报告题目：数据驱动的多模型变权综合模糊推理预测

报  告  人： 谷云东 教授

报告日期：2024/10/23    时间：15:00-17:00

报告地点：腾讯会议 110 599 935

报告摘要：讨论数据丰富但不完备，多源数据质量不高情形下的复杂对象建模问题，介绍基于因素空间理论和变权综合模糊推理的建模方法。该方法通过特征工程建构预测相空间，借助聚类分析等方法在不同相空间上发现潜在有用、零散分布且局部有效的典型情境模式识别，基于情境相似度分析和单元预测模型预测效果分析进行各模型的权重分配和调整，借助变权综合模糊推理零散知识的集成。最后以电力负荷预测为例，说明该方法的应用。

报告人简介：谷云东，男，教授，硕士生导师。2004年毕业于北京师范大学，获理学博士学位。2004-2006在北京师范大学系统科学博士后流动站从事系统分析与集成方向的研究。2019年晋升为教授。2016年美国中田纳西州立大学访问学者。2017年8月至2020年9月新疆财经大学援疆干部（第9批）。中国人工智能学会智能系统工程分会理事，中国运筹学会模糊信息与工程分会理事，教育部学位论文抽检评审专家（2016-至今），北京市自然科学基金委评审专家（2015-至今）。目前主要从事数据驱动的多模型综合预测、变权综合评估与智能决策等方面的科研及教学工作，先后参加国家自然科学基金等研究项目多项，并主持中央高校基金等课题项目8项，发表论文70余篇，其中SCI/EI收录30余篇。