×

设计模糊时间序列预测模型:综述。 (英语) Zbl 1466.62396号

摘要:时间序列是特定域中变量值的有序序列。在时间序列分析领域,预测是一项具有挑战性的任务。预测在经济、气候、就业、农业、旅游等领域的决策中具有重要意义。及时的预测有助于防止自然灾害造成的损失。模糊时间序列预测是一个新兴的研究领域。它处理与不确定性、模糊性和不精确性相关的问题。遵循先驱出版物Q.宋B.S.奇森【模糊集系统54,No.3,269–277(1993;Zbl 0792.62087号); “用模糊时间序列预测入学人数”,第一部分:同上,第54号,第1至9条(1993年;doi:10.1016/0165-0114(93)90355-L); 第二部分:同上,62,第1,1-8号(1994年;doi:10.1016/0165-0114(94)90067-1)]在这方面的研究取得了重大进展。本文总结和回顾了过去25年来在模糊时间序列预测领域的贡献。由于该领域的大量出版物,我们仅重点介绍了1993年至2018年间在爱思唯尔不同期刊上发表的论文(或出现在ScienceDirect.com网站上)。

MSC公司:

62M86型 随机过程的推理与模糊性
62M20型 随机过程推断和预测
62M10个 统计学中的时间序列、自相关、回归等(GARCH)
62K05美元 最佳统计设计

软件:

FinTS公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 阿卜杜拉·扎德,M。;米拉尼安,A。;哈萨尼,H。;Iranmanesh,H.,基于优化奇异谱分析的新型混合增强局部线性神经模糊模型及其在非线性和混沌时间序列预测中的应用,信息科学。,295, 107-125 (2015)
[2] Aladag,C.H。;尤尔库,美国。;Egrioglu,E.,基于自适应期望和人工神经网络的高阶模糊时间序列预测模型,数学。计算。模拟。,81, 875-882 (2010) ·Zbl 1372.62039号
[3] Aladag,C.H。;Basaran,医学硕士。;Egrioglu,E。;尤尔库,美国。;Uslu,V.R.,利用神经网络定义模糊关系预测高阶模糊时间序列,专家系统。申请。,36, 4228-4231 (2009)
[4] Aladag,C.H.,使用乘法神经元模型建立模糊逻辑关系,专家系统。申请。,40, 3, 850-853 (2013)
[5] Aladag,C.H。;尤尔库,美国。;Egrioglu,E。;Bas,E.,用遗传算法选择模糊时间序列中的模糊滞后变量,应用。软计算。,22, 465-473 (2014)
[6] Aladag,C.H。;尤尔库,美国。;Egrioglu,E。;Dalar,Ali Z.,一种新的基于粒子群优化的时不变模糊时间序列预测方法,应用。软计算。,12, 10, 3291-3299 (2012)
[7] Al-Hmouz,R。;佩德里茨,W。;Balamash,A.,《时间序列的描述和预测:粒度计算的一般框架》,专家系统。申请。,42, 4830-4839 (2015)
[8] 阿斯卡里,S。;蒙塔泽林,N。;Zarandi,M.H.F.,使用自变量线性组合的多变量模糊时间序列的基于聚类的预测算法,应用。软计算。,35, 151-160 (2015)
[9] 阿斯卡里,S。;Montazerin,N.,基于模糊聚类的高阶多变量模糊时间序列预测算法,专家系统。申请。,4222121-2135(2015年)
[10] Atanassov,K.T.,《直觉模糊集:理论与应用》(1999),《物理-验证:物理-验证》,德国海德堡·Zbl 0939.03057号
[11] 阿瓦兹贝吉,M。;杜拉比,S.H.H。;Karimi,B.,《在模糊时间序列中选择合适的顺序:一种新的用于预测汽车工业生产的N因子模糊时间序列》,专家系统。申请。,37, 5630-5639 (2010)
[12] 阿兹纳特,J。;贝尼特斯,J。;Castro,J.,平滑过渡自回归模型和基于模糊规则的系统:函数等价和结果,模糊集系统。,158, 2734-2745 (2007) ·Zbl 1121.62074号
[13] Bai,E。;Wong,W.K。;楚,W.C。;夏,M。;Pan,F.,模糊时间序列预测的启发式时不变模型,专家系统。申请。,38, 3, 2701-2707 (2011)
[14] 新南威尔士州巴杰斯塔尼。;Zare,A.,使用改进的2型模糊时间序列预测TAIEX,专家系统。申请。,38, 5816-5821 (2011)
[15] Balaguer-Ballester,E。;塔巴斯·迪亚兹,A。;Budka,M.,《记录时间序列中非平稳动力学的经验识别》(Bouchachia,A.,《自适应和智能系统》,《自适应与智能系统》(Adaptive and Intelligent Systems),ICAIS 2014。自适应和智能系统。自适应和智能系统,ICAIS 2014,计算机科学讲义,第8779卷(2014),Springer)
[16] Baranyi,P。;Koczy,L.T。;Gedeon,T.D.,模糊规则插值的广义概念,IEEE Trans。模糊系统。,820-837年12月6日(2004年)
[17] Bas,E。;Grosan,C。;Egrioglu,E。;Yolcu,U.,基于pi-sigma神经网络的高阶模糊时间序列方法,工程应用。Artif公司。智力。,72, 350-356 (2018)
[18] Bezdek,J.C.,《使用模糊目标函数算法进行模式识别》(1981),Plenum出版社:美国纽约Plenum Press·Zbl 0503.68069号
[19] 比什特,K。;Kumar,S.,基于犹豫模糊集的模糊时间序列预测方法,专家系统。申请。,64, 557-568 (2016)
[20] 比索宁,C。;Lopes,S.R.C.,季节性长记忆过程的特性,数学。计算。型号。,1837-1851年(2009年)·Zbl 1171.60336号
[21] Bose,M。;Mali,K.,用于建模高阶模糊时间序列的新型数据分区和规则选择技术,应用。软计算。,63, 87-96 (2018)
[22] 盒子,G.E.P。;Jenkins,G.M.,《时间序列分析:预测和控制》(1976),加利福尼亚州奥克兰·Zbl 0363.62069号
[23] 盒子,G.E.P。;詹金斯,G.M。;Reinsel,G.C.,《时间序列分析、预测和控制》(1994),普伦蒂斯·霍尔:新泽西州普伦蒂斯霍尔-恩格尔伍德悬崖·兹比尔0858.62072
[24] Bulut,E.,《使用模糊综合逻辑预测(FILF)方法建模季节性》,专家系统。申请。,41,4第二部分,1806-1812(2014)
[25] 蔡,Q。;张,D。;郑伟。;Leung,S.C.H.,结合蚁群优化和自回归的新模糊时间序列预测模型,Knowl-基于系统。,74, 61-68 (2015)
[26] 卡瓦略,J.G。;Costa,C.T.,时间序列模糊预测模型的识别方法,应用。软计算。,50, 166-182 (2017)
[27] Chan,W.S.,混合ARMA模型阶数确定的一些模式识别方法的比较,Stat.Probab。莱特。,42, 1, 69-79 (1999) ·Zbl 0947.62056号
[28] Chang,J.R。;Wei,L.Y。;Cheng,C.H.,基于AR和波动率的混合ANFIS模型,用于TAIEX预测,应用。软计算。,11, 1388-1395 (2011)
[29] 陈秀明,基于模糊时间序列的招生预测,模糊集系统。,81, 311-319 (1996)
[30] Chen,M.Y.,网络股票交易的高阶模糊时间序列预测模型,Future Gener。计算。系统。,37461-467(2014)
[31] Chen,M.Y。;Chen,B.T.,基于熵离散化和快速傅里叶变换的在线模糊时间序列分析,应用。软计算。,14, 156-166 (2014)
[32] Chen,M.Y。;陈伯通,基于粒计算的混合模糊时间序列模型在股价预测中的应用,信息科学。,294, 227-241 (2015)
[33] 陈,S-M。;Phuong,B.D.H.,基于最佳区间划分和最佳加权向量的模糊时间序列预测,Knowl-基于系统。,118, 204-216 (2017)
[34] 陈世民。;高培元,基于模糊时间序列的TAIEX预测,粒子群优化技术和支持向量机,信息科学。,247, 62-71 (2013)
[35] 陈世民。;Tanuwijaya,K.,基于模糊时间序列和自动聚类技术的多元模糊预测,专家系统。申请。,3810594-10605(2011年)
[36] 陈世民。;Tanuwijaya,K.,基于高阶模糊逻辑关系和自动聚类技术的模糊预测,专家系统。申请。,38, 15425-15437 (2011)
[37] 陈世民。;Chen,C-D.,基于高阶模糊逻辑关系处理预测问题,专家系统。申请。,38, 4, 3857-3864 (2011)
[38] 陈世民。;Jian,W-S.,基于二阶模糊趋势逻辑关系群的模糊预测,相似性度量和粒子群优化技术,信息科学。,391-392, 65-79 (2017)
[39] Chen,T.-L。;Cheng,C.-H。;Teoh,H.J.,基于斐波那契序列的股票价格预测模糊时间序列,《物理A》,380,377-390(2007)
[40] 陈天乐。;Cheng,C.-H。;Teoh,H.-J.,基于多周期自适应模型的高阶模糊时间序列预测股市,Physica A,387,4876-888(2008)
[41] 陈S.M。;Chang,Y.C.,基于模糊聚类和模糊插值技术的多变量模糊预测,信息科学。,180, 24, 4772-4783 (2010)
[42] Cheng,C.H。;Chang,J.R。;Yeh,C.A.,《基于熵和梯形模糊化的IT项目成本预测模糊时间序列方法》,Technol。预测。社会变革,73,524-542(2006)
[43] Cheng,C.H。;Chen,T.L。;Wei,L.Y.,基于粗糙集理论和遗传算法的股票价格预测混合模型,信息科学。,180, 9, 1610-1629 (2010)
[44] Cheng,S.-H。;陈世民。;Jian,W.-S.,基于模糊逻辑关系和相似性度量的模糊时间序列预测,信息科学。,327, 272-287 (2016) ·Zbl 1458.62237号
[45] Cheng,C.H。;Chen,Y.-S。;Wu,Y.-L.使用趋势加权模糊时间序列模型预测产品的创新扩散,专家系统。申请。,36,1826-1832(2009),第(1)部分
[46] Cheng,C.-H。;程国伟。;王建伟,基于模糊聚类的多属性模糊时间序列方法,专家系统。申请。,34, 1235-1242 (2008)
[47] Cheng,C.-H。;黄,S.-F。;Teoh,H.-J.,基于两阶段语言划分方法的模糊时间序列预测每日臭氧浓度最大值,计算。数学。申请。,62, 4, 2016-2028 (2011)
[48] Cheng,C.H。;Chen,T.L。;Teoh,H.J。;Chiang,C.H.,基于自适应期望模型的TAIEX预测模糊时间序列,专家系统。申请。,34, 2, 1126-1132 (2008)
[49] Cheng,C.-H。;王建伟。;Li,C.-H.,使用基于加权转移矩阵的新模糊时间序列预测门诊就诊次数,专家系统。申请。,34, 4, 2568-2575 (2008)
[50] Cheng,C.-H。;魏立英。;刘建伟。;Chen,T.-L.,基于OWA的TAIEX预测ANFIS模型,经济。型号。,30, 442-448 (2013)
[51] 朱兴辉;陈泰良;程庆休;黄,陈池,股指预测的模糊双因素时间序列,专家系统。申请。,36, 165-171 (2009)
[52] Cheng,C。;Wei,L。;Chen,Y.,基于多股票波动因果关系的TAIEX预测融合ANFIS模型,神经计算,723462-3468(2009)
[53] 邓,W。;王,G。;张,X。;徐,J。;Li,G.,基于模糊趋势预测和粒子群技术的多粒度组合预测模型,神经计算,1731671-1682(2016)
[54] 迪基,A.D。;Fuller,W.A.,单位根自回归时间序列估计值的分布,美国统计协会,74,427-431(1979)·Zbl 0413.62075号
[55] Dincer,N.G。;阿克库什。,一种新的基于鲁棒聚类的模糊时间序列模型,用于空气污染预测,Ecol。通知。,43, 157-164 (2018)
[56] Domanska,D。;Wojtylak,M.,模糊时间序列模型在污染浓度预测中的应用,专家系统。申请。,39, 9, 7673-7679 (2012)
[57] Dong,R。;Pedrycz,W.,长期预测和趋势预测的细粒度时间序列方法,Physica A,3873253-3270(2008)
[58] Duru,O.,干散货航运指数预测的模糊综合逻辑预测模型:改进的模糊时间序列方法,专家系统。申请。,37, 5372-5380 (2010)
[59] O.杜鲁。;Bulut,E.,模糊时间序列的非线性聚类方法:优化聚类悖论下的直方图阻尼划分,应用。软计算。,24, 742-748 (2014)
[60] D’Urso,P。;Maharaj,E.A.,基于自相关的时间序列模糊聚类,模糊集系统。,160, 24, 3565-3589 (2009)
[61] Efendi,R。;伊斯梅尔,Z。;Deris,M.M.,《马来西亚电力负荷需求日预测的模糊时间序列的一种新的语言样本外方法》,应用。软计算。,28, 422-430 (2015)
[62] 埃纳亚蒂法尔,R。;Sadaei,H.J。;阿卜杜拉·A.H。;Gani,A.,帝国主义竞争算法与精炼高阶加权模糊时间序列(RHWFTS-ICA)相结合,用于短期负荷预测,Energy Convers。管理。,76, 2013, 1104-1116 (2013)
[63] Egrioglu,E。;Aladag,C.H。;尤尔库,美国。;乌斯鲁,V.R。;Basaran,M.A.,基于人工神经网络的高阶多元模糊时间序列新方法,专家系统。申请。,36, 10589-10594 (2009)
[64] Egrioglu,E。;阿拉达,C.H。;尤尔库,美国。;Basaran,医学硕士。;Uslu,V.R.,基于SARIMA和部分高阶二元模糊时间序列预测模型的一种新的混合方法,专家系统。申请。,36, 7424-7434 (2009)
[65] Egrioglu,E。;Aladag,C.H。;尤尔库,美国。;乌斯鲁,V.R。;Basaran,M.A.,《在高阶模糊时间序列中寻找最佳区间长度》,专家系统。申请。,37, 5052-5055 (2010)
[66] Egrioglu,E。;Aladag,C.H。;尤尔库,美国。;乌斯鲁,V.R。;Erilli,N.A.,基于Gustafson-Kessel模糊聚类的模糊时间序列预测方法,专家系统。申请。,38, 10355-10357 (2011)
[67] Egrioglu,E.,基于PSO的高阶时不变模糊时间序列方法:在股票交易数据中的应用,经济学。型号。,38, 633-639 (2014)
[68] Egrioglu,E。;Aladag,C.H。;Yolcu,Uslu,《模糊时间序列预测与结合模糊c-均值和神经网络的新型混合方法》,专家系统。申请。,40, 854-857 (2013)
[69] Engle,R.F.,英国通货膨胀方差估计的自回归条件异方差,《计量经济学》,50987-1007(1982)·Zbl 0491.62099号
[70] 埃斯林,P。;Agon,C.,《时间序列数据挖掘》,ACM Compute。调查。,45,1,第12条pp.(2012)·Zbl 1293.68104号
[71] Fu,T.-C.,时间序列数据挖掘综述,工程应用。Artif公司。智力。,24, 1, 164-181 (2011)
[72] 加格,B。;Garg,R.,使用有序加权聚合增强模糊时间序列模型的准确性,应用。软计算。,48, 265-280 (2016)
[73] Gaxiola,F。;梅林,P。;瓦尔迪兹,F。;Castillo,O.,《反向传播神经网络的区间2型模糊权重调整及其在时间序列预测中的应用》,《信息科学》。,2601-14(2014年)·Zbl 1328.68164号
[74] J.G.D.古伊杰。;Hyndman,R.J.,《25年时间序列预测》,《国际期刊预测》。,22, 443-473 (2006)
[75] J.G.D.古伊杰。;Kumar,K.,《非线性时间序列建模、测试和预测的一些最新发展》,《国际预测杂志》。,8, 2, 135-156 (1992)
[76] Hecht-Nielsen,R.,反向传播网络,应用。选择。,2644979(1987年)
[77] Holland,J.H.,《自然和人工系统的适应》(1975),密歇根大学出版社·兹伯利0317.68006
[78] Hong,D.H.,关于模糊时间序列模型的注记,模糊集系统。,155, 309-316 (2005) ·Zbl 1070.62071号
[79] 霍尔恰佩克,M。;Nguyen,L.,使用更高程度的模糊变换抑制时间序列中的高频,(第16届国际知识系统信息处理和不确定性管理会议。第16届信息处理和知识系统不确定性管理国际会议,IPMU 2016,荷兰埃因霍温(2016)),705-716·Zbl 1460.62146号
[80] 黄,N.E。;沈,Z。;Long,S.R。;Wu,M.L.C。;Shih,H.H。;郑庆南。;北卡罗来纳州Yen。;东,C.C。;Liu,H.H.,非线性和非平稳时间序列分析的经验模式分解和希尔伯特谱,Proc。英国皇家学会。,序列号。A、 数学。物理学。工程科学。,454, 1971, 903-995 (1998) ·Zbl 0945.62093号
[81] Huarng,K.,预测模糊时间序列的启发式模型,模糊集系统。,123, 369-386 (2001) ·Zbl 0992.91078号
[82] Huarng,K.,《改进模糊时间序列预测的有效区间长度》,模糊集系统。,123, 387-394 (2001) ·Zbl 0992.91077号
[83] Huang,K.(华荣,K.)。;于洪康,股票指数预测的二类模糊时间序列模型,《物理A》,353445-462(2005)
[84] Huarng,K。;于洪康,神经网络在模糊时间序列预测中的应用,物理A,363,2,481-491(2006)
[85] Hwang,J.R。;陈S.M。;Lee,C.H.,使用模糊时间序列处理预测问题,模糊集系统。,100, 217-228 (1998)
[86] 黄Y.L。;Horn,S.J。;他,M。;风扇,P。;Kao,T.W。;Khan,M.K。;Lai,J.L。;Kuo,I.H.,基于聚合模糊时间序列和粒子群优化的招生混合预测模型,专家系统。申请。,38, 7, 8014-8023 (2011)
[87] Hsu,L.-Y。;霍恩,S.-J。;高,T.-W。;Chen,Y.-H。;运行,R.-S。;陈瑞杰。;赖,J.-L。;Kuo,I.-H.,基于模糊关系和MTPSO技术的温度预测和TAIFEX预测,专家系统。申请。,37, 2756-2770 (2010)
[88] Izakian,H。;佩德里茨,W。;Jamal,I.,使用动态时间扭曲距离对时间序列数据进行模糊聚类,工程应用。Artif公司。智力。,39, 235-244 (2015)
[89] Jang,J.S.R.,基于自适应网络的模糊推理系统,IEEE Trans。系统。人类网络。,23, 3, 665-685 (1993)
[90] 江,P。;Dong,Q。;李,P。;Lian,L.,一种新的高阶加权模糊时间序列模型及其在非线性时间序列预测中的应用,应用。软计算。,55, 44-62 (2017)
[91] Jilani,T.A。;Burney,S.M.A.,《股票市场预测的精细模糊时间序列模型》,Physica A,3872857-2862(2008)
[92] Jilani,T.A。;Burney,S.M.A.,《多元随机模糊预测模型》,专家系统。申请。,35, 3, 691-700 (2008)
[93] Joshi,D。;Kumar,S.,《基于直觉模糊熵和距离测度的TOPSIS多准则决策方法》,埃及。通知。J.,15,2,97-104(2014)
[94] 肯尼迪,J。;Eberhart,R.,粒子群优化,(IEEE神经网络国际会议论文集,第四届IEEE国际神经网络会议论文集第四期,新泽西州皮斯卡塔韦(1995)),1942-1948
[95] Kocak,C.,基于模糊逻辑关系的ARMA型高阶模糊时间序列预测方法,应用。软计算。,58, 92-103 (2017)
[96] Kuo,I.H.等人。;Horn,S.J。;Kao,T.W。;Lin,T.L。;Lee,C.L。;Pan,L.,基于模糊时间序列和粒子群优化的招生预测改进方法,专家系统。申请。,36, 6108-6117 (2009)
[97] Kuo,I.H。;Horn,S.J。;Chen,Y.-H。;运行,R.-S。;高,T.-W。;Chen,R.-J。;赖,J.-L。;Lin,T.L.,基于模糊时间序列和粒子群优化的太费预测,专家系统。申请。,37, 2, 1494-1502 (2010)
[98] 库马尔,S。;Gangwar,S.S.,基于分区的高阶模糊时间序列预测计算方法,专家系统。申请。,39, 12158-12164 (2012)
[99] Lee,L.W。;Wang,L.H。;Chen,S.M.,基于高阶模糊逻辑关系和遗传模拟退火技术的温度预测和TAIFEX预测,专家系统。申请。,34, 328-336 (2008)
[100] 李,L.W。;Wang,L.H。;Chen,S.M.,基于模糊逻辑关系和遗传算法的温度预测和TAIFEX预测,专家系统。申请。,33, 3, 539-550 (2007)
[101] Lee,L.W。;Wang,L.H。;陈S.M。;Leu,Y.H.,基于双因素高阶模糊时间序列的预测问题处理,IEEE Trans。模糊系统。,14, 3, 468-477 (2006)
[102] Leu,Y。;Lee,C.P。;Jou,Y.Z.,基于距离的汇率预测模糊时间序列模型,专家系统。申请。,36, 4, 8107-8114 (2009)
[103] 李,S.-T。;Cheng,Y.C.,预测入学人数的确定性模糊时间序列模型,计算。数学。申请。,53, 1904-1920 (2007) ·Zbl 1121.62078号
[104] 李,S.-T。;Cheng,Y.-C。;Lin,S.-Y.,基于FCM的模糊时间序列确定性预测模型,计算。数学。申请。,56, 3052-3063 (2008) ·兹比尔1165.62342
[105] 李,S.-T。;郭,S.-C。;Cheng,Y.-C。;陈春川,模糊时间序列的确定性向量长期预测,模糊集系统。,161, 13, 1852-1870 (2010) ·Zbl 1191.62161号
[106] 李S.T。;郭,S.C。;Cheng,Y.C。;Chen,C.C.,模糊时间序列的向量预测模型,应用。软计算。,113125-3134(2011年)
[107] 李,J。;佩德里茨,W。;Jamal,I.,《多元时间序列异常检测:HiddenMarkov模型框架》,应用。软计算。,60, 229-240 (2017)
[108] 刘,H。;侯赛因,F。;Tan,C.L。;Dash,M.,离散化:一种启用技术,Data Min.Knowl。发现。,6, 4, 393-423 (2002)
[109] Liao,T.W.,时间序列数据的聚类——一项调查,模式识别。,1857-1874年11月38日(2005年)·Zbl 1077.68803号
[110] 刘洪涛。;Wei,M.-L.,季节时间序列的改进模糊预测方法,专家系统。申请。,37, 9, 6310-6318 (2010)
[111] Liu,T.L。;Chen,J.W。;Cheng,C.H。;Chen,Y.H.,基于自适应期望的多属性FTS模型预测TAIEX,计算。数学。申请。,59, 2, 795-802 (2010) ·Zbl 1189.91163号
[112] Liu,L.-M.,存在日历变化时时间序列模型的识别,国际预测杂志。,2, 3, 357-372 (1986)
[113] 卢·W。;陈,X。;佩德里茨,W。;刘,X。;杨杰,利用区间信息颗粒改进模糊时间序列的预测,国际期刊近似推理。,57, 1-18 (2015) ·Zbl 1337.62306号
[114] 卢·W。;佩德里茨,W。;刘,X。;杨,J。;李鹏,基于模糊信息颗粒的时间序列建模,专家系统。申请。,41, 2799-2808 (2014)
[115] 马吉,P。;Pal,S.K.,基于粗糙集的广义模糊c均值算法和定量指标,IEEE Trans。系统。人类网络。,B部分,网络。,37,61529-1540(2007年)
[116] 马克里达基斯,S。;Hibon,M.,《M3竞争:结果、结论和影响》,《国际期刊预测》。,16, 451-476 (2000)
[117] Mills,T.C.,《预测非平稳时间序列》,(《现代时间序列分析基础》,《现代时间系列分析基础》(The Foundations of Modern time series Analysis),《计量经济学系列中的帕尔格雷夫高级文本》(2011年),帕尔格雷夫·麦克米伦:帕尔格雷弗·麦克米兰伦敦)
[118] 奈姆,I。;马哈拉,T。;Idrisi,A.R.,《具有复杂季节模式的日时间序列的有效短期预测》,Proc。计算。科学。,132, 1832-1841 (2018)
[119] Nie,J.,非线性时间序列预测:模糊神经方法,神经计算,16,1,63-76(1997)
[120] Nguyen,L。;Novák,V.,基于模糊技术的季节性时间序列预测,模糊集系统。,361, 114-129 (2019) ·Zbl 1426.62277号
[121] Nau,R.,《预测讲义》(2014),杜克大学
[122] Novák,V.,《走向模糊逻辑的形式化集成理论》,(Bien,Z.;Min,k.,《模糊逻辑及其在工程、信息科学和智能系统中的应用》(1995),Kluwer:Kluwer-Dordrecht),353-363·Zbl 0876.03012号
[123] Park,J.I。;Lee,D.J。;Song,C.K。;Chun,M.G.,TAIFEX和KOSPI 200基于双因素高阶模糊时间序列和粒子群优化的预测,专家系统。申请。,37, 959-967 (2010)
[124] Pawlak,Z.,《粗糙集》,《国际计算杂志》。信息科学。,11, 341-356 (1982) ·兹比尔0501.68053
[125] Pawlak,Z.,粗糙集与模糊集,模糊集系统。,17, 99-102 (1985) ·Zbl 0588.04004号
[126] 彭海伟。;Wu,S.F。;魏,C.C。;Lee,S.J.,《神经模糊建模方案的时间序列预测》,应用。软计算。,32, 481-493 (2015)
[127] 邱伟。;刘,X。;王磊,基于模糊时间序列和改进C-模糊决策树的上海综合指数预测,专家系统。申请。,39, 7680-7689 (2012)
[128] 邱伟。;刘,X。;Li,H.,基于模糊时间序列的广义预测方法,专家系统。申请。,38, 10446-10453 (2011)
[129] 荣,H.-J。;Sundararajan,N。;黄,G.-B。;Sarathandran,P.,用于非线性系统识别和预测的顺序自适应模糊推理系统(SAFIS),模糊集系统。,157, 1260-1275 (2006) ·Zbl 1090.93011号
[130] A.鲁比奥。;J.Bermüdez。;Vercher,E.,通过使用新的加权模糊趋势时间序列方法改进股票指数预测,专家系统。申请。,76, 12-20 (2017)
[131] 卢比奥,A。;Bermüdez,J.D。;Vercher,E.,《使用加权模糊时间序列方法预测投资组合收益》,《国际期刊近似原因》。,75, 1-12 (2016) ·Zbl 1337.62333号
[132] (Rumelhart,D.E.;Mcclelland,J.L.,《平行分布散文》,第1卷(1986年),麻省理工学院出版社:麻省理学院出版社,马萨诸塞州剑桥)
[133] Sadaei,H.J。;Enayatifar,R。;吉马朗斯,F.G。;马哈茂德,M。;Alzamil,Z.A.,结合ARFIMA模型和模糊时间序列预测长记忆时间序列,神经计算,175,782-796(2016)
[134] 萨达伊,H.J。;Enayatifar,R。;李,M.H。;Mahmud,M.,基于微分模糊逻辑关系和帝国主义竞争算法的股票市场预测混合模型,应用。软计算。,40, 132-149 (2016)
[135] Sadaei,H.J。;Enayatifar,R。;阿卜杜拉·A.H。;Gani,A.,《使用混合模型进行短期负荷预测,该混合模型具有精细的指数加权模糊时间序列和改进的和谐搜索》,Int.J.Electr。电力能源系统。,62118-129(2014)
[136] Sadaei,H.J。;吉马朗斯,F.G。;达席尔瓦,C.J。;李,M.H。;Eslami,T.,基于模糊时间序列、季节性和长记忆过程的短期负荷预测方法,国际期刊近似原因。,83, 196-217 (2017) ·Zbl 1407.62325号
[137] Sakoe,H。;Chiba,S.,《连续语音识别的动态编程方法》(第七届国际声学大会会议记录(1971)),65-69
[138] Sakoe,H。;Chiba,S.,口语识别的动态编程算法优化,IEEE Trans。阿库斯特。语音信号处理。,26, 43-49 (1978) ·Zbl 0371.68035号
[139] Shah,M.,时间序列数据基于模糊的趋势映射和预测,专家系统。申请。,39, 7, 6351-6358 (2012)
[141] 辛格,P。;Borah,B.,基于模糊时间序列的有效时间序列预测模型,工程应用。Artif公司。智力。,26, 2443-2457 (2013)
[142] 辛格,P。;Borah,B.,用于日常温度预测的高阶模糊神经专家系统,Knowl-基于系统。,46, 12-21 (2013)
[143] 辛格,P。;Borah,B.,基于M因子模糊时间序列和粒子群优化的股指价格预测,国际期刊近似原因。,55, 812-833 (2014) ·Zbl 1316.91036号
[144] Singh,S.R.,基于模糊时间序列的简单预测方法,应用。数学。计算。,186, 1, 330-339 (2007) ·Zbl 1110.62126号
[145] Singh,S.R.,基于模糊时间序列的稳健预测方法,应用。数学。计算。,188, 1, 472-484 (2007) ·Zbl 1118.65302号
[146] Singh,S.R.,基于高阶模糊时间序列的预测计算方法,专家系统。申请。,36, 10551-10559 (2009)
[147] Singh,P.,基于颗粒计算和生物激励优化方法的混合模糊时间序列预测模型,J.Compute。科学。,27, 370-385 (2018)
[148] 宋,Q。;Chissom,B.S.,模糊时间序列及其模型,模糊集系统。,54, 269-277 (1993) ·Zbl 0792.62087号
[149] 宋,Q。;Chissom,B.S.,用模糊时间序列预测入学人数——第一部分,模糊集系统。,54, 1-9 (1993)
[150] 宋,Q。;Chissom,B.S.,用模糊时间序列预测入学人数——第二部分,模糊集系统。,64, 1-8 (1994)
[151] J·沙利文。;Woodall,W.H.,《模糊预测与马尔可夫模型的比较》,模糊集系统。,64, 279-293 (1994)
[152] 苏,C.-H。;Cheng,C.-H.,基于ANFIS和集成非线性特征选择方法的混合模糊时间序列模型预测股票,神经计算,205264-273(2016)
[153] Sugeno,M。;田中,K.,模糊模型的识别及其在复杂系统预测中的应用,模糊集系统。,42, 315-334 (1991) ·Zbl 0741.93052号
[154] Sun,B。;郭,H。;Karimi,H.R。;Ge,Y。;熊S.,基于模糊集和多元模糊时间序列的股指期货价格预测,神经计算,1511528-1536(2015)
[155] Stefanakos,C.,非平稳风浪数据的模糊时间序列预测,海洋工程,121,1-12(2016)
[156] Talarposhtia,F.M。;侯赛因,J.S。;拉苏尔,E。;吉马朗·埃斯克,F.G。;马哈茂德,M。;Eslami,T.,利用指数模糊时间序列的混合模型进行股市预测,Int.J.Approximate Reason。,70, 79-98 (2016) ·Zbl 1414.91426号
[157] Taylor,J.W.,《短期负荷预测的三重季节方法》,《欧洲期刊》。第204139-152号决议(2010年)·Zbl 1178.91165号
[158] 特奥·H·J。;Cheng,C.-H。;Chu,H.-H。;Chen,J.-S.,基于概率方法和粗糙集规则归纳的股市实证研究模糊时间序列模型,Data Knowl。工程,67,1,103-117(2009)
[159] 特奥·H·J。;Chen,J.S。;Cheng,C.-H。;Chu,H.-H.,预测股票市场的混合多阶模糊时间序列,专家系统。申请。,36, 4, 7888-7897 (2009)
[160] Theil,H.,《应用经济预测》(1966),兰德·麦克纳利:兰德·迈克纳利纽约
[161] Thury,G。;周,M.,月度时间序列模型中的日历效应,J.Syst。科学。系统。工程,14,2,218-230(2005)
[162] 托巴特,S。;Khashei,M。;Bijari,M.,《商品市场消费预测的混合概率模糊ARIMA模型》,《经济学》。分析。政策,58,22-31(2018)
[163] 沙皇共和国。;Yang,J.-C。;王海峰,模糊时间序列模型中的模糊关系分析,计算机。数学。申请。,49, 539-548 (2005) ·Zbl 1066.62087号
[164] Tsay,R.S.,《金融时间序列分析》(2005),威利出版社:英国威利出版社·Zbl 1086.91054号
[165] Tsay,R.S。;Tiao,G.C.,平稳和非平稳ARMA模型的自回归参数和扩展自相关函数的一致估计,美国统计协会,79,84-96(1984)·Zbl 0537.62071号
[166] 曾,F.-M。;Tzeng,G.-H.,预测的模糊季节ARIMA模型,模糊集系统。,126, 367-376 (2002) ·Zbl 1003.62081号
[167] 曾,F.-M。;Tzeng,G.-H。;余海川。;袁伯杰,外汇市场预测的模糊ARIMA模型,模糊集系统。,1189-19(2001年)
[168] 乌斯鲁,V.R。;Bas,E。;尤尔库,美国。;Egrioglu,E.,基于模糊关系递归次数确定的权重的模糊时间序列方法,Swarm Evol。计算。,15, 19-26 (2014)
[169] Vapnik,V.,《统计学习理论的本质》(1995),Springer-Verlag:Springer-Verlag纽约·Zbl 0833.62008号
[170] Wang,W。;佩德里茨,W。;刘欣,基于信息粒和模糊聚类的时间序列长期预测模型,工程应用。Artif公司。智力。,41, 17-24 (2015)
[171] 王,L。;刘,X。;Pedrycz,W.,《由信息颗粒确定的有效区间以改进模糊时间序列中的预测》,专家系统。申请。,40, 5673-5679 (2013)
[172] Wang,N.Y。;Chen,S.M.,基于自动聚类技术和双因素高阶模糊时间序列的温度预测和TAIFEX预测,专家系统。申请。,362143-2154(2009年)
[173] 王,L。;刘,X。;佩德里茨,W。;Shao,Y.,确定时间信息颗粒以改进模糊时间序列中的预测,专家系统。申请。,41, 3134-3142 (2014)
[174] Wang,W。;刘欣,基于自动聚类和公理模糊集分类的模糊预测,信息科学。,294, 78-94 (2015) ·Zbl 1360.62360号
[175] Wang,J。;李,H。;Lu,H.,基于模糊时间序列的新型预警系统在中国城市空气质量预测中的应用,应用。软计算。,71, 783-799 (2018)
[176] Wang,C.-H。;Hsu,L.-C.,构建和应用改进的模糊时间序列模型:以旅游业为例,专家系统。申请。,2008年3月34日,2732-2738(2008年)
[177] Wei,L.Y。;Cheng,C.H。;Wu,H.H.,基于n期移动平均模型的混合ANFIS预测TAIEX股票,应用。软计算。,19, 86-92 (2014)
[178] Wei,L.Y.,一个基于多重股市波动因果关系的GA-weighted ANFIS模型,用于TAIEX预测,应用。软计算。,13, 2, 911-920 (2013)
[179] Wei,L.-Y.,基于经验模式分解的股票时间序列预测混合ANFIS模型,应用。软计算。,42, 368-376 (2016)
[180] Wong,H.-L。;Tu,Y.-H。;王春春,模糊时间序列模型在台湾出口额预测中的应用,专家系统。申请。,37, 2, 1465-1470 (2010)
[181] Wu,F。;李毅。;Yu,F.,基于模糊粒度的时间序列预测,(Cao,B.-Y.;等,模糊信息与工程,AISC series(2010),Springer)·Zbl 1195.62142号
[182] 吴伟,模糊推理与模糊关系方程,模糊集系统。,20, 67-78 (1986) ·Zbl 0629.94031号
[183] 亚达夫,R.N。;Kalra,P.K。;John,J.,单乘性神经元模型时间序列预测,应用。软计算。,7, 1157-1163 (2007)
[184] 杨,X。;Yu,F。;Pedrycz,W.,基于线性模糊信息颗粒和模糊推理系统的时间序列长期预测,国际期刊近似推理。,81, 1-27 (2017) ·Zbl 1401.62181号
[185] 姚,J。;瓦西拉科斯,A.V。;Pedrycz,W.,《颗粒计算:前景和挑战》,IEEE Trans。赛博。,43, 6, 105-119 (2013)
[186] 约尔库,O.C。;尤尔库,美国。;Egrioglu,E。;Aladag,C.H.,基于交集运算的高阶模糊时间序列预测方法,应用。数学。型号。,40, 8750-8765 (2016) ·Zbl 1471.62480号
[187] 尤尔库,美国。;Egrioglu,E。;乌斯鲁,V.R。;Basaran,医学硕士。;Aladag,C.H.,确定模糊时间序列间隔长度的新方法,应用。软计算。,9, 2, 647-651 (2009)
[188] 约尔库,O.C。;Lam,H.-K.,用于预测时间序列的组合稳健模糊时间序列方法,神经计算,247,87-101(2017)
[189] 约尔库,O.C。;Alpaslan,F.,基于混合模糊时间序列模型和单一优化过程的TAIEX预测,应用。软计算。,66, 18-33 (2018)
[190] Yu,H.K.,加权模糊时间序列模型在TAIEX预测中的应用,Physica A,349,3-4,609-624(2005)
[191] Yu,H.K.,用于预测的精细模糊时间序列模型,Physica A,346,657-681(2005)
[192] 于,香港。;Huarng,K.,预测TAIEX的二元模糊时间序列模型,专家系统。申请。,34, 2945-2952 (2008)
[193] Yu,T.H-K。;Huarng,K.,基于神经网络的模糊时间序列模型,用于改进预测,专家系统。申请。,37, 3366-3372 (2010)
[194] Yu,T.H-K。;Huarng,K.,“预测TAIEX的双变量模糊时间序列模型”勘误表,专家系统。申请。,37, 7, 5529 (2010)
[195] Ye,F。;张,L。;张,D。;Fujita,H。;龚忠,基于多阶模糊时间序列和技术分析的新型预测方法,信息科学。,367-368, 41-57 (2016) ·Zbl 1429.91310号
[196] Zadeh,L.A.,模糊集,信息控制,8338-353(1965)·Zbl 0139.24606号
[197] Zadeh,L.A.,语言变量的概念及其在近似推理中的应用——第一部分,信息科学。,8, 199-249 (1975) ·Zbl 0397.68071号
[198] Zadeh,L.,模糊集与信息粒化,(Gupta,R.M.;Yager,R.,《模糊集理论与应用进展》(1979年),北霍兰德出版社),3-18·Zbl 0434.94026号
[199] 赵,J。;郭振华。;苏振英。;Zhao,Z.Y。;Xiao,X。;Liu,F.,基于WRF集合和创新模糊系统的改进多阶段风速预测模型,应用。能源,162808-826(2016)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。