IFTS分析理論是近年來剛剛起步、正在快速發展的一種理論，國內外相關學術研究成果較少，且多以期刊和會議學術論文為主，沒有形成直覺模糊時間序列分析理論體繫書籍，因此本書在學術專著方面具有領先、創新優勢。

●第1章概述
1.1基礎理論發展
1.1.1模糊集理論
1.1.2直覺模糊集理論
1.1.3直覺模糊時間序列
1.2模糊集與直覺模糊集
1.2.1模糊集定義
1.2.2直覺模糊集定義
1.2.3直覺模糊關繫
1.2.4直覺模糊條件推理
1.3直覺模糊時間序列
1.3.1平穩時間序列
1.3.2非平穩時間序列分析
1.3.3推理直覺模糊時間序列
1.4長期直覺模糊時間序列
參考文獻
第2章多重直覺模糊推理的IFTS預測
2.1引言
2.2FTS預測模型
2.3IFTS預測模型
2.3.1論域非等分劃分
2.3.2直覺模糊集建立
2.3.3直覺模糊邏輯關繫和預測規則
2.3.4解模糊算法
2.4實驗和分析
2.4.1亞拉巴馬大學數據集實驗
2.4.2TRSSCG數據集實驗
參考文獻
第3章多維直覺模糊推理的高階IFTS預測模型
3.1引言
3.2IFTS預測模型
3.2.1直覺模糊邏輯關繫
3.2.2預測規則
3.2.3解模糊算法
3.2.4IFTS模型實現
3.2.5實驗和分析
3.3IFTS預測模型
3.3.1直覺模糊邏輯關繫
3.3.2預測規則
3.3.3解模糊算法
3.3.4IFTS模型實現
3.3.5實驗和分析
參考文獻
第4章啟發式變階IFTS預測模型
4.1引言
4.2啟發式變階IFTS預測模型
4.2.1定階時間序列模型分析
4.2.2啟發式變階預測規則
4.2.3啟發式解模糊算法
4.2.4模型實現
4.3實驗和分析
4.3.1入學人數預測實驗
4.3.2氣溫數據預測實驗
參考文獻
第5章自適應劃分的IFTS預測方法
5.1直覺模糊時間序列建模
5.2自適應劃分IFTS模型及其算法
5.2.1IFTS模型定階算法
5.2.2IFTS自適應劃分算法
5.2.3直覺模糊化和去直覺模糊化
5.3自適應劃分IFTS預測模型
5.3.1數據訓練
5.3.2自適應劃分
5.3.3預測結果比較
5.4實驗和分析
5.4.1季節性時間序列預測
5.4.2長期趨勢時間序列預測
5.4.3復雜度分析
參考文獻
第6章基於DTW的長期IFTS預測方法
6.1規則庫IFTS模型
6.2時間序列片段聚類
6.2.1直覺模糊C均值聚類
6.2.2IFTS片段聚類算法
6.3基於DTW的(p-q)IFTS預測
6.3.1動態時間彎曲距離
6.3.2IFTS片段DTW算法
6.3.3(p-q)IFTS算法
6.4實驗和分析
6.4.1合成數據預測
6.4.2多模式時間序列預測
6.4.3復雜度分析
參考文獻
第7章基於VQ和曲線相似度測量的長期IFTS預測方法
7.1引言
7.2矢量量化和相似度測量
7.2.1時間序列矢量量化
7.2.2曲線相似度測量
7.3基於VQ和弗雷歇距離的(p-q)IFTS預測
7.3.1基於IFCM的VQ算法
7.3.2基於曲線相似度測量的預測算法
7.3.3(p-q)IFTS模型
7.4實驗和分析
7.4.1季節性時間序列預測
7.4.2長期趨勢時間序列預測
7.4.3復合模式時間序列預測
7.4.4復雜度分析
參考文獻
第8章IFTS分析在網絡流量預測中的應用
8.1網絡流量預測和異常檢測
8.1.1網絡流量預測
8.1.2網絡異常檢測
8.2基於長期IFTS的網絡流量預測模型
8.2.1網絡流量預測模型
8.2.2IFTSVQ算法
8.2.3實驗設計和分析
8.3基於IFTS預測的DoS攻擊檢測方法
8.3.1DoS攻擊
8.3.2實驗設計與分析
參考文獻
第9章基於IFTS圖挖掘的網絡流量異常檢測
9.1引言
9.2基本理論
9.2.1圖挖掘
9.2.2信息熵
9.3基於IFTS圖挖掘的流量異常檢測算法
9.3.1IFTS圖構建
9.3.2IFTS圖挖掘
9.3.3異常判定準則
9.3.4算法實現
9.4實驗和分析
9.4.1實驗數據
9.4.2對比實驗
參考文獻
第10章IFR和SIFE在網絡安全中的應用
10.1流量異常檢測中的推理問題
10.1.1流量異常檢測推理
10.1.2基於蘊涵算子的包含度
10.1.3基於集合基數的包含度
10.1.4基於包含度的直覺模糊相似度
10.1.5基於包含度的直覺模糊推理方法
10.2基於IFR的流量異常檢測方法
10.2.1數據直覺模糊化
10.2.2推理規則和合成
10.2.3實驗設計和分析
10.3嚴格直覺模糊熵
10.3.1直覺模糊熵
10.3.2IFS公理化定義
10.3.3SIFE公理化定義
10.3.4SIFE構建方法
10.3.5SIFE一般式
10.3.6算例分析
10.4基於SIFE的漏洞評估
10.4.1漏洞評估
10.4.2實驗設計與分析
參考文獻

直覺模糊時間序列是人工智能中模糊邏輯研究的重要方向，本書是根據作者多年的研究成果，結合經典集合論、信息論、模糊集與直覺模糊集、時間序列分析及機器學習等理論，形成的一種交叉融合的直覺模糊時間序列分析理論。全書繫統地介紹了直覺模糊時間序列分析理論的產生和發展，及其在智能信息處理和網絡信息安全等領域的應用。本書可供計算機、自動化、電子信息、管理、控制、繫統工程等學科專業的師生參考，也可作為智能信息融合、數據分析、智能決策等領域的從業人員在工程實踐中的參考用書。