基于规则前件发生树匹配的数据流预测方法研究

摘要：

现有基于规则匹配的数据流预测算法存在前件发生定义不准确、前件相关性未考虑、预测结果描述不严谨等不足,造成预测过程效率较低、精度不高等问题.提出基于前件发生树的概率叠加预测算法,定义区间最小非重叠发生,避免前件的错误匹配;通过前件的合并构建前件发生树,提高前件发生的搜索效率;基于概率叠加的思想计算后件的发生区间和发生概率,使预测精度进一步提高.理论分析和实验结果表明,该算法具有较高的时空效率和预测精度.

关键词：数据流、情节规则、区间最小非重叠发生、前件发生树、概率叠加预测

所属期刊栏目：38

分类号：TP311(计算技术、计算机技术)

资助基金：2017航空科学重点基金;2016复杂产品智能制造系统技术国家重点实验开放研究基金资助项目 2017 Aviation Science Key Foundation of China,2016 Open Fund of State Key Laboratory Intelligent Manu-facturing System Technology

在线出版日期：2018-01-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：98-108