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
ویرایش: 1 نویسندگان: Brian R. Gaines (auth.), J. Kacprzyk, S. A. Orlovski (eds.) سری: Theory and Decision Library 4 ISBN (شابک) : 9789401082204, 9789400938694 ناشر: Springer Netherlands سال نشر: 1987 تعداد صفحات: 465 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 11 مگابایت
کلمات کلیدی مربوط به کتاب مدل های بهینه سازی با استفاده از مجموعه های فازی و نظریه امکان: منطق و مبانی ریاضی، نظریه سیستم ها، کنترل، تحقیق در عملیات/نظریه تصمیم گیری
در صورت تبدیل فایل کتاب Optimization Models Using Fuzzy Sets and Possibility 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 مدل های بهینه سازی با استفاده از مجموعه های فازی و نظریه امکان 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.
بهینه سازی یکی از دغدغه های اصلی تعدادی از رشته ها است. تحقیق در عملیات و تئوری تصمیم اغلب با بهینه سازی یکسان در نظر گرفته می شود، اما همچنین در زمینه های دیگر مانند طراحی مهندسی، سیاست منطقه ای، تدارکات و بسیاری موارد دیگر، جستجو برای راه حل های بهینه یکی از اهداف اصلی است. روشها و مدلهایی که در دهههای گذشته در این زمینهها مورد استفاده قرار گرفتهاند، عمدتاً «سخت» یا «ترد» بودهاند. ه. راهحلها یا عملی یا غیرقابل اجرا در نظر گرفته شدند، چه بالاتر از یک سطح آرزوی معین یا پایینتر. این ساختار دوگانگی روشها اغلب مدلساز را مجبور میکرد تا موقعیتهای واقعی مسئله را از نوع کم و بیش با مدلهای نوع بله یا خیر تقریب بزند، که ممکن است راهحلهای آنها راهحلی برای مشکلات واقعی نباشد. . این امر بهویژه زمانی صادق است که مشکل مورد بررسی شامل روابط تعریفشده مبهم، ارزیابیهای انسانی، عدم قطعیت به دلیل شواهد ناسازگار یا ناقص باشد، اگر زبان طبیعی باید مدلسازی شود یا متغیرهای حالت را فقط میتوان تقریباً توصیف کرد. تا همین اواخر، هر چیزی که با قطعیت شناخته نشده بود، یعنی. ه. که معلوم نبود درست یا نادرست است یا معلوم نبود که با قطعیت اتفاق می افتد یا غیرممکن است، با استفاده از احتمالات مدل شده است، به ویژه برای عدم قطعیت های مربوط به وقوع رویدادها.
Optimization is of central concern to a number of discip lines. Operations Research and Decision Theory are often consi dered to be identical with optimizationo But also in other areas such as engineering design, regional policy, logistics and many others, the search for optimal solutions is one of the prime goals. The methods and models which have been used over the last decades in these areas have primarily been "hard" or "crisp", i. e. the solutions were considered to be either fea sible or unfeasible, either above a certain aspiration level or below. This dichotomous structure of methods very often forced the modeller to approximate real problem situations of the more-or-less type by yes-or-no-type models, the solutions of which might turn out not to be the solutions to the real prob lems. This is particularly true if the problem under considera tion includes vaguely defined relationships, human evaluations, uncertainty due to inconsistent or incomplete evidence, if na tural language has to be modelled or if state variables can only be described approximately. Until recently, everything which was not known with cer tainty, i. e. which was not known to be either true or false or which was not known to either happen with certainty or to be impossible to occur, was modelled by means of probabilitieso This holds in particular for uncertainties concerning the oc currence of events.
Front Matter....Pages i-xii
Front Matter....Pages 1-1
New Paradigms in Systems Engineering: From “Hard” to “Soft” Approaches....Pages 3-12
Introduction to Fuzzy Sets and Possibility Theory....Pages 13-26
Introduction to Decision Making under Various Kinds of Uncertainty....Pages 27-49
Fuzzy Optimization and Mathematical Programming: A Brief Introduction and Survey....Pages 50-72
Front Matter....Pages 73-73
Fuzzy Preferences in an Optimization Perspective....Pages 77-90
Preference and Choice in a Fuzzy Environment....Pages 91-98
Fuzzy Choice....Pages 99-109
Preferences Deduced from Fuzzy Questions....Pages 110-120
Optimal Alternative Selection in The Face of Evidential Knowledge....Pages 123-140
Analysis of Fuzzy Evidence in Decision Making Models....Pages 141-153
Fuzzy Inclusions and Fuzzy Dichotomous Decision Procedures....Pages 154-170
Combinatorial Search with Fuzzy Estimates....Pages 171-185
Linear Regression Analysis by Possibilistic Models....Pages 186-199
A Fuzzy Multicriteria Decision Making Model....Pages 203-215
Fuzzy Programming — A New Model of Optimization....Pages 216-225
Fuzzy Programming and the Multicriteria Decision Problem....Pages 226-244
Hierarchical Programming With Fuzzy Objectives and Constraints....Pages 245-257
An Interactive Satisficing Method For Multiobjective Nonlinear Programming Problems With Fuzzy Parameters....Pages 258-271
Interactive Polyoptimization for Fuzzy Mathematical Programming....Pages 272-291
A Concept of Rule-Based Decision Support Systems....Pages 292-299
Front Matter....Pages 73-73
Fuzzy Optimization in Networks....Pages 303-327
On Fuzzy Location Models....Pages 328-341
Fuzzy Transportation Problems: A General Analysis....Pages 342-358
Fuzzy Parameters in Optimal Allocation of Resources....Pages 359-374
Analysis of Water Use and Needs in Agriculture Through a Fuzzy Programming Model....Pages 377-395
An Interactive Method for Multiobjective Linear Programming with Fuzzy Parameters and Its Application to Water Supply Planning....Pages 396-414
Fuzzy Evaluation of Pareto Points and its Application to Hydrocracking Processes....Pages 415-431
Optimal Classifier Design Using Fuzzy k-Nearest Neighbor Rules....Pages 432-446
Grey Decision Making and its Use for The Determination of Irrigation Strategies....Pages 447-458
Back Matter....Pages 459-463