二阶差分启发模糊时间序列预测模型

摘要

用于非线性预测问题的一种较为有效方法是采用模糊时间序列模型.但是在已发表的基于模糊时间序列的诸多模型中，所提到的方法基本没有考虑到历史数据中蕴含的变化趋势这一启发信息.本文提出一种采用样本的二阶差分作为启发信息，并引入到基于斐波那契数列的模糊时间序列模型当中的新方法.本文采用上证指数日收盘价作为测试数据.经过理论和实际数据分析表明，将数据间隐含的历史关系作为启发信息可以进一步提高预测精度同时降低预测计算的复杂度.