تحلیل رگرسیون استوار فازی با داده های خروجی و پارامترهای فازی بر پایه رتبه بندی مجموعه های فازی

هنگامی که در مجموعه داده ها، مشاهدات دور افتاده وجود دارند روش رگرسیون استوار، جایگزین مناسبی برای رگرسیون معمولی است. همچنین اگر مشاهدات، فازی باشند نیز روش های رگرسیون معمول، نمی توانند راه گشای مدل بندی اینگونه از مشاهدات باشند و در این حالت روش رگرسیون فازی، روش جایگزین مناسبی است. برای حالتی که مشاهدات، فازی بوده و در مجموعه داده ها، مشاهدات دور افتاده وجود داشته باشند از روش های جایگزین استوار فازی استفاده می شود. در این مقاله برای حالتی که متغیر های وابسته و ضرایب رگرسیونی اعداد فازی بوده و مجموعه داده ها حاوی مشاهدات دور افتاده است، تحلیل رگرسیون کمترین توان های دوم فازی اصلاح شده ای مطرح می شود. در این روش برای مقایسه مجموعه های فازی، باقی مانده ها رتبه بندی می شوند. باقی مانده ها با استفاده از شاخص حضور سراسری برای هر مجموعه فازی (OM) به دست می آیند. سپس ماتریس وزن توسط تابع عضویت باقیمانده ها تعریف می شود و برآورد های کمترین توان های دوم فازی موزون با استفاده از ماتریس وزن بدست می آیند. برای نشان دادن عملکرد روش پیشنهادی، دو مثال را مطرح و نتایج حاصل از آن ها ارائه می شود.