منطق فازی
در نشریات گروه فناوری اطلاعات-
آفت سوسک سرخرطومی حنایی عامل ورود بیماری های باکتریایی و قارچی به نخل می باشد که در صورت مشاهده در مزارع، خسارت سنگینی به نخلستان ها وارد می کند. امروزه تحول در محیط ارتباطات بی سیم امکان توسعه گره های حسگر کم هزینه، کم مصرف، چند عملکردی و کوتاه برد جهت ردیابی این آفت در نخلستان را فراهم آورده است. در الگوریتم های ردیابی هدف موجود، با افزایش سرعت هدف، احتمال از دست دادن هدف نیز افزایش می یابد. بر این اساس در مقاله حاضر روش جدیدی برای ردیابی هدف پیشنهاد می شود که از دست دادن هدف را کاهش می دهد. از طرفی با توجه به محدودیت انرژی سطح باتری در گره های حسگر، نیازمند برنامه زمانی برای دوره خواب و بیداری حسگرها در راستای افزایش طول عمر شبکه هستیم. به منظور بهبود مصرف انرژی در این مقاله از رویکرد برنامه ریزی زمانی جهت تنظیم دوره خواب و بیداری گره ها با استفاده از الگوریتم بهینه سازی ازدحام گربه و منطق فازی استفاده شده است. از شبیه سازی روش پیشنهادی و مقایسه آن با روش Tracking-45-Degree-vectors در شبیه ساز Opnet می توان دریافت که پروتکل پیشنهادی عملکرد بسیار بهتری دارد، بطوریکه نرخ تاخیر انتها به انتها به میزان 02/27 درصد، نرخ تاخیر دسترسی به رسانه به میزان 01/2 درصد، نرخ گذردهی به میزان 62/0 درصد، نسبت سیگنال به نویز به میزان 28/3 درصد و میانگین انرژی مصرفی باتری به میزان 277/8 درصد نسبت به پروتکل Tracking-45-Degree-vectors بهبود یافته است. لازم به ذکر است الگوریتم پیشنهادی برای یک هدف شبیه سازی و تست شده است.
کلید واژگان: خوشه بندی، مصرف انرژی، شبکه های حسگر بی سیم، الگوریتم بهینه سازی ازدحام گربه ها، منطق فازی، ردیابی هدف متحرک، سوسک سرخرطومی خرما.The Rhynchophorus ferrugineus is a major pest that serves as a carrier for bacterial and fungal diseases, causing significant damage to palm plantations when observed on farms. Nowadays, advancements in wireless communication environments have made it possible to develop low-cost, energy-efficient, multi-functional, and short-range sensor nodes for tracking this pest in palm plantations. In existing target tracking algorithms, the probability of losing the target increases with its speed. Therefore, this paper proposes a new method for target tracking that reduces the likelihood of losing the target. Additionally, considering the energy constraints of battery-powered sensor nodes, we need a scheduling mechanism for their sleep and wake-up cycles to enhance the network's lifespan. To improve energy consumption, this paper utilizes a time scheduling approach to adjust the sleep and wakeup periods of nodes using the Cat Swarm Optimization algorithm and Fuzzy Logic optimization. By simulating the proposed method and comparing it with the Tracking-45-Degree-vectors method in the Opnet simulator, it can be observed that the proposed protocol performs significantly better. Specifically, the end-to-end delay rate improves by 27.02%, the media access delay rate improves by 2.01%, the throughput rate improves by 0.62%, the signal-to-noise ratio improves by 3.28%, and the average battery energy consumption improves by 8.77% compared to the Tracking-45-Degree-vectors protocol. It is worth mentioning that the proposed algorithm has been simulated and tested for a single target scenario.
Keywords: Clustering, Energy Consumption, WSN, Cat Swarm Optimization Algorithm, Fuzzy Logic, Target Tracking, Rhynchophorus Ferrugineus -
تحقیق حاضر قصد دارد تا به مطالعه میزان اثربخشی بهره گیری از سیستم های تحلیل فازی بر بهبود دقت نتایج فرآیند طراحی، مدلسازی و آموزش مولفه های پایدار معماری بومی ایرانی-اسلامی بپردازد. بادرنظرگیری این هدف، این پژوهش در دو فاز اصلی شناخت (مدلسازی) و آموزش طراحی شده است. با توجه به ماهیت کیفی داده های حاصل از فاز اول پژوهش، بهره گیری از روش منطق فازی، ضمن ایجاد انعطاف پذیری در مدل، داده هایی نظیر دانش، تجربه و قضاوت انسانی را در مدل نهایی وارد نموده و پاسخ هایی کاملا کاربردی در قالب الگوها و نتایج کمی ارائه می دهد، دستاوردی که عدم قطعیت بیشتری را در فرآیند مدل سازی پوشش می دهد. با درنظرگیری هدف اصلی پژوهش و در فاز نخست، 28 عامل در طراحی و تبیین مدل نهایی معماری بومی شناسایی شدند. در گام دوم، به منظور صحت سنجی داده های گردآوری شده از پرسشنامه با هدف بهبود میزان دقت نتایج در زمینه اثربخشی رویکرد پژوهش در افزایش آگاهی دانش آموزان از مولفه های معماری بومی، تحقیق حاضر از دو سیستم فازی "تحلیل اعتبار" و "تحلیل ویژگی های فردی" بهره برده است. یافته های پژوهش نشان می دهد که بکارگیری دو تکنیک فازی تحلیل اعتبار و تحلیل ویژگی های فردی، در بهبود دقت نتایج پژوهش و مدلسازی نهایی مولفه های پایدار معماری بومی ایرانی– اسلامی موثر بوده است.
کلید واژگان: مدل سازی هوشمند، سیستم تحلیل فازی، منطق فازی، معماری بومی ایرانی-اسلامی، پایداریThe current research focuses on the fuzzy system with the aim of introducing a novel approach to modeling Persian vernacular architecture. The main objective of utilizing the Delphi method is to attain the most reliable consensus among a group of expert opinions. This advantage aids in addressing the primary research question: determining the ecacy of the fuzzy Delphi technique in intelligently modeling Persian vernacular architecture. To identify the main factors of the research model, systematic literature reviews were conducted alongside semi-structured interviews with experts. Subsequently, Qualitative Content Analysis (QCA) was employed to extract various themes, which served as the primary factors of the research model. Finally, by applying the fuzzy Delphi technique, the present study examined the degree of certainty and accuracy of these factors in two stages, ultimately identifying 28 factors relevant to the modeling of Persian vernacular architecture.
Keywords: Fuzzy System, Vernacular Architectural Heritage, Architectural Education -
یک راه حل منطقی برای لحاظکردن هم پوشانی خوشه ها، انتساب مجموعه ای از درجه عضویت به هر داده است. بهدلیل کمشدن افرازها و کوچکشدن فضای جستجو، خوشه بندی فازی عموما دارای سربار محاسباتی کمتری بوده، تشخیص و مدیریت داده های مبهم، نویزدار و داده های پرت نیز در آن به سهولت انجام می گیرد. ازاین رو خوشه بندی فازی از نوع پیشرفته روش های خوشه بندی به شمار میرود. اما روش های خوشه بندی فازی در مواجه با روابط غیرخطی داده ها ناتوانند. روش پیشنهادی این مقاله می کوشد تا مبتنی بر ایده های امکان پذیری، از یادگیری چندهسته ای در چارچوب نگاشت کاهش هدوپ برای تشخیص خوشه های خطی جدایی ناپذیر با ساختار کلان داده های پیچیده، استفاده کند. مدل یادگیری چندهسته ای قادر به کشف روابط پیچیده بین دادهای بوده و در عین حال هدوپ ما را قادر خواهد ساخت تا به جای تعامل با سیستم عامل و پردازنده، با یک کلاستر منطقی از پردازش ها و گره های انباره داده تعامل داشته باشیم و عمده کار را بر عهده فریمورک بیندازیم. به طور خلاصه مدلسازی روابط غیرخطی داده ها با استفاده از مدل یادگیری چند هسته ای، تعیین مقادیر مناسب برای پارامترهای فازی سازی و امکان پذیری، و ارایه الگوریتم در مدل نگاشت کاهش هدوپ از دستاوردهای کلیدی مقاله حاضر میباشد. آزمایش ها برروی یکی از مجموعه داده های پر استفاده مخزن یادگیری UCI و همچنین برروی دیتاست شبیه ساز CloudSim پیاده سازی شده است و نتایج قابل قبولی به دست آمده است. طبق مطالعات منتشر شده، مخزن یادگیری UCI برای مقاصد رگرسیون و خوشه بندی کلان داده، و مجموعه داده CloudSim برای شبیه سازی موارد مربوط به رایانش ابری، محاسبه تاخیرهای زمانی و زمانبندی انجام وظایف معرفی شده اند.
کلید واژگان: داده های کلان، خوشه بندی، منطق فازی، یادگیری چندهسته ای، هدوپ، نگاشت کاهشA logical solution to consider the overlap of clusters is assigning a set of membership degrees to each data point. Fuzzy clustering, due to its reduced partitions and decreased search space, generally incurs lower computational overhead and easily handles ambiguous, noisy, and outlier data. Thus, fuzzy clustering is considered an advanced clustering method. However, fuzzy clustering methods often struggle with non-linear data relationships. This paper proposes a method based on feasible ideas that utilizes multicore learning within the Hadoop map reduce framework to identify inseparable linear clusters in complex big data structures. The multicore learning model is capable of capturing complex relationships among data, while Hadoop enables us to interact with a logical cluster of processing and data storage nodes instead of interacting with individual operating systems and processors. In summary, the paper presents the modeling of non-linear data relationships using multicore learning, determination of appropriate values for fuzzy parameterization and feasibility, and the provision of an algorithm within the Hadoop map reduce model. The experiments were conducted on one of the commonly used datasets from the UCI Machine Learning Repository, as well as on the implemented CloudSim dataset simulator, and satisfactory results were obtained.According to published studies, the UCI Machine Learning Repository is suitable for regression and clustering purposes in analyzing large-scale datasets, while the CloudSim dataset is specifically designed for simulating cloud computing scenarios, calculating time delays, and task scheduling.
Keywords: Big Data Clustering, Fuzzy Multicore Learning, Hadoop Map Reduce, Task Scheduling, Cloud Computing, Pattern Recognition -
شبکه موردی بین خودرویی (VANET)، یک زیر کلاس از شبکه موردی متحرک (MANET)و یک روش نوید بخش جهت سیستم های حمل و نقل هوشمند (ITS) است. پروتکل های VANET به دلیل تغییرات پویای توپولوژی و پیوندهای متقارن شبکه با چالش های بزرگی روبرو هستند. یک مکانیسم مسیریابی مناسب و موثر به استقرار و گسترش موفقیت آمیز شبکه های موردی بین خودرویی کمک می کند. وظیفه مسیریابی داده ها از گره منبع به ایستگاه پایه یک مسیله مهم در VANET است. یکی از روش های مسیریابی کارآمد در این شبکه ها، مسیریابی جغرافیایی است. در این نوع مسیریابی، وسایل نقلیه مناطق ویژه در یک گروه چند مرحله ای قرار می گیرند تا از پخش بسته ها جلوگیری کنند. در این مقاله، پروتکل مسیریابی جغرافیایی بین خودرویی با منطق فازی که F-IVG نامیده می شود، بهبود یافته است. در پروتکل پیشنهادی، ما از منطق فازی برای انتخاب پیوندی با بیشترین زمان انقضاء لینک استفاده کردیم و احتمال چگالی را برای جلوگیری از پخش مجدد بسته تنظیم می کنیم. در پروتکل مسیریابی پیشنهادی از پارامترهای موثری مانند مسافت، جهت و سرعت برای یافتن گره گام بعدی استفاده شده است. نتایج شبیه سازی نشان داده است که پروتکل پیشنهادی نسبت تحویل بسته بالاتر،تعداد بسته از دست رفته کمتر و تاخیر انتها به انتهای کمتری دارد.
کلید واژگان: شبکه موردی بین خودرویی، مسیریابی جغرافیایی، IVG، منطق فازیVehicular ad hoc networks (VANETs) are a subclass of mobile ad hoc networks (MANETs) which are a promising approach for the intelligent transportation system (ITS). VANET protocols face high challenges due to dynamic topology and symmetric links of networks. A suitable and effective routing mechanism helps to extend the vehicular ad-hoc networks successfully. Sending data from a source node to the base station is a critical issue in VANETs. In these network, one of the efficient routing techniques is geographical routing. In this technique, vehicles are divided into several multicast groups based on their geographical regions to prevent broadcasting packets. In this paper, we improve the inter-vehicle geo-cast routing protocol using fuzzy logic and call it f-IVG. In the proposed protocol, we utilize fuzzy logic to choose a link with most link expiration time (LET) and probability adapts density (PAD) to prevent from rebroadcasting the packet. In the proposed routing protocol, effective parameters such as distance, direction and velocity are used to find the next-hop node. Results of simulation show that the proposed protocol increases packet delivery rate and decreases packet loss rate and end-to-end delay.
Keywords: VANET, Geo-cast routing, IVG, Fuzzy logic -
امروزه با گسترش روزافزون بکارگیری سیستم های اطلاعاتی و حرکت سازمان ها به سمت سامانه های اطلاعاتی دانش محور، مدیریت موثر داده و اطلاعات از دغدغه های مهم سازمانها و حوزه های عملیاتی بنیادین فناوری اطلاعات و ارتباطات است. در حوزه های کاربردی مختلف مدیریت پایگاه داده های توزیعی می تواند با تکنیک ها و رویکردهای متفاوت صورت پذیرد. منطق فازی به عنوان تکنیکی موثر قادر است یک زیرساخت و رویکرد کارا در جهت مدیریت قاعده مند سیستم های بانک اطلاعاتی ایجاد نماید. یکی از این زمینه ها مربوط به کاربرد نظریه سیستم های فازی در پایگاه های داده، بازیابی اطلاعات و سیستم های خبره و پایگاه دانش است. مهمترین مسیله ای که در پایگاه های داده فازی مطرح می شود، نحوه مواجهه با پدیده عدم قطعیت است. در این مقاله چارچوب مدیریت موثر پایگاه داده فازی مورد بررسی قرار می گیرد.
کلید واژگان: پایگاه داده، منطق فازی، سیستم مدیریت، چارچوب، داده های توزیع شدهNowadays, with the increasing use of information systems and the movement of organizations towards knowledge-based information systems, the effective management of data and information is one of the important concerns and fundamental operational areas of information and communication technology. In different fields of application, database management can be done with different techniques and approaches. Fuzzy logic as an effective technique is able to create an effective infrastructure and approach for the systematic management of distributed database systems. One of these fields is related to the application of fuzzy systems theory in databases, information retrieval, expert systems and knowledge base. The most important issue that arises in fuzzy databases is how to deal with the phenomenon of uncertainty. In fuzzy logic applications, non-numeric values are often used to facilitate the expression of rules and facts of databases. In this article, the effective management framework of the fuzzy database is examined.
Keywords: database, Fuzzy logic, Management System, Framework, Distributed Data -
زنبورهای عسل از جنبه های محیط زیستی و اقتصادی بسیار مهم هستند. بااین حال، تعداد زنبورهای عسل در سراسر جهان با کاهش قابل توجهی روبرو شده است که این امر، تهدیدی جدی برای ثبات و عملکرد محصولات غذایی به شمار می رود. زنبورداری با توجه به تلفیق جنبه ی اقتصادی گسترده در تولید عسل و خدمات مهم زیست محیطی صورت گرفته توسط زنبورهای عسل از اهمیت قابل توجهی برخوردار است. در این مقاله، شناسایی سریع مناطق زنبورداری استراتژیک بررسی می شود چراکه بهره وری را به حداکثر می رساند و خطرات تلفات کلونی را کاهش می دهد. منطق فازی، یک روش ایده آل برای کارهای حل مسئله است زیرا به طور خاص برای مدیریت مشکلات با درجه ی بالایی از عدم اطمینان طراحی شده است. این تحقیق، یک روش جدید مبتنی بر نقشه های GIS بوده که به وسیله ی پهپاد تهیه شده و مناسب بودن زنبورداری در زمین های واقع در استان فارس را ارزیابی می کند. این روش جدید، بدون اتکا به فرآیند تحلیل سلسله-مراتبی-تصمیم گیری چند معیار (AHP-MCDM) انجام می شود؛ بنابراین، از محدودیت های ناشی از تکنیک و تاثیرات تصمیم گیرنده ها جلوگیری می کند. علاوه بر این، داده های مورد استفاده در این مقاله به طور کامل از منابع دسترسی آزاد بازیابی شده است. درنتیجه، این روش، شناسایی را با هزینه ی کم انجام داده و می-تواند به راحتی برای آرایه های گسترده ای از زمینه های جغرافیایی تولید شود.
کلید واژگان: پهپاد، زنبورداری هوشمند، GIS، منطق فازیHoneybees are very important for the environment and economy. However, the number of honey bees around the world is facing a significant decrease, which is a serious threat to the stability and performance of food crops. Beekeeping is of considerable importance by combining the wide economic aspect of honey production and the important environmental services performed by honeybees. In this article, the rapid identification of strategic beekeeping areas is reviewed because it maximizes productivity and reduces the risks of colony losses. Fuzzy logic is an ideal method for problem solving tasks. Because it is specifically designed to handle problems with a high degree of uncertainty. This research is a new method based on GIS maps prepared by UAV and tested to evaluate the suitability of beekeeping in the lands located in Fars province and is conducted without relying on the process of hierarchical analysis - multi-criteria decision making (AHP-MCDM); so it avoids the limitations caused by the technique and the effects of decision makers. In addition, the data used in this paper are completely retrieved from open access sources and show that as a result, this method performs detection with low cost and can be easily applied to large arrays of geographical fields.
Keywords: UAV, Intelligent Beekeeping, GIS, Fuzzy Logic -
شبکه های حسگر بی سیم متشکل از تعداد زیادی گره حسگر می باشند که در یک منطقه محدود جغرافیایی پراکنده شده اند. چالش اصلی این شبکه ها محدودیت انرژی است. خوشه بندی، یک راه حل شناخته شده برای صرفه جویی در مصرف انرژی و افزایش طول عمر شبکه است. در اکثر روش های ارایه شده در هر دوره، آرایش خوشه ها و سرخوشه ها جهت افزایش طول عمر شبکه تغییر می یابد که باعث تحمیل مصرف انرژی بالا به سرخوشه ها می شود. همچنین برخی از روش های خوشه بندی منجر به انتخاب سرخوشه های مجزا برای خوشه های نزدیک به یکدیگر می شوند که مصرف انرژی بیشتری در پی دارند. مسئله اساسی دیگر، انتخاب گره های نامعتبر و نامطمین به عنوان سرخوشه است زیرا منجر به عدم اطمینان در تعامل میان گره ها و کاهش امنیت کل شبکه می شود. هدف از روش پیشنهادی، ارایه یک روش خوشه بندی کارا است که علاوه بر برخورداری از مزایای مدیریت مصرف انرژی از طریق راهکارهایی نظیر عدم تغییر آرایش خوشه ها و سرخوشه ها در هر دور از اجرا و عدم انتخاب سرخوشه های مجزا برای خوشه های نزدیک، بتواند با تشخیص گره های مخرب و عدم انتخاب آن ها به عنوان سرخوشه، مسیری امن برای تعامل و ارتباط میان گره ها فراهم نماید. در روش پیشنهادی، شانس سرخوشه گی هر گره با استفاده از رویکرد فازی محاسبه شده و گره های با شانس بیشتر، به عنوان گره مجاز و معتبر برای برقراری ارتباط شناخته می شوند. همچنین فرایند تشکیل خوشه به روش فازی و با تعریف تابع هدف متشکل از پارامترهای انرژی باقی مانده، فاصله تا ایستگاه پایه و میانگین فاصله گره های درون یک خوشه تا سرخوشه انجام می شود. کارایی روش پیشنهادی با روش های پایه و مرز دانش مقایسه شده است. نتایج آزمایش ها نشان میدهند روش پیشنهادی به طور میانگین 59.83% افزایش طول عمر و 14.75% کاهش مصرف انرژی را در پی دارد.کلید واژگان: شبکه حسگر بی سیم، خوشه بندی، طول عمر شبکه، مدیریت اعتماد، امنیت، درجه مرکزیت، منطق فازیWireless sensor networks consist of a large number of sensor nodes scattered over a limited geographical area. The main challenge of these networks is energy consumption. Clustering is a well-known way to save energy and extend network's lifetime. Many studies iteratively change the cluster formation to increase the network's lifetime; however, this issue imposes high energy consumption on clusters. Also, some clustering methods select individual cluster heads for near clusters, which leads to more energy consumption. Another major issue is selecting untrusted and unreliable nodes as headers because it leads to unreliable interactions between nodes and reduces the security of the network. The proposed method aims to provide an efficient clustering method that, in addition to having the benefits of energy consumption management, can provide a secure path for interaction and communication between nodes by identifying malicious nodes and not selecting them as headers. For this purpose, each node's chance is calculated using the fuzzy approach, and nodes that have the highest chances are considered cluster heads. The efficiency of the proposed method is compared with state-of-the-art methods. Also, the process of cluster formation is done by fuzzy logic and by defining the objective function consisting of residual energy, distance to the base station, and the average intra-cluster distance. The statistical analysis indicates that the proposed method on average provides better results than other competitors and the results demonstrate how this method at least improves life time and residual energy by 59.83% and 14.75%, respectively.Keywords: Wireless Sensor Network, Clustering, Network Lifetime, Trust management, Security, Centrality Degree, Fuzzy logic
-
در محیط رایانش ابری، با افزایش تعداد کاربران و درخواست آن ها برای استفاده از منابع، چالش مدیریت درخواست ها و تخصیص بهینه وظایف به منابع ابر ایجاد می شود. همچنین حفظ توازن بار در محیط رایانش ابر، موجب زمان پاسخ دهی کوتاه تر و افزایش سرعت، امنیت و قابلیت اطمینان سیستم می شود. بنابراین، وجود الگوریتمی مناسب برای تخصیص مطلوب وظایف و حفظ توازن بار ضروری است. در این مقاله یک روش زمان بندی و اختصاص وظایف به منابع با ترکیب الگوریتم کرم شب تاب چند هدفه و منطق فازی ارایه شده است. هدف روش پیشنهادی، بهبود زمان گردش کار و هزینه ارتباطی در محیط رایانش ابر است. برای بهینه سازی همزمان این دو پارامتر، از الگوریتم کرم شب تاب چند هدفه استفاده شده است. زمان گردش کار برحسب ثانیه و هزینه ارتباطی برحسب مسافت طی شده (متر) است. بنابراین، از منطق فازی جهت محاسبه میزان برازندگی استفاده شده است. نتایج بدست-آمده نشانگر بهبود زمان گردش کار الگوریتم پیشنهادی به میزان 49% و 43% در مقایسه با الگوریتم ژنتیک و الگوریتم کرم شب تاب ساده بوده است. همچنین هزینه ارتباطی به ترتیب 21% و 39% نسبت به الگوریتم ژنتیک و الگوریتم کرم شب تاب ساده، کاهش داشته است.کلید واژگان: رایانش ابری، زمانبندی، توازن بار، الگوریتم کرم شبتاب چندهدفه، منطق فازیIn cloud computing environment, request management and optimal task assignment to cloud resources are challenging when it faces with increasing the number of users and their requests to use resources. Moreover, maintaining load balancing in this environment leads to shorter response times, boosting of system speed, its security and reliability. Therefore, an effective algorithm is desirable to optimally assign tasks and maintain load balancing. This paper aims to present a method of scheduling and assigning tasks to resources. It is combination of a multi-objective firefly algorithm and fuzzy logic. The purpose of the proposed method is to optimize turnaround time and communication costs in the cloud computing environment. In this study, the multi-objective firefly algorithm is utilized in order to optimize these two parameters simultaneously. Turnaround time is in second and communication cost is in terms of distance traveled (meters). Hence, the current study applied fuzzy logic in order to calculate the degree of fit. The results indicated that 49% and 43% improvement in the turnaround time of the proposed algorithm compared with the genetic algorithm and the simple firefly algorithm. Also, communication costs have also decreased by 21% and 39%, respectively, in comparison with the genetic algorithm and the simple firefly algorithm.Keywords: cloud computing, scheduling, Load Balancing, Multi Objective Firefly Algorithm, Fuzzy logic
-
یک سیستم بینایی ماشین برای تشخیص بیماری های گیاهی یا جداسازی میوه های عیب دار از بدون عیب، جهت کارکرد صحیح، دقیق و با سرعت، نیازمند پارامترهای متعددی است، لذا بایستی این پارامترها به بهترین وجه انتخاب شوند. این پارامتر ها شامل دقت نمونه برداری بر اساس شرایط نور، سرعت، فاصله و زاویه نمونه برداری است. این پژوهش باهدف مدلسازی بیماری ها به منظور مدلسازی سیستم تشخیص از سامانه استنتاج عصبی فازی تطبیقی استفاده گردیده است نتایج نشان می دهد که میتوان شبکه عصبی فازی با استفاده از الگوریتم کلاسیک ترکیبی را آموزش داد به نحوی‌که خطا برای داده های آموزش کاهش یابد.
کلید واژگان: پردازش تصویر، شبکه های عصبی، بیماری های گیاهان، منطق فازی -
بنا به اهمیت بالای بهینه سازی مصرف انرژی در شبکه های حسگر بی سیم، الگوریتم های خوشه بندی و سپس مسیریابی خوشه ای به طور گسترده ای در این شبکه ها طراحی و استفاده می شوند. به منظور جمع آوری اطلاعات در ایستگاه پایه، هر گره حسگر، داده ها را به سر خوشه ای که به آن تعلق دارد با ارتباط یک یا چندگامی، انتقال می دهد. ارتباط چندگامی در خوشه، مساله عدم تعادل بار و در نتیجه، مصرف انرژی زیاد گره های میانی را که نزدیک به سرخوشه می باشند، دربردارد. انرژی این گره ها سریع تر از گره های دورتر مصرف می شود و در نتیجه، این موضوع، موجب مرگ زودهنگام این گره ها و نیز کاهش طول عمر شبکه می گردد .در این مقاله، الگوریتمی توزیع شده برای خوشه بندی با هدف صرفه جویی در مصرف انرژی پیشنهاد می شود. در انتخاب سرخوشه ها در روش پیشنهادی که DEEFCA نامیده می شود، انرژی و درجه گره مورد بررسی و انرژی باقی مانده گره های همسایه آن گره، فاصله بین سرخوشه های انتخابی، مدت زمان ارسال بسته و تعداد گام ها از گره مورد بررسی تا ایستگاه پایه و پراکندگی، به عنوان پارامترهای ورودی در نظر گرفته می شوند. در این الگوریتم، هر گره احتمال سرخوشه شدن خود را با استفاده از سیستم استنتاج فازی به شیوه ای توزیع شده محاسبه می کند. نتایج حاصل و ارزیابی ها نشان می دهند که DEEFCA در مقایسه با روش های مشابهEEDCF ،DFLC و EADEEG طول عمر شبکه (با در نظر گرفتن زمان مردن نیمی از گره ها) را به ترتیب، به میزان %12.8، %21.5 و %25.8 بهبود می بخشد و نیز، مقدار انتقال داده در شبکه به میزان %19.7، %71 و %167 افزایش می یابد.
کلید واژگان: شبکه های حسگر بی سیم، خوشه بندی، منطق فازی، بهینه سازی مصرف انرژی، انتقال دادهDue to importance of energy conservation in wireless sensor networks, clustering algorithms and then cluster-based routing schemes are widely designed and utilized in this kind of network. To collect data in the base station, each sensor node sends the sensed data toward the cluster head via single or multi hops. Multi-hop data transmission in the clusters yields unbalanced load of the cluster members. The nodes around the cluster heads have to forward all the received packets from the cluster area; thus, the rate of energy consumption of cluster members is unbalanced. Accordingly, the lifetime of network is shortened by dying the high load nodes. In this paper, a distributed fuzzy-based clustering scheme is proposed to optimize energy consumption and data transmission of wireless sensor networks. In the proposed scheme, the remaining energy and degree of the nodes, transfer time of packets, the hops to the base station, average distance to neighboring nodes and residual energy of the neighboring nodes are considered as the criteria for cluster head selection. Each node calculates its probability of becoming cluster head via a distributed fuzzy inference system. The evaluations show DEEFCA compared to EEDCF, DFLC and EADEEG schemes, enhances network lifetime respectively by 12.8%, 21.5% and 25.8%, also, the amount of data transferred by the network is increased by 19.7%, 71% and 167%.
Keywords: Wireless sensor networks, Clustering, Fuzzy logic, Energy conservation, Data transfer -
اینترنت اشیا کاربرد زیادی درامور روزمره پیدا کرده است رده ای از کاربرد های اینترنت اشیا در مصارف صنعتی را اینترنت اشیا صنعتی می نامند اینترنت اشیا صنعتی چشم انداز روشنی در آینده دارد و یکی از مهم ترین شاخه های اینترنت اشیا صنعتی بخش سلامت می باشد. در این شبکه اطلاعات بیماران به صورت مرتب به مراکز کنترل ارسال می شود تا سلامت بیمار دچار خطر نشود. این شبکه همچون تمام شبکه ها نیاز به بخش امنیتی دارد تا در مقابل حملات مختلف ایمن باشد. یکی از حملاتی که این شبکه را دچار مختل می کند، حمله سیاهچاله است. ما دراین مقاله یک روش فازی برای کنترل حمله سیاهچاله ارائه کرده ایم و نتایج شبیه سازی نشان می دهد روش پیشنهادی عملکرد خوبی دارد.
کلید واژگان: حمله سیاهچاله، شبکه اینترنت اشیا، شبکه سلامت، منطق فازیIoT is used extensively in every day affairs. A category of IoT in industrial uses is called Industrial IoT. Industrial IoT has a bright outlook for the future. One of the most important branches of the industrial IoT is health sector. In this network, patients' information is regularly sent to the control centers, so that the patients' health is not compromised. Like all networks, this network needs a security section to be secured against various attacks. One of the attacks disrupting this network is the black hole attack. The paper presented a fuzzy method for controlling the black-hole attack, with the simulation results showing the good performance of the proposed method.
Keywords: Black hole attack, IoT network, Health network, Fuzzy logic -
سیستم امنیتی فازی دو اولویتی برای تمایز بین حمله منع سرویس و ازدحام در شبکه حسگر بدنشبکه های حسگر بدن BSNs به عنوان یک تکنولوژی پتانسیل بسیار زیادی در بهبود کیفیت مراقبت های بهداشتی از خود نشان داده است. مقدار عظیمی از اطلاعات بسیار محرمانه که از طریق شبکه حسگر بدن جمع آوری شده و تولید می شوند. جدی ترین تهدید برای دسترسی به داده ها، حمله منع سرویس می باشد که به طور مستقیم بر روی دسترسی تمام اطلاعات به یک بیمار تاثیر می گذارد. تبعات ناشی از حمله منع سرویس درافزایش میزان ترافیک و ازدحام بسیار شبیه وقوع ازدحام در شبکه می باشد. لذا اگر حمله منع سرویس اشتباهاازدحام تشخیص داده شود و یا بالعکس میتواند تبعات نامطلوبی در شبکه داشته باشد. در این مقاله روشی برای تشخیص و تفکیک ازدحام از حمله منع سرویس در شبکه حسگر بدن ارائه شده است. در روش پیشنهادی با استفاده از تکنیک فازی دو سطحی تا حد ممکن ازحملات منع سرویس جلوگیری می نماید. نتایج شبیه سازی نشان میدهد که روش پیشنهادی عملکرد قابل قبولی دارد و توانسته است با نرخ بالایی بین ازدحام و حمله تفاوت قائل شود و بهره وری شبکه را افزایش دهد.کلید واژگان: منع سرویس، شبکه حسگر بدن، ازدحام، منطق فازی، اولویت بندی
-
محاسبات ابری یک محیط فعال برای دسترسی به منابع مشترک است. در این محیط یکی از مهم ترین مسائل و نگرانی ها، امنیت است. برای ایجاد امنیت و حفظ حریم خصوصی از سیستم تشخیص نفوذ استفاده می شود. سیستم تشخیص نفوذ میان حملات و فعالیت های عادی تفاوت قائل می شود و جلوی حملات به محیط ابر را می گیرد و با ایجاد هشدارهایی آن ها را به مدیران و ارائه دهندگان ابر خبر می دهد. سیستم تشخیص نفوذ با راه حل های مختلفی پیاده سازی می شود. یکی از این روش ها ترکیب شبکه عصبی و منطق فازی است. شبکه عصبی دقت تشخیص بالایی دارد و منطق فازی برای ویژگی های مختلف استفاده می شود و قدرت کلاستر بندی دارد. در این مقاله روش های مختلف شبکه عصبی و منطق فازی بررسی می شود و نقاط قوت و ضعف آن ها بیان می شود و در انتها سیستم تشخیص نفوذ پیشنهادی را از نظر دقت تشخیص، هشدارهای مثبت غلط، قرارگیری در مناطق گسترده ای مانند ابر، بررسی می شود.کلید واژگان: محاسبات ابری، سیستم تشخیص نفوذ، شبکه عصبی، منطق فازی
-
در این تحقیق از منطق فازی برای پیش بینی درجه کیفیت موکت استفاده شده است. درجه کیفیت موکت به طور متداول به صورت کیفی با درجات 1، 5/1 و 2 مشخص می شود که منطق آن بر مبنای صفر و یک است. با استفاده از منطق فازی میتوان درجه کیفیت موکت را با دقت و جزئیات بیشتر بیان نمود. پارامترهای تاثیرگذار در درجه کیفیت موکت؛ درصد ثبات شستشویی و مقدار وزنی الیاف در واحد سطح موکت هستند. در مرحله اول با به کارگیری منطق فازی؛ درصد ثبات شستشویی موکت تعیین شده و در مرحله بعد درجه کیفیت موکت به طور دقیق محاسبه شده است. در این مطالعه موردی؛ درجه کیفیت موکت، 416/1 به دست آمده که نسبت به روش کیفی متداول دقیقتر است.کلید واژگان: منطق فازی، منسوجات بیبافت، موکت، درجه کیفیت، درصد ثبات شستشویی
-
شبکه های حسگر بی سیم، نسل جدیدی از سیستم های تعبیه شده بلادرنگ با محدودیت محاسباتی، انرژی و حافظه هستند که دارای کاربردهای متنوعی، بخصوص در مواردی که استفاده از شبکه های سنتی امکان پذیر نیست می باشند. از آنجایی که در این شبکه ها، مساله انرژی یک چالش مهم محسوب میگردد، در این مقاله ما به بررسی و مقایسه سه مقاله پرداختیم که در هر سه مورد از تکنیک های مبتنی بر سیستم منطق فازی برای انتخاب ریشه و سرخوشه ها برای بهینه سازی مصرف انرژی در شبکه های حسگر بی سیم استفاده شده است. نتایج مقایسه ها نشان می دهد که استفاده از سیستم منطق فازی در انتخاب ریشه و سرخوشه ها نقش بسزایی در بهینه سازی مصرف انرژی و افزایش طول عمر شبکه های حسگر بیسیم دارد.کلید واژگان: شبکه های حسگر بی سیم، منطق فازی، بهینه سازی مصرف انرژی، طول عمر و خوشه بندی
-
در این پژوهش، از ترکیب روش تحلیل سلسله مراتبی(AHP) و منطق فازی، جهت ارائه الگویی برای رتبه بندی زمینه های توسعه فناوری صنعتی و شناخت نیازهای تحقیقاتی صنایع در استان فارس استفاده شده است. ازاین رو ابتدا زمینه های توسعه فناوری و نیازهای تحقیقاتی استان بر حسب گروه های مختلف صنعتی مشخص گردید، سپس با استفاده از نظر متخصصان این زمینه ها بر اساس فاکتورهای «دسترسی به مواد اولیه، بازار فروش، قابلیت صادرات، بازگشت سرمایه، ارزش افزوده، تکمیل زنجیره صنعتی استان وحجم سرمایه مورد نیاز» با یکدیگر مقایسه و با استفاده از روش تحلیل سلسله مراتبی و منطق فازی، رتبه بندی گردیده و اولویت توسعه بر اساس هرکدام از گروه های صنعتی مشخص شد. بر اساس نتایج حاصل، صنایع الکترونیک با رتبه 56/0 به عنوان اولویت اول توسعه صنعتی، صنایع شیمیایی با اولویت 53/0، صنایع مخابرات و ارتباطات با اولویت 52/0، صنایع غذایی با اولویت 48/0، صنایع کانی غیر فلزی با اولویت 42/0، صنایع فلزی و خودرو با اولویت 38/0 و در نهایت صنایع دارویی با اولویت 34/0 به ترتیب به عنوان اولویت های بعدی توسعه صنعتی در سطح استان مشخص گردید.
کلید واژگان: منطق فازی، تحلیل سلسله مراتبی، زمینه های توسعه فناوری صنعتی، نیازهای تحقیقاتیIn this study combined Fuzzy Logic and AHP method is used to present a suitable algorithm for industrial technology developments. For this purpose, the technology development base of different groups was determined. Then with regard to professional committee and presentation of information about capabilities of Fars province, areas in technology developments and ranking were examined with the usage of Expert Choice Software. Finally, with aligning results from Fuzzy Logic method and AHP, priorities in technology developments were determined. On this basis, the determined development priorities in Fars industry were Electronics and Electrics industries ranked as 0.56 as the first priorities, Chemical industries as 0.53, food industries as 0.48, Mining industries as 0.42, Metal and Machine industries as 0.38 and finally, Medicine industries as 0.34 in the next priorities.Keywords: Fuzzy Logic, AHP, Technology Development, Research Needs -
ارزشیابی آموزشی همواره فرآیندی مهم، وقت گیر و هزینه بر در سیستم های آموزشی بوده است. از سوی دیگر دستیابی به نتیجه قابل اعتماد بدون استفاده از معیارهای مناسب، امکان پذیر نمی باشد. در این مقاله با استفاده از معیارهای منطق فازی، سیستمی جهت ارزشیابی نحوه آموزش مدرسان پیشنهاد شده است. منطق فازی از روش های نوین استنتاج محسوب می شود و در ترکیب با رایانه به عنوان ابزاری قدرتمند در کاربردهای مختلف استفاده می شود. مراحل این تحقیق بدین صورت است که ابتدا با آمارگیری از استادان با تجربه و مسلط به دانش و فن آوری های نوین آموزشی، داده های مورد نیاز جمع آوری گردیده است. سپس به عنوان مطالعه موردی، شیوه های مؤثر در آموزش ریاضیات مقطع کارشناسی با استفاده از روش های نوین و ایده های منطق فازی مورد تحلیل و مطالعه قرار گرفته است. در نهایت، با استفاده از تحقیقات انجام شده، یک سیستم فازی جهت ارزشیابی آموزشی، طراحی و با نرم افزار MATLAB پیاده سازی شده است. نتایج ارزیابی نشان داد که با استفاده از این سیستم پیشنهادی (در مطالعه موردی انجام شده)، ارزشیابی مؤثرتری از عملکرد آموزشی مدرسان امکان پذیر است و مدرسان می توانند با استفاده از این سیستم، اقدام به اصلاح و افزایش بهره وری روند آموزش خود نمایند. همچنین این تحقیق نشان داد که با استفاده از استنتاج فازی خطاهای ارزشیابی کاهش یافته و از حالت مطلق گرای منطق کلاسیک عاری گردیده است.
کلید واژگان: ارزشیابی آموزشی، معیارهای آموزشی، منطق فازیEvaluation has always been a time- consuming, expensive and important process in educational systems. In addition, reliable outcome cannot be achieved unless we use appropriate criteria. In this research, a system using Fuzzy logic criteria was proposed for the evaluation of faculty member's teaching performance. Fuzzy logic is considered as a modern method of inference which is used for different purposes as a powerful instrument when combined with computer. In this research, we first gathered required information from experienced faculty members and those with enough information about new educational technology. Then, efficient methods of teaching mathematics at undergraduate level as the case study have been studied and analyzed using new methods and Fuzzy logic. Finally, with the help of the researches done, a Fuzzy system for educational evaluation was designed and was applied with MATLAB software. The results of the evaluation showed that using the proposed system (in this case study) more efficient evaluation on faculty member's teaching performance would be possible. Also, they can increase and improve the productivity of teaching procedures using this system. Furthermore, this research showed that evaluation errors would decrease using Fuzzy inference. -
در این پژوهش، ابتدا دو مورد از چالش های پیش روی شرکت های کوچک و متوسط در نیازسنجی و برنامه ریزی آموزشی مورد بررسی قرار می گیرد و مساله انتخاب دوره های آموزشی و مهارتی مناسب تشریح می شود. سپس در جهت شناسایی نیازهای آموزشی شرکت ها و برنامه ریزی دوره های آموزشی مناسب، سیستمی برای پیشنهاد دوره های آموزشی با استفاده از روش استدلال مبتنی بر نمونه و منطق فازی ارایه می شود. استدلال مبتنی بر نمونه، برای حل مسایل جدید از مسایل مشابه حل شده پیشین استفاده می کند. پایگاه دانش این متدولوژی که در آن تجربیات و دانش اندوخته قبلی به صورت نمونه ها ذخیره می شود، کمک می کند تا دانش متخصصان در سیستم پیشنهادی جمع آوری و حفظ شود. استفاده از این سیستم در برنامه ریزی آموزشی شرکت ها، گامی نوین در جهت همسوسازی فعالیت های آموزشی و مدیریت دانش است و با هدف افزایش عملکرد و تعالی در سازمان ها انجام می شود. از طرف دیگر در بازنمایی و بازیابی نمونه ها (مقیاس شباهت) از منطق فازی استفاده شده است تا در مدیریت ابهام و عدم قطعیتی که در اطلاعات جمع آوری شده از شرکت های کوچک و متوسط وجود دارد به سیستم کمک کرده و کارایی آن را افزایش دهد. در مدل کردن حوزه های عملکردی، چارچوب بنیاد اروپایی مدیریت کیفیت (EFQM) به کار رفته است و همچنین به منظور کاهش زمان به ثبات رسیدن عملکرد سیستم، با استفاده از یک آستانه شباهت و یک روش ابتکاری برای تکمیل فرایند پیشنهاد (SMART) که بر اساس عملکرد ذهن خبره عمل می کند، خلا ارایه توصیه های مرتبط پوشش داده می شود. در پایان، مدل طراحی شده با روش های مرسوم حوزه استدلال مبتنی بر نمونه، ارزیابی شده و نتایج ارزیابی گزارش شده است.
کلید واژگان: دوره های آموزشی، سیستم های توصیه گر، استدلال مبتنی بر نمونه، منطق فازی، دانش بنیانIn this study, firstly two challenges ahead of SMEs in doing need assessment & educational planning are considered. Then the issue of finding and selecting training courses is elaborated. Afterwards, a system of recommending training courses using case-based reasoning and Fuzzy Model is presented in order to identify the need assessment of firms as well as planning a suitable curriculum. The case-based reasoning is based on this principle that similar problems have similar solutions. In the knowledge base (case base) of this methodology in which the information & records of the past are gathered as cases, helps to collect & maintain the experts' knowledge in the proposed system. In this system, the Fuzzy model has been used to cope with the ambiguities & uncertainties in case representation and retrieval phase. EFQM (European Foundation for Quality Management) is applied for case modeling. Besides, in order to overcome the cold start problem, a module that is called SMART (Supplementary Module to Accomplish Recommending Task) has been used in which infer as an expert. Finally, this system is evaluated and the results are reported.
Keywords: Need Assessment, Training Course Recommendation, Recommender System, Case-based Reasoning, Fuzzy logic, Small, Medium Enterprises (SMEs) -
امروزه ایجاد تغییر در وضع مدیریت زنجیره تامین یک ضرورت اجتناب ناپذیر است و تحولات حاصل از فناوری در شرایط بازار، تغییر شیوه های کسب وکار، انتظارات ذی نفعان موجود در زنجیره تامین ونهایتا تقاضا برای ارزش افزوده بیشتر از طرف مصرف کننده نهایی، از جمله دلائل این ضرورت هستند. یکپارچگی فعالیت های زنجیره تامین با فناوری هایی که برای انجام این فعالیت ها از آنها استفاده می شود، از الزامات رقابتی در اغلب صنایع است. در این راستا سازمان ها، نیازمند اتخاذ خط مشی های مقتضی برای بسترسازی و اجرای فناوری های زنجیره تامین وتجارت الکترونیک هستند. از سوی دیگر، صنعت کاشی ایران به رغم گزارش های نگران کننده ای که پیش تر نشان از تولید بی برنامه داشت، در حال حاضر در وضعیت روبه رشدی قرار گرفته است. جدا از وفور منابع معدنی مورد نیاز و انرژی ارزان که سرمایه گذاری در این صنعت را کاملا اقتصادی ساخته، سیاست های تعرفه ای دولت در زمینه واردات کاشی، فرصت های جدیدی را برای این صنعت خلق کرده به طوری که در سال های اخیر، ایران در زمره یکی از کشورهای مهم در تولید این محصول قرار گرفته است. اما با توجه به حاشیه سود بالای صنعت مذکور، کشورهای بسیاری به فعالیت در این حوزه پرداخته اند و با افزایش کیفی محصولات خود، زمینه انزوای روزافزون محصولات کاشی ایران را فراهم خواهند نمود. مطالعه حاضر، در پی آن است که با شناسایی و ارزیابی شاخص های فناوری اطلاعات در زنجیره تامین صنایع کاشی استان یزد و در نهایت رتبه بندی این شاخص ها بر اساس دیدگاه مدیران و با بهره گیری از تکنیک های تصمیم گیری چند معیاره (MCDM)، گامی در راستای دست یابی به جایگاه واقعی کشور در عرصه رقابت جهانی بردارد.
کلید واژگان: فناوری اطلاعات، مدیریت زنجیره تامین، منطق فازی، تکنیک های تصمیم گیری چند معیاره(MCDM)Recent advances in information and communication technologies (ICT) have transformed Supply Chain Management (SCM). Global technological advancements, competitive and dynamic markets, changes in business processes, increasing expectations level of different stakeholders and demand for more value-added from customer side are only few reasons for change in current Supply Chain Management approach. Therefore, it is imperative that all companies apply appropriate policies along with the latest supply chain technologies to deal with new situations. Despite the unsatisfactory preceding reports on tile industry in Iran, availability of rich mineral resources, low cost energy, skilled manpower, and state support policies have boosted opportunities to the industry in terms of growth and market positioning in regional and global markets. However, because of high profitability of the business, local manufacturers are facing increasing competition from other countries that is considered as a serious threat for the future of Iran's tile industry. The aim of this paper is to study the factors influencing information technology use in supply chain management for tile industry in Yazd province. Thus, based on the existing literature determinants of IT utilizing in SCM were investigated and then these criteria were ranked based on manager's perception by using Multiple Criteria Decision Making (MCDM) methods, fuzzy analytic hierarchy process, and technique for order preference by similarity to ideal solution (TOPSIS).
- 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.
©2000-2025 magiran.com All Rights Reserved.