基于逆模糊数的模糊时间序列模型的农机总动力预测方法

提出一种改进的基于逆模糊数的新模糊时间序列预测模型.应用模型研究辽宁省农机总动力预测问题,比一元线性回归模型,二次移动平均模型,指数曲线模型,灰色理论GM(1,1)模型等4种模型和它们的组合模型的平均预测误差率AFER都有较大改善,是值得推荐的一种时间序列预测方法.     

用改进的模糊AR(p)与指数平滑组合模型预测油田产油量

在模糊AR(p)与指数平滑组合预测模型的基础上,通过对传统指数平滑模型的分析,提出了动态平滑参数的概念,并由此建立了平滑权重对时间序列能够适应的新的指数平滑模型,较完整地解决了传统模型初值难以选取,平滑参数适应性差和系统预测偏差大等问题,从而较传统指数平滑模型有较高的预测精度.并将这两种模型结合起来构成新的改进的模糊AR(p)与指数平组合预测模型,并应用于预测油田产油量.应用实例证明,改进的模糊AR(p)与指数平滑组合预测模型具有更高的预测精度.从而表明该组合预测模型是一种非常有效的预测新方法.     

复值函数的广义复模糊积分北大核心

本文给出了非负复值函数关于模糊复测度的广义复模糊积分的几种等价形式,并讨论了由该积分表示的几种复模糊积分方程有解的充要条件.在此基础上,进一步引进了一般复值函数的广义复模糊积分的概念,给出了该积分的一些基本性质,并在一定条件下证明了单调收敛定理.     

Fuzzy-Val模糊值Choquet积分(Ⅱ)——函数关于模糊值模糊测度的Choquet积分(英文)

研究一种取值于模糊数集的 Choquet积分 ,该积分的被积函数是单值函数 ,所用的测度是模糊值模糊测度。给出其定义、性质和收敛定理     

模糊值Choquet积分(Ⅱ)--函数关于模糊值模糊测度的Choquet积分

研究一种取值于模糊数集的Choquet积分，该积分的被积函数是单值函数，所用的测度是模糊值模糊测度。给出其定义、性质和收敛定理。     

基于粒子群的模糊神经网络的短时交通流量组合预测

为了进一步提高短时交通流量预测的精度,提出了一种粒子群算法的模糊神经网络组合预测模型,模糊神经网络融合了神经网络的学习机制和模糊系统的语言推理能力等优点,弥补各自不足,将自回归求和滑动平均(ARIMA)和灰色Verhulst模型进行初步预测,并将两种初步预测的结果作为模糊神经网络的输入,构建基于改进模神经网络的组合预测模型,在此基础上进行训练和预测,其中模糊神经网络的相关参数由改进粒子群来优化,利用本方法来对南京市汉中路短时交通流量进行预测,结论表明:方法充分发挥了单一模型的优势,比单一的预测模型更加精确,是短时交通流量预测的一个有效方法。     

基于模糊收益率的组合投资模型

本文考虑了收益率为模糊数的投资组合选择问题,利用模型约束简化方差约束,建立了投资组合选择的模糊线性规划模型,然后引进模糊期望把模糊线性规划问题化为普通参数线性规划问题,最后给出了一个数值算例.     

基于TFWPA算子的模糊优化组合预测模型及其应用

传统的组合预测中,预测对象往往是实数或区间数,实际上,三角模糊数则更能刻画不确定环境下复杂事物的某些量的特征。因此,本文提出一种预测信息为三角模糊数的模糊优化组合预测新方法。定义了两个三角模糊数的相对误差,同时考虑到预测数据之间的交叉影响,基于三角模糊加权Power平均(TFWPA)算子、三角模糊加权Power几何(TFWPG)算子和max-min准则,分别构建模糊优化组合预测模型。提出非劣性和优性组合预测的概念,证明所提模糊组合预测模型具有非劣性质。最后通过实例分析说明了该模糊组合预测方法的有效性,并对参数做了灵敏度分析。     

一种基于Choquet积分的多属性直觉模糊决策方法

研究了决策者对方案的主观偏好值以及属性值均为直觉模糊数的且属性间存在关联的多属性决策问题.利用Choquet模糊积分作为集结算子,构建了基于属性关联的M OD和SOD模型.通过求解模型获得属性的权重,进而给出了一种新的直觉模糊多属性决策方法.最后通过一个算例说明了该决策方法的有效性和可行性.     

带有模糊系数的投资组合模型研究

在证券市场,由于各种不确定因素的存在,证券的预期收益率是难以精确估算的。本文采用模糊数来处理不确定性,提出了一种基于模糊收益率的投资组合模型。为度量投资组合的风险,将绝对偏差扩展到模糊情形。通过引入模糊数绝对值的概念和不等关系的两种占优准则,将该模型转化为相应的确定性线性规划问题,投资者可根据自己的主观态度选择参数和投资策略。最后用一个具体例子验证了模型的合理性和有效性。