[发明专利]基于直觉模糊认知图的时间序列预测方法在审
| 申请号： | 201811030234.5 | 申请日： | 2018-09-05 |
| 公开（公告）号： | CN109344962A | 公开（公告）日： | 2019-02-15 |
| 发明（设计）人： | 骆超;张楠楠 | 申请（专利权）人： | 山东师范大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06K9/62 |
| 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： | 本发明公开了一种基于直觉模糊认知图的时间序列预测方法，构建基于直觉模糊认知图的时间序列预测模型，通过模糊C聚类求得当前时刻的时间序列映射到各个聚类中心的隶属度，根据隶属度求出犹豫度和非隶属度，得到模型的各个节点，根据粒子群算法进行参数学习，得到学习后的权重矩阵和权重犹豫度，根据当前时刻的隶属度计算出其犹豫度，根据隶属度、非隶属度和犹豫度对下一时刻的时间序列进行推理，得到预测结果，具有准确性高的优点。 | ||
| 搜索关键词： | 隶属度 模糊认知图 时间序列预测 时间序列 时间序列预测模型 粒子群算法 参数学习 聚类中心 权重矩阵 预测结果 构建 聚类 权重 推理 映射 模糊 学习 | ||
【主权项】：
1.一种基于直觉模糊认知图的时间序列预测方法，其特征是：包括以下步骤：构建直觉模糊认知图，通过模糊C聚类求得当前时刻的时间序列映射到各个聚类中心的隶属度，根据隶属度求出犹豫度和非隶属度，得到模型的各个节点，根据粒子群算法进行参数学习，得到学习后的权重矩阵和权重犹豫度，根据当前时刻的隶属度计算出其犹豫度，根据隶属度、非隶属度和犹豫度对下一时刻的时间序列进行推理，得到预测结果。
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/201811030234.5/，转载请声明来源钻瓜专利网。
