论文部分内容阅读
模拟时间序列因为在处理数据采集中固有的不确定性和含糊性方面的显著能力而得到了越来越多的的关注，已经有许多模型致力于改进预测准确性和减少预测的计算开销，然而对于预测不确定性的控制、有效的分区间隔和对于不同的分区间隔达到一致的预测准确性方面研究较少。针对现有预测模型的不足，本文提出了一种新的预测模型，新模型增强了预测的性能并允许处理两因子预测问题。在新模型中，应用模糊均值算法来处理模糊时间序列的区间划分，划分时考虑了数据点的性质，产生不等大小的区间。最后在仿真实验中采用真实的观察数据，仿真实验结果表明本文提出