Fuzzy-регрессионные модели в условиях наличия в статистической виборке нечисловой информации
| Autor: | Yuriy A. Zack |
|---|---|
| Jazyk: | ukrajinština |
| Rok vydání: | 2017 |
| Předmět: | |
| Zdroj: | Sistemnì Doslìdženâ ta Informacìjnì Tehnologìï, Iss 1 (2017) |
| Druh dokumentu: | article |
| ISSN: | 2308-8893 1681-6048 57235465 |
| DOI: | 10.20535/SRIT.2308-8893.2017.1.07 |
| Popis: | Рассмотрены алгоритмы решения задач нечеткого регрессионного анализа в условиях, когда входные и выходная переменные представлены Fuzzy-множествами, определенными с точностью до неизвестных параметров, а коэффициенты регрессии — действительные числа. Предложены некоторые новые критерии аппроксимации, основанные на сравнении свертки длин сечений и координат центров тяжести функций принадлежности Fuzzy-множеств, которые могут быть использованы для нечетких множеств переменных задачи общего вида. Описаны алгоритмы преобразования переменных, представленных термами лингвистической переменной или параметрами числовых шкал, в нечеткие множества и использования этих данных в задачах Fuzzy-регрессионного анализа. Полученные результаты позволят решать многие прикладные проблемы в экономике, логистике, социологии и маркетинге. |
| Databáze: | Directory of Open Access Journals |
| Externí odkaz: |
|