×

用可能性系数识别法进行指数可能性回归分析。 (英语) Zbl 1045.62522号

小结:本文介绍了用所提出的辨识方法进行指数可能性回归分析。为了识别指数可能性分布,我们首先从给定的数据中求解输入输出线性系统的所有可能的不同集合,并获得相应的系数向量。然后,我们选择代表所有给定数据的最小系数向量数。利用选定的系数向量,我们应用识别方法来确定模糊线性系统中系数的可能性分布。作为选择最小系数向量的标准,我们使用内积。通过该方法,可以获得较小的可能性分布区域。与其他回归分析相比,这是我们提出的回归的主要特征。

MSC公司:

62J05型 线性回归;混合模型
62J99型 线性推断、回归
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Bandemer,H.,从模糊观测评估显式函数关系,模糊集与系统,16,41-52(1985)·Zbl 0582.62066号
[2] Celmins,A.,模糊向量数据的最小二乘模型拟合,模糊集与系统,22245-269(1987)·Zbl 0636.62111号
[3] Diamond,P.,多个模糊变量的最小二乘拟合,(第二届国际单项体育联合会大会预印本,第二届联合会大会,东京(1987年7月)),329-331
[4] Diamond,P.,模糊最小二乘法,Inform。科学。,46, 141-157 (1988) ·Zbl 0663.65150号
[5] Kim,K.J。;H·莫斯科维茨。;Koksalan,M.,《模糊与统计线性回归》,欧洲期刊。第92417-434号决议(1996年)·Zbl 0912.90064号
[6] H·莫斯科维茨。;Kim,K.,《关于模糊线性回归中H值的评估》,《模糊集与系统》,58303-327(1993)·Zbl 0791.62073号
[7] Peters,G.,带模糊区间的模糊线性回归,模糊集与系统,63,45-55(1994)
[8] Schemerling,S。;Bandemer,H.,将模糊区间数据转换为显式函数关系的参数区域,Freiberge-Forschungshefte,9-100(1985)·Zbl 0587.62145号
[9] Tanaka,H.,用可能性线性模型进行模糊数据分析,模糊集与系统,24363-375(1987)·Zbl 0633.93060号
[10] Tanaka,H。;林下,I。;Watada,J.,模糊数据的可能性线性回归分析,欧洲期刊Oper。Res.,40,389-396(1989)·Zbl 0669.62054号
[11] Tanaka,H。;Ishibuchi,H.,通过模糊参数的二次隶属函数识别可能线性系统,模糊集和系统,41145-160(1991)·Zbl 0734.62072号
[12] Tanaka,H。;石破竹,H。;Yoshikawa,S.,基于指数可能性分布的判别分析,(Proc.3rd IEEE Internal.Conf.on Fuzzy Systems,vol.2(1994)),802-807,佛罗里达州
[13] Tanaka,H。;石破竹,H。;吉川,S.,指数可能性回归分析,模糊集与系统,69305-318(1995)·Zbl 0842.62062号
[14] Tanaka,H。;Lee,H。;Mizukami,T.,《模糊线性系统中可能系数的识别》,(第五届IEEE模糊系统国际会议,第五届EEE模糊系统国际大会,美国新奥尔良(1996)),842-847
[15] Tanaka,H。;上岛,S。;Asai,K.,用模糊模型进行线性回归分析,IEEE Trans。Systems Man Cybernet。,12, 903-907 (1982) ·Zbl 0501.90060号
[16] Tanaka,H。;Watada,J.,可能性线性系统及其在线性回归模型中的应用,模糊集与系统,27275-289(1988)·Zbl 0662.93066号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。