چکیده: در دیدگاه های موجود تحلیل رگرسیون فازی، بهبود برآوردگرهای پارامترهای مدل تنها ازمنظر تصحیح مترهای موجود و برطرف کردن ایرادات فاصله ها و مترهای پیشین بوده است. در حال که در رگرسیون کلاسی (غیرفازی) بهبود برآوردگرها به منظور دستیابی به بهینگمعیارهای مقایسه و نی ویی برازش از طریق دستکاری و تعمیم خود برآوردگرها نیز صورتم گیرد. بنابراین در این پژوهش برآنیم تا از طریق بهبود برآوردگرها در برخ مدل های رگرسیونفازی، و نه متر مورد نظر، برخ معیارهای بهینگی فازی از قبیل شباهت فازی و خطای پیش گویی فازی را بهبود بخشیم. در این راستا استفاده از برآوردگرهای انقباض و روش های باز نمونه گیری را در مدل های رگرسیون فازی پیشنهاد کرده و نشان م دهیم چطور با استفادهاز برآوردگر انقباض فازی و یا باز نمونه گیری از داده های فازی م توان معیارهای بهینگ فازیرا بهبود بخشید. همچنین برآوردگرهای جریمه شده فازی را معرف کرده و دیدگاه انتخابمتغیر فازی را در رگرسیون فازی مورد بررس قرار دهیم.