Fuzzy-регрессионные модели прогнозирования затрат времени и стоимости грузовых автомобильных перевозок

Зак Юрий Александрович


	1		Введение
	2		Основные факторы, влияющие на стоимость перевозки грузов
	4		Математические модели fuzzy- регрессионного анализа
	5		Рис. 1. Треугольные и трапециевидные функции принадлежности Представление, анализ и преобразование исходных данных
	7		Рис. 2. Параметры нечетких множеств лингвистических термов Алгоритмы построения fuzzy- регрессионных моделей
	9		Оценка адекватности fuzzy- регрессионой модели
	10		Заключение
	11		Литература

Управление цепями поставок Оптимизация цепей

Логистика Транспортировка

B2B Доставка и логистика

Ключевые слова: стоимость грузовых перевозок, fuzzyрегрессионные модели, лингвистические переменные, нечеткие множества, многокритериальная задача аппроксимации

Аннотация

Многие входные факторы, оказывающие существенное влияние на объемы затрат времени и стоимость грузовых перевозок, могут быть представлены только лингвистическими, булевыми переменными или нечеткими множествами. В статье предлагаются fuzzy-регрессионные модели расчета и прогнозирования значений выходных показателей и алгоритмы преобразования нечисловых переменных в нечеткие множества с функциями принадлежности треугольного и трапециевидного типа.

Журнал: «Логистика сегодня» — №3, 2015 (© Издательский дом Гребенников)

Объем в страницах: 11

Кол-во знаков: около 24,817

Библиографическая ссылка: печать / интернет

* Деятельность Meta (соцсети Facebook и Instagram) запрещена в России как экстремистская.

1. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. Множественная регрессия. — М., Диалектика, 2007. — 912 с.

2. Ферстер Э., Ренц Б. Методы корреляционного и регрессионного анализа. — М.: Финансы и статистика, 1981. — 302 с.

3. Зак Ю.А. Методы обработки нечисловой информации в маркетинговых исследованиях // Маркетинг и маркетинговые исследова-ния. — 2013. — №1 — С. 20–33.

4. Зак Ю.А. Математические модели прогнозирования затрат времени и стоимости перевозки грузов // Логистика сегодня. — 2015. — №1. — С. 2–12.

5. Зак Ю.А. Принятие решений в условиях размытых и нечетких данных. Fuzzy технологии. — М.: URSS, Либроком, 2013. — 352 с.

6. Кини Р.Л., Райфа Х. Принятие решений при многих критериях: предпочтения и замещения. — М: Радио и связь, 1981. — 560 с.

7. Zimmermann H.-J., Gutsche L. (1991). Multi-Criteria Analyse — Einf?hrung in die Theorie der Entscheidungen bei Mehrfach-zielsetzungen. Berlin: Berlin Heidelberg, Springer-Verlag.

8. Зак Ю.А. Прикладные задачи многокритериальной оптимизации. — М.: Экономика, 2014. — 452 с.

Зак Юрий Александрович
д. т. н.

Научный консультант.

г. Аахен, Германия

Автор десяти книг и более 230 публикаций в центральных международных журналах и сборниках.

Другие статьи автора 20

Электронная библиотека