کنفرانس بین المللی محاسبات نرم

صفحه اصلی / چهارمین کنفرانس بین المللی محاسبات نرم

مروری تاریخی و منظم بر رگرسیون در محیط فازی

نویسندگان :

محمد رضا ربیعی¹ فتانه فخری²

1- دانشگاه صنعتی شاهرود 2- دانشگاه صنعتی شاهرود

کلمات کلیدی :

رگرسیون فازی امکانی، کمترین توان‌های دوم فازی، روش‌های یادگیری ماشین، روش‌های رگرسیون لجستیک.

چکیده :

تحلیل رگرسیون آماری یک روش قدرتمند و قابل اعتماد برای تعیین تأثیر یک یا چند متغیر مستقل بر متغیر وابسته است. این روش بیشتر از دیگر روش‌های آماری مورد استفاده قرار می‌گیرد و برای رفع مشکلات عملی متعدد کاربرد وسیعی دارد. با این حال، مشکلات مختلفی ممکن است به‌وجود بیایند، به‌عنوان مثال وقتی حجم نمونه بسیار کوچک است، مفروضات توزیع برآورده نمی‌شوند و مدل‌های معتبر آماری کارایی خود را از دست می‌دهند. علاوه بر این، پیچیدگی‌های زندگی اغلب مدل‌های زیرساختی را ناکافی می‌داند، چرا که بسیاری از اطلاعات غالباً مبهم هستند. در این حالات که رابطه بین متغیرهای مستقل و وابسته، مبهم است یا زمانی که در پیشامدها گنگی وجود دارد، رگرسیون فازی جایگزین مناسب‌تری برای رگرسیون است. محققان بسیاری مفاهیم تحلیل رگرسیون آماری را با استفاده از مفاهیم نظریه مجموعه‌های فازی اصلاح و توسعه داده‌اند. در حال حاضر، تعداد زیادی مقاله در زمینه تحلیل رگرسیون فازی وجود دارد، به‌ویژه در مورد رگرسیون فازی امکانی، کمترین توان‌های دوم فازی و روش‌های یادگیری ماشین. علاوه بر این‌ها، انواع رویکردهای دیگری شامل روش‌های رگرسیون لجستیک فازی، رگرسیون فازی نوع دو، رگرسیون خوشه‌‌ای فازی و رگرسیون ناپارامتری فازی هستند که تحقیقات کمتری را به خود اختصاص داده‌اند. به‌جز موارد ذکر شده که عمدتاً به پیشرفت در روش‌شناسی اختصاص داده شده‌اند، چندین مقاله نیز وجود دارد که مطالعات موردی را در زمینههای مختلف تحقیق ارائه داده‌اند. برای ساختاربندی مطالب، پیشنهادات و برنامه‌های کاربردی، ما در این مقاله سعی کردیم مروری تقریبا جامع و طبقه‌بندی شده بر اساس مطالعه کتابخانه‌ای در مورد موضوع تحلیل رگرسیون فازی ارائه دهیم.