模糊数据的线性回归模型

研究观测数据为模糊数据的统计线性回归模型 ,由该模型所得回归系数非模糊 ,易于应用。对于对称三角模糊数据一元线性回归给出最优解的解析表达式 ;将对称三角模糊数多元线性回归问题给出转化为一类二次规划问题的方法 ;证明了最优解的存在性和估计量的无偏性。     

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。     

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。     

修正的模糊最小一乘线性回归

对文献[1]提出的基于对称三角模糊数的模糊最小一乘线性回归进行修正和扩展,给出模糊最小一乘线性回归模型的三种不同形式,并将其转化为线性规划或非线性规划问题进行求解。最后,给出几个数值实例,通过计算和比较,结果表明三种模糊最小一乘线性回归模型都具有非常好的拟合性。     

系数为梯形模糊数的模糊回归分析的最小二乘法

由于模糊数往往可以用梯形模糊数来逼近,因此对梯形模糊数的模糊回归模型的研究就有一定的实用价值.采用最小二乘的方法,针对输入为精确数、输出和回归系数都是梯形模糊数的模糊线性回归模型,讨论了该模型回归系数的最小二乘估计及误差项的估计,实例说明了提出的参数估计的拟合度比较好.     

一类不分明时间序列的回归预测

研究了一类不分明时间序列的线性回归预测问题,通过模糊数空间中的距离,建立了模糊环境中最小二乘回归模型,证明了回归模型解的存在性和唯一性,并给出了确定模型的模糊参数及检验模型拟合度的计算公式。     

基于三角直觉模糊数信息的双边匹配决策

本文研究了基于三角直觉模糊数信息的双边匹配问题。给出了三角直觉模糊数和双边匹配的相关理论;以实现每个主体三角直觉模糊满意度最高为目标,考虑到一对一双边匹配约束,构建了多目标双边匹配模型;运用线性加权法和三角模糊数重心法,将多目标双边匹配模型转化为单目标双边匹配模型;进而通过求解该模型获得“最佳”双边匹配方案。风险投资者和风险投资企业的匹配算例证明了所提双边匹配决策的可行性和实用性。     

基于模糊Cook距离的模糊线性回归模型的统计诊断

针对确定输入、模糊输出的模糊线性回归分析模型,采用最小二乘法,讨论了模糊线性回归模型的数据删除模型的参数估计,将建立在确定性数据基础上的线性回归模型统计诊断量Cook距离推广到模糊线性回归分析模型中,构造了统计诊断量—模糊Cook距离,通过数值模拟和对实际例子的研究,识别出其中的强影响点,得出与其它方法相同的结论,表明本文构造的统计诊断量是有效的,且应用比其它方法更方便.     

模糊数在投资组合优化中的应用研究及实证分析

采用模糊数处理不确定性信息.以模糊期望收益率最大为目标函数,使总的风险不高于给定的模糊数,建立了一种新的模型.在给定的截集下,期望收益率转化为区间数,目标函数转化为对该区间数的下限求最大值.基于模糊数大小的概率比较,从而将模糊优化模型转化为不等式约束下的线性规划模型.利用Matlab编程可解得其最优解.最后通过实例分析,验证该模型的可行性.     

基于模糊系数的投资组合优化模型及其实证分析

采用模糊数处理不确定性信息．以模糊期望收益率最大为目标函数,使总的风险不高于给定的模糊数,建立了一种新的模型．在给定的截集下,期望收益率转化为区间数,目标函数转化为对该区间数的下限求最大值．基于模糊数大小的概率比较,从而将模糊优化模型转化为不等式约束下的线性规划模型．利用Matlab编程可解得其最优解．最后通过实例分析...