فهرس المقالات Fuzzy regression

• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  1 - ارایه مدلی جهت پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از ANFIS و رگرسیون فازی
  محمد حسین کشاورز محمدرضا فیلی ز اده ایاد هندالیانپور
  این پژوهش، با هدف ارائه یک مدل پیش‌بینی شاخص کل بورس اوراق بهادار تهران با سیستم استنتاج فازی‌عصبی‌تطبیقی (ANFIS) و رگرسیون‌فازی صورت گرفته است. رفتار شاخص غیرخطی و آشوب‌گونه است که روش‌های سنتی جوابگوی پیش‌بینی دقیق نیست. از این رو، با استفاده از دو ابزار فوق الذکر و ب أکثر

  این پژوهش، با هدف ارائه یک مدل پیش‌بینی شاخص کل بورس اوراق بهادار تهران با سیستم استنتاج فازی‌عصبی‌تطبیقی (ANFIS) و رگرسیون‌فازی صورت گرفته است. رفتار شاخص غیرخطی و آشوب‌گونه است که روش‌های سنتی جوابگوی پیش‌بینی دقیق نیست. از این رو، با استفاده از دو ابزار فوق الذکر و با شناسایی سه متغیر کلان اقتصادی شامل نرخ تورم، نرخ ارز و قیمت نفت خام به عنوان متغیرهای مستقل، اقدام به پیش‌بینی عدد شاخص کل بورس برای یک هفته بعد گردید. ابتدا داده‌های روزانه سالهای 1387 الی 1394 متغیرهای پژوهش جمع‌آوری و ذخیره و با استفاده از نرمال‌سازی فازی، نرمال گردید. سپس مدل‌سازی با استفاده از سه متغیر فوق‌الذکر صورت پذیرفت و با مقایسه نتایج، عملکرد بهتر ANFIS نسبت به رگرسیون فازی مشاهده گردید. معیار سنجش عملکرد، ریشه دوم میانگین مربعات خطا بود که برای خروجی ANFIS ، مقدار 021248/0 حاصل شد. حاصل پیش‌بینی یک هفته بعد، برای هر دو ابزار کاهش خطا را نشان داد و مجددا ANFIS با مقدار 007933/0 برای خطا، عملکرد برتر این پژوهش را به خود اختصاص داد و مدل با چهار ورودی نسبت به مدل با سه ورودی دقت بیشتری از خود نشان داد. تاکید بر استفاده از متغیرهای کلان اقتصادی، پیش‌بینی یک هفته آینده عدد شاخص، استفاده از دو ابزار ذکر شده، آنالیز حساسیت مدل‌ها در حین تحقیق از ویژگی های این پژوهش است. این پژوهش می‌تواند مورد استفاده کلیه شرکت‌های حاضر در بورس، سرمایه‌گذاران، کارگزاری‌ها و افراد حقیقی و حقوقی که به هر نحوی با بورس اوراق بهادار سروکار دارند، واقع گردد. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  2 - برآورد پارامترهای فازی از طریق شبکه‌های عصبی فازی با استفاده از داده‌های ذوزنقه‌ای
  راضیه نادرخانی محمد حسن بهزادی طاهره رزاق نیا رحمان فرنوش
  رگرسیون فازی یک مدل رگرسیونی تعمیم یافته است که نشان دهنده ارتباط متغیرهای مستقل و وابسته در محیط فازی می‌باشد. تجزیه و تحلیل رگرسیون خطی فازی تعمیم مدل‌های رگرسیونی است که با استفاده از تمامی داده‌ها بر اساس یک معیار خاص مناسب می‌باشد. در این مقاله یک سیستم استنتاج فاز أکثر

  رگرسیون فازی یک مدل رگرسیونی تعمیم یافته است که نشان دهنده ارتباط متغیرهای مستقل و وابسته در محیط فازی می‌باشد. تجزیه و تحلیل رگرسیون خطی فازی تعمیم مدل‌های رگرسیونی است که با استفاده از تمامی داده‌ها بر اساس یک معیار خاص مناسب می‌باشد. در این مقاله یک سیستم استنتاج فازی عصبی تطبیقی (انفیس)برای تجزیه و تحلیل و پیش بینی یک تابع رگرسیون فازی غیر پارامتری با ورودی‌های غیر فازی و خروجی‌های فازی ذوزنقه‌ای متقارن استفاده می‌شود. بدین منظور، یک الگوریتم جدید هیبریدی پیشنهاد می‌شود که در آن حداقل مربعات فازی و برنامه‌نویسی خطی برای بهینه‌سازی وزن‌های ثانویه مورد استفاده قرار می‌گیرند. الگوریتم‌ها به روش اعتبارسنجی چند لایه برای تأیید اعتبار مدل ها اعمال میشود. به طور دقیق‌تر، دقت الگوریتم‌ها با شبیه‌سازی ها به طورکامل تایید می‌شود. در نهایت برای بررسی کارایی مدل از دو مثال شبیه سازی استفاده شده است که در آن، داده ها به صورت اعداد ذوزنقه ای تعریف شده اند و با آموزش آنها و مشخص کردن تعداد قوانین استفاده شده، پارامترهای مجهول برآورد شده اند. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  3 - بررسی اثرات روزهای هفته بر بازده سهام رویکرد رگرسیون فازی گارچ بوت استراپ
  فاطمه بزازان شمس اله شیرین بخش ماسوله سولماز صفری
  هدف از مقاله حاضر، بررسی اثرات روزهای هفته بربازده شاخص کل قیمت سهام بازار بورس تهرانطی سال های 1383 تا 1388 است. دراین مطالعه از روش"رگرسیون فازی با توابع عضویت مثلثی"درمقابلروش های دیگر بهره جسته ایم. مبنای این روش، فازی سازی متغیرهای مجازی با استفاده از منطق فازیاست. أکثر

  هدف از مقاله حاضر، بررسی اثرات روزهای هفته بربازده شاخص کل قیمت سهام بازار بورس تهرانطی سال های 1383 تا 1388 است. دراین مطالعه از روش"رگرسیون فازی با توابع عضویت مثلثی"درمقابلروش های دیگر بهره جسته ایم. مبنای این روش، فازی سازی متغیرهای مجازی با استفاده از منطق فازیاست. در واقع منطق فازی ما را قادر می سازد تاابهامات و غیرخطی های رفتارانسانی که ازمشخصه هایاصلی فعالیت مالی است را محاسبه نماییم. علاوه برآن از طبقه بندی متغیرهای مجازی به صفر و یک، کهدر روش های آماری و اقتصادسنجی سنتی انجام می شود، اجتناب ورزیم. نتایج نشان می دهد بر اساسرویکرد رگرسیون فازی، بازده کل روز یکشنبه مثبت ومعنی دار و روز سه شنبه منفی ومعنی دار است تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  4 - Estimation of Project Performance Using Earned Value Management and Fuzzy Regression
  Mohammad Mahdi Asgari Dehabadi Mostafa Salari Ali Reza Mirzaei
  Earned Value Management is a critical project managementmethodology that evaluates project performance from cost andschedule viewpoints. The novel theoretical framework presented in thispaper estimates future performance of project regarding the past relativeinformation أکثر

  Earned Value Management is a critical project managementmethodology that evaluates project performance from cost andschedule viewpoints. The novel theoretical framework presented in thispaper estimates future performance of project regarding the past relativeinformation. It benefits from fuzzy regression (FR) models in estimationprocess in order to deal with the vagueness and impreciseness ofreal data. Furthermore, fuzzy-based estimation is evaluated using linguisticterms to interpret different possible condition of projects. Theproposed model can greatly assists project managers to assess prospectiveperformance of project and alerts them in taking of necessaryactions. Finally, one illustrative case associated with a constructionproject has been provided to illustrate the applicability of theoreticalmodel in real situations. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  5 - Fuzzy Regression Models Using the Least-Squares Method based on the Concept of Distance: Simplified Approach
  Abdullah Al-Qudaimi Walid Yousef
  10.30495/fomj.2021.1933334.1031
  Regression models have been tremendously studying with so many applications in the presence of imprecise data. The regression coefficients are unknown i.e., they cannot be restricted. To the best of our knowledge, there is no approach except Chen and Hsueh approach (IEE أکثر

  Regression models have been tremendously studying with so many applications in the presence of imprecise data. The regression coefficients are unknown i.e., they cannot be restricted. To the best of our knowledge, there is no approach except Chen and Hsueh approach (IEEE Transactions on Fuzzy Systems, vol. 17, no. 6, December 2009 pp.1259-1272) which can be used to find the regression coefficients of a fuzzy regression model without considering the non-negative restrictions on the regression coefficients. Chen and Hsueh have used some mathematical assumptions which lead to limitations in their approach. Furthermore, Chen and Hsueh approach is inefficient regarding to computational complexity. This paper proposed a simplified approach overcoming the limitations and computational complexity of Chen and Hsueh approach which can be considered by the researchers who would like to use Chen and Hsueh approach in real life applications. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  6 - بررسی ارتباط شفافیت مالی و اجتناب مالیاتی با توجه به مالکیت نهادی شرکت‌ها ( مطالعه موردی شرکت‌های بورس اوراق بهادار تهران )
  محمدرضا عباس زاده مرتضی فدایی محسن مفتونیان مائده بابایی کلاریجانی
  هدف پژوهش ‌حاضر شناسایی ارتباط میان شفافیت گزارشگری مالی و اجتناب مالیاتی در 82 شرکت فعال بورس اوراق بهادار تهران در دوره 1386 تا 1392 است. پرسش اصلی این است که سطح مالکیت نهادی چگونه رابطه شفافیت مالیاتی و اجتناب مالیاتی را تعدیل می کند؟با استفاده از الگوی رگرسیون فازی أکثر

  هدف پژوهش ‌حاضر شناسایی ارتباط میان شفافیت گزارشگری مالی و اجتناب مالیاتی در 82 شرکت فعال بورس اوراق بهادار تهران در دوره 1386 تا 1392 است. پرسش اصلی این است که سطح مالکیت نهادی چگونه رابطه شفافیت مالیاتی و اجتناب مالیاتی را تعدیل می کند؟با استفاده از الگوی رگرسیون فازی وجود رابطه معکوس و معنادار بین شفافیت گزارشگری مالی (معیار کیفیت افشاء و شفافیت سود) و اجتناب مالیاتی (معیارهای نرخ مؤثر هزینه مالیات و تفاوت دفتری مالیات) در این شرکت ها در دوره مورد بررسی تأیید شده است. شرکت های با مالکیت نهادی پایین نسبت به شرکت های با مالکیت نهادی بالا رابطه قوی تر بین شفافیت گزارشگری مالی و اجتناب مالیاتی را نشان می دهند. بدین معنا که فعالیت های برنامه ریزی مالیاتی، شفافیت گزارشگری مالی شرکت را کاهش می دهد، در صورتی که تأثیر سطح مالکیت نهادی بر رابطه میان شفافیت گزارشگری مالی و اجتناب مالیاتی برخلاف انتظار و معکوس بوده است. تفاصيل المقالة