• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Глава

Задачи нечетко-вероятностной оптимизации: регрессия с нечеткими данными

С. 1182-1186.

Построение зависимостей типа линейной регрессии между нечеткими множествами представляет интерес не только с теоретической, но и с практической точки зрения. Обычно при этом рассматривается частный вид нечетких множеств – нечеткие числа. С одной стороны, данные могут быть известны лишь приближенно. Тогда нечеткие множества могут использоваться, чтобы передать эту неопределенность. С другой стороны, данные могут быть объединены в некоторые группы. Тогда значение для группы может задаваться в виде нечеткого множества. При нечеткой регрессии рассматриваются те же задачи, что и при обычной регрессии: несмещенность и состоятельность оценок, доверительные интервалы для параметров, проверка гипотез. Для решения этих задач при обычной регрессии необходимо использовать инструментарий теории вероятностей. При нечеткой регрессии это обуславливает комбинированный нечетко-вероятностный подход. В докладе обсуждается понятие нечетко-случайной величины, рассматриваются различные подходы к построению линейных регрессионных моделей с включением нечеткости, приводятся новые результаты о несмещенности и состоятельности оценок.