【ESWA】具有命题线性时序逻辑的工业模糊时间序列动态软传感器
模糊时间序列（FTS）模型被广泛用于预测时间序列数据。然而，对于工业时间序列数据，FTS的预测结果较差，尤其是当数据变化迅速且数量巨大时。因此，提出了一种基于带滑动窗口的命题线性时间逻辑（PLTL）的动态软传感器模型。首先，使用滑动窗口提取动态数据。然后通过FTS对提取的数据进行建模，生成初始预测结果。最后，根据窗口中的数据，生成PLTL公式来描述数据的趋势。生成的公式被用作窗口中数据的正式标签，以对初始预测结果进行加权。用TAIEX数据集对所提出的方法进行了验证。方差分析用于测试所选数据集的显著性。实验结果表明，该方法具有良好的回归预测性能。最后介绍了一个工业应用实例。实验结果证明了该模型对工业时间序列数据的有效性。
