证券行情趋势准确预测的仿真研究

研究证券行情趋势的准确预测问题.中国证券业起步较晚,证券市场是一个非线性系统,行情趋势预测特征是不确定时态的而较难获取,传统的聚类方法直接提取不确定时态的行情趋势预测特征,特征提取有效性不高而造成证券行情趋势准确度不高的问题.为解决上述问题,提出关联规则的证券行情趋势预测方法.将不确定时态的行情时间序列转换为证券变动时间序列,有效获取行情趋势预测特征,避免仅依靠时间序列的统计特性直接提取而造成的特征提取有效性不高的问题,通过构建关联规则行情趋势特征提取模型,对趋势特征输入模型进行数据挖掘完成证券行情的预测.仿真结果表明,改进方法能够有效提取行情趋势特征,准确完成证券行情趋势的预测.     

不确定时态信息表示及时态运算的扩展

时态信息表示和查询是时态数据库的研究重点,但现有的时态数据库模型在处理不确定时态信息方面仍存在较大困难。而现实生活中很多时态信息都是不确定的,故提出了一种不确定时态信息的表示方法,并扩展时态运算使其支持不确定时态信息的处理和查询,从而扩展了时态数据库的适用范围。     

不确定时态信息表示的统一模型

时态信息表示和推理是人工智能研究中的一个重要课题,现有的模型大多只能表示确定时态信息,然而现实生活中很多事件的发生结束等时态信息都是不确定的。故提出了一个表示不确定时态信息的统一模型,可用于描述各种具有确定或不确定时态信息的事件。该模型首先定义各类时态对象(如时间点、时间区间)以及它们之间的关系,并给出时态对象间的传递关系表,利用该表能进行时态一致性约束满足问题的求解。最后,给出了两个不确定时态推理的例子,表明了该模型的实际应用意义。     

时态查询语言对处理不明确时间间隔的扩展

关于时态数据库的先前工作,主要是建立在时态属性的时间间隔和事件的开始/终止点都十分清楚的基础上.然而,在许多实际情况中,事件的时间界限并不十分清楚.因此,表示不明确时间,并给出处理不明确时间查询的方法,是对时态数据库中目前仍缺少的一个有效的扩展.讨论了时态数据库处理不明确时间存在的一些问题,并描述不明确时间间隔的方法.之后扩展了各种时态运算,并给出了与不明确时间相关的新运算符.也提出了能够处理不明确时间的查询语言扩展.在此讨论的时态查询语言对处理不明确时间间隔的扩展和丰富时态数据库的适应性有一定作用.     

语义不确定时态跨度的规范化处理及近似运算

不确定时态的语义处理及近似运算是时态系统的研究与应用中不可忽视的基本问题.不确定语义的转换、时态粒度的规范化以及不确定时态间的近似运算和语义还原成为不确定时态信息处理中的难点.针对时态跨度中不确定语义造成的时态不确定性与多样性,提出了对不确定语义进行转换的思想,将其转换为区间数的形式,结合时态的粒度属性,给出了不确定时态跨度的形式化描述,使其成为可计算问题;根据时态粒度约束对不确定时态跨度进行了规范化处理,使其可以参与运算;最后结合时态区间数给出了不确定时态跨度间的运算及语义还原方法,有效地处理了不确定时态跨度间的复杂运算,典型的运算过程均给出了示例予以说明.     

基于不确定信息的时态索引技术

扩展了时态数据库中时态信息的表示方法，使它能处理不确定时态信息。并实现相应索引机制，从而为支持不确定时态信息的时态数据库打下基础。性能测试的结果说明，该索引不但在功能上支持不确定时态数据，而且在性能上也优于已有的时态索引技术。     

时态查询语言对处理不明确时间间隔的扩展

关于时态数据库的先前工作，主要是建立在时态属性的时间间隔和事件的开始／终止点都十分清楚的基础上，然而，在许多实际情况中，事件的时间界限并不十分清楚。因此，表示不明确时间，并给出处理不明确时间查询的方法，是对时态数据库中目前仍缺少的一个有效的扩展。讨论了时态数据库处理不明确时间存在的一些问题，并描述不明确时间隔的方法，之后扩展了各种时态运算，并给出了与不明确时间相关的新运算符。也提出了能够处理不明确时间的查询语言扩展。在此讨论的时是询语言对处理不明确时间间隔的扩展和丰富时态数据库的适应性有一定作用。     

具有不确定性的时态模型

1引言 许多时态逻辑考虑定性的确定时态信息。Allen~[1.2]推荐一种区l可代数,提出了3定性的确定时态关系。VanBek~[14],Ligozat~[10],Pape~[12],RitL~[13],Ladkin~[5][6]和eban[8]也研究了时间区间的     

一种基于关联矩阵的时态关联规则挖掘算法

提出一种新的有别于将时间直接代入关联规则挖掘过程的方法。该方法分别针对确定的有效时间与不确定的有效时间两种情况,通过计算时态数据库中同一对象的元组中指定属性的有效时间之间的同时关系,将所有两两之间具有同时关系的归为一组,从而可以略去元组中的时间因素,并将时态数据库转化为事务数据库,然后即可利用传统挖掘算法进行挖掘。     

应急决策中基于时态知识的不确定性推理研究

针对应急决策中的不确定性,在传统区间代数方法的基础上,采用对区间时间断点模糊化处理并设定其取值范围的方法实现了应急领域不确定时态知识的表达,在此基础上,研究时态推理中的证据合成,通过时间区间集合,时态关系集合以及概率指派函数合成后的更新,给出了解决方案,结合应用算例进行分析。验证了该方法的有效性。     

Enhancement of robust performance for fuzzy parametric uncertain time‐delay systems using differential evolution algorithm

This paper proposes a systematic methodology for the enhancement of robust stability and performance of a fuzzy parametric uncertain time‐delay system. A fuzzy parametric uncertain time‐delay system is an example for a linear time‐invariant uncertain time‐delay system with fuzzy coefficients. By using the nearest approximation, these fuzzy coefficients are approximated into crisp sets called intervals to get an interval system. The proposed approach develops the necessary and sufficient stability conditions of interval polynomials for determining the robust stability. Then, by using these developed stability conditions, a set of inequalities in terms of controller parameters are obtained from the closed‐loop characteristic polynomial of fuzzy parametric uncertain time‐delay system. Finally, these inequalities are solved to obtain robust controller with the help of a differential evolution algorithm for an unstable fuzzy parametric uncertain time‐delay system. Consequently, a lead‐lag compensator is constructed based on the frequency domain approach to improve the performance of the fuzzy parametric uncertain time‐delay system. The proposed method has the advantage of less computational complexity and easy to implement on a digital computer. The viability of the proposed methodology is illustrated through a numerical example for its successful implementation. The efficacy of the proposed methodology is also evaluated against the available approach in the literature and the simulation results are successfully implemented for robust stability and performance of fuzzy parametric uncertain time‐delay systems.     

Prediction of uncertain structural responses using fuzzy time series

Numerical methods for the prediction of uncertain structural responses with the aid of fuzzy time series are presented. Uncertain data, uncertain measured actions, and uncertain structural responses over time are considered as time series comprised of fuzzy data. Uncertain data are described by means of a new incremental fuzzy representation, which permits a complete and accurate estimation of uncertainty. The fuzzy time series are regarded as realizations of a fuzzy random process. Methods for identification and quantification of the underlying fuzzy random process are developed. The concepts of model-free and of model-based forecasting are addressed. These concepts enable the prediction of data in the form of optimal forecasts, fuzzy forecast intervals, and fuzzy random forecasts. The algorithms are demonstrated by way of practical examples.     

复杂产品开发项目调度问题的模糊优化算法

对具有不确定时间参数的复杂产品开发项目调度问题,提出一种有效的模糊优化调度算法-基于预测的模糊BoP项目调度算法.首先,用模糊数表示不确定的时间参数,并构造相应的模糊数运算方法,对适合于确定性调度问题的BoP算法进行扩展,使其能处理模糊性时间参数.其次,修正了BoP算法中子项目调度方法,提高了算法的调度性能,降低了计算复杂度.大量的数值仿真实验表明,与基于启发式规则的调度算法相比,模糊BoP算法更适合于具有不确定时间参数的复杂产品开发项目调度问题.     

多特征不确定时间序列的关联趋势分析

针对不确定信息的相似性度量方法无法充分反映信息之间的关联情况,提出了直觉模糊集关联趋势分析法(RTIFS法)。利用直觉模糊集之间的距离表示不确定信息的差别,通过区间数与直觉模糊集之间的等价关系,利用区间数的距离计算直觉模糊集的关联度,最后应用集对分析法对序列间的关联趋势进行分类。RTIFS法将关联度计算的范围推广到不确定信息环境下,并给出多特征序列关联趋势的分类结果。实验结果表明,RTIFS法的分类准确率较高,算法运行时间短。     

Self-learning fuzzy neural networks for control of uncertainsystems with time delays

We address the problem of control of uncertain systems with time delays. Using the fuzzy logic control and artificial neural network methodologies, we present a self-learning fuzzy neural control scheme for general uncertain processes. In this scheme, a neural network compensator is designed instead of the classical Smith predictor for attenuating the adverse effects of time delays of the uncertain systems. The scheme has been used in control of welding pool dynamics of the arc welding process, and the experiment results show the control scheme available.     

基于模糊模型的时滞不确定系统的模糊H∞鲁棒反馈控制

讨论了一类具有状态和控制时滞的不确定非线性系统的模糊H_∞ 状态反馈控制问题. 采用具有时滞的不确定Takagi-Sugeno(T-S)模糊模型对非线性系统进行建模, 提出了一套基于LMI的模糊鲁棒控制器的系统设计方法, 给出了模糊H_∞状态反馈控制器存在的充分条件, 以保证闭环模糊系统渐近稳定并满足从干扰输入到控制输出的H_∞范数界约束. 示例仿真表明了该方法的有效性.     

基于模糊决策过程的模糊计算树逻辑模型检测

针对由数据表述产生的不确定性模糊系统的模型检测问题,给出模糊计算树逻辑模型检测算法.首先,引入模糊决策过程作为此类系统的模型,其最大特点是在迁移过程中对动作的不确定性选择和状态表述的模糊性.然后,在模糊决策过程基础上,给出模糊计算树逻辑的语法和语义.最后,给出模糊计算树逻辑模型检测算法,该算法是将模糊计算树逻辑模型检测...     

基于直觉模糊线性方程组的IFTS 预测方法

针对模糊时间序列预测理论对不确定性数据集的实时模糊变化趋势研究存在的不足, 规范了直觉模糊时间序列的定义, 提出了基于直觉模糊线性方程组的直觉模糊时间序列预测方法. 所提出的算法将模型的求解转化为一系列带有约束的线性规划问题, 准确地反映了序列数据随时间发展变化的模糊关联规律, 简化了预测模型的复杂度, 提高了时间序列预测的精度, 扩展了直觉模糊时间序列预测理论的应用范围. 最后, 通过仿真实验验证了所提出方法的有效性和优越性.

     

Direct Solution of Time–Cost Tradeoff Problem with Fuzzy Decision Variables

Project time–cost tradeoff problem is concerned with shortening project duration time with minimum cost. Due to uncertain environment conditions, such as inflation, climate changes, space congestion, productivity level, lack of accurate data, etc., there can be uncertainty in the parameters. The uncertainty in the parameters can be modeled using fuzzy set theory. In this study, a fuzzy time–cost tradeoff problem with fuzzy normal and crash durations, and fuzzy duration of activities and occurrence time of events is handled. The fuzzy time–cost tradeoff problem is solved directly by making use of a fuzzy ranking method and the tabu search (TS) algorithm.     

基于极大后验估计和模糊控制的水下无源定位技术

针对高海况条件下因海流扰动的影响导致观测噪声方差未知时变的特点, 基于模糊控制技术提出一种基于FCMAP-UKF 滤波技术的水下无源组合导航系统状态估计方法. 该方法在滤波迭代过程中引入模糊自适应因子, 对未知观测噪声方差阵进行动态调节, 提高了系统的自适应能力和鲁棒性. 滤波结果表明, 该系统在达到传统方法精度的同时, 能够克服自主导航过程中不确定的噪声和随机干扰的影响而进行有效的定位导航.