×

用模糊逻辑预测时间序列。 (英语) Zbl 1272.93075号

Zelinka,Ivan(编辑)等人,《诺查丹玛斯2013:复杂系统的预测、建模和分析》。根据2013年6月3日至5日在捷克共和国俄斯特拉发举行的诺查丹马斯会议上的陈述,选出了一些论文。查姆:施普林格(ISBN 978-3-319-00541-6/pbk;978-3-3169-00542-3/电子书)。《智能系统与计算进展》210,155-161(2013)。
摘要:有不同的方法可以用于支持预测。现在,软计算的新理论被用于这些目的。可以提及模糊逻辑、神经网络和其他一些方法。本文的目的是将模糊逻辑用于预测目的。使用模糊逻辑的优点是处理不精确、不确定性、模糊性、半真实性或近似和非线性数据。股票市场上的应用程序与其他应用程序相比具有特定的特点。这些流程侧重于私营企业的盈利尝试;因此,应用程序的详细信息,无论成功与否,都不会经常发布。模糊逻辑有助于分散决策过程,以实现标准化、复制和记录,这是商业领域的一个重要因素。实践证明,本文所提出的案例研究有其合理性,可以作为股市决策的支持。
关于整个系列,请参见[Zbl 1270.93003号].

MSC公司:

93立方厘米 模糊控制/观测系统
37M10个 动力系统的时间序列分析
PDF格式BibTeX公司 XML格式引用
全文: 内政部