فهرست مطالب

سیستم های فازی و کاربردها - سال پنجم شماره 2 (پیاپی 11، پاییز و زمستان 1401)

نشریه سیستم های فازی و کاربردها
سال پنجم شماره 2 (پیاپی 11، پاییز و زمستان 1401)

  • تاریخ انتشار: 1401/11/01
  • تعداد عناوین: 12
|
  • حسن میش مست نهی*، شکوه سرگلزائی صفحات 1-71
    در این مقاله، که بخش اول آن در اینجا آورده شده، مروری به مدل های مختلف مساله برنامه ریزی خطی فازی و روش های حل آن خواهیم داشت. در مسایل دنیای واقعی، عدم قطعیت در اغلب داده های ورودی مسیله اجتناب ناپذیر است. این موضوع ناشی از ناکافی بودن داده های عینی موجود و یا دست نیافتنی بودن آن ها است. لذا براساس نوع عدم قطعیت در داده های ورودی، با سه دسته مسایل برنامه ریزی خطی انعطاف پذیر، امکانی و استوار برای مسیله برنامه ریزی خطی فازی روبرو هستیم؛ که در این مقاله به مسیله برنامه ریزی خطی انعطاف پذیر خواهیم پرداخت. در این دسته از مسایل، ابهام در داده های ورودی ناشی از غیرشفاف بودن مرز، با توابع عضویت مبتنی بر ارجحیت ذهنی مدلسازی می شود. حالت های مختلف بکار بردن تابع عضویت برای بیان ابهام مدل های انعطاف پذیر و روش های حل آن ها را به همراه مثال های عددی مرور خواهیم کرد. بخش دوم این مقاله شامل مدل ها و روش های مسایل برنامه ریزی خطی امکانی و استوار در مقاله دیگری مرور خواهد شد.
    کلیدواژگان: برنامه ریزی خطی فازی، تصمیم فازی، برنامه ریزی خطی فازی انعطاف پذیر، برنامه ریزی خطی فازی امکانی
  • لعیا علی احمدی پور، عزت ولی پور* صفحات 73-92

    نگرانی شرکت ها از افشا و نقض حریم خصوصی کاربران در حال افزایش است و این امر منجر به تمرکز بسیاری از محققان بر روی توسعه روش های حفظ حریم خصوصی داده ها شده است. این روش ها روی داده های اصلی تاثیر می گذارند و با حفظ ویژگی ها و ارتباط بین آن ها، داده را بصورت دیگری منتشر می کنند. در این مقاله با استفاده از روش خوشه بندی تجزیه نامنفی ماتریس ها، الگوریتمی برای تولید داده هایی با سطوح امنیتی متفاوت، جهت انتشار برای یک مجموعه داده اصلی پیشنهاد می شود. پیاده سازی ها با دو رویکرد متفاوت روی مجموعه داده های متنوع استاندارد نشان می دهند که الگوریتم پیشنهادی علاوه بر تولید داده هایی با سطوح امنیتی مختلف، ساختار محدودیت های داده ی اصلی را نیز حفظ می کند.روش مطرح شده در این مقاله روی مجموعه داده های با ابعاد بالا پیاده سازی شده، در حالیکه برخی روش های ریزتجمیع کننده مبتنی بر فازی قابلیت پیاده سازی روی آن ها را ندارند. همچنین، نتایج تجربی با استفاده از روش ‎$c$-‎میانگین فازی نشان می دهد که میزان اطلاعات از دست رفته نیز بسیار ناچیز است. لذا، الگوریتم پیشنهادی می تواند داده هایی را منتشر کند که در عین حفظ حریم خصوصی، برای پردازشگران قانونی قابل استناد باشند‎.‎

    کلیدواژگان: حفظ حریم خصوصی داده، روش خوشه بندی تجزیه نامنفی ماتریس، داده ماسک شده، داده منتشر شده، اطلاعات از دست رفته
  • مدینه فرنام، مجید دره میرکی* صفحات 93-119

    با توجه به اینکه عصر کنونی از حیثی عصر انفجار اطلاعات می باشد لذا خوشه بندی داده ها و اطلاعات موجود امری اجتناب ناپذیر است که باید صورت پذیرد. از آنجایی که در بسیاری از موارد با عدم قطعیت های گسترده ای در داده های موجود مواجه هستیم لذا بهترین راه برای استفاده از تکنیک های خوشه بندی، ترکیب آنها با ریاضیات فازی است. الگوریتم خوشه بندی C میانگین فازی (FCM) متداول ترین روش خوشه بندی فازی است، که تاکنون شکل های مختلفی از آن ارایه شده است. یکی از موثرین عوامل در بهبود عملکرد الگوریتم های خوشه بندی تعیین معیار فاصله و مشابهت کارآمد برای بهره-گیری در آن است. به طور کلی اندازه فاصله بین دو عدد فازی می تواند به صورتی قطعی یا پارامتری بیان شود. در این بین، معیارهای پارامتری انعطاف پذیری بیشتری برای حل مسیله فراهم می سازند. از این رو، در این مقاله ابتدا یک معیار فاصله پارامتری جدید معرفی می شود. در ادامه ضمن بررسی اصول موضوعی اندازه برای معیار پیشنهادی، الگوریتم FCM را بر مبنای آن و به عنوان یک روش خوشه بندی کارا و قوی برای داده های فازی ارایه می دهیم. با توجه به این که معیار بیان شده در این مقاله بر اساس α-برش ها (پارامتر مورد نظر) است، توانایی تصمیم گیری در سطوح مختلف را برای تصمیم گیرنده فراهم می سازد. در پایان دو مثال عددی و یک مثال کاربردی برای نشان دادن کارایی روش پیشنهادی ارایه شده است.

    کلیدواژگان: خوشه بندی، عدد فازی، آلفا برش، داده
  • نعمت الله تقی نژاد*، الهام مهدی زاده، مهرداد غزنوی صفحات 121-154

    برنامه ریزی کسری خطی یک تکنیک ریاضی برای رسیدن به جواب بهینه ی مطلوب برای فعالیت های معلوم است. لذا در مسایل برنامه ریزی کسری خطی فرض بر این است که تمام پارامترهای مسیله بطور دقیق مشخص شوند، در حالی که مقادیر مشاهده شده در جهان واقعی به دلیل اطلاعات ناقص یا غیرقابل دستیابی نادقیق و مبهم می باشند.یکی از ابزارهای کارا و متداول در بسیاری از مسایل جهان واقعی برنامه ریزی کسری است زیرا بهینه سازی نسبت اهداف از بهینه سازی هر هدف به تنهایی دید و بینش بهتری ایجاد می کند. اما از آنجایی که مقادیر مشاهده شده در جهان واقعی به دلیل اطلاعات ناقص یا غیرقابل دستیابی نادقیق و مبهم می باشند، در این مقاله از اعداد فازی استفاده می شود و بدین ترتیب یک مسیله ی برنامه ریزی کسری خطی فازی به وجود خواهد آمد. در این مقاله، روش جدیدی برای حل مسایل برنامه ریزی کسری خطی تماما فازی با اعداد فازی ذوزنقه ای و با قیود نامساوی ارایه می شود. در این روش، ابتدا مسیله فازی به برنامه ریزی خطی چندهدفه تبدیل و سپس با روش رتبه بندی الفبایی جواب بهینه بدست می آید. در نهایت با ارایه چند مثال، روش ارایه شده را پیاده سازی عملی و با روش های دیگر مقایسه خواهیم کرد. همچنین مطلوبیت روش جدید را از نظر سادگی عملیات و دقت نتایج خواهیم سنجید.

    کلیدواژگان: برنامه ریزی کسری تماما فازی، برنامه ریزی خطی چندهدفه، اعداد فازی ذوزنقه ای، روش رتبه بندی الفبایی
  • رجبعلی برزویی*، مهارک باقر نژاد صفحات 155-179
    استفاده از گرافهای نرم در کنار گرافهای فازی، گرافهای فازی بازهای مقدار، گرافهای دو قطبی و گرافهای مبهم یکی دیگر از راه های حل مسایلی است که با عدم قطعیتها مواجه هستند. از آنجا که یک گراف نرم مجموعه ای از زیرمجموعه های یک گراف ساده است پس لازم است که برخی از مفاهیم گرافهای ساده را به گرافهای نرم تعمیم داد. از این رو محققین زیادی بر روی گرافهای نرم مطالعه کردهاند و بعضی از مفاهیم و عملگرها مانند اجتماع، اشتراک و متمم را برای آن تعریف نمودهاند. در ادامه این تحقیقات ما در این مقاله ابتدا به بیان تعریف ماتریس مجاورت نرم پرداخته و اجتماع، اشتراک، جمع و تفاضل را برای ماتریسهای مجاورت نرم تعریف میکنیم و رابطه ی بین این مجموعه ها را به دست میآوریم. سپس مرتبه، اندازه و درجه را برای گرافهای نرم تعریف کرده و به بیان مفهوم گراف نرم مسطح و گراف نرم دوگان میپردازیم و سپس رابطه ی بین مرتبه و اندازه را در گراف نرم مسطح بررسی مینماییم. در پایان مقاله نمونه ای از کاربرد گرافهای مسطح نرم در کنترل جریانهای ترافیک شهری بیان شده است.
    کلیدواژگان: گراف نرم، ماتریس مجاورت نرم، گراف نرم مسطح، کاربرد
  • سیده حکیمه حسینی*، داود درویشی صفحات 181-201

    ارزیابی صحیح یادگیرنده در نظام آموزشی یکی از مهمترین چالش های پیش روی همه اساتید و معلمان است. با توجه به وجود ابهام در برخی از معیارها و یا پاسخ دهی به سوالات همواره با نایقینی در ارزیابی ها مواجه خواهیم بود. از این رو در این مقاله به دو مساله ی مهم در نتایج ارزشیابی نظام آموزشی در ازمون های رقابتی هنگامی که عدم قطعیت برای قبولی یا گزینش براساس سوابق تحصیلی وجود دارد پرداخته شده است. پیشنهاد ما برای حل مسایل، رویکردی مبتنی بر تکنیک های محاسبات نرم است. از مجموعه های فازی برای مدل سازی ویژگی های کیفی سوالات و شناسایی مساله ضریب اهمیت آموزشی هر سال تحصیلی در دروس مختلف، توسط تصمیم گیرندگان آموزشی و از اعداد خاکستری برای به دست آوردن نتایج ارزیابی پاسخ نامه یادگیرنده و رتبه بندی آنها با استفاده از روش های چندمعیاره خاکستری استفاده شده است.معمولا در امتحانات، یک پاسخنامه بر اساس تخصیص نمره، یک بار ارزیابی می شود. در اینجا هدف اصلی ما ارزیابی دستورالعمل های پاسخ از دیدگاه های مختلف تصمیم گیرندگان است. نظریه خاکستری در اینجا برای به دست آوردن رتبه بندی اجرا شده است.. استفاده ترکیبی از رویکردهای مختلف مواجهه با عدم قطعیت که بتواند ضعف هریک از رویکردهارا پوشش دهد از پژوهش های اینده نویسندگان می باشد.

    کلیدواژگان: ارزیابی یادگیرنده، منطق فازی، سیستم خاکستری، عدم قطعیت، نظام آموزشی
  • حمید بیگدلی*، سعید دریجانی صفحات 203-225
    یکی از پرکاربردترین مدل ها برای رده بندی‎‎ یا کلاس بندی داده ها که در سال های اخیر مورد توجه بسیاری از پژوهشگران قرار گرفته است، مدل های مخلوط متناهی است. بطور کلی رده بندی به فرایندی گفته می شود که در آن هر یک از مشاهدات به یکی از گروه های مشخص شده تعلق گرفته می شود. گرچه ایده اصلی در مدل های مخلوط بر اساس توزیع نرمال بوده است، اما در سال های اخیر با معرفی توزیع های دیگر مدل های مخلوط بر اساس این توزیع ها مورد توجه بسیاری از محققین بوده است. در مقالات از الگوریتم ‎EM‎ و گسترش های آن برای برآوردیابی استفاده شده است. با این حال این امکان وجود دارد که الگوریتم ‎EM‎ نتایج مناسبی برای کلاس بندی ارایه ندهد‏، زیرا در این روش هر عضو مشاهدات متعلق به یک کلاس است. این محدودیت باعث استفاده از رویکرد کلاس بندی فازی در این نوع مسایل شد. در این مقاله یک الگوریتم کلاس بندی براساس توزیع مخلوط متناهی‏ آمیخته مقیاسی نرمال‏ ارایه شده است. در این الگوریتم برای کلاس بندی از روش یادگیری فازی ‎‎$‎-c‎$‎میانگین استفاده شده است.‎ برای بررسی تاثیر مقادیر گمشده بر کلاس بندی داده ها‏، داده گمشده نیز در نظر گرفته شده است. از ساختار توزیع مخلوط متناهی‏ آمیخته مقیاسی نرما‎‏ل برای بررسی داده های گمشده و کلاس بندی داده ها استفاده می شود. در انتها نیز با استفاده از مثال واقعی و داده های شبیه سازی شده، مقایسه بین الگوریتم ‎$\text{‎LB-‎FCM}‎$‎‎ و ‎$\text{‎EM}$‎‎ صورت می گیرد. از این مقایسه نتیجه شده است که استفاده از این الگوریتم برای کلاس بندی داده‎ ها مناسبتر است.
    کلیدواژگان: بازسازی تصویر‏، کلاس بندی فازی‏، توزیع مخلوط متناهی، توزیع مخلوط متناهی امیخته مقیاسی نرمال، داده گمشده
  • محسن مددی*، رضا اعتصامی، علیرضا عرب پور صفحات 227-245
    هدف

    تکنیک دیمتل فازی جهت شناسایی و کاهش پیچیدگی در مدلسازی استفاده می شود. تحقیق حاضر با هدف طراحی تکنیک دیمتل فازی در نرم افزار R جهت افزایش دقت و سهولت استفاده از این روش برای محققان آتی با استفاده از یک مثال کاربردی (عوامل موثر بر گرایش جوانان به مواد مخدر) انجام شد.

    روش

    روش پژوهش از لحاظ هدف کاربردی و از لحاظ نحوه گردآوری داده ها توصیفی از نوع پیمایشی است. شش عامل موثر بر گرایش جوانان به مواد مخدری با روش دلفی مشخص و جهت مقایسه زوجی این عوامل پرسشنامه خاص دیمتل فازی طراحی و با استفاده از روش نمونه گیری گلوله برفی از 8 متخصص جهت ارزیابی عوامل تاثیرگذار نظرسنجی شد.

    یافته ها

    پس از استخراج نتایج نهایی مدل دیمتل فازی، شش عامل تاثیرگذار درگرایش جوانان به مواد مخدر، به عوامل علت و معلول تفکیک شد. دو عامل میزان تحصیلات و محل سکونت به عنوان عوامل علت و چهار عامل محیط خانواده، ارتباط با دوستان و آشنایان معتاد، مشکلات روحی روانی و تنهایی به عنوان عوامل معلول انتخاب شدند.

    نتیجه گیری

    جهت کاهش گرایش جوانان به مواد مخدر، پیشنهاد می شود دستورالعمل ها و سیاست های لازم متناسب با عوامل علت و معلول درنظر گرفته شود. در انتها تابع تکنیک دیمتل فازی در نرم افزار R کدنویسی شده است .

    کلیدواژگان: تکنیک دیمتل، منطق فازی، اعتیاد جوانان، نرم افزار R
  • محمد عابدینی* صفحات 247-270
    در این مقاله با استفاده از الگوریتم بهینه سازی گرگ خاکستری به حل مسیله برنامه ریزی بهینهشبکه توزیع در حضور پارکینگ های هوشمند خودروهای برقی در سطح شبکه پرداخته می شود.تابع هدف مسیله برنامه ریزی بهینه شبکه توزیع در حضور خودروهای برقی کمینه نمودن هزینهبرنامه ریزی شبکه شامل هزینه توان تحویلی خودروهای برقی، بهبود تقاضای بار شبکه شاملکاهش بار پیک شبکه و درنهایت بهبود پروفایل ولتاژ سیستم می باشد. به منظور حل مسیلهچند هدفه از روش فازی برای آن استفاده شده است و توابع فازی برای هر تابع هدف استخراجحل می شود. شبکه نمونه توزیع 54 باسه استاندارد Max−Min می شود و به کمک عملگربه عنوان شبکه مورد مطالعه در نظر گرفته شده و طرح های توسعه شبکه در دو حالت با IEEEو بدون حضور خودروهای برقی با یکدیگر مقایسه می شوند. نتایج نشان می دهد که هزینه کلیبهره برداری و پروفایل ولتاژ سیستم برای حالت شارژ و دشارژ هوشمند به ترتیب تقریب ا 9 و 31درصد کاهش را در مقایسه با حالت پایه بهره برداری شبکه خواهد داشت.
    کلیدواژگان: برنامه ریزی فازی، بهینه سازی، الگوی مصرف، گرگ خاکستری
  • زهرا اصغری، حسن زارعی*، محمد قاسم اکبری صفحات 271-292
    آزمون فرضیه ها نقش مهمی در استنباطهای آماری ایفا میکنند. روش های کلاسیک درآزمون فرضیه مبتنی بر مفروضاتی از قبیل دقیق بودن مشاهدات ، دقیق بودن فرضیات آزمون،دقیق بودن پارامتر مجهول و... میباشد، ولی در جهان واقعی گاهی این مفروضات برقرارنیستند. نظریهی مجموعه های فازی و نظریهی مجموعه های فازی شهودی، راه های مناسببرای صورت بندی و تحلیل اینگونه مفاهیم و موضوعات نادقیق میباشند.در این مقاله پس از تعریف متغیرتصادفی فازی شهودی براساس α- شک و فرضیه های فازیشهودی روشی برای آزمودن یک نمونه تصادفی کلاسیک و فرضیه فازی شهودی ارایه می دهیم.زمون فرضیه ها نقش مهمی در استنباطهای آماری ایفا میکنند. روش های کلاسیک درآزمون فرضیه مبتنی بر مفروضاتی از قبیل دقیق بودن مشاهدات ، دقیق بودن فرضیات آزمون،دقیق بودن پارامتر مجهول و... میباشد، ولی در جهان واقعی گاهی این مفروضات برقرارنیستند. نظریهی مجموعه های فازی و نظریهی مجموعه های فازی شهودی، راه های مناسببرای صورت بندی و تحلیل اینگونه مفاهیم و موضوعات نادقیق میباشند.در این مقاله پس از تعریف متغیرتصادفی فازی شهودی براساس α- شک و فرضیه های فازیشهودی روشی برای آزمودن یک نمونه تصادفی کلاسیک و فرضیه فازی شهودی ارایه می دهیم.برای صورت بندی و تحلیل اینگونه مفاهیم و موضوعات نادقیق میباشند.
    کلیدواژگان: فرضیه فازی شهودی، α- شک، مجموعه فازی شهودی، آزمون آماری
  • شایسته طباطبایی*، حامد شهرکی صفحات 293-314
    با پیشرفت تکنولوژی ارتباطات بی سیم، شبکه های MANET به دلیل بهبود قابلیت انعطاف پذیری و کاهش هزینه ها توانسته اند توجهات بسیاری را به خود جلب کنند. ایستگاه های سیار در یک شبکه MANET دایما در حال جابجایی هستند، بنابراین نیاز به اجرای یک پروتکل مسیریابی است که در مقابل این تغییرات اجرا شود. طراحی چنین پروتکل هایی بطور معمول، چالش ها و مشکلات خاصی را به همراه دارد. یکی از این چالش ها، احتمال وقوع ازدحام به دلیل بالا بودن نرخ ارسال اطلاعات به سمت گره مقصد و همچنین مصرف بالای انرژی گره ها می باشد. ازدحام موجب از دست رفتن اطلاعات و هدر رفتن انرژی موجود در گره ها می شود، بر این اساس در این مقاله، به منظور کنترل ازدحام، روشی جدید بر اساس منطق فازی پیشنهاد شده است. در پروتکل پیشنهادی، منطق فازی با استفاده از سه پارامتر طول بافر صف، سرعت تحرک گره ها و پهنای باند در دسترس به عنوان ورودی، به تشخیص، اعلان و کنترل ازدحام می پردازد. با شبیه سازی روش پیشنهادی و مقایسه آن با پروتکلCBP می توان دریافت که پروتکل پیشنهادی عملکرد بسیار بهتری برای کنترل ازدحام نسبت به CBP دارد.
    کلیدواژگان: شبکه های موردی سیار، کنترل ازدحام، منطق فازی، پروتکل مسیریابی CBP
  • سعید میروکیلی*، حسین نراقی، محمدعلی دهقانی زاده صفحات 315-338

    یکی از مهمترین مباحث در نظریه گروه های فازی رده بندی زیرگروه های فازی از یک گروه متناهی است. این کار در نظریه گروه های فازی با استفاده از رابطه هم ارزی تعریف شده توسط مورالی و ماکامبا انجام شده است. با استفاده از این ایده، نراج و شارما شمارش زیرگروه های فازی شهودی یک گروه متناهی آبلی را با کمک پرچم های پایه دار دوگانه مورد مطالعه قرار دادند. ما در این مقاله با روش دیگری این کار را برای برخی گروه های آبلی و غیرآبلی متناهی انجام می دهیم. در واقع با کمک یک رابطه هم ارزی مناسب روی زیرگروه های فازی شهودی و مشبکه زیرگروه ها، شمارش زیرگروه های فازی شهودی گروه های متناهی مرتبه 12 را بیان می کنیم. همچنین شمارش زیرگروه های فازی شهودی گروه های متناهی $ Z_{p^k}\times Z_q$ و $Z_{p^k}$ با روش متفاوتی از مقاله[9] بدست می آوریم. در انتها، به کمک نتایج بدست آمده در این مقاله تعداد زیرگروه های فازی شهودی روی یک گروه با مرتبه کمتر از 16 در یک جدول را ارایه می دهیم.

    کلیدواژگان: شمارش، زیرگروه، فازی شهودی، گروه متناهی
|
  • Hassan Mishmast Nehi *, Shokouh Sargolzaei Pages 1-71
    Linear programming is one of the most practical decision-making models in real world problems. Sometimes the values of the coefficients of the decision-making problem are not clearly clear and may include ambiguities. This is where the use of fuzzy set theory is highly regarded by researchers. Fuzzy linear programming is a model of optimization problem in which the objective function and constraints of linear functions include ambiguous parameters and these ambiguities are modeled with fuzzy concepts. In fuzzy linear programming problems and in terms of the position of the ambiguities in the problem, different states are created that different solutions are presented for each of these states. In this research, the introduction of fuzzy linear programming, types of ambiguities in the problem in fuzzy environment and different categories of fuzzy linear programming problems based on the type of ambiguity in these types of problems and generally the problems of flexible fuzzy linear programming are investigated. Ambiguities in these types of issues are vagueness type and are expressed by membership functions. In these types of ambiguity problems in the target function, fuzzy cost coefficients, fuzzy constraint matrix and fuzzy resource vector or combining these states together, each of these ambiguities creates different states that are expressed and the existing solving methods for each state are examined and several numerical examples are given for better understanding.
    Keywords: Fuzzy linear programming, fuzzy decision, flexible fuzzy linear programming, possibilistic fuzzy linear programming
  • Laya Aliahmadipour, Ezat Valipour * Pages 73-92

    Companies are increasingly concerned about the disclosure and violation of users' privacy, and this has led many researchers to focus on developing of data privacy methods. These methods affect the original data and publish the data in a different form by keeping their features and relationships. This paper suggests an algorithm to generate data for publishing with different privacy level for a given original data set based on non-negative matrix factorization clustering. Implementation results with two different approaches to various standard data sets show that our proposed algorithm can satisfy the original data constraints in addition to generating data with different privacy levels. The method proposed in this article is implemented on high-dimensional datasets, while some fuzzy-based microaggregation methods cannot be implemented on them. Also, the experimental results using fuzzy $c$-mean show that the information loss is very small. Therefore, the proposed algorithm can publish data that can be relied on by legal users while preserving privacy.

    Keywords: Data Privacy preserving, Nonnegative matrix factorization clustering, Masked Data, Published data, Information loss
  • Madineh Farnam, Majid Darehmiraki * Pages 93-119

    Given that the current era is the era of information explosion, so the clustering of existing data and information is inevitable that must be done. Since in many cases we encounter widespread uncertainties in the available data, the best way to use clustering techniques is to combine them with fuzzy mathematics. Researchers have developed a variety of clustering algorithms for data clustering, some of which have fuzzy versions. The basic idea in fuzzy clustering is to assume that each cluster is a set of elements, then by changing the definition of element membership in this set from a state where an element can only be a member of a cluster, to a state where each element can To rank different memberships within several clusters, provide more realistic categories. The fuzzy mean c clustering algorithm (FCM) is the most common fuzzy clustering method. Various forms of FCM have been proposed so far. In this paper, based on FCM algorithm and similarity criterion, an efficient and robust clustering method for fuzzy data is proposed. This is the method. The similarity criterion proposed in this paper is based on α-sections and gives the decision maker the ability to make decisions at different levels. At the end, two numerical examples and a practical example are presented to show the efficiency of the proposed method.

    Keywords: Clustering, Fuzzy number, alpha cut, Data
  • Nemat Allah Taghi-Nezhad *, Elham Mahdizadeh, Mehrdad Ghaznavi Pages 121-154

    Fractional programming problems is one of the efficient and common tools in many problems of real worlds, because optimizing the ratio of the purposes creates better vision than optimizing any of proposes, separately. But, as the values observed in the real world are inaccurate and ambiguous due to incomplete or inaccessible information, in this paper fuzzy numbers are used and a fuzzy linear fractional programming problem is created. In this paper, a new method for solving fully fuzzy linear fractional programming problems with trapezoidal fuzzy numbers and inequality constraints is proposed. In this method, the fuzzy problem is transformed to a multi-objective linear programming problem and then using lexicographical order the optimal solution is obtained. Finally, using some examples, the presented method is implemented practically and compared with other methods. Also, desirability of the new approach in terms of simplicity of operations and accuracy of the results is measured. p

    Keywords: fully fuzzy fractional programming, multi-objective linear programming, Trapezoidal fuzzy numbers, lexicographical order
  • Rajabali Borzooei *, M. Bagernejad Pages 155-179
    Using soft graphs along with fuzzy graphs, interval valued fuzzy graphs, bipolar fuzzy graphs and vague graphs is another way to solve problems that are faced with uncertainties. Since a soft graph is a set of subsets of a simple graph, it is necessary to generalize some concepts of simple graphs to soft graphs. Therefore, many researchers have studied on soft graphs and defined some concepts and operators such as community, sharing and complement for it. In the continuation of this research, in this article, we first define the definition of soft adjacency matrix and we define union, intersection, addition and difference for soft adjacency matrices and obtain the relationship between these sets. Then we will define the order, size and degree for soft graphs and express the concept of planar soft graph and dual soft graph and then we will examine the relationship between order and size in planar soft graph. At the end of the article, an example of the application of soft planar graphs in the control of urban traffic flows is stated.
    Keywords: Soft graph, soft adjacency matrix, planar soft graph, Application
  • Hakime Hosseini *, Davod Darvishi Pages 181-201

    Proper assessment of the learner in the educational system is one of the most important challenges facing all professors and teachers. Due to the ambiguity in some criteria or answering the questions, we will always face uncertainty in the evaluations. Therefore, in this article, two important issues in the results of the evaluation of the educational system in competitive exams when there is uncertainty for acceptance or selection based on academic record. Our proposal for problem solving is an approach based on soft computing techniques. Usually in exams, a answer sheet is evaluated based on the assignment of a score of one. Here, the main purpose of evaluation is the answer instructions from different perspectives of decision makers.From fuzzy sets to model the qualitative characteristics of questions and identify the problem of coefficient of educational importance of each academic year in different courses, by educational decision makers and from gray numbers to obtain the results of evaluating the learner's answer sheet and ranking them using methods Several gray criteria have been used. The use of a combination of different approaches to dealing with uncertainty that can cover the weakness of each approach is one of the future research of the authors.

    Keywords: Learner Assessment, fuzzy logic. gray system, Uncertainty, educational system
  • Hamid Bigdeli *, Saeed Darijani Pages 203-225
    One of the most widely used models for data clustering, which has been considered by many researchers in recent years, is finite mixture models. Clustering is generally a process in which each observation is assigned to one of the specified groups. Although the main idea in mixture models is based on normal distribution, but in recent years with the introduction of other distributions of mixture models based on these distributions has been considered by many researchers. In the articles, the EM algorithm and its extensions are used for estimation. However, it is possible that the EM algorithm does not provide good results for clustering because in this method each member of the observation belongs to one class. This limitation led to the use of the fuzzy clustering approach in this type of problem. In this paper is proposed a clustering algorithm‎, ‎based on a fuzzy treatment of finite mixtures‎ of multivariate scale mixture of normal distribution, ‎using Learning-based fuzzy c-means (LB-FCM) algorithm as well as missing data‎. ‎We construct a robust LB-FCM framework for handling missing data assuming the finite mixture of multivariate scale mixture of normal distribution. Comparisons between LB-FCM and EM-type algorithms are made‎. ‎Experimental‎ results and comparisons actually demonstrate the advantage of the proposed LB-FCM‎.
    Keywords: IMAGE RECONSTRUCTION, Fuzzy Clustering, Finite mixture distribution. Finite mixture of scale mixture normal distribution, Missing data
  • Mohsen Madadi *, Reza Etesami, Alireza Arabpour Pages 227-245
    Objective

    Fuzzy DEMATEL technique is used to identify and reduce complexity in modeling. The current research was conducted with the aim of designing the fuzzy DEMATEL technique in R software to increase the accuracy and ease of use of this method for future researchers using a practical example.

    Method

    The research method is descriptive-survey in terms of applied purpose and in terms of data collection. Six effective factors were identified by Delphi method and a special fuzzy DEMATEL questionnaire was used to compare these factors. Using snowball sampling method, 8 experts were selected to evaluate the effective factors.

    Results

    After extracting the final results of the fuzzy DEMATEL model, six influential factors in the tendency of young people to drugs were separated into cause and effect factors. Two factors of education and place of residence were selected as causal factors and four factors of family environment, communication with addicted friends and acquaintances, mental health problems and loneliness were selected as factors of disability.

    Conclusion

    In order to reduce the tendency of young people to use drugs, it is suggested that the necessary guidelines and policies be considered in accordance with the causes and effects.

    Keywords: DEMATEL Technique, Fuzzy logic, youth addiction, R Software
  • Mohamad Abedini * Pages 247-270
    Currently, with the development of energy production technologies, increased attention to environmental issues andInterest to improve the reliability of electrical energy distribution networks, the possibility and the necessary motivation forChanging the distribution networks from passive to active mode and the desire to produce renewable energyThe level of distribution systems is provided. In this article, using the wolf optimization algorithmTo solve the problem of optimal planning of the distribution network in the presence of gray smart parking lots (GWO).Electric cars are paid at the network level. The objective function of the distribution network optimal planning problemIn the presence of electric vehicles, minimizing the cost of network planning, including the cost of network operation,The cost of power delivered by electric vehicles, reducing system losses, improving the quality of network power includedReducing the network peak load and improving the load consumption pattern. In order to solve the multi-objective problemFuzzy method is used for it and fuzzy functions are extracted for each objective functionIt resolves to IEEE. Sample distribution network of 54 standard buses Ⅿax−Ⅿin and with the help of operatorThe title of the studied network is considered and the network development plans in two modes with and withoutThe presence of electric cars are compared to each other.
    Keywords: fuzzy programming, optimization, demand pattern, Grey wolf
  • Zahra Asghari, M. Gh. Akbari Pages 271-292
    Testing hypotheses plays an important role in statistical inferences. Classic methods inHypothesis testing based on assumptions such as accuracy of observations, accuracy of test hypotheses,The accuracy of the parameter is unknown, etc., but in the real world sometimes these assumptions are establishedare not. Fuzzy set theory and intuitive fuzzy set theory, suitable waysTo formulate and analyze such concepts and topics are inaccurate.In this paper, after defining the intuitive fuzzy random variable based on α-doubt and fuzzy hypothesesIntuitive We present a method for testing a classical random sample and intuitive fuzzy hypothesis.Testing hypotheses plays an important role in statistical inferences. Classic methods inHypothesis testing based on assumptions such as accuracy of observations, accuracy of test hypotheses,The accuracy of the parameter is unknown, etc., but in the real world sometimes these assumptions are establishedare not. Fuzzy set theory and intuitive fuzzy set theory, suitable waysTo formulate and analyze such concepts and topics are inaccurate.In this paper, after defining the intuitive fuzzy random variable based on α-doubt and fuzzy hypothesesIntuitive We present a method for testing a classical random sample and intuitive fuzzy hypothesis.
    Keywords: Intuitive fuzzy set, Statistical test, intuitive fuzzy hypothesis, α-doubt
  • Shayesteh Tabatabaei *, Hamed Shahraki Pages 293-314
    With the advancement of wireless communication technology, MANET networks have attracted a lot of attention due to the improvement of flexibility and cost reduction. Mobile stations in a MANET are constantly moving, so a routing protocol needs to be implemented to cope with these changes. Designing such protocols usually brings special challenges and problems. One of these challenges is the possibility of congestion due to the high rate of sending information to the destination node and also the high energy consumption of the nodes. Congestion causes loss of information and waste of energy in nodes. Accordingly, in this article, in order to control congestion, a new method based on fuzzy logic is proposed. In the proposed protocol, fuzzy logic detects, announces and controls congestion by using three parameters of queue buffer length, node mobility speed and available bandwidth as inputs. By simulating the proposed method and comparing it with the CBP protocol, it can be seen that the proposed protocol has a much better performance than CBP for congestion control.
    Keywords: Mobile Ad Hoc Networks, Congestion Control, Fuzzy logic, CBP routing protocol
  • Saeed Mirvakili *, Hossein Naraghi, Mohammad Ali Dehghanizadeh Pages 315-338

    One of the most important topics in the theory of fuzzy groups is the classification of fuzzy subgroups of a finite group. Enumeration of fuzzy subgroups has been done in the theory of fuzzy groups using the equivalence relation defined by Murali and Makamba. Using this idea, Neeraj and Sharma enumerated Intuitionistic fuzzy subgroups of a finite Abelian group by concept of double pinned flags.We are in thisWe do this in another way for some finite Abelian and non-Abelian groups. In fact, with the help of a suitable equivalence relation on Intuitionistic fuzzy subgroups and the lattice of subgroups, we obtain the enumeration of Intuitionistic fuzzy subgroups of finite groups of order 12. Also, we obtain the enumeration of Intuitionistic fuzzy subgroups of finite groups $Z_{p^k}\times Z_q$ and $Z_{p^k}$ with a different method from the article [9]. Finally, with the help of the results obtained in this paper, we present the number of Intuitionistic fuzzy subgroups on a group with order less than 16 in a table.

    Keywords: Enumeration, subgroup, Intuitionistic fuzzy, finite group