模糊时间序列预测方法的论域划分、数据模糊化及模糊逻辑关系的建立等已成为研究热点。《模糊时间序列预测方法及其应用》意在结合理论体系研究，从热点问题出发，通过多角度优化改进，实现降低运算复杂度、提高预测精度并扩展应用领域的目的。全书定位于丰富和完善模糊时间序列理论，从论域划分、广义模糊逻辑关系定阶及数据模糊化等多个角度对传统的模糊时间序列预测方法进行研究和改进，并通过实例验证推广模型的科学性和有效性。

章 绪论
1.1 模糊时间序列预测方法的背景
1.2 模糊时间序列预测方法简介
1.3 本书主要内容
第2章 模糊时间序列理论基础
2.1 模糊集理论
2.2 模糊时间序列相关概念
2.3 模糊时间序列预测方法
第3章 基于k-均值和粒子群混合算法的模糊时间序列预测方法
3.1 基于k-均值和PSO混合算法的论域区间划分
3.2 基于混合智能优化算法的模糊时间序列预测方法
3.3 算例分析
3.4 改进模型在气温预测中的应用
第4章 基于改进的广义模糊时间序列预测方法
4.1 广义模糊逻辑关系
4.2 基于加权的广义模糊时间序列预测方法
4.3 基于入-截集的广义模糊时间序列预测方法
4.4 论域划分在改进广义模糊时间序列模型中的应用
第5章 基于直觉模糊化的广义模糊时间序列预测方法
5.1 直觉模糊化
5.2 直觉模糊化的广义模糊时间序列
5.3 基于直觉模糊化入-截集的广义模糊时间序列预测方法
参考文献