جلال چاچی - دانشگاه شهید چمران اهواز
احمد کاظمی فرد - گروه ریاضی، دانشکده علوم ریاضی و کامپیوتر، دانشگاه شهید چمران اهواز، اهواز، ایران
حامد فهیمی - دانشگاه شهید چمران اهواز، دانشکده علوم ریاضی و کامپیوتر، گروه علوم کامپیوتر

امروزه مدل های متنوعی با روشهای برآوردیابی مختلف در مدلسازی داده ها، معرفی و بکار برده می شوند. تناسب هر یک از روش های برآوردیابی مدل های آماری در برازش مجموعه ای از داده ها مبتنی بر یک معیار نیکویی برازش خاص (یا تابع هدفی خاص) است. همچنین، شاخص نیکویی برازش هر مدل آماری (از جمله مدل های رگرسیونی کلاسیک و یا فازی) متناسب با منطق طراحی آن مدل تعریف و فرمول بندی می شود. لذا استفاده و بکارگیری صرفا یک معیار جهت مقایسه نیکویی برازش مجموعه متنوعی از مدل های آماری باعث تصمیم گیری های اریب و جهت دار می شود. در واقع چنین فرآیندی منتج به اولویت بخشی به مدل یا مدل هایی می شود که یا توابع هدفی یکسان با معیار ارزیابی دارند و یا توابع هدف آنها از لحاظ ساختاری متناسب با همان معیار ارزیابی است. لذا رویکرد تک معیاره برای ارزیابی نیکویی برازش مدل ها، امکان مقایسه مطلوب و منصفانه آنها که بسیار چالش برانگیز است را سلب می کند. هدف اصلی ما در این مقاله، ارایه و پیشنهاد چارچوبی مناسب در قالب رهیافت تصمیم گیری های چند معیاره به منظور حل و فصل این چالش است. در این رهیافت به روشهای متنوعی امکان انبوهش مجموعه ای گسترده از معیارهای ارزیابی به منظور تولید یک معیار ارزیابی تعمیم یافته جهت تشخیص مدل بهینه فراهم می شود.در انتها رویکرد پیشنهادی به منظور رتبه بندی ارزیابی نیکویی برازش ۲۲ مدل رگرسیون فازی مختلف بکار برده شده است.

مدل های آماری, تصمیم گیری های چند معیاره, انبوهش, مدل های رگرسیون فازی, نیکویی برازش