TY -的A2 -刘,恒盟——Karbasi Delara盟——Rabiei Mohammad Reza盟——Nazemi Alireza PY - 2020 DA - 2020/11/26 TI -广义桥在模糊环境中回归及其数值解的递归神经网络能够SP - 8838040六世- 2020 AB -桥的回归是一个特殊的家庭惩罚使用罚函数回归 ∑ 一个 j γ 与 γ ≥ 1 ,对于 γ = 1 和 γ = 2 分别,它包括套索和岭回归。在情况下,输出变量回归模型是不精确的,我们开发了一个回归模型在模糊环境下的桥梁。我们还表现出惩罚模糊估计该模型输入变量时脆。所以,我们执行了优化问题的模型,导致多目标项目。另外,我们试图确定收缩参数和相同的调优参数优化问题。为了估计模糊系数的模型,我们引入一个基于递归神经网络的混合方案。提出的神经网络模型构建基于凸优化的一些概念和稳定性理论保证找到该模型的近似参数。我们使用一个模拟研究描述的性能提出了桥梁技术的共线数据。此外,真正的数据分析是用来显示该方法的性能。比较模糊回归模型的桥梁和其他几个收缩模型是由三个不同的著名的模糊标准。 In this study, we visualize the performance of the model by Taylor’s diagram and Bubble plot. Also, we examine the predictive ability of the model, thus, obtained by cross validation. The numerical results clearly showed higher accuracy of the proposed fuzzy bridge method compared to the other existing fuzzy regression models: fuzzy bridge regression model, multiobjective optimization, recurrent neural network, stability convergence, and goodness-of-fit measure. SN - 2314-4629 UR - https://doi.org/10.1155/2020/8838040 DO - 10.1155/2020/8838040 JF - Journal of Mathematics PB - Hindawi KW - ER -