α-加权模糊线性回归模型及其在电力需求预测中的应用

建立了一种回归系数为对称三角模糊数的α-加权模糊线性回归模型，运用模型进行了电量需求预测，实际需求和预测结果分析表明，该模型能够实现历史数据“重近轻远”的预测效果。进一步提高预测精度，减少预测误差，适合于电力需求预测。     

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。     

基于 LR 模糊数据的线性回归模型

LR模糊数据是实践中经常使用的由形状函数L及R、左右扩展及中心构成的模糊数．取值LR模糊数的随机变量称为模糊随机变量,其缺乏适宜的概率分布模型,导致模糊数据的线性回归模型缺乏显著性检验．文章基于Nather模糊随机变量线性回归分析工作,进一步给出LR模糊数据多元线性回归在δ2距离下的系数估计,并通过统计软件给出模型中非确定干扰变量的Bootstrap模拟分布．     

基于LR模糊数据的线性回归模型

LR模糊数据是实践中经常使用的由形状函数L及R、左右扩展及中心构成的模糊数.取值LR模糊数的随机变量称为模糊随机变量,其缺乏适宜的概率分布模型,导致模糊数据的线性回归模型缺乏显著性检验.文章基于Nther模糊随机变量线性回归分析工作,进一步给出LR模糊数据多元线性回归在δ2距离下的系数估计,并通过统计软件给出模型中非确定干扰变量的Bootstrap模拟分布.     

系数为对称梯形模糊数的回归模型

针对输入为精确、输出和系数为对称梯形模糊数的情况,建立模糊线性回归模型,给出该模型的最小二乘估计和模型性能的评价方法.当输入、输出以及系数都退化为精确值时,该估计退化为经典的最小二乘估计.     

含三角模糊参数的线性回归模型的新解法

通过定义模糊参变量之间的左、中、右距离 ,将含三角模糊系数的线性回归问题转化为普通线性回归问题 ,利用普通的最小二乘法来估计回归参数 .同经典的模型与方法相比 ,这一模型与方法既包含较广的信息 ,又可利用线性性、无偏性等与普通线性回归类似的性质 ,应用更广泛 ,为求解模糊线性回归问题提供了一种新方法     

模糊最小一乘线性回归

针对输入和输出的模糊数据, 根据最小一乘准则,提出了基于对称三角模糊数的模糊最小一乘线性回归模型, 并将它转化成线性规划问题,应用Matlab进行求解,通过实例, 并与Tanaka, Diamond, Kim-Bishu, Kao-Chyu, Nasrabadi, Chang等模型相比较,验证了我们的模型具有更优的拟合性和良好的稳定性.     

基于多元模糊回归的应急物资需求预测模型

为了提高应急物资需求预测的精度,基于应急物资需求预测问题的特点,引入对称三角模糊数表示影响因素的模糊特征,建立基于多元模糊线性回归的应急物资需求预测模型,并给出多元模糊线性回归预测模型的参数估计方法,通过实证案例分析,验证预测方法的有效性.结果表明,灾害级别、受灾人口、受灾面积是影响应急物资需求预测的重要因素,针对灾害级别、受灾人口、受灾面积等因素的不确定性特征,用对称三角模糊数表征有关模糊属性,有助于提高应急物资需求预测的准确性.     

基于模糊回归理论的GM(1,1)模型优化

文章将传统的GM(1,1)模型与模糊回归模型相结合,得到了基于模糊回归理论的GM(1,1)优化模型,保留了传统GM(1,1)模型的所需建模数据少和具有预测功能的优点;利用定义的三角模糊数的左、中、右距离公式,得到了基于模糊回归理论的GM(1,1)优化模型的求解方法.     

模糊变系数回归模型在基金评价中的应用

在现有的CAPM模型基础上,利用模糊变系数回归分析方法,将模糊数设置为高斯模糊数,扩大模糊回归分析的实用范围,并运用局部核权最小二乘法对模型进行求解。给出了评价指标GOF,基于现实生活更适用的评判标准,建立适用于中国基金市场的模糊估值模型;与经典回归模型相比较,采用模糊变系数回归得到的参数估计有更好的应用价值。实证结果表明模糊变系数回归方法具有较好适用性。     

基于联系数贴近度的三角模糊数组合预测模型

针对三角模糊数预测问题，将三角模糊数转化为对应的三元联系数，以三元联系数的贴近度作为最优准则，引入广义加权平均（GOWA）算子，建立了基于三元联系数贴近度的三角模糊数组合预测模型，并证明了该模型为优性组合预测模型。通过实例分析验证了该模型是有效的，能够有效提高预测精度，并对GOWA算子中的参数进行了灵敏度分析。     

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。     

交通分布预测模糊重力模型

为了解决交通分布预测中的模糊不确定性,以重力模型与模糊数学理论和方法为基础,基于三角模糊数建立了模糊重力模型.采用模糊线性最小二乘法标定了模型中参数.利用模糊幅度对观测值的比、观测值与估计值的隶属函数的不重合部分的面积与其面积之和的比这2种方法进行模型精度检验.研究了实现交通分布预测结果的发生、吸引平衡处理的模糊Frator增长率迭代平衡方法.通过实例详细说明了发生量、吸引量和交通阻抗均具有模糊不确定性时的模糊重力模型的应用过程,提出了根据模糊不确定性大小程度来利用模糊预测值的建议.模糊重力模型可以实现交通分布预测中的模糊不确定性.     

模糊预测型线性规划在矿山产能分配中的应用

针对矿山产能分配时约束条件多为模糊约束,而约束系数多为灰数的情况,综合模糊线性规划以及灰色预测型线性规划特点,构建模糊预测性线型规划模型对矿山产能进行分配.利用灰色预测理论对模型中的各灰色系数进行白化,将模糊预测型线性规划模型转变为模糊线性规划模型.利用模糊最优判决条件将模糊线性规划转变为求最大隶属度的一般线性规划模型,进而得到矿山产能取得最大经济效益时的产能分配,实现生产资料的科学配置和利润的最大化.     

一种基于多指标语言评价信息的聚类方法

针对一类特征指标值和指标权重均为语言评价信息的聚类问题,提出了一种新的聚类分析方法.首先对基于多指标语言评价信息的聚类问题进行了描述;然后依据传统的基于数值信息的编网模糊聚类分析方法的基本思路,在将语言短语转换成三角模糊数的基础上,给出了解决多指标语言评价信息聚类问题的计算步骤.最后,通过给出一个算例说明了所提出的聚类分析方法.该聚类方法拓宽了编网聚类分析方法在解决基于多指标语言评价信息聚类方面的应用.     

一种指标权重信息不完全的语言多指标决策方法

针对指标权重信息不完全且指标值为语言评价信息的多指标决策问题,提出了一种决策分析方法.首先对具有不完全信息的语言多指标决策问题进行了描述;然后给出了求解具有不完全信息的语言多指标决策问题的计算步骤,其核心是将语言评价信息转化为三角模糊数,通过计算方案值与理想点的距离,构建线性规划模型,得到指标权重值,进而可计算出每个方案的模糊评价值,相应地通过计算两两模糊数比较的可能度,可得到所有方案的排序结果.最后通过给出一个算例说明了所提方法的可行性和实用性.     

模糊化的指数增长模型——以中国人口为例

指数增长模型是人口预测的基本模型.考虑到统计人口时的不确定性,提出了模糊化的指数增长模型.在此模型中,系数为三角模糊数.最后比较分析这两种模型在拟合我国人口中的应用.     

系数为直觉梯形模糊数的模糊线性规划

研究直觉梯形模糊数,并引入以直觉梯形模糊数为系数的线性规划问题,利用直觉梯形模糊数的加权期望值对直觉梯形模糊数进行排序,将直觉梯形模糊数与实数对应,把原规划转化成为经典的线性规划问题,进而得到最优解,同时加入4个综合评估系数作为对决策人的主观决策的评价．最后给出数值例子证明该方法的可行性与有效性．     

一种证券投资组合的群选择模型

根据每一位专家给定的可能度(反映第k时期的证券收益率与未来收益率的相似程度),从乐观、悲观和折中三个角度预测证券的未来收益率,并以三角模糊数的形式表示.不同专家的预测结果用不同的三角模糊数表示,基于模糊数的相似度的定义,得到了一个集结多个专家判断的群投资组合模型,最后给出了算例.