期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于广义模糊时间序列模型的动态顾客需求分析与预测 被引量:2
1
作者 杨志辉 《东华理工大学学报(自然科学版)》 CAS 2018年第4期439-444,共6页
顾客需求的动态分析对于产品质量持续改进有着重要的影响,动态顾客需求重要度常为小样本模糊数据。考虑到遗传算法和模糊时间序列模型对于处理小样本模糊数据优越性,研究了基于广义模糊时间序列模型的动态顾客需求分析与预测问题。鉴于... 顾客需求的动态分析对于产品质量持续改进有着重要的影响,动态顾客需求重要度常为小样本模糊数据。考虑到遗传算法和模糊时间序列模型对于处理小样本模糊数据优越性,研究了基于广义模糊时间序列模型的动态顾客需求分析与预测问题。鉴于传统的遗传算法主要用于解决单个决策变量问题,在遗传算法中加入染色体重组算子,建立了一种基于遗传算法的广义模糊时间序列模型。以某企业生产的静电吸尘器为例,研究了该模型在动态顾客需求分析中的应用。通过对比分析,验证了所建模型的科学性和有效性。 展开更多
关键词 动态顾客需求 广义模糊时间序列模型 预测
在线阅读 下载PDF
基于改进狼群算法的模糊时间序列预测模型 被引量:8
2
作者 鲜思东 李堂金 《控制理论与应用》 EI CAS CSCD 北大核心 2020年第7期1637-1643,共7页
当使用模糊时间序列预测模型进行预测时,模糊区间的不同划分对最后的预测精度有着十分重要的影响.针对如何更有效的划分模糊区间、进一步提高模糊时间序列的预测精度问题,本文提出了一种基于改进狼群算法的模糊时间序列预测模型.为此首... 当使用模糊时间序列预测模型进行预测时,模糊区间的不同划分对最后的预测精度有着十分重要的影响.针对如何更有效的划分模糊区间、进一步提高模糊时间序列的预测精度问题,本文提出了一种基于改进狼群算法的模糊时间序列预测模型.为此首先简要介绍了模糊时间序列,然后阐述了狼群算法并在其游走行为中引入趋向行为和死亡概率对其进行了改进,最后利用改进狼群算法来划分模糊区间,建立了一种新的模糊时间序列预测模型.将Alabama大学入学人数作为实验数据进行实例分析和验证.通过与现有的一些模型进行对比分析,本文所提模型具有更高的预测精度,为模糊时间序列预测提供了新思路. 展开更多
关键词 模糊时间序列模型 狼群算法 划分 Alabama大学入学人数 预测
在线阅读 下载PDF
基于模糊时间序列的传感器网络感知数据预测模型 被引量:4
3
作者 南国芳 周帅印 +1 位作者 李敏强 寇纪淞 《运筹与管理》 CSSCI CSCD 北大核心 2013年第2期143-149,共7页
传感器网络监控系统属于大型复杂系统,由感知节点以一定的时间间隔向sink节点发送感知数据,以实现对应用环境的监控。由于网络本身及应用环境的影响,得到的感知数据往往存在不确定性。此外,周期性报告数据模式影响到实时监控数据的精确... 传感器网络监控系统属于大型复杂系统,由感知节点以一定的时间间隔向sink节点发送感知数据,以实现对应用环境的监控。由于网络本身及应用环境的影响,得到的感知数据往往存在不确定性。此外,周期性报告数据模式影响到实时监控数据的精确性。本文应用时间序列模型预测传感器数据以响应用户查询,可有效降低网络通信量。通过对无线传感器网络的数据分析,引入多属性模糊时间序列预测模型,充分考虑了无线传感器网络时间序列中存在的趋势因素,并提出了适合于传感器网络的修正预测模型。实验结果表明模糊时间序列模型可有效预测传感器网络数据,且能提高预测精度。 展开更多
关键词 信息管理与信息系统 模糊时间序列预测模型 传感器网络 分布式数据库
在线阅读 下载PDF
两种时间序列模型在客流量预测上的比较 被引量:3
4
作者 刘建军 廖闻剑 彭艳兵 《计算机工程与应用》 CSCD 北大核心 2016年第9期228-232,270,共6页
模糊时间序列模型和季节模型都是基于时间序列的模型,为了探讨在时间序列表现出一定的周期性时,哪种模型的预测效果会更好,分别利用模糊时间序列模型和季节模型对南京某商场的客流量进行预测,计算并比较两种方法下的相对误差值和RMSE(Ro... 模糊时间序列模型和季节模型都是基于时间序列的模型,为了探讨在时间序列表现出一定的周期性时,哪种模型的预测效果会更好,分别利用模糊时间序列模型和季节模型对南京某商场的客流量进行预测,计算并比较两种方法下的相对误差值和RMSE(Root Mean Square Error)值,发现季节模型的相对误差值图形的平滑度要优于模糊时间序列模型,季节模型的RMSE值小于模糊时间序列模型,这表明考虑到数据特征的模型有更好的预测结果。 展开更多
关键词 模糊时间序列模型 季节模型 相对误差 均方根误差
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部