基于动态隶属度的模糊时间序列在我国居民消费水平预测上的应用

论文摘要

准确预测我国居民消费水平对促进经济持续协调发展具有重大的理论和现实意义。根据1952～2013年我国居民消费水平数据,本文提出了一种基于动态隶属度的模糊时间序列预测方法。首先对数据聚类并模糊化处理得到隶属度序列;然后再对隶属度序列进行时间序列分析建模得到预测值;紧接着对其去模糊化实现我国未来三年居民消费水平的预测;最后,将预测结果与传统时间序列方法预测结果相比较,新方法的预测平均绝对误差(MAE)、均方误根差(RMSE)较传统时间序列方法分别减少了23和28。结果表明,本文的预测方法相对于传统时间序列预测方法具有较高的预报精度,可用于居民消费水平的预测。

论文目录

• 1 引言
• 2 时间序列的相关理论知识
•   2.1 时间序列的含义
•   2.2 时间序列的模型
•   2.3 时间序列模型的建模步骤
• 3 基于动态隶属度的模糊时间序列
•   3.1 模糊理论的相关定义[9-11]
•   3.2 基于动态隶属度的模糊时间序列建模步骤
•     （1） 原始数据处理
•     （2） 构建论域
•     （3） 数据聚类并进行区间划分
•     （4） 数据模糊化得到隶属度序列
•     （5） 隶属度序列的时间序列分析建模
•     （6） 去模糊化得到预测值
• 4 我国居民消费水平的分析与预测
•   4.1 数据来源
•   4.2 数据的预处理
•   4.3 平稳化序列的时间序列分析建模与预测
•   4.4 平稳化序列的基于动态隶属度的模糊时间序列预测
•   4.5 精度分析
• 5 结论

文章来源

类型: 期刊论文

作者: 丁欣,谢祥俊,赵春兰,王兵

关键词: 居民消费水平,动态隶属度,隶属度序列,模糊化,去模糊化,预测

来源: 模糊系统与数学 2019年01期

年度: 2019

分类: 基础科学,经济与管理科学

专业: 数学,经济体制改革

单位: 西南石油大学理学院,西南石油大学计算机科学学院

分类号: O159;O211.61;F126.1

页码: 164-174

总页数: 11

文件大小: 935K

下载量: 195