رگرسيون فازي بر اساس بردار پشتيبان

Fuzzy regression based on support vector

در اين مقاله، مدل رگرسيوني فازي بر اساس بردارهاي پشتيبان مورد بررسي قرار گرفته است. در مدل رگرسيوني ارائه شده، فرض ميشود كه متغيرهاي مستقل به صورت دقيق و متغير پاسخ به صورت فازي هستند. همپنين فرض ميشود كه مدل داراي يك خطاي فازي نيز ميباشد. روش پياده شده براي برآورد پارامترهاي مدل، استفاده از بردارهاي پشتيبان و خطوط حاشيهاي موازي ميباشد. در ادامه روش بر اساس مدلهاي رگرسيون غيرخطي با تابع هسته گوسي نيز بيان شده است. در نهايت، روش پيشنهادي با يك مثال عددي تشريح و با برخي روشهاي ديگر مقايسه شده است.

In this paper, the fuzzy regression model based on support vector is investigated. In the proposed regression model, it is assumed that the independent variables are exact and the response variable is fuzzy. It is also assumed that the model has a fuzzy error. The implemented method for estimating the model parameters is the use of support vectors and parallel border lines. The method is based on nonlinear regression models with a Gaussian core function. Finally, the proposed method is described with a numerical example and compared with some other methods.