fuzzy multi-choice programming
در نشریات گروه صنایع-
هدف
مسایل چندانتخابه فازی در دنیای واقعی در زمینه های صنعت، کشاورزی، علوم و فناوری کاربرد فراوانی دارد. از این رو، مطالعه و حل این گونه مسایل از اهمیت زیادی برخوردار است. در این مقاله، چند روش برای حل مسایل برنامه ریزی خطی چندانتخابه تماما فازی معرفی می شود.
روش شناسی پژوهشبرای حل مسایل برنامه ریزی خطی چند انتخابه تماما فازی، با استفاده از چندجمله ای درجه یک کم ترین مربعات، مساله را از حالت چندانتخابه به یک مساله برنامه ریزی خطی عدد صحیح آمیخته تبدیل می کنیم؛ همچنین، با استفاده از روش های فازی زدایی (تابع رتبه بندی روبنز) مساله را از حالت فازی به قطعی تبدیل می کنیم.
یافته هابه منظور بررسی کارایی روش های پیشنهادی، دو مدل برنامه ریزی خطی چند انتخابه تماما فازی را با استفاده از روش های معرفی شده حل و آن ها را با هم مقایسه می کنیم. در مجموع، الگوریتم های حاصل ساده و به لحاظ اجرا بسیار کم هزینه است و در مقایسه با پژوهش های گذشته از کارایی قابل قبولی نیز برخوردار است.
اصالت/ارزش افزوده علمیدر این مقاله، تمام پارامترها و ضرایب مساله اعداد فازی مثلثی هستند و سمت راست قیود مساله پارامترهای چندانتخابه فازی هستند. تعداد پارامترهای چند انتخابه فازی در پژوهش های گذشته تنها دو انتخاب فازی درنظر گرفته شده است؛ اما در این مقاله تعداد این پارامترها می تواند مقادیر متفاوت دلخواه داشته باشد؛ همچنین، در این مقاله از روش کم ترین مربعات خطی فازی برای تقریب پارامترهای چندانتخابه فازی استفاده می شود.
کلید واژگان: برنامه ریزی چندانتخابه فازی، روش کم ترین مربعات خطی فازی، برنامه ریزی خطی عددصحیح آمیخته، فازی زدایی، تابع رتبه بندیPurposeFuzzy multi-choice problems are widely used in the real world in the fields of industry, agriculture, science, technology, etc. Therefore, studying and solving such problems is essential. This study introduces some methods to solve fully fuzzy multi-choice linear programming problems.
MethodologyTo solve the fully fuzzy multi-choice linear programming problems, we use the linear least squares polynomial to convert the multi-choice linear programming problem to a mixed integer linear programming problem. Also, we convert the problem from the fuzzy mode to the crisp mode by using the defuzzification methods (Roubens ranking function.
FindingsTo investigate the efficiency of the suggested method, we solve and compare two fully fuzzy multi-choice linear programming models using the proposed methods. In general, the resulting algorithms are simple and very inexpensive to implement, and they are more efficient than those of previous studies.
Originality/ValueIn this article, all parameters and coefficients of the problem are triangular fuzzy numbers, and the right side of the problem's constraints are the fuzzy multi-choice parameters. The number of fuzzy multi-choice parameters in the previous articles has been considered only two fuzzy choices. However, in this article, the number of these parameters can be arbitrary. Also, this article uses the fuzzy linear least squares method to approximate the fuzzy multi-choice parameters.
Keywords: Fuzzy Multi-Choice Programming, Fuzzy Linear Least Squares Method, Mixed Integer Linear Programming Problem, Defuzzification, Ranking Function
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.