نشریه سیستم های فازی و کاربردها
پیاپی 1 (بهار و تابستان 1397)

زاده نظریه مجموعه های فازی را به عنوان تعمیمی از مجموعه های معمولی(دقیق) معرفی نمود. این مجموعه ها برای مدل سازی مفاهیم مبهم کهبه وفور در مسایل واقعی وجود دارند بکار برده می شوند. این نظریهراه را برای ایجاد نظریه های دیگری که کم وبیش همین ادعا را دارندگشود. هریک از این نظریه ها را می توان تعمیمی از نظریه مجموعه هایفازی دانست. بعضی از مهمترین آن ها شامل مجموعه های بازه ای مقدار،مجموعه های فازی شهودی، مجموعه های فازی نوع 2، مجموعه هایفازی چندگانه، مجموعه های فازی مردد و مجموعه های نوتروسوفیکمی شود.

با در نظر گرفتن برخی عملگرهای جمع بندی، بردارهای وزنی خاصی تعریف می شود.سپس، تعریف عملگرهای میانگین وزن دار ترتیبی با استفاده از یک بردار وزنی خاصداده شدهارایه می شود. به علاوه، نشان داده می شود که تعریف پیشنهادی برای عملگرهای میانگین وزن دارترتیبی روی مشبکه های کامل، تعمیمی از تعریف ارایه شده توسط لیزاسویین و مورنو می باشد.

پیش بینی فرایند های طبیعی که رفتار دقیقی ندارند همواره یکی از زمینه های مردعلاقه انسان بوده است تا بتواند با اطلاع قبلی از اتفاق پیش رو برنامه ریزی های بهتری برایخود انجام دهد. یکی از ابزارهای بسیار قدرتمند در این راستا سیستم های هوشمند به ویژهشبکه های فازی-عصبی می باشند. در این مقاله قصد داریم تا با استفاده از این ساختار به پیشبینی میزان مطلق رطوبت هوا بپردازیم. برای آموزش پارامتر های قسمت تالی شبکه فازی-عصبی از روش گرادیان نزولی و برای پارامتر های قسمت مقدم شبکه از الگوریتم ژنتیکاستفادهشده است به صورتی که تابع هزینه با هدف کمینه شدن مجموع مربعات خطا در نظر گرفته شدهاست. همچنین در این مقاله برای آموزش پارامتر های غیرخطی قسمت مقدم از الگوریتم ژنتیک

نظریه احتمال و نظریه امکان، دو نظریه ریاضی برای مدل سازی‏، بررسی و تحلیل نایقینی (عدم اطمینان / عدم قطعیت) هستند. هرچند این دو نظریه از جهاتی شبیه هم هستند، ولی تفاوت های بنیادی با یکدیگر دارند. در این مقاله، به کوتاهی‏، شباهت ها و به ویژه تفاوت های این دو نظریه بررسی می شود. چند مثال مقایسه ای ارایه می شود تا تفاوت های احتمال و امکان به طور ملموس و عینی روشن شود. در پایان، یک پرسش طرح می شود تا خوانندگان با بررسی آن، درباره تفاوت احتمال و امکان بیشتر تامل کنند.

مفهوم کیفیت فازی که بر پایه ی مفهوم مجموعه های فازی مطرح می شود، در اغلب محیط های صنعتی قابل استفاده است. در این مقاله، پس از معرفی کیفیت فازی به تعمیم نمودار های کنترل شوهارت مبتنی بر کیفیت فازی می پردازیم.نمودار های تعمیم یافته در این مقاله متشکل از نمودار کنترل فازی تعداد اقلام معیوب، نمودار کنترل فازی نسبت اقلام معیوب و نمودار کنترل فازی تعداد نقص ها در واحد بازرسی می باشند. وجه مشترک تمامی این نمودارها، استفاده از آماره ی تعداد اقلام معیوب / ناقص است که تابعی از یک مشخصه کیفی می باشد و البته این مشخصه کیفی، مبتنی بر کیفیت فازی بصورت کمی اندازه گیری می شود. وقتی استفاده از این نمودارهای کنترل فازی توجیه عملی دارد که درجه ی بی کیفیتی (میزان عیب / نقص) تمامی اقلام معیوب / ناقص با یکدیگر مساوی و یکسان نباشند. برای تفهیم بهتر مطالب از یک مثال کاربردی در انتهای این مقاله استفاده شده است.

همبستگی یکی از مهم ترین شاخص هایی است که به طور گسترده درزمینه هایمختلفبه کارمی رودواندازه ایبااهمیتدرتحلیل داده هاست.از آنجایی که بسیاری از داده های واقعی ممکن است نادقیق باشند، توسیعمفهوم همبستگی در محیط نادقیق ضروری به نظر می رسد. در این مقاله،ابتدا بر اساس تعریف کلاسیک ضریب همبستگی و اصل توسیع زادهیک معیار برای محاسبه ضریب همبستگی بین اعداد فازی را مطالعهمی کنیم که در آن رویکرد برنامه ریزی ریاضی به منظور محاسبه میزان درجهعضویتبه کارگرفته شده است. سپس، روشی دیگر برای تعیین و محاسبه- نرم دراستیکو اعمال جبری مبتنی T دقیق تابع عضویت با استفاده ازبر آن مورد بررسی قرار گرفته است که به برنامه ریزی ریاضی بستگی ندارد.