Fuzzy semi-parametric partially linear model with fuzzy inputs and fuzzy outputs

تعداد زیادی از مطالعات حسابداری روی فرمهای پارامتری یا غیر پارامتری روابط رگرسیون فازی بین متغیرهای وابسته و مستقل متمرکز شده است. به طور مشخص، مدل خطی نیمه پارامتری به عنوان یک ابزار قدرتمند برای ترکیب تجزیه و تحلیل آماری پارامتریک و غیر پارامتری رگرسیون اخیرا در بسیاری از کاربردهای زندگی واقعی مورد توجه بوده است. با این حال، داده های فازی در مطالعات واقعی مورد استفاده قرار می گیرد. در این تحقیق، بررسی مدل تقریبی خطی نیمه پارامتری برای چنین مواردی برای بهبود مدل های رگرسیون خطی معمول فازی با ورودی های فازی، خروجی های فازی، عملکرد صاف فازی و ضرایب غیر فازی است. برای این منظور یک روش ترکیبی براساس روشهای منحنی تنظیم و حداقل انحرافات مطلق برای تخمین عملکرد صاف و ضریب فازی پیشنهاد شده است. روش پیشنهادی نیز برای مقایسه با یک مدل رگرسیون خطی معمول فازی از طریق مجموعه داده های شبیه سازی و برخی از مجموعه داده های واقعی فازی مورد مقایسه قرار گرفته است. نشان داده شده است که مدل رگرسیون فازی پیشنهادی نتایج شایسته تر و کارآمدتری را در رابطه با شش معیار خوبی از مناسب مطرح می سازد که نتیجه گیری می کند که مدل پیشنهادی می تواند مدل جانشینی منطقی از برخی مدل های رگرسیون فازی فازی در بسیاری از مطالعات عملی رگرسیون فازی مدل در سیستم های متخصص و هوشمند.