رگرسیون فازی مبتنی بر کمترین قدرمطلق انحرافات
author
Abstract:
This article doesn't have abstract
similar resources
مقایسه مدل رگرسیون فازی امکانی و رگرسیون کمترین مربعات فازی در پیش‌بینی تراز سطح ایستابی آبخوان دشت نیشابور
آب‌های زیرزمینی بهعنوان مهم‌ترین منبع تولید آب شیرین دشت نیشابور، با کسری مخزنی حدود 200 میلیون مترمکعب مواجه است. ازاین‌رو در پژوهش حاضر کارایی روشهای رگرسیون فازی امکانی و رگرسیون کمترین مربعات فازی در پیش‌بینی تراز سطح ایستابی آبخوان دشت نیشابور بررسی گردید. با استفاده از اطلاعات 57 چاه مشاهدهای از سال 1357 تا 1387 و اعمال پارامترهای بارش، تراز سطح ایستابی و تخلیه با تأخیر زمانی ی...
full textمدلسازی دادههای مهندسی آب با استفاده از روش رگرسیون فازی استوار کمترین مربعات پیراسته
روشهای برآوردیابی پارامترهای مدلهای رگرسیون فازی کمترین مربعات خطا حساسیت (بسیار) زیادی نسبت به دادههای پرت دارند. اغلب روشهای موجود برآوردیابی پارامترهای این مدلها با رویکرد کمترین مربعات خطا، تحت تأثیر دادههای پرت، برآوردهایی نامناسب، دور از انتظار و با خطای زیاد ارائه میدهند. لذا در این مطالعه یک مدل رگرسیون فازی استوار کمترین مربعات پیراسته برای مدلسازی متغیرهای ورودی حقیقی-مقدار و ...
full textرگرسیون فازی مبتنی بر l1 نرم
رگرسیون فازی مبتنی بر کمترین قدر مطلق انحرافات مورد مطالعه و تحقیق قرار گرفته است. ابتدا متری بر روی اعداد فازی lr تعریف می کنیم و سپس از آن برای به دست آوردن ضرایب مدل های بهینه رگرسیون فازی استفاده می نماییم. اساس روش پیشنهادی بدین صورت است که مجموع فاصله های بین خروجی های فازی مشاهده شده و خروجی های فازی برآورد شده از مدل که با متر معرفی شده اندازه گیری می شوند، مینیمم شود. برای حل این مساله...
15 صفحه اولرگرسیون نیمه پارامتری فازی بر اساس خوشهبندی فازی
تحلیل خوشهای از مهم‌ترین روشهای طبقهبندی محسوب می‌شود. در تحلیل خوشهبندی تلاش می‌شود تا مشاهدات واقع در هر خوشه بیشترین تشابه را از نظر متغیرهای موردنظر باهم داشته باشند. به‌طورکلی روشهای خوشهبندی به دو دسته قطعی و فازی تقسیم میشوند. در روشهای متداول خوشهبندی، هر مشاهده تنها در یک خوشه قرار میگیرد، اما در خوشهبندی فازی، یک مشاهده هم‌زمان در دو یا چند خوشه جای میگیرد. در سال 1966، یا...
full textمدل های رگرسیون خطی فازی بر اساس روش های کمترین قدر مطلق و مربع خطا
مدل های رگرسیونی الگوهایی را فراهم می آورند که می توان بر پایه آن ها ارتباط بین مجموعه ای از متغیرها را بررسی کرد. در رگرسیون کلاسیک فرض می شود که متغیرها مورد مطالعه و مشاهدات مربوط به آن ها دقیق هستند، اما ممکن است که در یک بررسی، مشاهدات مربوط به یک یا چند متغیر نادقیق بوده و یا نادقیق گزارش شوند. در این گونه موارد باید شیوه های جدیدی را جایگزین شیوه های کلاسیک نمود. یکی از این شیوه های جایگ...
My Resources
Journal title
volume 12 issue 1
pages 59- 67
publication date 2007-09
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023