شبیه سازی فازی در شرایط عدم اطمینان

این نوشتار، ترکیب نظریه مجموعه های فازی با شبیه سازی گسسته پیشامد را مطرح کرده و آن را برای مدل‎سازی مدت زمان نامطمئن فعالیت در شبیه سازی یک سیستم واقعی، به کار می گیرد. هدف این مقاله، ارزیابی سودمندی شبیه سازی فازی برای مدل‎سازی مدت زمان نامطمئن فعالیت است؛ به ویژه زمانی که داده نمونه ای موجود نبوده یا داده های موجود کافی نباشند. در این پژوهش، برای توصیف مدت زمان نامطمئن فعالیت ها از اعداد فازی استفاده شده که بیانگر ابهام، عدم دقت و ذهنیت گرایی در تخمین آنهاست. ابتدا یک مدل شبیه سازی برمبنای رویکرد کلاسیک (مبتنی بر توابع توزیع احتمال) طراحی شده و سپس با استفاده از مدت زمان های تخمینی خبرگان، به صورت مدل فازی درمی آید. چند مدل شبیه سازی نیز برمبنای تعدادی از توابع توزیع احتمال رایج، طراحی شده و نتایج آنها با نتیجه مدل شبیه سازی فازی مقایسه می شود. نتایج نشان می دهد که اول خروجی های شبیه سازی فازی، تنها با یک مرتبه اجرای شبیه سازی گسسته پیشامد فازی قابل حصول است و دوم اینکه بازه خروجی های شبیه سازی فازی، نتایج حاصل از چندین مرتبه اجرای مدل های مبتنی بر توابع توزیع احتمال را در بردارد. بنابراین، شبیه سازی فازی، رویکرد پذیرفتنی برای نمایش سیستم واقعی به شمار می آید؛ به ویژه در شرایط عدم اطمینان که داده نمونه ای وجود نداشته یا داده های موجود ناکافی و غیرقابل اتکا هستند.