سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

برنامه ریزی درجه دوم محدب تعمیم یافته برای حل دستگاه های خطی فازی

Publish Year: 1398
Type: Journal paper
Language: Persian
View: 120

This Paper With 26 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_JAMFN-9-2_008

Index date: 7 November 2023

برنامه ریزی درجه دوم محدب تعمیم یافته برای حل دستگاه های خطی فازی abstract

دستگاه معادلات خطی، یکی از مهمترین ابزارهای مدلسازی پدیده های دنیای واقعی است. اما از آنجاییکه پدیده های دنیای واقعی همواره با عدم قطعیت همراه هستند، لذا حل دستگاه معادلات خطی فازی از اهمیت بسزایی برخوردار می شود. یکی از روش های متداول و پر کاربرد برای یافتن جواب های دقیق و تقریبی یک دستگاه معادلات خطی فازی، استفاده از روش کمترین مربعات است. در این روش، با انتخاب یک متر دلخواه و حل یک مساله برنامه ریزی درجه دوم متناظر، جواب تقریبی (و گاه دقیق) برای دستگاه معادلات خطی فازی ارائه می شود. در این مقاله، ابتدا نشان می دهیم که مساله برنامه ریزی درجه دوم متناظر با سه متر مختلف معروف و متداول، تحت شرایط مناسب مستقل از نوع تابع متر انتخاب شده، محدب است. سپس با در نظر گرفتن این سه متر متفاوت، با حل مثال های متعدد و مقایسه جواب های تقریبی به دست آمده از آنها، به دنبال انتخاب بهترین متر خواهیم بود.

برنامه ریزی درجه دوم محدب تعمیم یافته برای حل دستگاه های خطی فازی Keywords:

اعداد فازی , مساله برنامه ریزی درجه دوم محدب , روش کمترین مربعات

برنامه ریزی درجه دوم محدب تعمیم یافته برای حل دستگاه های خطی فازی authors

امید سلیمانی فرد

گروه ریاضی کاربردی، دانشگاه فردوسی مشهد

ناصر آخوندی

گروه ریاضی کاربردی، دانشگاه دامغان

محدثه رمضان زاده

گروه ریاضی کاربردی، دانشگاه دامغان

مرتضی گچ پزان

گروه ریاضی کاربردی، دانشگاه فردوسی مشهد

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
John, R. I. and Innocent, P. R. (۲۰۰۵). Modeling uncertainty ...
Allahviranloo, T. and Babakordi, F. (۲۰۱۷). Algebraic solution of fuzzy ...
Jerković, V.M., Mihailović, B. and Malešević, B. (۲۰۱۷). A New ...
Najariyan, M., Mazandarani, M. and John, R. (۲۰۱۷). Type-۲ fuzzy ...
Senthilkumar, P. and Rajendran, G. (۲۰۱۱). An algorithmic approach to ...
Ezzati, R. (۲۰۱۱). Solving fuzzy linear systems. Soft computing,۱۵(۱), ۱۹۳-۱۹۷ ...
Allahviranloo, T. and Ghanbari, M. (۲۰۱۲). On the algebraic solution ...
Ghanbari, R. (۲۰۱۵). Solutions of fuzzy LR algebraic linear systems ...
Babbar, N., Kumar, A. and Bansal, A. (۲۰۱۳). Solving fully ...
Inearat, L. and Qatanani, N. (۲۰۱۸). Numerical Methods for Solving ...
Ghanbari, R. and Mahdavi-Amiri, N. (۲۰۱۵). Fuzzy LR linear systems: ...
Ghanbari, R., Mahdavi-Amiri, N. and Yousefpour, R. (۲۰۱۰). Exact and ...
Zimmermann, H. J. (۲۰۱۱). Fuzzy set theory and its applications. ...
Ming, M., Friedman, M. and Kandel, A. (۱۹۹۷). General fuzzy ...
Rabiei, M. R., Arghami, N. R., Taheri, S. M. and ...
Xu, R. and Li, C. (۲۰۰۱). Multidimensional least-squares fitting with ...
Wang, X. and Kerre, E. E. (۲۰۰۱). Reasonable properties for ...
Wang, X. and Kerre, E. E. (۲۰۰۱). Reasonable properties for ...
نمایش کامل مراجع