[发明专利]一种嵌入模糊集状态的自适应预报方法和系统

权利要求书

1.一种多步预报方法，包括：对于预测要素的趋势项进行自适应模糊化处理，计算趋势项的自适应隶属度向量的步骤；根据趋势项的自适应隶属度向量，结合过去观测值生成具有模糊化特征的学习样本，并构建时间序列预测模型的步骤；以及利用时间序列预测模型进行多步预报的步骤。

2.根据权利要求所述1的多步预报方法，其中，

计算趋势项的自适应隶属度向量的方法进一步包括：滚动时间窗口至目标时间的步骤；根据目标时间之前的趋势项的预测值，按照预报输出的时间间隔，分别构建分段函数的步骤；依据分段函数计算每个时间间隔的隶属度向量，并进行归一化处理，从而获得在当前时间窗口的趋势项的自适应隶属度向量的步骤；以及滚动时间窗口，并重复上述步骤的步骤。

3.根据权利要求2所述的多步预报方法，其中，

依照下述S型分段函数将数值天气预报趋势项转化为(μ₀₀，μ₀₆，μ₁₂，μ₁₈)4维向量所代表的所述隶属度向量：

μ00(x)=b1×(-logsig(a×x-b)+1),0≤x<rb5×(logsig(ax-7×b)),3r≤x<4r0,otherwise---(2a)]]>

μ06(x)=b2×(logsig(a×x-b),0≤x<rb2×(-logsig(ax-3b)+1),r≤x<2r0,otherwise---(2b)]]>

μ12(x)=b3×(logsig(a×x-3×b)),r≤x<2rb3×(-logsig(ax-5×b)+1),2r≤x<3r0,otherwise---(2c)]]>

μ18(x)=b4×(logsig(a×x-5×b)),2r≤x<3rb4×(-logsig(a×x-7×b)+1),3r≤x<4r0,otherwise---(2d)]]>

logsig(n)=11+e-n---(2e)]]>

其中，e为自然常数；logsig为S型函数，系数a，b决定对钟型的形状和位置，取a＝5/3和b＝5；b1，b2，b3，b4，b5为所述S型隶属度分段函数的系数；r为大尺度趋势项离散时间间隔；x表示整点的时间；u₀₀，u₀₆，u₁₂，u₁₈分别表示00h，06h，12h，18h的4个时间状态的模糊集。