سیستم های فازی

امروزه آگاهی از نقاط قوت و ضعف و شکاف های موجود بین نواحی، نوعی ضرورت جهت ارایه طرح ها و برنامه ها به منظور برطرف نمودن آن هاست. لذا در این پژوهش به منظور شناخت موقعیت توسعه ای شهرستان های استان خوزستان با استفاده از سه روش تاکسونومی عددی، تحلیل عاملی و منطق فازی ضمن رتبه بندی شهرستان های این استان از لحاظ درجه توسعه یافتگی به تحلیل مقایسه ای روش های رتبه بندی در اندازه گیری توسعه یافتگی این شهرستان پرداخته شده است. نتایج نشان میدهد موقعیت توسعه یافتگی بسیاری از شهرستان های استان در سال 1386 در مقایسه با سال 1379 تخریب شده است. هم چنین نتایج بیانگر کم تر بودن شدت تغییرات در روش تاکسونومی در مقایسه با دو روش دیگر است. دلیل شاید این باشد که در روش تاکسونومی بسیاری از خصوصیات و ویژگیهای متغیر مورد استفاده با استاندارد کردن داده ها حذف شده و به همین علت بسیاری از این تفاوتها از بین رفته است.

انسان ها در زندگی روزانه از کلمات و مفاهیمی استفاده میکنند که درجاتی مختلف و نسبی دارند و نمیتوان با آنها به صورت منطق دوارزشی رفتار نمود. مفاهیم فازی با مراتب فراوان، بسته به مبدأ مقایسه، دارای موقعیت گوناگون و در حال تغییر میباشند. بر این اساس، آیات قرآن کریم که دارای مفاهیم بلند اعتقادی، اجتماعی، نظامی، سیاسی، مدیریتی، اخلاقی، اقتصادی و فرهنگی میباشد، دارای منطق ویژه و خاصی است که شناسایی آن میتواند مبانی تفکر صحیح بشر را تعیین کرده، انسان را از نابسامانی انتخاب یک منطق مناسب نجات دهد. این مقاله به دنبال شناخت و تحلیل بخشی از کاربردهای منطق فازی در قرآن کریم میباشد و نمونه هایی از مفاهیم قرآن با منطق فازی در آن بررسی شده است. سپس با استفاده از قواعد طراحی و مدل سازی سیستم های فازی، نمونه هایی از مصادیق این مدل ها و سیستم های فازی در حوزه علوم دینی تدوین گشته و در معرض قضاوت صاحب نظران علوم اسلامی قرار داده شده است.

سیستمهای مختلف دارای رفتارهای پیچیده همراه با مباحث عدم قطعیت میباشند. تلفیق سیستمهای شبیهسازی گسسته پیشامد با تئوری مجموعههای فازی به منظور گنجاندن عدم قطعیت ارائه شده است.از جمله سیستمهای دارای رفتار پیچیده، مدلهای مکانیابی تسهیلات چند لایهای میباشد. در این مدل مشتریان در لایههای مختلف نوع خدمات مختلفی را دریافت میکنند. در این تحقیق یک مدل مکان یابی تسهیلات چند لایه خدمت دهی با توجه به تراکم سیستم ارائه شده است. مدل ارایه شده به صورت یک مدل برنامه ریزی غیرخطی فازی بوده و در دسته مسائل با پیچیدگی بالا قرار داد. جهت حل مدل ریاضی ارائه شده، از رویکردهای شبیه سازی فازی استفاده گردیده است. در این راستا، توابع هدف شامل کمینهسازی مدت زمان سفر متقاضی به تسهیل مورد نظر و مدت زمان انتظار متقاضی درون صف میباشد. لازم به ذکر است پس از اجرای مدل پایه و سناریوهای ایجاد شده در نرم افزار Arena نتایج بدست آمده در حالت فازی رتبه بندی گردیده است.

نقش شرکت های مادر یکی از ضرورت های مهم در پژوهش های مربوط به مدیریت راهبرد تبدیل شده است. نحوه تدوین راهبرد های مادری و استفاده از روش های نوین علمی تحلیل داده از مهم ترین خلاهای پژوهشی در این حوزه است. مساله اصلی در این پژوهش این است، چه متغیرهایی در انتخاب سبک راهبرد های مادری موثر است و چگونه می توان با طراحی یک مدل خبره تصمیم گیری، نوع سبک راهبرد مادری را انتخاب نمود. در این پژوهش با بررسی پژوهش های پیشین، متغیر های تاثیرگذار شناسایی و با استفاده از روش تصمیم گیری دلفی فازی پایش و با بهره گیری از سیستم خبره فازی، مدل سازی شد. خبرگان از شرکت های مادر در حوزه گاز انتخاب و 27 شرکت مورد تجزیه و تحلیل قرار گرفتند. نتایج پژوهش نشان داد، متغیرهای سطح ارزش آفرینی، عملکرد سازمانی، دوره عمر، توان رقابتی و فرهنگ سازمانی بیشترین تاثیر را در انتخاب سبک راهبرد های مادری دارند. بر اساس خروجی مدل بیشترین فراوانی داده ها مربوط به انتخاب سطح کنترل راهبرد و راهبرد کنترل عملیاتی است. لذا انتخاب این دو راهبرد با توجه به ماهیت شرکت های مورد مطالعه در اولویت تصمیم گیری است.

سیستم های ترکیبی مبتنی بر شبکه های عصبی مصنوعی و سیستم های فازی مدل های مختلفی را برای پیشرفت علم ارائه می دهند از آنجا که آنها مدل هایی هستند که می توانند با آموزش عملی شبکه های عصبی و ظرفیت تفسیری سیستم های فازی کار کنند. لذا هدف این پژوهش، بررسی سیستماتیک مهمترین تئوری های پیش بینی ارز دیجیتال مبتنی بر مدل های ترکیبی فازی و شبکه های عصبی مصنوعی است مدل هایی که عمدتاً بر روش های نظارت شده جهت سنجش مدل های ترکیبی متمرکز هستند همچنین، این بررسی ، تاریخچه مدل های ترکیبی، ترکیبات و قابلیت های معماری ، پردازش داده ها و روش های سنجش آنها، ویژگی های مدل های برجسته(پیشرو) و کاربردهای آنها در پیش بینی ارز دیجیتال را نیز شامل می شود نتایج نشان می دهد که مدل های شبکه عصبی فازی و مشتقات آنها در پیش بینی ارز دیجیتال با دقت بسیار بالا و با قابلیت توجیه مناسب که در طیف وسیعی از حوزه های اقتصادی و علمی کاربرد دارد، کارآمد هستند