Нечеткая идентификация на основе регрессионных моделей параметрической функции принадлежности

Abstract

Запропоновано нову структуру нечіткої регресійної моделі, за якої кожній точці факторного простору ставиться у відповідність нечітке число з параметричною функцією належності. Залежність параметрів цієї функції належності від факторів впливу описується чіткими регресійними моделями. Коефіцієнти регресії визначаються за нечіткою навчальною вибіркою.

A new structure of fuzzy regression model is proposed. The model maps an input vector into output fuzzy number with parametrical membership function. Crisp regression models take into account a dependence of the membership function parameters upon the influence factors. The regression coefficients are calculated based on learning sample.