Sterownik z regresją rozmytą

• Autorzy: Patryk Aleksander

Warianty tytułu

Fuzzy-Regression Controller

• Języki publikacji: PL

Abstrakty

W artykule przedstawiono próbę skonstruowania metody umożliwiającej prognozowanie na podstawie predefiniowanego zbioru modeli. Metoda ta wykorzystuje teorię zbiorów rozmytych do oceny przydatności każdego z modeli tego zbioru oraz do agregacji postawionych prognoz na podstawie najbardziej przydatnych modeli. (abstrakt oryginalny)

EN

In this paper an integration of a fuzzy Controller and a fuzzy regression model is presented. This integration takes place in the rule base. The paper shows, how a regression model can take the role of a fuzzy rule's antecedent and how forecasts based on that model can generale that rule's consequent. Mamdani and Takagi-Sugeno Controllers are considered. Application of a fuzzy-regression Controller for aggregating forecasts from different models via introducing a rule for every fuzzy regression model of different analytical form and/or different set of observations is proposed. Empirical research for the chosen macroeconomic data is conducted. (original abstract)

Słowa kluczowe

PL

Prognostyka; Metody prognozowania; Regresja rozmyta

EN

Forecaster; Forecasting methods; Fuzzy regression

• Czasopismo: Zeszyty Naukowe / Akademia Ekonomiczna w Poznaniu
• Rocznik: 2007
• Numer: nr 96
• Strony: 1--14

Twórcy

autor

Patryk Aleksander

Bibliografia

• Guzik В., Appenzeller D., Jurek W., Prognozowanie i Symulacje. Wybrane zagadnienia, Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań 2007.
• Łachwa A., Rozmyty świat zbiorów, liczb, relacji, faktów, reguł i decyzji, Akademicka Oficyna Wydawnicza EXIT, Warszawa 2001.
• Rutkowska D., Piliński M., Rutkowski L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Wydawnictwo Naukowe PWN, Warszawa-Łódź 1997.
• Sakawa M., Yano H., Fuzzy Linear Regression and its Applications, w: J. Kacprzyk, M. Fedrizzi (red.), Fuzzy Regression Analysis, Omnitech Press, Phisica-Verlag, Warsaw-Heidelberg, 1992.
• Shapiro A., Fuzzy Regression and the Term Structure of Interest Rates Revisited, Proceedings of the 14th International AFIR Colloquium, 2004, 1.
• Tanaka H., Guo P., Possibilistic Data Analysis for Operations Research, Phisica-- Verlag, Heidelberg, 1999.