模糊信息环境下的组合预测方法的有效性理论和应用研究

There are a lot of fuzzy information in the world. The development tendency of complicated social economic system is usually made by fuzzy prediction methods , not by traditional point prediction methods. And at the same time, in order to disperse prediction risk and satisfy the needs of multi-source information fusion, the combination forecasting was proposed at that moment. Therefore, the project aims at the research on the effectiveness of the combination forecasting theory and its application under the environment with fuzzy information.This project intends to put forward two kinds of generalized induced fuzzy information aggregation operators and generalized induced density weighted averaging operators, and discusses the mathematical properties of these aggregation operators. We try to build some new multi-objective combination forecasting models based on fuzzy information aggregation operators. According to the fuzzy combination forecast model.We are going to introduce the concepts of some efficient solutions and give the corresponding optimality conditions for the non-inferior combination forecast and the superior combination forecast existing and determined theorem for the redundant single forcasting method.Meanwhile, we will design the intelligence algorithms based on the theory of quotient space to get the solutions of the combination forecast models. These models are applied to the fields of ecological environment.This project attempts to obtain the new research framework of combination forecast theory and application through mathematical reasoning and empirical analysis method under the environment with fuzzy information, which extends the research results of combination forecasts with real numbers and interval numbers. This project not only has theoretical innovation significance for further improving and developing modern combination forecasting methods, but also has the strong decision application prospects for some pratical departments.

客观世界存在大量的模糊信息，因此对复杂社会经济系统的预测往往采用模糊预测方法，而不是传统的点预测。同时为了分散预测风险和融合多源信息，组合预测应运而生。本项目在此背景下，探讨模糊信息环境下组合预测方法的有效性理论及其应用研究。本项目拟提出广义诱导模糊数集成算子和广义诱导模糊密度加权平均集成算子，探讨其数学性质，并构建基于两类新的集成算子的多目标组合预测模型；针对这两类模型，引入若干有效解的概念，探讨相应的非劣性以及优性组合预测存在的有效性条件，并给出冗余预测方法的判定；同时提出基于商空间的粒度计算等智能算法，用于新的组合预测模型的求解，并在生态环境预测领域探讨其应用。本项目试图通过数理论证和实证分析方法，获取新的模糊环境下的组合预测的理论和应用研究的框架，推广实数型和区间数型组合预测的研究成果。本项目不仅对完善和发展现代组合预测方法具有理论创新意义，而且对实际决策部门具有较强的应用前景。

客观世界存在大量的模糊信息，对复杂社会经济系统的预测可能需要采用模糊预测方法，而不是传统的点预测。同时为了分散预测风险和融合多源信息，组合预测应运而生。本项目团队在国家自然科学基金（71371011）的资助下，对“模糊信息环境下组合预测方法的有效性理论及其应用研究”课题进行了研究。本项目探讨了一些模糊环境下的信息集成算子，提出了若干基于直觉模糊、区间模糊、二元语义、区间二元语义和区间直觉模糊等算子，并研究了它们的相关性质，基于这些信息集成算子探讨了新的群决策方法。考虑到模糊信息环境，我们构建了若干新的模糊信息集成算子组合预测模型，其预测信息或权重信息分别为三角模糊数，并对这些模型的有效性进行了探讨。同时，考虑了各单项预测方法数据之间的相互影响以及不同单项预测方法在不同时刻的预测精度可能不同等问题，分别构建了相应的模糊组合预测模型，并探讨了模型的有效性。针对群决策问题，我们研究了基于不同类型偏好关系的一致性和相容性的群决策方法，包括加性语言偏好关系，梯形模糊偏好关系，直觉模糊偏好关系，直觉模糊语言偏好关系等。并探讨了群决策专家权重确定方法、群体优性相容性和非劣性相容性存在的最优性条件等问题。.四年来，本项目按研究计划进行，共完成专著1部，期刊论文81篇，会议论文5篇，其中SCI/SSCI 检索论文50篇，EI 检索论文5篇，核心期刊检索论文15篇，CSSCI 检索论文4篇，国家自然科学基金委A类期刊《运筹与管理》发表论文3篇。以上期刊都标注了国家自然科学基金（71371011）的资助。因此，该项目完成了研究计划，取得了一系列重要的研究成果，这些研究成果表明本项目已达到预先设定的研究目标。本项目研究进一步丰富组合预测理论和群决策理论，因而具有重要的理论和应用价值。

内容获取失败，请点击重试