新型模糊时间序列模型与应用

摘要：

为了提高模糊时间序列的预测精度,文章利用小波分析多尺度分解方法,选择适当的小波函数,把一维数据分解为低频逼近部分和高频细节部分,在低频部分和高频部分根据各自数据特征利用模糊C一均值聚类算法分别建立模糊时间序列模型并预测,然后把每个部分的预测值根据小波重构得到最终预测结果.通过对国家财政收入实例验证对比发现,该模型在预测精度方面有较大提高.

关键词：模糊规则、时间序列、小波分析、FCM算法、财政收入、预测

分类号：O159(代数、数论、组合理论)

在线出版日期：2016-07-25（万方平台首次上网日期，不代表论文的发表时间）

页码：76-78