基于bp神经网络的模糊时间序列预测

《基于bp神经网络的模糊时间序列预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、丈连毯又大葦ＤＡＬＩＡＮＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹ频±享恆巧文ＭＡＳＴＥ民八ＬＤＩＳＳＥＲＴＡＴＩＯＮ＾幽基于ＢＰ神经网络的模糊时间序列预测中．＿＇＝学科专业＿璋适些却与智莖圣缉＞作者姓名Ｍ芸豈．指导教师Ｍ壁畫＿＿替遐２〇ｅｊ＾ｊ３答辩日期＿＿＿硕±学位论文基于ＢＰ神经网络的模糊时间序列预测ＦｕｚｚｙＴｉｍｅＳｅｒｉｅｓＦｏｒｅｃａｓｔｉｎｇＢａｓｅｄｏｎＢＰＮｅｕｒａｌＮｅｔｗｏｒ

2、ｋ作者姓名；顾兰兰学科、专业；模式识别与智能系统学号；２１３０９１４３指导教师：刘晓东完成日期：２０１６年４月３０日乂連巧义夫琴ＤａｌｉａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中己经注明引用内容和致谢的地方外，本论文不包含其他个人或集体己经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果一。与我

3、同工作的罔志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论文题目：寒手Ｗ乏巧＠络路巧材ｇ巧向厚巧妓柳呼兰芝６作者签名：咸日期：年月０日大连理工大学硕±学位论文摘要时间序列指的是在不同时间点上收集到的反映某一事物、现象等随时间变化的数据的集合一。通过对这系列数据的研究，我们能找到隐含在数据背后的规律，从而对现实进行建模分析并解决相关领域中的问题。时间序列预测是通过已观测到的数据来预测未来，使决策者具有

4、高瞻远瞩的能力，从而做出更好的决策，因此具有很重要的意义。模糊时间序列是通过将时间序列的数据模糊化而得到的，它借助了模糊的概念使单个的数据点聚集成一个个具有语义表示的类，然后通过对这些类进行建模分析来做预一测。模糊时间序列预测的般过程是：（１）划分论域；（２）形成模糊集，对数据模糊化（３）（４）预测去模糊化。本文通过对论域划分的方法进行；提取模糊逻辑关系；，研究，应用了基于模糊Ｃ均值聚类和基于信息粒的这两种论域划分的方法，然后再分别和ＢＰ神经网络这一预测方法进行结合，给出了两种组合

5、的预测模型。本文中的第一种预测模型首先用模糊Ｃ均值聚类算法对传统均分的论域划分进行改进／该算法通过使所有数据点对于模糊集的隶属度之和最大得到聚类中也，然后求得相邻聚类中也的中点值作为子区间的边界得到非等长的论域划分结果，再在这些子区间上建立模糊集，从而将数值表示的数据模糊化，得到模糊时间序列。通过提取二阶的模糊逻辑关系得到训练数据，用这些训练数据来训练ＢＰ神经网络，从而使网络具有了分一类的能力，然后用训练么后的网络来预测下时刻数据所属的模糊集，通过去模糊化得到预测值。最后，台湾

6、加权股指数据（ＴＡＩＥＸ）为例，与己有模型进行均方根误差比较来检验所提模型的有效性。二一本文中的第种预测模型用信息粒的思想来进步改进论域划分方法。信息粒可Ｗ在不同的维度上展现数据，使数据中隐藏的规律更好的被发现，在这个观点的启发下，我们应用基于信息粒的论域划分方法，该方法先对整个时间序列用模糊Ｃ均值聚类得到聚类中也，然后根据相邻聚类中也的中点值建立起子区间，再在这些子区间上构造适当粒度大小的信息粒，最后通过这些信息粒计算得到论域划分之后的区间。划分论域之后，一种预测模型相同的建

7、模过程我们采用和第，在相同的数据集上做实验得到的预测准确一次得到提高度再，证明了该组合模型的有效性。关键词：模糊时间序列；信息粒；ＢＰ神经网络；模糊Ｃ均值聚类－－Ｉ基于ＢＰ神经网络的模糊时间序列预测ＦｕｚｚｙＴｉｍｅＳｅｒｉｅｓＦｏｒｅｃａｓｔｉｎＢａｓｅｄｏｎＢＰＮｅｕｒａｌＮｅｔｗｏｒｋｇＡｂｓｔｒａｃｔＴｉｍｅ化ｌｉｅｓｉｓａｓｅｑｕｅｎｃｅｏｆｄａｔｕｍｗｈｉｃｈｉｓｃｏＵｅｃｔｅｄ化ｒｅｆｌｅｃｔｔｈｅｏｂｊｅｃｔｏｒ

8、ｐｈｅｎｏｍｅｎａｖａｒｙｉｎｇｗｉｔｈｔｉｍｅａｔｄｉｆｆｅｒｅｎｔｔｉｍｅｓ．Ｗｅｃａｎｆｉｎｄｔｈｅｒｕｌｅｓｈｉｄｄｅｎｉｎｔｈｅｄａｔａｂｒｅｓｅａｒｃｈｉｎｙｇ也ｅ巧ｍｅｓｅｒｉｅｓｔｈｅｎｗｅｃａｎｂｕｉｌｄｔｉｍｅｓｅｒｉｅｓｍｏｄｅｌ化ｓｏｌｖｅｒｏｂｌｅｍｓｉｎｒｅｌａｔｅｄａｒｅａＬＴｉｍｅ，ｐｓｅｒｉｅｓｆｏｒｅｃａｓｔｉｎｉｓ