模糊线性回归分析的结构元理论

目前的模糊回归分析方法都是用区间运算表达的,模糊回归系数表示为区间数,模糊值函数表示为区间值函数,这使理论上的分析很繁琐。为此,提出一种简便、实用的模糊回归分析的结构元理论,并提供了数值例子,验证了该方法的实用性和有效性,为工程上的数据分析引入一个全新的模糊回归分析结构元理论。     

模糊数与模糊值函数的结构元线性表示

为使模糊数和模糊函数运算更加简洁，在介绍模糊数与模糊值函数的结构元表示方法的基础上，给出了由模糊结构元任意表示的模糊数和模糊值函数转化为线性生成模糊数和模糊值函数的方法。由于在模糊结构元表示的模糊数和模糊值函数中，线性生成的模糊数和模糊值函数具有形式简单、计算容易的特点，这种方法解决了模糊数与模糊值函数运算的困难问题，具有现实的应用意义。文中还给出了两个计算实例。     

由模糊结构元线性生成的模糊数运算

为了解决模糊数计算上的困难，引入了区间[-1，1]上单调函数的某魑同序单调变换，利用模糊结构元理论．将模糊数的四则运算转换为同序单调函数之间的相应运算．由于模糊结构元线性生成的模糊数是一类最简单而实用的模糊数，因此，重点讨论了由模糊结构元线性生成的模糊数的四则运算，以及它们的隶属函数表达式。结果表明。基于结构元方法表示的模糊数运算的隶属函数是容易得到的，这种表达式是基于模糊结构元的隶属函数形式给出的。     

三角模糊系数的模糊线性回归分析结构元理论

将对称模糊系数的模糊线性回归分析的结构元理论扩展到了非对称情形,研究了三角模糊系数的模糊线性回归分析的结构元理论,并提供了数值例子,验证了该方法的有效性、适应性与实用性。     

一类线性模糊常微分方程的模糊结构元解法

基于扩张原理建立起来的模糊值函数以及微积分在表述上存在着遍历性的困难,使得模糊微分方程求解变得异常困难,模糊结构元方法有效地解决了模糊数和模糊值函数以及微积分表述上的困难.利用模糊值函数分析学的模糊结构元表述理论,讨论了模糊常微分方程求解的模糊结构元方法,对于一类线性模糊常微分方程的通解给出了基于模糊结构元的表达形式,并结合实例进行说明.结论表明,模糊结构元方法简化了计算,在求解一类线性模糊微分方程时显得简单,同时也能给出解的解析表达形式,说明了模糊结构元方法是克服模糊微分方程求解困难的一个有效的工具.     

线性生成的分数阶模糊微分方程

基于模糊结构元方法,定义了模糊值函数的Riemann-Liouville导数,研究了由对称模糊结构元线性生成的分数阶模糊微分方程,给出了方程解存在的条件,利用Mittag-Leffler函数得到了方程解的结构元表示,并给出了具体算例。     

n阶线性方程模糊初值问题的模糊结构元解法

为了给出微分方程的模糊初值问题更加简便的求解方法，避免表现定理中α遍历{0，1}造成的运算复杂性，采用模糊结构元的方法来求解线性微分方程的模糊初值问题，给出了模糊初值问题解的通解公式。这种方法不仅避免了利用表现定理造成运算的复杂性，而且还精确的给出了模糊初值问题的模糊解函数的隶属函数。通过文中的例子可以看出该方法的实用性和有效性。     

基于结构元方法的模糊值函数分析学表述理论

系统地介绍了模糊值函数分析学中结构元的表述方法，包括模糊结构元的概念、基于结构元的模糊数运算、模糊值函数解析表达形式、模糊值函数微积分的结构元表示、模糊级数的结构元表示等.模糊结构元理论不仅仅为模糊分析计算的解析表述提供了工具，同时也为模糊分析理论与应用的研究开创了一条新的途径.     

基于结构元法的模糊微分方程解的比较

利用结构元方法定义了模糊值函数的自然序,将模糊值函数的比较转换成[-1,1]上同序单调函数的比较问题,在此基础上,对不同条件下一阶线性模糊微分方程的解进行了比较,得到了一些良好的性质,丰富了模糊微分方程理论研究内容.     

具有模糊数据的线性归回分析

为了解决在模糊线性回归分析的研究中,由模糊分析计算所带来的问题,采用基于模糊数据的一元线性回归分析的模糊极小值准则和最大贴近度准则两种方法,给出了模糊结构元求解方法,得到模糊数据线性回归分析模型系数的估计值,并利用模糊结构原理论对模糊线性回归模型的模糊误差进行估计及其的性能进行评估,建立基于结构元的模糊数据模糊回归模型并对其进行实例分析.     

单调函数关系限定下的模糊算子的研究

鉴于标准的模糊算子运算随着运算次数增加,结果越来越模糊的局限性,考虑了模糊算术因子之间的相关关系,介绍了限定性的模糊算子和有关模糊结构元的理论,给出了二元运算之间因子存在单调函数约束限制的模糊算子,利用结构元的方法,还给出了此类模糊运算结果的解析表达形式。     

多元Fuzzy线性回归

在处理某些系统模型中,有些输出或输入量的值是通过人的心理测量给出的。这时我们可认为此系统具有Fuzzy结构。这种Fuzzy结构一般可用带有Fuzzy参数的Fuzzy线性函数表示,而Fuzzy线性函数可由Zadeh的扩展原理得到。这样用Fuzzy线性函数来描述系统的Fuzzy结构便形成了Fuzzy线性回归分析。当输出输入量均是多个时便是多元Fuzzy线性回归。在经典的多元回归中,观测向量值与估计向量值之间的差异一般认为是测量误差,本文处理的多元Fuzzy回归中,我们认为其差异是由于系统的Fuzzy性造成的而反映在回归方程的Fuzzy参数上,这种Fuzzy参数一般表示一种可能性分布。文章讨论了多元Fuzzy回归模型的拟合问题,给出了其Fuzzy向量参数的估计方法,并将其计算方法归结为求解某线性规划问题。本文使用的Fuzzy向量限制在三角族内,而对其它形式的常用Fuzzy向量也没有实质困难。     

系数为非对称指数型模糊数的多元线性最小二乘回归

使用模糊数之间的某种距离和的最小二乘方法，研究了模糊多元线性回归模型，此模型的输入为精确数据，输出为模糊数据，回归系数为非对称指数型模糊数，并通过讨论一元模糊线性回归模型，推导出三组正规方程组以分别用于求解模型回归系数的模糊中心参数，左边参数和右边参数，然后将此结果推广到多元情形，考察了观测值与估计值之间的拟合优度。     

基于结构元模糊值函数的Newton-Leibniz公式

模糊值函数与经典函数之间存在着一种必然的联系，因此研究模糊值函数的Newton—Leibniz公式也就具有了很重要的价值，原有的模糊值函数的Newton-Leibniz公式是在标准算子下给出的，其表现形式及实际应用不够灵活。为了体现该公式的灵活性，本文在受限算子下，利用模糊结构元理论给出了模糊值函数的Newton—Leibniz公式的一种新的表现形式，这种形式摒弃了对原函数的限制，使得该公式运用起来更加灵活简便，而且具有一定的实际应用价值，同时也体现了模糊结构元理论在简化模糊分析计算方面的优越性，整个公式的给出和证明过程及文章中的实例也说明了这一点。