رگرسیون فازی مبتنی بر کمترین قدرمطلق انحرافات
نویسنده
چکیده مقاله:
این مقاله چکیده ندارد
منابع مشابه
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...
متن کاملمدلسازی 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 ...
متن کاملرگرسیون 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...
متن کاملمدل 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...
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 @}
عنوان ژورنال
دوره 12 شماره 1
صفحات 59- 67
تاریخ انتشار 2007-09
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی برای این مقاله ارائه نشده است
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023