[发明专利]一种基于不定长模糊信息粒的时间序列预测方法和装置在审
| 申请号： | 201811215762.8 | 申请日： | 2018-10-18 |
| 公开（公告）号： | CN109447333A | 公开（公告）日： | 2019-03-08 |
| 发明（设计）人： | 骆超;王海月 | 申请（专利权）人： | 山东师范大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06N3/04;G06N3/08;G06N7/02 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 李琳 |
| 地址： | 250014 *** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于不定长模糊信息粒的时间序列预测方法和装置，采用K线图构造方法处理原始时间序列，基于K线分笔思想的不等长划分论域方法划分模糊时间序列；基于划分后的模糊时间序列构造带状高斯模糊信息粒，形成模糊时间序列的不定长模糊信息粒群体；构建循环模糊神经网络，并进行结构学习和参数学习；利用循环模糊神经网络对模糊时间序列进行长期预测，并将预测结果去模糊化。本发明基于信息颗粒和循环模糊神经网络实现时间序列长期预测，预测的多个值可以在一步内完成，而不是迭代地分别预测每个值，即可以实现长期预测。 | ||
| 搜索关键词： | 时间序列 模糊信息 模糊神经网络 预测 模糊 时间序列预测 方法和装置 参数学习 信息颗粒 预测结果 不等长 模糊化 图构造 迭代 高斯 构建 论域 群体 学习 | ||
【主权项】：
1.一种基于不定长模糊信息粒的时间序列预测方法，其特征是，包括以下步骤：采用K线图构造方法处理原始时间序列，基于K线分笔思想的不等长划分论域方法划分模糊时间序列；基于划分后的模糊时间序列构造广义带状时变模糊信息粒，形成模糊时间序列的不定长模糊信息粒群体；构建循环模糊神经网络，并进行结构学习和参数学习；利用循环模糊神经网络对模糊时间序列进行长期预测，并将预测结果去模糊化。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东师范大学，未经山东师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811215762.8/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
