مدل سازی داده های مهندسی آب با استفاده از روش رگرسیون فازی استوار کمترین مربعات پیراسته

روش های برآوردیابی پارامترهای مدل های رگرسیون فازی کمترین مربعات خطا حساسیت (بسیار) زیادی نسبت به داده های پرت دارند. اغلب روش های موجود برآوردیابی پارامترهای این مدل ها با رویکرد کمترین مربعات خطا، تحت تاثیر داده های پرت، برآوردهایی نامناسب، دور از انتظار و با خطای زیاد ارائه می دهند. لذا در این مطالعه یک مدل رگرسیون فازی استوار کمترین مربعات پیراسته برای مدل سازی متغیرهای ورودی حقیقی-مقدار و متغیر خروجی فازی-مقدار معرفی خواهد شد. در این رویکرد، تابع هدف در برآوردیابی پارامترهای مدل به گونه ای ساختاربندی می شود که مجموع تا از کوچک ترین توان دوم باقیمانده های مرتب شده کمینه شوند. این روش دارای الگوریتمی است که با جستجو در مجموعه مشاهدات به برآورد بهترین پارامترهای مدل بر اساس ترکیب های مختلف انتخاب مشاهده خوب از مجموعه تایی مشاهدات، می پردازد. این موضوع باعث کاهش تاثیر مشاهدات پرت در فرآیند برآوردیابی پارامترهای مدل می شود. در انتها کاربرد روش پیشنهادی این مقاله در مدل سازی داده های واقعی در مهندسی آب (آب شناسی) که اغلب شامل مشاهدات پرت هستند، موردبررسی و مطالعه قرار می گیرد. ازاین رو، در این مطالعه به مقایسه بین روش پیشنهاد شده در این مقاله و روش متداول رگرسیون کمترین مربعات فازی که در آن مشاهدات پرت و مشاهدات خوب تاثیر یکسانی در برآوردیابی پارامترهای مدل دارند، پرداخته می شود. نتایج تجربی این مطالعه کاربردی برتری برازش بهتر روش پیشنهادی بر این داده ها را در مقایسه با روش متداول رگرسیون فازی کمترین مربعات خطا نشان می دهد. همچنین روش پیشنهاد شده در این مقاله مشاهدات پرتی را که تاثیر نامطلوبی در برآوردیابی پارامترها داشته اند را مشخص نموده است.