در حل مسایل برنامه ریزی امکانی، اکثر نویسندگان از مفهوم برش α استفاده می کنند که با تبدیل به یک برنامه ریزی بازه ای و مقایسه بازه ها امکان حل آن فراهم می شود.در این مقاله به جای مقایسه بازه ها، متغیری در هر بازه تعریف می شود که با حفظ رضایت محدودیت ها،سعی می شود مقدار تابع هدف بهینه گردد. مدل در این شرایط غیر خطی می شود که با تغییر متغیر مناسبی، آنرا به یک مدل خطی تبدیل می کنیم. جوابهای بدست آمده با مدل Negi [8] سازگاری دارد. یک مثال عددی، مفاهیم نظری را روشن می کند.

در این مقاله، مساله ی برنامه ریزی خطی تماماً فازی (FFLP) با قیود مساوی و نامساوی بررسی می شود که در آن تمام پارامترهای مساله با اعداد فازی ذوزنقه ای نمایش داده می شوند. بر اساس رویکرد جاری مساله ی برنامه ریزی خطی تماماً فازی با قیود تساوی به یک مساله برنامه ریزی خطی چند هدفه (MOLP) تبدیل و سپس روش مقایسه الفبایی برای حل مساله MOLP حاصل، استفاده می شود. با این وجود، این رویکرد برای یافتن جواب بهینه ی فازی مساله ی FFLP با قیود نامساوی فازی نمی تواند استفاده شود. هدف این مطالعه، شناسایی و اصلاح برخی اشتباهات در تعاریف، عملیات نمادگذاری و روش مقایسه فازی رویکرد جاری برای حل مساله ی FFLP با قیود نامساوی فازی است. بدین ترتیب، یک رویکرد اصلاح شده برای حل مساله ی FFLP با قیود نامساوی فازی پیشنهاد می شود. سرانجام، چندین مثال عددی برای مصور نمودن روش پیشنهادی ارایه می شود.

متن کامل این مقاله به زبان انگلیسی می باشد. لطفا برای مشاهده متن کامل مقاله به بخش انگلیسی مراجعه فرمایید.لطفا برای مشاهده متن کامل این مقاله اینجا را کلیک کنید.

متن کامل این مقاله به زبان انگلیسی می باشد، لطفا برای مشاهده متن کامل مقاله به بخش انگلیسی مراجعه فرمایید.لطفا برای مشاهده متن کامل این مقاله اینجا را کلیک کنید.

متن کامل این مقاله به زبان انگلیسی می باشد. لطفا برای مشاهده متن کامل مقاله به بخش انگلیسی مراجعه فرمایید.لطفا برای مشاهده متن کامل این مقاله اینجا را کلیک کنید.

پول، منابع مالی و نقدینگی از جمله عناصر بسیار مهم در اقتصاد کشورها هستند که تحت تاثیر سیاست ها و شرایط مختلف بر اقتصاد تاثیر گذاشته و از آن تاثیر می پذیرند. بخش قابل توجهی از منابع پولی از طریق بانک ها و در قبال ارائه خدمات بانکی وارد چرخه اقتصاد می شود. به عبارتی بانک ها با جذب منابع پولی در قالب سپرده از یک سو و تزریق منابع پولی به اقتصاد از طریق ارائه تسهیلات از سوی دیگر در سیستم اقتصادی وارد می شوند و به طور طبیعی در معرض نوسان ها و بحران های اقتصادی نیز قرار می گیرند. بر این اساس همیشه این احتمال وجود خواهد داشت که بانک ها در مسیر فعالیت خود با چالش-هایی مواجه شوند. ریسک هایی همانند ریسک نقدینگی، اعتباری، ارزی، عملیاتی و غیره همواره به تنهایی و به صورت مجزا مورد توجه قرار گرفته اند لیکن بررسی عوامل موثر بر انواع ریسک ها و مخاطرات مترتب بر فعالیت های بانک ها به عنوان ریسک جامع، کمتر مورد توجه قرار گرفته است.

به علت اهمیت آنالیز ریسک فازی و کاربرد شباهت اعداد فازی در این زمینه، ایجاد روشی مناسب در یافتن شبیه ترین عدد فازی به عدد فازی مشخص اهمیت قابل توجهی پیدا کرده است. بدین منظور روش های مختلفی برای تعیین میزان شباهت فازی ابداع شد. در این تحقیق، در ابتدا با استفاده از روش تاپسیس روش جدیدی برای تعیین شباهت بین اعداد فازی ذوزنقهای عمومی ارایه شده است. این روش می تواند تعدادی از این روشهای مختلف را برای انتخاب شبیه ترین عدد فازی ترکیب نماید. در حقیقت برتری این روش در توانایی بکارگیری شاخصهای مختلف می باشد. سپس روش جدید برای اجرای یک الگوریتم آنالیز ریسک فازی جدید بکار گرفته می شود.

در این مقاله به معرفی و مرور مجموعه ها و انواع مختلف اعداد فازی دوقطبی خواهیمپرداخت و سپس با تعریف جمع و ضرب اسکالر برای اعداد فازی دوقطبی مثلثی، به معرفییک رتبه بندی جدید مبتنی بر مرکز ثقل برای این دسته از اعداد می پردازیم و با بیان چند قضیهو گزاره، ویژگی های روش جدید را اثبات خواهیم کرد. در پایان مثال های عددی و مقایسه ای راارائه می کنیم

هدف این مقاله یافتن صدک های اعداد فازی و نشان دادن کاربرد آنها، شامل میانگین های موزون شده، شاخص های پراکندگی و فاصله های صدکی اعداد فازی است. تقریب های کریسب معرفی شده در این مقاله برای مقایسه اعداد فازی در مسایل مختلف اقتصادی، مالی و سیستم های کنترل مهندسی در یک محیط فازی جدید و جالب توجه هستند.