模糊线性回归模型(Ⅰ)

针对输入和输出的模糊数据,引入了一种模糊数的距离.基于该距离,类似于传统的最小二乘方法,研究了模糊线性回归模型的一般形式,详细讨论了输入为实数输出为模糊数的模糊线性回归模型,给出了正规方程、最小解和唯一解的理论结果,以及最小解的解析表达式,最后附以一个实例来说明该方法的可行性,故具有较好的实用价值.     

带模糊数的投资组合模型的解法研究

建立了一个预期收益率为区间模糊数,风险损失率为三角模糊数的模糊投资组合模型,且假设在交易过程中存在交易费率;并采用模糊两阶段算法去求解该投资组合模型,且通过数值算例检验模型的可行性,最后对模糊数模型和清晰数模型进行了比较.     

约束条件中含有三角模糊数的线性规划求解方法

采用一种新的模糊数排序方法,将约束条件中含有三角模糊数的模糊线性规划转化为经典的线性规划,进而求得原模糊线性规划的最优解.实际应用实例显示,该求解方法是有效可行的,可以为解决模糊线性规划问题提供一种新的途径.     

一类应急物资筹集问题的模糊机会约束模型

为提高应急物资筹集的有效性,提出了一种新的应急物资筹集决策模型和算法.建立了紧急市场采购条件下应急物资筹集决策模糊优化模型,给出了与其等价的模糊机会约束规划模型,提出了参数为三角模糊数时模型的确定化转化方法,并设计了基于模糊模拟的模型智能算法,该算法能够有效处理复杂的模糊机会约束规划问题,最后通过算例说明了该方法的有效性.     

用遗传算法求解全系数模糊证券投资组合模型

利用模糊数来描述某种证券的期望收益率和风险损失率,从而建立了一种全系数模糊证券投资组合模型,并讨论了利用模糊约束满意度将模型转化为普通规划模型的方法.进一步设计了一种遗传算法对该模型进行求解,最后给出了一个具体的例子来阐述方法的有效性.     

基于三角模糊数互补判断矩阵的装备战场威胁评估

根据三角模糊数互补判断矩阵完全一致性的概念,通过建立一个多层次非线性规划,求解出三角模糊数互补矩阵的权重向量,并将其和熵权结合,得到一种主客观互补的权重向量,建立了新的威胁评估模型.利用三角模糊数的期望值公式,稳定而有效地对决策方案进行了排序.算例结果表明该模型是合理而有效的.     

基于区间模糊数的模糊线性回归模型及其应用

以区间模糊数为研究对象建立了模糊线性回归模型,以模糊集之间的测度贴近度为理论依据引入了一种模糊数之间距离的概念,并通过最小二乘原理给出了该模型的参数估计方法,最后结合沈阳市温度变化情况的实际例子给出该模型的应用。     

需求区间型运输问题的模糊优化模型

为解决需求区间型运输问题,将弹性需求区间转化为三角模糊数,建立该问题的模糊优化模型;根据运输问题的特点,将模糊优化模型转化为两个等价的运输问题,给出模糊最优判决λ＊的一个定理,并给出此类运输问题的一种简便求解方法;最后,通过实例验证方法的有效性.     

基于Pythagorean模糊非线性规划及其在群决策中的应用

考虑Pythagorean模糊数在应用领域的优越性和广泛性,提出一种Pythagorean模糊非线性规划模型,并研究其在模糊多属性群决策中的应用。提出一种基于Pythagorean模糊非线性规划的群决策专家权重模型和属性权重模型,给出一种Pythagorean模糊非线性规划的模糊多属性群决策方法,并以航空公司机型选择为例说明了该方法的可行性和有效性。     

需求区间型运输问题的模糊优化模型

为解决需求区间型运输问题,将弹性需求区间转化为三角模糊数,建立该问题的模糊优化模型;根据运输问题的特点,将模糊优化模型转化为两个等价的运输问题,给出模糊最优判决λ＊的一个定理,并给出此类运输问题的一种简便求解方法;最后,通过实例验证方法的有效性.     

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．     

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。     

一类Fuzzy距离及在回归分析中的应用

本文就某类Ｆｕｚｚｙ数族引入了一种Ｆｕｚｚｙ距离，以此作为Ｆｕｚｚｙ数之间的度量，讨论了这种Ｆｕｚｚｙ距离在Ｆｕｚｚｙ线性回归分析中的应用。     

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.     

基于模糊预测性线性规划与改进灰色聚类分析的烟草企业最优生产方案选择方法

 烟草企业的生产方案选择需要考虑产量、利润、销售周期以及产品知名度等多种因素,是个复杂的系统化工程。考虑到烟草企业产能分配时,约束条件多为模糊约束,而约束系数又多为灰数,借鉴模糊数学与灰色系统理论的思想,构建了模糊预测性线性规划模型对烟草企业产能进行分配。利用灰色预测理论对模型中的各灰色系数进行白化,将模糊预测性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进而转变为求最大隶属度的一般线性规划模型,求解得到烟草企业各生产方案取得最大利润时的产能分配。在此基础上,综合考虑各生产方案产品销售周期、产品知名度以及产品对人体健康的危害等因素,根据改进后的灰色聚类分析理论对各生产方案进行定性评价分析,并进行灰色决策度的计算及比较排序,从而得到烟草企业的最优生产方案。使用该方法,某烟草企业选取了最优生产方案,收到了良好的经济效益和综合效益。     

用模糊线性规划优化公司资本结构

应用模糊线性规划方法综合考虑了影响资本结构的资本成本、企业价值、财务风险、企业治理结构等相关因素,建立了资本结构优化的模糊线性规划方法,并说明了这种模糊线性规划的求解方法,它显然比只考虑一种指标的资本结构决策方法科学合理,最后给出了这种方法的一个应用实例,也说明了这种方法的可行性。     

融资条件下具有优良资产的模糊投资组合问题

讨论了在融资条件上具有优良资产的投资组合问题．作者利用模糊数来描述资产的预期收益率，并用模糊理论将模糊数转化为普通数，建立了一种模糊规划模型．最后给出了一个实例，并对其灵敏性作了分析．     

约束条件含模糊数的线性规划的一种求解方法

讨论了约束条件中系数是模糊数的模糊线性规划的一种解法,利用Roubens的模糊数比较的概念,把系数是模糊数的线性规划问题转化为经典的线性规划问题,从而利用求解线性规划的单纯形法求解此类模糊线性规划．最后给出此种方法在实际中的应用．     

模糊线性回归预测

为了解决带有模糊信息的动态预测问题,在已有的线性回归预测法的基础上,提出了模糊线性回归预测的模型。模型的确定在于模糊系数的确定,模糊系数为对称三角模糊数,为此给出了描述对称三角模糊数近似和蔼的拟合度的定义及其表达式。借助于对称三角模糊数以截集表示的一对函数,给出了对称模糊的模糊度的定义及其表达式,给出了确定模糊系数的准则：对于事先指定的标准拟合度,要求在每个方程估计值的拟合度都不小于标准拟合度的约     

Analysis of Helical Gear System Dynamic Response Based on Fuzzy Numbers

A non-linear dynamic model with the single degree of freedom of a helical gear pair introducing fuzzy numbers is developed. In this proposed model, time-variant mesh stiffness, which is a non-linear parameter, mesh damping and composite error of a pair of meshing tooth of the gear pair are all included. Mesh stiffness is calculated by expressing Bθ (τ) as a Fourier series. Π shape function is introduced as the membership function to characterize the fuzziness of the error. Fuzzy displacement dynamic response of the geared system at λ- level, which is a closed interval, is obtained by removing the fuzziness of the fuzzy differential equations and using Runge-Kutta numerical method. In fact, the fuzzy dynamic response and dynamic loading factor are all the interval functions related λ. The result obtained here can be used to the fuzzy dynamic optimization design course of the helical gear system. The main advantage of this method is to introduce the concept of fuzzy number for the first time to the a