[發明專利]一種基于帶狀時變模糊信息粒的時間序列長期預測方法

有效

• 申請號: 201810555787.6
• 申請日: 2018-06-01
• 公開（公告）號: CN108846057B
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 駱超;譚晨皓
• 申請（專利權）人: 山東師范大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06Q10/04;G06Q10/06
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李琳

1.一種基于帶狀時變模糊信息粒的時間序列長期預測方法，其特征是，包括以下步驟：

劃分目標時間序列，得到若干筆數據集；所述劃分目標時間序列的步驟包括：選取合適的時間長度，作為K線的基本時域單元，對目標時間序列數據進行K線化處理，得到K線圖；對K線間的包含關系進行處理，并判斷K線間頂底分型，得到模糊時間序列；對得到的模糊時間序列進行分筆處理，得到若干筆數據集；

基于劃分后的數據集，構造帶狀時變模糊信息粒，將時間序列轉化為顆粒時間序列；

將顆粒時間序列劃分為訓練集和預測集，利用訓練集中帶狀時變模糊信息粒建立模糊邏輯規則，基于模糊邏輯規則和三階模糊邏輯關系構建基于規則的加入滑動時間窗口限制的模糊預測模型，利用模糊預測模型對預測集中帶狀時變模糊信息粒進行預測；

對預測結果進行去模糊化處理，并計算預測精度評價指標，對預測結果進行評價；

所述構造帶狀時變模糊信息粒的方法為：

利用劃分后得到的每筆數據集在時間范圍t＝{t₁,t₂,…,t_N}，對該數據集進行最小二乘線性回歸得到

X_t＝kt+b+ε

其中，ε～N(0,σ²)，求解得到參數k、b和σ；

使用μ₀(t)＝kt擬合數據集的上界和下界，將所有數據值包含其中，從而得到b的取值范圍

基于參數k、b、σ、b和構造了一個帶狀時變模糊信息粒其中，k，b分別表示回歸線的斜率和截距，σ表示標準差，核心線μ(t)＝kt+b反映了當前時間區間內的線性變化趨勢，是由x值確定的閉區間，表示b的取值范圍，即b是使μ(t)＝kt+b經過x值對應點的b的最小取值，是使μ(t)＝kt+b經過x值對應點的b的最大取值。

2.根據權利要求1所述的基于帶狀時變模糊信息粒的時間序列長期預測方法，其特征是，所述對K線間的包含關系進行處理的步驟包括：

判斷相鄰兩根K線是否存在包含關系，若一根K線的最高點高于另一根K線的最高點，且最低點低于另一根K線的最低點，則判定兩根K線間存在包含關系，對兩根K線間的包含關系進行處理；

判斷兩根K線的趨勢，若兩根K線呈上升趨勢，則用一根新K線的高點和低點代替兩根K線的高點和低點的較大值；若兩根K線呈下降趨勢，則用一根新K線的高點和低點代替兩根K線的高點和低點的較小值。

3.根據權利要求1所述的基于帶狀時變模糊信息粒的時間序列長期預測方法，其特征是，所述判斷K線間頂底分型的方法為：

對于不存在包含關系的3根K線，若中間一根K線的高點最高，低點也最高，則三根K線構成頂分型；若中間一根K線的低點最低，高點也最低，則三根K線構成底分型。

4.根據權利要求1所述的基于帶狀時變模糊信息粒的時間序列長期預測方法，其特征是，所述模糊邏輯規則的建立方法為：

將長度為n的顆粒時間序列A＝{A(i)},i＝1,2,…,n劃分為由前n_t個帶狀時變模糊信息粒構成的訓練集和由剩下n_f個帶狀時變模糊信息粒構成的預測集，

利用訓練集中n_t個帶狀時變模糊信息粒建立模糊邏輯規則。

5.根據權利要求1所述的基于帶狀時變模糊信息粒的時間序列長期預測方法，其特征是，所述三階模糊邏輯關系為：

A_t-2,A_t-1,A_t→A_t+1

表示在t時刻進行t+1時刻的帶狀時變模糊信息粒的預測，A_t-2,A_t-1,A_t,A_t+1為時間序列上四個連續觀測到的帶狀時變模糊信息粒。