برنامه ریزی خطی فازی با پارامتر های فازی با رویکردی به سیستم های مدیریت بهین

در رگرسیون خطی کلاسیک به ازای هر سری از متغیرهای ورودی تنها یک مقدار مشخص برای متغیر خروجی محاسبه می گردد در حالیکه رگرسیون فازی بازه ای از مقادیر ممکن را برای متغیر خروجی تخمین می زند. این مقادیر بوسیله یک توزیع امکانی که به صورت تابع عضویت نشان داده می شود، مشخص می گردند. بنابراین برخلاف رگرسیون کلاسیک که مبتنی بر تیوری احتمال می باشد، رگرسیون فازی براساس تیوری امکان و تیوری مجموعه های فازی پایه گذاری شده است بطور کلی در شرایطی که موارد زیر اتفاق بیافتد از رگرسیون فازی استفاده می گردد: 1. ناکافی بودن تعداد داده های مشاهده ای 2. عدم تبعیت خطاها از توزیع نرمال 3. وجود ابهام در ارتباط با یک پیشامد

Keywords:

رگرسیون خطی کلاسیک , رگرسیون خطی فازی , رگرسیون امکانی فازی , مقادیر بهینه , اعداد فازی مثلثی متقارن