Resumen

La teoría de conjuntos difusos no puede describir los datos de forma exhaustiva, lo que ha limitado enormemente la objetividad de las series temporales difusas en la previsión de datos inciertos. En este sentido, se construye un modelo intuicionista de previsión de series temporales difusas. En el nuevo modelo, se utiliza un algoritmo de agrupación difusa para dividir el universo del discurso en intervalos desiguales, y se propone una técnica más objetiva para determinar la función de pertenencia y la función de no pertenencia del conjunto difuso intuicionista. Sobre estas bases, se establecen reglas de previsión basadas en el razonamiento intuicionista difuso aproximado. Por último, se llevan a cabo experimentos de contraste sobre las matrículas de la Universidad de Alabama y el índice bursátil ponderado por capitalización de la Bolsa de Taiwán. Los resultados muestran que el nuevo modelo tiene una clara ventaja al mejorar la precisión de la previsión.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Teoría de conjuntos difusos; datos exhaustivos; objetividad; series temporales difusas; previsión de datos inciertos; modelo intuicionista de previsión de series temporales difusas.
• Keywords:Fuzzy sets theory; data comprehensively; objectivity; fuzzy time series; uncertain data forecasting; intuitionistic fuzzy time series forecasting model