Fuzzy-регрессионные модели в условиях наличия в статистической выборке нечисловой информации

Скорочена інформація про документ
dc.contributor.authorЗак, Юрий Александрович
dc.contributor.authorЗак, Юрій Олександрович
dc.contributor.authorZack, Yuriy A.
dc.date.accessioned2017-07-07T11:48:07Z
dc.date.available2017-07-07T11:48:07Z
dc.date.issued2017
dc.description.abstractenAlgorithms are presented for solving the problems of the fuzzy regression analysis under the conditions when the input and output variables are represented by Fuzzy-sets defined up to unknown parameters and the regression coefficients are real numbers. We proposed several new approximations of criteria based on the comparison of the convolution of the cross sections lengths and the center of gravity coordinates of membership functions of the Fuzzy-sets, which can be used for the fuzzy set variables of the problem of a general form. The algorithms convert a variable represented by linguistic terms of variable parameters or numerical scales into fuzzy sets and use these data in the problems of the Fuzzy-regression analysis. The results will allow to solve many practical problems in economics, logistics, sociology, and marketing.uk
dc.description.abstractruРассмотрены алгоритмы решения задач нечеткого регрессионного анализа в условиях, когда входные и выходная переменные представлены Fuzzy-множествами, определенными с точностью до неизвестных параметров, а коэффициенты регрессии — действительные числа. Предложены некоторые новые критерии аппроксимации, основанные на сравнении свертки длин сечений и координат центров тяжести функций принадлежности Fuzzy-множеств, которые могут быть использованы для нечетких множеств переменных задачи общего вида. Описаны алгоритмы преобразования переменных, представленных термами лингвистической переменной или параметрами числовых шкал, в нечеткие множества и использования этих данных в задачах Fuzzy-регрессионного анализа. Полученные результаты позволят решать многие прикладные проблемы в экономике, логистике, социологии и маркетинге.uk
dc.description.abstractukРозглянуто алгоритми розв’язання задач нечіткого регресійного аналізу в умовах, коли вхідні і вихідна змінні величини подані Fuzzy-множинами, визначеними з точністю до невідомих параметрів, а коефіцієнти регресії — дійсні числа. Запропоновано деякі нові критерії апроксимації, засновані на порівнянні згортки довжин перетинів і координат центрів тяжіння функцій належності Fuzzy-множин, які можуть бути використані для нечітких множин змінних задач загального вигляду. Описано алгоритми перетворення змінних, поданих термами лінгвістичної змінної або параметрами числових шкал, у нечіткі множини і використання цих даних в задачах Fuzzy-регресійного аналізу. Отримані результати дозволять вирішувати багато прикладних проблем в економіці, логістиці, соціології та маркетингу.uk
dc.format.pagerangeС. 88-96uk
dc.identifier.citationЗак Ю. А. Fuzzy-регрессионные модели в условиях наличия в статистической выборке нечисловой информации / Ю. А. Зак // Системні дослідження та інформаційні технології : міжнародний науково-технічний журнал. – 2017. – № 1. – С. 88–96. – Бібліогр.: 20 назв.uk
dc.identifier.doihttps://doi.org/10.20535/SRIT.2308-8893.2017.1.07
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/19997
dc.language.isoruuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceСистемні дослідження та інформаційні технології : міжнародний науково-технічний журнал, № 1uk
dc.status.pubpublisheduk
dc.subjectFuzzy-регрессионный анализuk
dc.subjectнечисловая статистикаuk
dc.subjectлингвистические переменныеuk
dc.subjectпараметры числовых шкалuk
dc.subjectFuzzy-множестваuk
dc.subjectкритерии аппроксимацииuk
dc.subjectметод наименьших квадратовuk
dc.subjectFuzzy-регресійний аналізuk
dc.subjectнечислова статистикаuk
dc.subjectлінгвістичні змінніuk
dc.subjectпараметри числових шкалuk
dc.subjectFuzzy-безлічіuk
dc.subjectкритерії апроксимаціїuk
dc.subjectметод найменших квадратівuk
dc.subjectFuzzy-regression analysisuk
dc.subjectnon-numeric statisticsuk
dc.subjectlinguistic variable parametersuk
dc.subjectnumerical scalesuk
dc.subjectFuzzy-setsuk
dc.subjectapproximation criteriauk
dc.subjectmethod of least squaresuk
dc.subject.udc519.24uk
dc.titleFuzzy-регрессионные модели в условиях наличия в статистической выборке нечисловой информацииuk
dc.title.alternativeFuzzy-регресійні моделі в умовах наявності в статистичній вибірці нечислової інформаціїuk
dc.title.alternativeFuzzy-regression models under conditions of the presence of non-numeric data in the statistical sampleuk
dc.typeArticleuk
thesis.degree.levelmasteruk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
GM_7Zakh_N1_2017.pdf
Розмір:
273.79 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
7.8 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Системні дослідження та інформаційні технології: міжнародний науково-технічний журнал, № 1