第 34 卷 第 9 期
2000 年 9 月
西 安 交 通 大 学 学 报
JOURNAL OF XI′AN J IAO TON G UN IV ERSIT Y
Vol. 34 №9
Sep . 2000
文章编号 :0253 - 987X(2000) 09Ο0100Ο03
模糊线性回归预测
吴 冲 , 潘启树 , 李汉铃
(哈尔滨工业大学 , 150001 , 哈尔滨)
摘要 : 为了解决带有模糊信息的动态预测问题 ,在已有的线性回归预测法的基础上 ,提出了模糊线
性回归预测的模型. 模型的确定在于模糊系数的确定 ,模糊系数为对称三角模糊数 ,为此给出了描
述对称三角模糊数近似程度的拟合度的定义及其
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
达式. 借助于对称三角模糊数以截集表示的一
对函数 ,给出了对称模糊的模糊度的定义及其表达式 ,给出了确定模糊系数的准则 :对于事先指定
的
标准
excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载
拟合度 ,要求在每个方程估计值的拟合度都不小于标准拟合度的约束条件下 ,使得模糊系数
的综合模糊度达到最小 ,于是模糊系数的确定问题可转化为求解线性规划问题. 实例表明 :该模型
具有很高的精度.
关键词 : 对称三角模糊数 ;模糊线性回归 ;模糊预测
中图分类号 : C81 ;O159 文献标识码 : A
Fuzzy Linear Regression Prediction
W u Chong , Pan Qishu , L i Hanli ng
( Harbin Institute of Technology ,Harbin 150001 ,China)
Abstract : The dynamic prediction problem with fuzzy information is solved by using the linear regres2
sion prediction method. This involves the determination of fuzzy coefficients which are symmetric t ri2
angular fuzzy numbers and the definition of fitness. Expressions are given to describe the closeness of
the estimated value and observed value of the equation for two symmetric t riangular fuzzy numbers.
The solution is expressed in term of a pair of functions expressed in cutset for symmetric t riangular
fuzzy numbers. More specifically , fuzzy coefficients are minimized under the rest rictive condition that
the fitness of the estimated value of each equation is not less than the predesignated fitness , while de2
termination of fuzzy coefficients is reduced to solving a linear planning problem. Examples show that
the model can yield results with very high accuracy.
Keywords : sym met ric t riangular f uz zy num bers ; f uz zy li near regression ; f uz zy prediction
在模糊线性回归模型 Y 3i = ∑n
j = 1
A j x ij ( i = 1 ,
2 , ⋯, m ) 中 , 要利用给定的一组输入与输出 , 来确
定模糊系数 A j ( j = 1 ,2 , ⋯, n) . 本文首先对输出数
据进行模糊化 ,使对应 y i 的模糊输出 Y i 为对称三角
模糊数 Y i ( y i , ci) ( i = 1 ,2 , ⋯, m ) , ci 依据实际问
收稿日期 : 2000Ο01Ο04. 作者简介 : 吴 冲 ,男 ,1971 年 1 月生 ,讲师 ,博士后 ; 潘启树 (联系人) ,男 ,哈尔滨工业大学管
理学院 ,教授.
基金项目 : 国家自然科学基金资助项目 (7970021) .
© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
题而定. 因为 A j ( j = 1 , 2 , ⋯, n ) 为对称模糊数
A j ( aj , ej) ,故模型的确定在于参数 a1 , a2 , ⋯, an 及
e1 , e2 , ⋯, en 的确定. 为了确定参数 ,引进了拟合度
和模糊度的概念.
1 对称三角模糊数拟合度和模糊度
定义 1[1 ] 记 F( R) 为 R 上的全体模糊集 ,设 M ∈
F( R) ,如果 M 的隶属函数μM , R →[0 ,1 ]表示为
μM ( x ) =
1 - | x - a |
c
| x - a | ≤ c
0 其他
称 M 为对称三角模糊数 ,记为 M ( a , c) .
定义 2[2 ] 设 M 为一对称三角模糊数 ,并且λ∈
[0 ,1 ] , M 的λ截集被一对函数 L M (·) 、RM (·) 所表
示 ,这里
L M (λ) =
inf{ x | x ∈Mλ} 当λ∈[0 ,1 ]时
inf{ x | x ∈supp ( M ) } 当λ= 0 时
RM (λ) =
sup{ x | x ∈Mλ} 当λ∈[0 ,1 ]时
sup{ x | x ∈supp ( M ) } 当λ= 0 时
定义 3 我们称一增函数 S : [0 , 1 ] →[0 , 1 ]为限制
函数 ,它满足 S (0) = 0、S (1) = 1 .
定义 4 设 M 为一个具有λ截集表示 ( L M (λ) ,
RM (λ) )的对称三角模糊数 , S 为限制函数 , M 的模
糊度为
S M =∫10 S (λ) [ RM (λ) - L M (λ) ]dλ
限制函数 S 表示 :对于不同的λ水平 ,其对模
糊度的作用是不同的. 通常我们可取 S (λ) =λm , m
为自然数 ,在本文中我们取 S (λ) =λ.
定理 1 设 M ( a , c) 为对称三角模糊数 , S (λ) =λ,
则 S M = (1/ 3) c.
证明 由对称三角模糊数、L M 和 RM 的定义可得
RM (λ) = a + (1 - λ) c , L M (λ) = a - (1 - λ) c
从而
S M =∫10λ[ ( a + (1 - λ) c) - ( a - (1 - λ) c) ]dλ =
∫10λ2 c (1 - λ) dλ =∫
1
0
(2 cλ - 2 cλ2) dλ =
∫102 cλdλ - ∫
1
0
2 cλ2dλ = c - (2/ 3) c = (1/ 3) c
推论 1 Y 3i ( ∑n
j = 1
x ijaj , ∑
n
j = 1
| x ij | ej) 的模糊度为
1
3 ∑
n
j = 1
| x ij | ej ( i = 1 ,2 , ⋯, m ) .
定义 5 A 、B 是 R 上 的 2 个 模 糊 集 , 令 h
= ∨
x ∈R
(μA ( x ) ∧μB ( x ) ) ,称 h 为 A 对 B 的拟合度.
定理 2 设 2 个对称三角模糊数分别为 A 1 ( a1 , c1)
和 A 2 ( a2 , c2) ,则
h = 1 - (| a1 - a2 | ) / ( c1 - c2)
证明 由定理条件知 , A 1 与 A 2 的隶属函数分别为
μA 1 ( x ) =
1 - (| x - a1 | ) / c1 a1 - c1 ≤ x ≤ a1 + c1
0 其他
μA 2 ( x ) =
1 - (| x - a2 | ) / c2 a2 - c2 ≤ x ≤ a2 + c2
0 其他
设 A 1 所对应的隶属函数的三角形的右腰与 A 2 所
对应的隶属函数的三角形的左腰在点 x h 处相交 ,
即
μA 1 ( x ) = μA 2 ( x )
即有
(| x h - a| ) / c1 = (| x h - a2 | ) / c2 (1)
因为 a1 < x h < a2 ,则式 (1) 可写成
( x h - a1) / c1 = ( a2 - x h) / c2
或
x h = ( c1 a2 + c2 a1) / ( c1 + c2)
将其代入函数μA 2 ( x ) 中 ,得到拟合度
h = 1 - (| x h - a2 | ) / c2 =
1 - (| ( c1 a2 + c2 a1) / ( c1 + c2) - a2 | ) / c2 =
1 - (| a1 - a2 | ) / ( c1 + c2)
推论 2 模糊线性回归观测值 Y i ( y i , ci ) 对模糊线
性回归估计值 Y 3i ( ∑n
j = 1
x ijaj , ∑
n
j = 1
| x ij | ej) 的拟合度
hi 为
hi = 1 - | y i - ∑
n
j = 1
x ijaj | / ( ∑
n
j = 1
| x ij | ej + cj)
2 模糊线性回归模型的确定
对于给定的观测值 Y i ( y i , ci ) ,当 Y 3i 的中心
位置 ∑
n
j = 1
x ijaj 固定时 ,模糊度 S Y 3i 越大 ,拟合度 hi
也越大. 因此 ,最佳的模糊线性回归估计还应该使全
体模糊系数 ( A 1 , A 2 , ⋯, A n) 的综合模糊度能达到
最小. 取 S = ∑
n
j = 1
W jS j , 表示模糊系数的综合模糊
101第 9 期 吴 冲 ,等 :模糊线性回归预测
© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
度 ,其中 W j = ∑
n
i = 1
| x ij | ( j = 1 ,2 , ⋯, n) . 对于事
先指定的标准拟合度 h0 ,要求在每个 hi ( i = 1 ,2 ,
⋯, m ) 都不小于 h0 的约束条件下 ,使得模糊系数的
综合模糊度 S 达到最小 ,即表示为如下的线性规划
问题
min S
s ·t hi ≥ h0 ( i = 1 ,2 , ⋯, m)
由 hi ≥h0 ( i = 1 ,2 , ⋯, m) ,可得
∑
n
j = 1
x ijaj + (1 - h0) ∑
n
j = 1
| x ij | ej ≥ yi - (1 - h0) ci
∑
n
j = 1
x ijaj - (1 - h0) ∑
m
j = 1
| x ij | ej ≤ yi + (1 - h0) ci
i = 1 ,2 , ⋯, m
上述线性规划问题又可转化为 :
目标函数 S = ∑
n
j = 1
W j ·S j
约束条件
∑
n
j = 1
x ijaj + (1 - h0) ∑
n
j = 1
| x ij | ej ≥ yi - (1 - h0) ci
∑
n
j = 1
x ijaj - (1 - h0) ∑
n
j = 1
| x ij | ej ≤ yi + (1 - h0) ci
ej > 0 ; j = 1 ,2 , ⋯, n ; i = 1 ,2 , ⋯, m
3 结 论
本文通过给出对称三角模糊数的模糊度和拟合
度的定义及其表达式 ,建立了模糊线性回归预测模
型. 利用该模型对某地区电视机的销售量进行的预
测表明 ,该模型具有很高的精度 ,为解决带有模糊信
息的动态预测问题提供了崭新的途径.
参考文献 :
[1 ] 吴今培. 基于可能性理论的设备故障诊断 [J ] . 模糊系
统与数学 ,1999 ,13 (2) :25~32.
[2 ] Delgado M , Vila M A , Voxman W. On a canonical rep2
resentation of fuzzy numbers[J ] . Fuzzy Sets and Systems ,
1998 ,93 (1) :125~135.
(编辑 赵大良)
[文摘预登 ]
应用连续小波变换提取机械故障的特征
刘 刚 , 屈梁生
(西安交通大学 , 710049 , 西安)
针对机械信号的特征和小波变换的特点 ,论证了机械信号的连续小波可分解特性 ,提出了信号的时间Ο
小波能量谱和尺度Ο小波能量谱的概念. 同时 ,利用信号经连续 Morlet 小波变换后在时间Ο尺度域内的不同能
量分布特性 ,依据信号的尺度Ο小波能量谱分布特性 ,对螺杆泵减速器和滚动轴承这两类不同机械的信号进
行了特征提取. 结果表明 ,应用机械信号的尺度Ο小波能量谱进行特征提取更好地利用了小波变换的恒 Q 带
通滤波器的性质 ,可以获得更好的信号特征以应用于机械故障诊断.
201 西 安 交 通 大 学 学 报 第 34 卷
© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net