یک مدل رگرسیون خطی با داده های فازی نوتروسوفیک

Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 55

This Paper With 16 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JFSA-7-1_005

تاریخ نمایه سازی: 13 بهمن 1403

Abstract:

تحلیل رگرسیون آماری روشی شناخته شده برای فرمول بندی رابطه بین متغیر پاسخ (خروجی) و برخی از متغیرهای توضیحی (ورودی) با استفاده از مجموعه مشاهدات بر اساس فرض توزیع های نرمال است. رگرسیون خطی فازی اساسی ترین روش در حوزه مدل سازی فازی است که در آن رابطه نامشخص بین متغیرهای هدف و توضیحی تخمین زده می شود و به طور مکرر در طیف گسترده ای از کاربردهای دنیای واقعی به طور موثر مورد استفاده قرار گرفته است. در این مقاله ما مدل رگرسیون فازی با ضرایب اعداد فازی نوتروسوفیک را مورد بررسی قرار می دهیم برای این کار ابتدا تعمیمی از اندازه فاصله دیاموند را برای این اعداد می نویسیم و سپس به کمک روش کمترین توان دوم پارامترهای مدل را که اعداد فازی مثلثی نوتروسوفیک هستند را برآورد می نماییم و در نهایت با ذکر یک مثال، کاربردی از مدل ارائه شده را بیان می کنیم.

Authors

زهرا بهدانی

گروه ریاضی و آمار، دانشگاه صنعتی خاتم الانبیاء بهبهان، بهبهان، ایران

مجید دره میرکی

گروه ریاضی و آمار، دانشگاه صنعتی خاتم الانبیاء بهبهان، بهبهان، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Ahmed, J. (۲۰۲۱). LR-type fully single-valued neutrosophic linear programming problems. ...
  • Atanassov, K. T. (۲۰۱۲). On intuitionistic fuzzy sets theory (Vol. ...
  • Abdul-Wahab, S. A., Bakheit, C. S., & Al-Alawi, S. M. ...
  • Bajestani, N. S., Kamyad, A. V., & Zare, A. (۲۰۱۷). ...
  • Behdani, Z. The Least Squares Method for Estimating Regression Model ...
  • Boukezzoula, R., & Coquin, D. (۲۰۲۱). Interval-valued fuzzy regression: Philosophical ...
  • Cervig۶n, R., Moreno, J., Reilly, R. B., Perez-Villacastin, J., & ...
  • Chachi, J., Akhoond, M. R., & Handali, K. (۲۰۲۳). Statistical ...
  • Chen, L. H., & Nien, S. H. (۲۰۲۰). Approach for ...
  • Chen, L. H., & Hsueh, C. C. (۲۰۰۹). Fuzzy regression ...
  • Darehmiraki, M. (۲۰۲۰). A solution for the neutrosophic linear programming ...
  • Diamond, P. (۱۹۸۸). Fuzzy least squares. Information sciences, ۴۶(۳), ۱۴۱-۱۵۷ ...
  • Hose, D., & Hanss, M. (۲۰۱۹). Fuzzy linear least squares ...
  • Hesamian, G., Torkian, F., Johannssen, A., & Chukhrova, N. (۲۰۲۴). ...
  • Jiang, L., & Liao, H. (۲۰۲۰). Mixed fuzzy least absolute ...
  • Kong, L. (۲۰۲۲). Fuzzy linear regression model based on adaptive ...
  • Karamacoska, D., Barry, R. J., & Steiner, G. Z. (۲۰۱۹). ...
  • A robust least squares fuzzy regression model based on kernel function [مقاله ژورنالی]
  • Kumar, S., & Chong, I. (۲۰۱۸). Correlation analysis to identify ...
  • Nagarajan, D., Broumi, S., Smarandache, F., & Kavikumar, J. (۲۰۲۱). ...
  • Parvathi, R., Malathi, C., Akram, M., & Atanassov, K. T. ...
  • Smarandache, F. (۲۰۱۴). Introduction to neutrosophic statistics. Infinite Study ...
  • Tanaka, H., & Watada, J. (۱۹۸۸). Possibilistic linear systems and ...
  • Tanaka, H., & Lee, H. (۱۹۹۸). Interval regression analysis by ...
  • Wang, H., Smarandache, F., Zhang, Y., & Sunderraman, R. (۲۰۱۰). ...
  • Zadeh, L. A. (۱۹۷۹). Fuzzy sets and information granularity. Fuzzy ...
  • نمایش کامل مراجع