粒子群優(yōu)化算法的改進(jìn)及在模糊時間序列預(yù)測中的應(yīng)用.pdf

1、針對具有不確定性或模糊性的時間序列,模糊預(yù)測具有較好的適應(yīng)性。2009年 Kuo等人將粒子群優(yōu)化算法(PSO)應(yīng)用于模糊時間序列預(yù)測的論域劃分,相對于前人的其它劃分方法,在準(zhǔn)確度方面取得了一定的提高。然而 Kuo等人使用的PSO算法未能有效地控制算法的搜索速度及范圍,對模糊集采用前人主觀定義的方式,導(dǎo)致它們的算法還可進(jìn)一步優(yōu)化。
　　首先,論文對PSO算法進(jìn)行了深入研究,對速度迭代公式中兩個重要參數(shù)分別進(jìn)行了優(yōu)化:針對慣性權(quán)重,給

2、出正態(tài)遞減的計算策略;針對學(xué)習(xí)因子,給出線性遞減的計算策略。這樣的改進(jìn)可有效控制搜索范圍的變化速度,有利于初始階段在大范圍搜索、最后階段精細(xì)化搜索。
　　其次,論文給出了一種基于改進(jìn)粒子群優(yōu)化算法的模糊時間序列預(yù)測方法(MPSO-FTSP),以Kuo等人的算法為基礎(chǔ),在以下三個方面進(jìn)行了改進(jìn):
　　(1)MPSO-FTSP將改進(jìn)后的PSO算法應(yīng)用于模糊時間序列預(yù)測論域劃分,在速度及范圍方面進(jìn)行了優(yōu)化。
　　(2)MPS

3、O-FTSP用當(dāng)前流行的基于距離的模糊集定義方法取代人為主觀定義的方法,更客觀地反映了樣本數(shù)據(jù)的結(jié)構(gòu)特點。
　　(3)MPSO-FTSP沿用Kuo等人使用的Master Voting(MV)預(yù)測計算公式的思路,從矩陣變換角度進(jìn)行了修改,預(yù)測結(jié)果的均方誤差得以減小。
　　最后,論文對參數(shù)優(yōu)化后PSO算法進(jìn)行了仿真實驗,算法的全局最優(yōu)值得到改進(jìn);除此之外,論文將MPSO-FTSP算法應(yīng)用于Alabama大學(xué)招生人數(shù)的預(yù)測,模糊預(yù)