模糊线性回归模型的参数估计.pdfVIP

摘 要 自从Zadeh提出模糊集后，模糊数据分析就被众多学者所关注，广泛应用于国民 经济、科学技术等众多领域，尤其是模糊回归分析．模糊回归分析的首要任务是模糊回 归参数的估计．近年来这方面的研究颇多，但未能形成一个完善的理论及应用体系， 且大部分方法只考虑三角模糊数这种特殊情况． 本文针对LR-型模糊数建立模糊线性回归模型并给出相应模型性能评价方法，从 不同角度讨论了模糊回归参数的估计方法，主要有最小二乘法、加权最小二乘法、线 性规划法、二次规划法和支撑向量机法，并通过数值模拟分析各种方法的拟合性能． 最小二乘法是经典最小二乘法在模糊线性回归中的自然扩张；加权最小二乘法充分考 虑决策者对洲练数据的置信度，对观测数据设置中心、左、右权重，通过逐步迭代更 新求解模糊回归参数；线性规划法将已有的方法推广到更一般的LR一型模糊数，具有 一定的预测能力，但遗憾的是模型的模糊宽随着数据的增多而变宽；二次规划法采用 二次函数作为目标函数，弥补了线性规划法的不足，尤其是QP2．通过设置权重来平 衡模型中心误差和模糊宽，再结合置信度，可以满足不同工作者对模型的要求，具有 很好的应用性；支撑向量机法利用支撑向量机理论求解模糊阿师参数，虽然拟合效果 不是很理想，但对于求解模糊线性回归模型的参数来讲，还是有其可取之处的． 另外，考虑到试验数据中经常会混入异常值，此时上述方法将不够稳健．本文针 对这种情况提出一种基于指数型距离最小二乘法以及中心稳健线性规划法．前者首先 定义了一个指数型距离，然后将回归参数的估计转化为求解一个无约束最优化问题， 其稳健性取决于指数型距离中常数b的选择，数值试验表明，当b在0．1与0．3之 间取值时，所得模型稳健性较好；后者利用稳健回归的思想，将参数估计分为两步： 第一步，利用稳健回归方法得到模糊回归参数的中心估计，第二步，利用上一步的结 果极小化参数的总含糊度，从而得到模糊回归参数的左宽和右宽，数值试验表明，这 种方法的稳健性也是不错的． 关键词：LR-型模糊数；模糊回归分析；最小二乘；数学规划；支撑向量机(SVM) 异常值；稳健性 Abstract data hasbeenlooked scholarsafterZedeh sets，it Fuzzy analysis regardbymany proposedfuzzy hasbeenusedin areassuchasnational and the economy regression many technology，especiallyfuzzy taskof isfor the analysis．Theprimal fuzzyregressionanalysisestimatingfuzzyregressionparameters． Ittmsbeenstudiedmoreinrecent hun’tformedaconsummateof and theory years，but system the caseof data mostmethodsconsidered application，and only special triangularfuzzy Inthis themodelof linear for dataisestablishedandthe thesisl fuzzy LR-typefuzzy