TY - Jour A2 - Sessa，Salvatore Au - Perfilieva，Irina Au - Kreinovich，Vladik Py - 2011 DA - 2011/07/27 TI - 为什么模糊变换在大规模预测问题中有效：一个理论解释SP - 985839 VL -2011年AB - 在许多实际情况下，如天气预报，我们对预测数量的大规模（平均）值感兴趣。例如，不可能预测不同空间位置的确切未来温度，但我们可以合理地预测到区域上的平均温度。传统上，为了获得这种大规模的预测，我们首先执行相应的微分方程的详细集成，然后执行相同的详细解决方案。此过程通常非常耗时，因为我们需要处理原始数据的所有细节。在我们之前的论文中，我们已经表明，如果使用相似的质量大规模预测结果，我们可以获得更快的步骤第一平均输入（通过应用适当的模糊变换），然后使用这些平均输入来解决相应的（离散化）微分方程。在本文中，我们提供了对为什么我们的半培养方法工作的普遍理论解释，即为什么模糊变换在大规模预测中有效。SN - 1687-7101 UR - https://doi.org/10.1155/2011/985839 Do - 10.1155 / 2011/985839 JF - 模糊系统的进步PB - Hindwi Publishing Corporation KW - ER -