使用动态数据建模(DDS)法与Box—Jenkins建模法相结合的方法建立时间序列模型，使两种 方法的优。最互相结合起来，简化了现有的建模过程。在使用MATLAB进行仿真后，快速、方便地得到了相 应的模型。该方法能较快地完成建模，较适用于对模型精度要求不太高的地方。-Using dynamic data modeling (DDS) method and the Combination of Box-Jenkins modeling method to establish time-se

IFP_FCM,改进型FCM(模糊C均值)聚类算法,由Frank Hoppner与Frank Klawonn于2003年提出,解决了FCM算法对初始值设定较为敏感、训练速度慢、在迭代时容易陷入局部极小的问题。并附带了Box和Jenkins煤气炉数据模型辨识实例。-IFP_FCM, modified FCM (Fuzzy C-Means) clustering algorithm, in 2003, proposed by Frank Hoppner and Frank Klawonn, FCM

ARIMA模型全称为自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model,简记ARIMA)，是由博克思(Box)和詹金斯(Jenkins)于70年代初提出一著名时间序列预测方法[1] ，所以又称为box-jenkins模型、博克思-詹金斯法。其中ARIMA（p，d，q）称为差分自回归移动平均模型，AR是自回归， p为自回归项； MA为移动平均，q为移动平均项数，d为时间序列成为平稳时所做的差分次数。所谓ARIMA模型，是指将非平稳