利用最小二乘支持向量机良好的分类和函数估计能力，提出了一种新的模糊时序分析方法。该方法包括两部分：在模糊时序处理部分通过建立启发式规则、模糊变量、论域、模糊集合和隶属度函数，完成历史数据的模糊化；最小二乘支持向量机处理部分替代传统的模糊关系计算，对模糊化的历史数据进行分析，然后去模糊化得到最后的预测结果。与多种传统模糊时序分析方法的对比试验表明，该方法充分利用了支持向量机较好的推广性能等优点，具有更高的精度和较好的泛化效果。
高等学校博士学科点专项科研基金资助项目（20040335129）；浙江省自然科学基金重点资助项目（Z104267）.
沈斌 姚敏 易文晟. 基于最小二乘支持向量机的模糊时序分析方法[J]. J4, 2005, 39(8): 1142-1146.
CHEN Bin, TAO Min, YI Wen-Cheng. . J4, 2005, 39(8): 1142-1146.
http://www.zjujournals.com/xueshu/eng/CN/ 或 http://www.zjujournals.com/xueshu/eng/CN/Y2005/V39/I8/1142
Cited
