典型文献
一种基于CS-FCM算法的模糊时间序列预测模型
文献摘要：
为了发挥模糊理论在不确定性预测中的优势并保留模糊时间序列(FTS)预测模型的可解释性,本文针对目前应用广泛的模糊C均值聚类(FCM)算法进行改进,提出了一种基于布谷鸟搜索的FCM(CS-FCM)算法.将CS-FCM算法用于模糊时间序列模型的非均匀论域划分与数据的模糊化处理,建立一种基于CS-FCM算法的模糊时间序列预测模型.该算法可实现聚类中心的全局寻优,降低传统FCM算法易陷入局部极小值带来的误差,提高模型预测精度.实证分析结果表明,CS-FCM算法的适应度优于FCM算法,本文模型的预测误差小于经典模糊时间序列预测模型,验证了新预测模型的有效性.
文献关键词：
模糊时间序列(FTS);布谷鸟搜索算法(CS);CS-FCM算法;论域划分;预测模型
中图分类号：
作者姓名：
刘紫微;杨晓忠
作者机构：
华北电力大学数理学院,北京102206
文献出处：
引用格式：
[1]刘紫微;杨晓忠-.一种基于CS-FCM算法的模糊时间序列预测模型)[J].应用数学学报,2022(03):322-338
A类：
B类：
CS,FCM,模糊时间序列预测,时间序列预测模型,模糊理论,定性预测,FTS,可解释性,均值聚类,时间序列模型,非均匀,论域划分,模糊化处理,聚类中心,全局寻优,局部极小值,适应度,预测误差,布谷鸟搜索算法
AB值：
0.199617
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
