科研之友
微信
新浪微博
Facebook
分享链接
摘要
在诸多社会和经济问题中,成分数据由于可以提供整体视角下各部分的比例情况而备受关注.对数比变换和球坐标变换等变换方法为成分数据时间序列的专业预测提供了可能,但两类变换均对成分数据的分量进行了限定性要求,如不能包含0或者1.因而,在理论上探求新的成分数据时间序列预处理方式或预测模式具有重要意义.通过将模糊时间序列分析与成分数据时间序列预测相结合,本文提出一类融合模糊时间序列分析的成分数据时间序列预测方法.首先,利用信息熵测度,将成分数据时间序列对应到实值序列框架下.继而,在模糊时序分析框架中,利用模糊C均值聚类实现成分数据时间序列对应实值序列论域的划分并建立模糊集与成分数据之间的对应关系.进而应用一阶模糊时间序列分析模型实现对成分数据时间序列的预测.最后,通过某汽车公司的汽车销售结构数据实证分析验证了所提出预测方法的有效性.
- 单位
