مدل رگرسیون خطی بر اساس داده های فازی فاصله ای-مقدار

پایان نامه
چکیده

رگرسیون یکی از ابزارهای کارآمد در آمار است که برای تحلیل داده ها و یافتن ارتباط بین متغیرها مورد استفاده قرار می گیرد. در مدل های رگرسیونی فرض می شود که متغیرها و مشاهدات مربوط به آن ها اعداد دقیقی هستند. اما ممکن است در برخی بررسی ها، مشاهدات مربوط به یک یا چند متغیر نادقیق باشند یا نادقیق گزارش شوند. همچنین در برخی حالت ها برای به دست آوردن مدل مناسب و پیش بینی بهتر، مدلی با ضرایب نادقیق مورد استفاده قرار می گیرد. در چنین حالت هایی رگرسیون آماری کارایی لازم را ندارد. بنابراین، رگرسیون فازی می تواند یک جایگزین مناسب برای رگرسیون آماری باشد. برای مدل بندی مشاهدات در محیط های نادقیق (فازی) دو روش وجود دارد. در روش اول، پارامترهای مدل رگرسیونی براساس روش های برنامه ریزی خطی برآورد می شوند و در روش دوم، مجموع مربعات خطا بر اساس فاصله تعریف شده بین اعداد فازی کمینه می شود. در این پایان نامه، ابتدا برخی مفاهیم اولیه مورد نیاز در مورد مجموعه های فازی و مجموعه های فازی فاصله ای-مقدار در فصل اول بیان می شوند. در فصل دوم تاریخچه ای از مدل های رگرسیونی در محیط فازی بررسی می شود. در فصل سوم و چهارم دو دیدگاه امکانی و کمترین مربعات برای مدل های رگرسیونی در محیط فازی مورد بررسی قرار می گیرند. در فصل پنجم یک دیدگاه جدید برای برآورد پارامترها در محیط فازی بیان می شود. این دیدگاه بر اساس روش تلفیق کمترین مربعات با برخی ویژگی های امکانی به برآورد پارامترها می پردازد. برآورد پارامترها در محیط فازی فاصله ای-مقدار بر اساس مشاهدات فازی فاصله ای-مقدار در فصل شش مورد تشریح و بررسی قرار می گیرد.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

مدل بندی داده های فازی با رگرسیون اسپلاین تطبیقی چندگانه

در این مقاله به مدل بندی داده های ورودی دقیق-خروجی فازی پرداخته می شود و رویکرد رگرسیون مارس فازی با پارامترهای دقیق و جملات خطای فازی معرفی می گردد. روش پیشنهادی شامل دو مرحله است: در مرحله اول با استفاده از رگرسیون اسپلاین تطبیقی چندگانه (مارس) مراکز متغیر وابسته برآورد می شوند، و در مرحله دوم کمترین مقادیر خطاهای فازی بر اساس یک مساله بهینه سازی غیر خطی به دست می آیند. در انتها کاربرد مدل ...

متن کامل

پیاده‌سازی مدل رگرسیون خطی فازی با استفاده از مقدار h بهینه برای شناسایی روابط عملکردی درQFD

امروزه مهم‌ترین جنبه طراحی محصول، طراحی بر اساس نیازها و خواسته‌‌های مشتریان است؛ ازاین‌رو، یکی از روش‌‌هایی که به‌منظور افزایش رضایت مشتری مورداستفاده قرار می‌‌گیرد، رویکرد گسترش عملکرد کیفیت (QFD) است. در برنامه‌‌ریزی QFD به دلیل ابهام و نادقیق بودن ویژگی‌‌ها در روابط، اغلب ضرایب فازی مورداستفاده قرار می‌‌گیرند؛ لذا در این تحقیق برای شناسایی روابط کارکردی غیردقیق و مبهم بین نیازمندی‌‌های مشتر...

متن کامل

مدل های رگرسیون خطی بر اساس خوشه بندی فازی

در تحلیل های رگرسیونی‏، در بسیاری از موارد داده های موجود به صورت دقیق مشاهده نمی شوند یا روابط بین آنها دقیق نیستند. در این حالت‏، روش های کلاسیک کارایی و اعتبار لازم را ندارند. نظریه مجموعه های فازی یکی از نظریه هایی است که می تواند شیوه های مناسبی را برای مدل بندی داده ها در حالت نادقیق ارائه نماید. اما در برخی موارد ممکن است مشاهدات متغیر وابسته در مقابل مشاهدات متغیر مستقل ، رفتارهایی کامل...

رگرسیون خطی فاصله ای

چکیده فارسی: در این پایان نامه مدل رگرسیون خطی فاصله ای را برای داده های فازی بررسی می کنیم. در فصل اول، به مفاهیم مورد نیاز در پایان نامه اشاره کرده و به بیان رگرسیون خطی و تعاریف مقدماتی مجموعه های فازی می پردازیم. در فصل دوم، روش های مختلف آنالیز رگرسیون خطی فاصله ای را مطرح می کنیم. در فصل سوم، مثال های عددی مربوط به فصل دوم را اجرا می نماییم. در فصل چهارم، بعضی از روش های آنالیز رگرسی...

بهبود یک روش آزمون فرضیه و فاصله اطمینان در رگرسیون خطی تک متغیره فازی

در این مقاله، ابتدا یک روش موجود برای برآورد، انجام آزمون فرضیه فازی و فاصله اطمینان فازی برای ضرایب فازی یک مدل رگرسیون خطی ساده با ورودی‌های دقیق و خروجی‌های فازی معرفی می‌شود. سپس، معایب و نقایص این روش با تحلیل چند مثال عددی مورد بررسی و نقد قرار می‌گیرد. با معرفی یک رویکرد جایگزین مناسب در برآورد ضرایب و بکار‌گیری فرضیه‌های فازی متعارف در محیط فازی، سعی می‌کنیم روش مذکور در ساختار و اتخاذ ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه بیرجند - دانشکده علوم پایه

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023