论文部分内容阅读
为解决不确定数据流的预测问题,根据数据流高速、无限和动态不确定性的特点,在复杂人工智能预测和时间序列预测的基础上,提出一种基于优化策略的预测方法.综合考虑数据流中元组的不确定性与不确定异常性,以降低预测计算代价.同时考虑不确定的统计特性对卡尔曼滤波预测的影响,对Q和R进行异步优化估计,以形成最佳状态预测.实验结果表明,该方法的预测性能较好.