论文部分内容阅读
为预测随机变化的数据流值，提出一种综合复杂人工智能预测方法和时间序列预测方法的白适应数据流预测模型。该模型可以根据数据流值变化的快慢程度自适应地确定预测步长，在计算资源受限的前提下．形成最佳预测点轨迹。与已有的预测方法相比，该方法能够良好地适应数据的变化，在计算复杂度和预测精度之间平衡，显著地提高了平均预测精度。