基于一阶预测有效度的IGOWLA算子模糊组合预测方法

文章针对预测对象具有模糊性的组合预测问题,用三角模糊数表征问题的特征信息,引入诱导广义有序加权对数平均(IGOWLA)算子的概念,以基于模糊信息的一阶预测有效度作为精度指标,建立基于一阶预测有效度的IGOWLA算子模糊组合预测的最优化模型,并通过实例分析说明了该模型能显著提高预测精度。

基于预测有效度的IOWA算子模糊组合预测方法

传统的组合预测方法大部分都是针对数字型数据进行的,但在实际生活中,预测对象具有模糊性,常用三角模糊数表征其特征信息;提出了基于模糊信息的一阶预测有效度的概念,并将其作为精度指标,运用诱导有序加权平均(IOWA)算子对三角模糊数信息进行集成,建立了相应的组合预测模型,实例分析表明基于一阶预测有效度的IOWA算子模糊组合预测模型是可行和有效的。