基于结构元最小二乘序的模糊线性回归

在具有模糊观测数据的线性回归问题中,通过定义模糊序指标实现模糊数的排序,借助经典最小二乘法原理,给出了使平方误差和在此排序方法下达到最小的模糊回归系数最小二乘序估计方法。三个例子的结果表明,文中的最小二乘方法能很好的对输入和输出为模糊数,回归系数为精确值的回归模型进行估计,更重要的是,此方法不仅对三角模糊数适用,对其他类型的模糊观测数据也适用。     

模糊线性回归模型的约束最小二乘估计

自Tanaka等1982年提出模糊回归概念以来,该问题已得到广泛的研究。作为主要估计方法之一的模糊最小二乘估计以其与统计最小二乘估计的密切联系更受到人们的重视。本文依据适当定义的两个模糊数之间的距离,提出了模糊线性回归模型的一个约束最小二乘估计方法,该方法不仅能使估计的模糊参数的宽度具有非负性而且估计的模糊参数的中心线与传统的最小二乘估计相一致。最后,通过数值例子说明了所提方法的具体应用。     

系数为LR-型模糊数的模糊线性最小二乘回归

针对输入、输出以及系数为LR-型模糊数的情况,建立模糊线性回归模型,提出该模型的最小二乘估计以及模型性能评价方法。当输入、输出以及系数都退化为精确值时,该估计退化为经典的最小二乘估计。该方法不仅适用于三角模糊数,也适用于其它LR-型模糊数(如指数型模糊数)。数值模拟表明,该方法的拟合效果较好。     

基于具有LR型模糊输出回归模型的保费预测

在保费预测研究中,提出了一种基于模糊回归模型的预测方法.采用模糊最小二乘法,针对清晰输入和LR型模糊输出,在考虑输出量隶属函数类型存在差异问题基础之上,得到模型回归系数的迭代解.通过最小二乘估计的定性分析,给出检验模型拟合度的指标.结合保费数据的预测结果表明模型可行且具有较强的解释能力.     

基于多目标规划法的模糊线性回归分析

讨论输入、输出均为模糊数,回归系数为实数时的模糊线性回归分析。由于模糊最小二乘线性回归容易受异常值的影响,而最小一乘法能有效地降低回归模型的误差。为此,基于最小一乘法,建立多目标规划模型并将其转化为非线性规划问题进行求解,从而实现模糊线性回归模型的参数估计。最后,结合一个数值实例,验证和比较该方法的合理性和优越性。     

不同距离的双线性自适应模糊回归的最小二乘比较

针对双线性自适应模糊回归模型,采用了欧氏距离、Y-K距离和D_k距离,分别讨论了该模型的最小二乘估计及相关性质,得出在这三种距离下,它们的回归系数的最小二乘估计的形式是一致的仅仅系数不相同,且它们的观测中心和插入中心、设计边宽和插入边宽的误差和为0的结论.通过实例验证了上述结论的正确性.     

一般梯形模糊逼近算子及其在模糊运输问题中的应用

研究运输成本信息为一般模糊数的模糊运输问题.首先,在保持一般模糊数的核不变的条件下,建立一般模糊数与一般梯形模糊数的距离最小优化模型,通过求解模型得到一般模糊数的一般梯形模糊逼近算子,并给出该逼近算子具有的性质如数乘不变性、平移不变性、连续性等.然后利用该逼近算子将一般模糊运输信息表转换成一般梯形模糊运输信息表,再根据已有GFLCM和GFMDM算法得到模糊运输问题的近似最优解,最后给出具体算例分析说明方法的有效性和合理性.     

带模糊回归参数的线性回归模型

本文讨论了数值输入模糊数输出的观测数据的线性最小二乘拟合问题，建立了数值空间到模糊数空间的带模糊回归参数的线性回归模型，证明了模型解的存在性和唯一性，并得到了解的表达式。本模型应用简便，具有实用价值。     

基于非对称指数型模糊数的模糊回归在害虫预报上的应用(Ⅱ)

讨论了输入为精确数、输出为模糊数的模糊回归模型,给出了模型的α-截集估计和最小绝对值偏差估计,并用实例说明了方法的可行性.     

基于广义最大熵的具有模糊输入输出的回归模型的参数估计

模糊回归是在模糊系统中建立因变量与一组自变量之间关系的重要工具,以评估模糊自变量如何影响模糊响应变量的过程。当系统中出现小样本或者非列满秩设计矩阵时,模糊最小二乘法可能得出偏误估计。本文基于文献[13]中的多元线性回归模型,利用广义最大熵方法,针对模糊输入模糊输出数据,给出线性回归模型的参数估计和算法步骤。当输入或输出数据退化为清晰值时,该估计退化为清晰输入模糊输出或者模糊输入清晰输出的回归模型参数估计。本文结合模拟数据和实例数据,将广义最大熵方法与模糊最小二乘方法、岭估计方法进行比较研究,结果显示广义最大熵方法的可行性和有效性。     

梯形模糊数直觉模糊Bonferroni平均算子及其应用

本文研究决策信息为梯形模糊数直觉模糊数(TFNIFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于梯形模糊数直觉模糊加权Bonferroni平均(TFNIFWBM)算子的决策方法.首先,介绍了TFNIFN的概念和运算法则,基于这些运算法则和Bonferroni平均(Bonferroni mean,BM)算子,定义了梯形模糊数直觉模糊Bonferroni平均算子和TFNIFWBM算子.然后,研究了这些算子的一些性质,建立基于TFNIFWBM算子的多属性群决策模型,结合排序方法进行决策.最后,将该方法应用在MAGDM中,算例结果表明了该方法的有效性与可行性.     

模糊环境下美式看跌期权的定价研究

应用模糊集理论将无风险利率和波动率进行模糊化,以梯形模糊数替代精确值,将美式期权的定价模型扩展到美式期权模糊定价模型.得到了模糊风险中性概率表达式,并在此概率测度下推导出多期二叉树模糊定价模型,以及二叉树上各节点以梯形模糊数表示的模糊期权价值,以数值模拟演示了美式看跌期权的模糊定价过程.最后分析了不同风险偏好投资者在不确定环境下的套利决策行为,结果表明风险偏好大的投资者具有较高的置信水平、较小的主观模糊期权价格以及较大的无风险套利区间.     

一个新的最优模糊存储模型

提出一个新的具有积压定单的关于模糊订购量的模糊存储模型.在模糊函数原理下,给出了模糊总存储成本.为了寻找最优解,把最优模糊存储模型转化为双目标最优化模型,利用L ingo8.0求解不等式约束问题,我们发现最优解都是确定的实数.此外,当模糊订购量和模糊总需求都是三角形(或权重均为1/2梯形)模糊数时,我们提出模型的最优解与经典的具有积压定单存储模型具有相同的结果.     

一类系数为梯形模糊数的两层线性规划

讨论了一类系数为梯形模糊数的两层线性规划问题,首先是利用模糊结构元理论将梯形模糊数去模糊化,将其转化成常规的两层线性问题,并验证其去模糊化后的常规的两层线性规划的最优解与系数为梯形模糊数的两层线性规划问题的最优解一致,并给出具体的算法,数例进行验证.     

区间直觉梯形模糊Bonferroni平均算子及在多属性群决策中的应用

针对决策信息为区间直觉梯形模糊数(IVITFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于加权区间直觉梯形模糊Bonferroni平均(WIVITFBM)算子的决策方法.首先,基于IVITFN的运算法则和Bonferroni平均(BM)算子,定义了区间直觉梯形模糊Bonferroni平均(VITFBM)算子和WIVITFBM算子.然后,研究了这些算子的一些性质,建立基于WIVITFBM算子的MAGDM模型,结合排序方法进行决策。最后通过MAGDM算例验证了该算子的有效性与可行性。     

基于非对称指数型模糊数的模糊回归在害虫预报上的应用(Ⅰ)

给出了描述非对称指数型模糊数近似程度的贴近度的定义及其表达式;在此基础上建立了输入、输出为模糊数,系数为精确数的模糊多元回归模型,并应用该模型对山东南部农田鼠害夏峰期发生率进行了预测,结果与实际情况比较吻合.     

梯形模糊有序加权几何算子及其在决策中的应用

针对梯形模糊数据信息的集成问题,给出了梯形模糊数两两比较的可能度公式和梯形模糊有序加权几何(TFOWG)算子.基于可能度公式和TFOWG算子,提出了一种准则权重信息完全未知且准则值以梯形模糊数形式给出的不确定多准则决策方法.最后,实例分析表明了该方法的可行性和有效性.     

模糊批量生产计划问题的机会约束规划

描述了模糊单位利润、模糊生产能力以及模糊需求下的批量生产计划,并应用模糊机会约束规划规划建立了模型.当模糊变量是梯形模糊数时,我们将模糊模型转化为确定意义下的模型.为了求解优化模型,我们设计了基于模糊模拟的遗传算法.最后,通过一个数值例子说明算法的有效性.     

权值不确定的模糊多属性格序决策方法

针对权值是区间数且指标值以三角模糊数形式给出的模糊多属性决策问题,基于格序决策的理论,提出一种新的格序决策办法.方法通过计算梯形模糊数的中心将TOPSIS方法推广到了模糊数的领域,进而给出一种新的方案排序方法.