دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: علوم (عمومی) ویرایش: 2 نویسندگان: George Bojadziev. Maria Bojadziev سری: ISBN (شابک) : 9812706496, 9789812770622 ناشر: سال نشر: 2007 تعداد صفحات: 253 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 724 کیلوبایت
در صورت تبدیل فایل کتاب Fuzzy Logic for Business, Finance, and Management (Advances in Fuzzy Systems U Applications and Theory) (Advances in Fuzzy Systems - Applications and Theory) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب منطق فازی برای تجارت، امور مالی و مدیریت (پیشرفت در سیستم های فازی U کاربردها و تئوری) (پیشرفت در سیستم های فازی - برنامه ها و تئوری) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این واقعاً یک کتاب بین رشته ای برای دانش پژوهان در تجارت، امور مالی، مدیریت و علوم اجتماعی-اقتصادی مبتنی بر منطق فازی است. این به عنوان راهنما و تکنیک هایی برای پیش بینی، تصمیم گیری و ارزیابی در محیطی شامل عدم قطعیت، ابهام، برداشت و ذهنیت عمل می کند. تکنیکهای مدلسازی سنتی، برخلاف منطق فازی، ماهیت سیستمهای پیچیده را بهویژه زمانی که انسان درگیر میشود، نشان نمیدهد. منطق فازی از تجربه و قضاوت انسانی برای تسهیل استدلال قابل قبول برای رسیدن به نتیجه استفاده می کند. تاکید بر برنامه های ارائه شده در 27 مطالعه موردی از جمله پیش بینی زمان برای مدیریت پروژه، قیمت گذاری محصول جدید، و کنترل سیستم انگل-آفت است.
This is truly an interdisciplinary book for knowledge workers in business, finance, management and socio-economic sciences based on fuzzy logic. It serves as a guide to and techniques for forecasting, decision making and evaluations in an environment involving uncertainty, vagueness, impression and subjectivity. Traditional modeling techniques, contrary to fuzzy logic, do not capture the nature of complex systems especially when humans are involved. Fuzzy logic uses human experience and judgement to facilitate plausible reasoning in order to reach a conclusion. Emphasis is on applications presented in the 27 case studies including Time Forecasting for Project Management, New Product Pricing, and Control of a Parasit-Pest System.