علیرضا عربپور - دانشگاه شهید باهنر کرمان
زینب محمدی - دانشگاه شهید باهنر

رگرسیون خطی فاصله ای، تعمیمی از رگرسیون معمولی است که از آن برای محاسبه رابطه بین متغیرهای مستقل و متغیر وابسته در یک محیط فازی استفاده می شود. هنگامی که پارامترهای مدل رگرسیونی خطی به جای توابع احتمالی با توابع عضویت فازی بیان شوند، این مدل، مدل رگرسیونی خطی فاصله ای نامیده می شود. در این مقاله نخست روش های تحلیل رگرسیون خطی فاصله ای را مطرح می کنیم و سپس برای بهبود این روش ها، روشی پیشنهاد می کنیم که ابهام مدل را کاهش می دهد. در نهایت با چند مثال عددی، کارایی روش پیشنهادی را بررسی می کنیم. محاسبات انجام شده در مثال ها با استفاده از بسته آلاباما‎‎ به وسیله نرم افزار ‎R‎ انجام شده است

‎Interval linear regression‎, ‎Fuzzy intervals‎, ‎Total inclusion‎, ‎Model identification‎, ‎Linear programming‎., رگرسیون خطی فاصله ای, فاصله های فازی, شمول کل, تشخیص مدل, برنامه ریزی خطی.