模糊时间序列在中国汽车产业规划中的应用

摘要

本文分别基于自动聚类算法和FCM算法的模糊时间序列模型对中国汽车销量进行仿真预测和比较分析,在此基础上择优为政府制定汽车产业规划和开展汽车污染治理工作提供政策决策工具.首先,通过自动聚类算法将1995—2014年中国汽车销量历史数据划分成不同长度的区间,利用单因子三阶模糊逻辑关系对中国汽车销量进行仿真预测.其次,通过FCM算法进行区间划分后对中国汽车销量进行仿真预测研究.最后,对两种算法的仿真预测进行结果精度比较分析,以检验区间划分对预测结果所产生的影响.研究结果表明:不同聚类算法的区间划分会对预测结果产生显著影响;基于FCM算法的区间划分与自动聚类方法的区间划分相比具有准确度和精度较高的优势,能有效地反映未来中国汽车市场需求走势,并帮助政府合理地进行汽车产业规划与科学引导汽车企业的新能源技术研发与应用.