查詢結果分析
來源資料
相關文獻
- A Refined Forecasting Model Based on Fuzzy Time Series and Particle Swarm Optimization
- 臺灣房地產發展趨勢與價格預測模型之研究
- 專科生英語成就的累積機率邏輯模型之建立
- 臺灣貨幣需求函數之結構轉折點與轉折區間的比較研究:變數模糊時間序列的應用
- 臺灣股票市場水泥產業上市公司益本比預測模型研究
- 國內新上市股、跌破承銷價預測模型與各式期間報酬率
- 預測方法之比較--以臺灣電力負載預測為例
- 長期發電燃料價格預測模式與方法分析
- An Improvement of Regression Method Using Models of Fuzzy Time Series
- Forecasting Enrollments with Fuzzy Time Series Using an Adaptive Partition
頁籤選單縮合
題 名 | A Refined Forecasting Model Based on Fuzzy Time Series and Particle Swarm Optimization=基於模糊時間序列和粒子群最佳化之精緻預測模型 |
---|---|
作 者 | 黃燿麟; 林之棟; 于毅生; 謝文旭; 郭奕宏; | 書刊名 | 德霖學報 |
卷 期 | 26 2013.04[民102.04] |
頁 次 | 頁111-118 |
分類號 | 448.942 |
關鍵詞 | 預測模型; 模糊時間序列; 粒子群最佳化; Forecasting model; Fuzzy time series; Particle swarm optimization; |
語 文 | 英文(English) |
中文摘要 | 在本論文中,提出一個基於模糊時間序列和粒子群最佳化之精緻預測模型,用以提升時間序列預測 之準確率。首先,模糊理論用於模糊化時間序列數據,然後應用粒子群最佳化調整宇集區間的長度。本 論文中,均方誤差與平均絕對百分比誤差被用來評估預測模型的效能。自紐約證券交易所取得的Nokia 股票指數用於實證研究,實驗結果證明所提出的預測模型優於其他表列的預測模型。 |
英文摘要 | In this paper, a refined forecasting model which integrates fuzzy approach and particle swarm optimization is presented to improve the forecasting accuracy on time series data. First, the fuzzy approach is used to fuzzify the time series data, and then the particle swarm optimization is applied to adjust the lengths of the intervals. The mean square error and the mean absolute percent error are used to evaluate the forecasting performance. In the empirical study of Nokia stock index obtained from New York Stock Exchange, the experimental results show that the proposed forecasting model outperforms other listing forecasting models. |
本系統中英文摘要資訊取自各篇刊載內容。