基于改进狼群算法的模糊时间序列预测模型

作者：鲜思东^*; 李堂金

来源：控制理论与应用, 2020, 37(07): 1637-1643.

• 模糊时间序列模型
• 狼群算法
• 划分
• Alabama大学入学人数
• 预测

当使用模糊时间序列预测模型进行预测时,模糊区间的不同划分对最后的预测精度有着十分重要的影响.针对如何更有效的划分模糊区间、进一步提高模糊时间序列的预测精度问题,本文提出了一种基于改进狼群算法的模糊时间序列预测模型.为此首先简要介绍了模糊时间序列,然后阐述了狼群算法并在其游走行为中引入趋向行为和死亡概率对其进行了改进,最后利用改进狼群算法来划分模糊区间,建立了一种新的模糊时间序列预测模型.将Alabama大学入学人数作为实验数据进行实例分析和验证.通过与现有的一些模型进行对比分析,本文所提模型具有更高的预测精度,为模糊时间序列预测提供了新思路.

• 单位
  重庆邮电大学; 自动化学院