关键词：模糊时间序列;;汽车销售数据预测;;信息粒度
摘 要：近年来,国内外许多学者致力于数据预测的相关研究,在证券、期货等领域均有所收获。在模糊时间序列中,论域的划分和确定论域的区间对于数据预测来说显得至关重要。等长的论域划分在许多研究报告中被多次提及和使用。等长的区间划分应用在线性非常好,规律性强的数据中,使得预测非常的准确,精度也很好。但应用某些波动大且非线性无规律的数据上,如证券、期货等领域,预测的精度会大打折扣。在此背景下,本文所提出的不等长论域划分的方法由此引出。本文的重点是通过所提出的不等长区间划分的方法,来提高预测的精度,其中不等长区间划分的方法是通过信息粒度理论的算法来实现的。实验首先通过FCM计算出聚类中心,之后通过信息粒度算法再次确...