混合複數類神經模糊與自動回歸差分平均移動方法之智慧 型時間序列預測模型 Intelligent time series forecasting model combining complex neuro-fuzzy computing model and ARIMA method

NCUIR > School of Management at National Central University > Department of Information Management > journal & Dissertation > Item 987654321/107167

Please use this identifier to cite or link to this item: https://ir.lib.ncu.edu.tw/handle/987654321/107167

Title:	混合複數類神經模糊與自動回歸差分平均移動方法之智慧型時間序列預測模型 Intelligent time series forecasting model combining complex neuro-fuzzy computing model and ARIMA method
Authors:	李俊賢;Li), 李俊賢(Chun-Shien;Chiang), 江泰緯(Tai-Wei
Contributors:	管理學院資訊管理學系
Keywords:	TSSCI;時間序列預測;粒子群最佳化演算法;複數模糊集合;複數模糊類神經系統;遞迴小平方估計法
Date:	2013-03-01
Issue Date:	2026-04-23 13:58:39 (UTC+8)
Publisher:	中華企業資源規劃學會;台灣: 中華企業資源規劃學會
Abstract:	摘要：本研究提出一個複數模糊類神經系統（CNFS），其結合複數模糊集合、類神經模糊系統以及差分自回歸移動平均模型（ARIMA），形成CNFS-ARIMA模型並應用於時間序列預測之研究。為了更新CNFS-ARIMA模型之參數，本研究提出一複合式進化式學習演算法，其結合粒子群最佳化演算法與遞迴最小平方估計之學習方法；其中，粒子群最佳化演算法用來調整系統的前鑑部參數，而遞迴最小平方估計用以更新系統之後鑑部參數。為了測試本研究所提出之方法的效能，使用兩個標竿時間序列資料集作為實驗範例。在實驗中，將比較並分析本研究所提出之CNFS（複數型）以及其傳統的NFS（實數型）之效能差異，並與文獻所提出之方法進行比較。由實驗結果可證實本研究所提出之系統方法可以獲得良好的效能。出版者：台灣: 中華企業資源規劃學會出版日期： 2013-03-01 出處：電子商務學報, 2013-03, Vol.15 (1), p.137-158 資源來源：華藝CEPS中文電子期刊服務識別號： ISSN: 1816-6598 識別號： DOI: 10.6188/JEB.2013.15(1).03
Appears in Collections:	[Department of Information Management] journal & Dissertation

Files in This Item:

File	Description	Size	Format
index.html		0Kb	HTML	32	View/Open

社群 sharing

Loading...