Régression floue pour l'approximation d'intervalles graduels - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2012

Régression floue pour l'approximation d'intervalles graduels

Résumé

Dans cet article, une stratégie d'approximation est proposée pour déterminer l'intervalle flou le plus proche d'un intervalle graduel non-monotone. L'approximation est vue comme un problème de régression pour des données de type intervalle. Pour une structure fixée du modèle d'approximation, la phase d'identification paramétrique est spécifiée sous la forme d'un problème d'optimisation sous contraintes. La méthodologie d'approximation proposée est appliquée au cas de l'approximation floue d'une moyenne graduelle pondérée, calculée en utilisant l'arithmétique de Kaucher pour des Intervalles Graduels Etendus (IGE). Dans ce contexte, la connaissance de l'origine des données de régression permet de fixer une forme analytique du modèle d'approximation en adéquation avec les données et ainsi d'améliorer fortement la qualité de l'approximation par rapport à celle obtenue avec des intervalles flous trapézoïdaux.
Fichier non déposé

Dates et versions

hal-00753236 , version 1 (18-11-2012)

Identifiants

  • HAL Id : hal-00753236 , version 1

Citer

Reda Boukezzoula, Mohed Elmasry, Sylvie Galichet, Laurent Foulloy. Régression floue pour l'approximation d'intervalles graduels. Rencontres francophones sur la Logique Floue et ses Applications (LFA'2012), Nov 2012, Compiègne, France. pp.226-233. ⟨hal-00753236⟩
101 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More