رویکردهای وزنی در برازش مدل های رگرسیون فازی

در این مقاله توابع هدف رگرسیون های فازی با معیارهای برازش کمترین مربعات خطا و کمترین قدرمطلق انحرافات (خطاها) را با توابع هدفی بر مبنای مجموع وزنی توابعی از خطاها (انحرافات یا باقیمانده ها) یا خطاهای مرتب شده، جایگزین می کنیم. با توجه به نحوه و شیوه انتخاب وزن های بهینه و نوع تابع اعمال شده بر خطاها، رویکردهای استوار و غیر استوار متداول در مدل های رگرسیون فازی بر اساس روابط جدیدی بر مبنای اینگونه معیارهای نیکویی برازش تعمیم داده می شود. همچنین در اینجا اشاره ای کوتاه و مختصر به محاسبات مربوط به مسایل بهینه سازی چنین مدل هایی خواهیم نمود. اینگونه رویکردها تاثیر فراوانی در جهت کاهش اثرات مخرب مشاهدات پرت در برآورد مدل بهینه دارند و جایگزین مناسبی برای مدل های رگرسیون فازی با توانایی تشخیص مشاهدات پرت هستند. از طرفی این روش ها تعمیم مدل های رگرسیون فازی کمترین مربعات و کمترین قدرمطلق انحرافات هستند و می توانند برای مدل سازی هر نوع ترکیبی از مشاهدات ورودی-دقیق/فازی و خروجی-دقیق/فازی بکار برده شود.