در مسائل مختلف زیست محیطی توانایی روش های مبتنی بر منطق فازی، در لحاظ کردن عدم قطعیت ها به اثبات رسیده است. در سالهای اخیر تئوری فازی در برآورد کیفیت آب نیز بکارگرفته شده است که در این مطالعات بیشتر از روش فازی ممدانی استفاده شده است. در مطالعه حاضر، از روش فازی تاکاگی-سوگنو جهت ارزیابی کیفیت آب زیرزمینی در دشت لنجانات اصفهان استفاده گردید. در این روش از 16 پارامتر شیمیایی اندازه گیری شده در 79 نمونه آب زیرزمینی استفاده شد. این پارامترها، بر اساس اهمیت شان در کیفیت آب از نظر شرب، به چهار گروه تقسیم شدند. سپس این گروه ها، بر اساس قوانین «اگر – آنگاه» فازی با یکدیگر ترکیب شدند و کیفیت نهایی آب تعیین گردید. نتایج مطالعه نشان داد که از مجموع نمونه ها، 12نمونه (15.17%) کیفیت عالی، 19 نمونه (24.05%)کیفیت خوب، 27 نمونه (34.17%) کیفیت متوسط، 15 نمونه (18.98%) کیفیت ضعیف و 6 نمونه (7.59%) کیفیت خیلی ضعیف داشتند و 6 نمونه ای که بدترین کیفیت (رتبه5 ) را دارند در پارامترهای کیفی خود دارای عناصر سنگین سمی با غلظت های بیشتر از حد استاندارد تعیین شده توسط سازمان بهداشت جهانی (WHO) می باشند. با توجه به نتایج روش تاکاگی-سوگنو نیز مانند روش ممدانی در ارزیابی کیفیت آب خصوصا در سایت های صنعتی یا مناطقی که امکان حضور عناصر سمی سنگین وجود دارد می تواند کاربرد داشته باشد.

ایران در کمربند خورشیدی زمین و نواحی پرتابش آن واقع شده است؛ از این رو در بسیاری از نقاط کشور می توان انرژی مورد نیاز را از طریق خورشید تامین نمود. عوامل متعددی از جمله میزان تابش کلی خورشیدی، زیرساخت های منطقه ای، شبکه های انتقال نیرو در انتخاب مکان بهینه تاثیرگذارند. این تحقیق با استفاده از سیستم های تصمیم گیری چندمعیاره، مبانی فازی سازی و بهره گیری از ابزارهای سیستم اطلاعات جغرافیایی (GIS) به تلفیق عوامل موثر در احداث نیروگاه های خورشیدی فتوولتائیک در مقیاس کشوری می پردازد تا پتانسیل مناطق مختلف کشور ایران در ایجاد این نیروگاه ها تعیین شود. جهت تعیین مناطق مساعد روش های تاپسیس (TOPSIS)، فازی تاپسیس (Fuzzy TOPSIS) و فازی سوگنو (Fuzzy Sugeno) اجرا و قابلیت آن ها مورد ارزیابی و مقایسه قرار گرفتند. پس از اخذ نظرات کارشناسی، پتانسیل سنجی در دو مرحله اصلی اجرا شد: کسر مناطق غیرممکن (قیود) و محاسبه پتانسیل مناطق با استفاده از آنالیزهای مکانی در قالب سه روش مذکور. نتایج نشان داد که روش فازی تاپسیس از منظر پیوستگی نقشه و دخالت دادن داده ها حالت میانه بین دو روش تاپسیس و فازی سوگنو دارد و در قیاس با دو روش دیگر حساسیت معقولی به دقت وزن های ورودی نشان می دهد. روش تاپسیس 14.71% و فازی تاپسیس 18.33% و روش سوگنو %20.52 از کل کشور را برای احداث نیروگاه خورشیدی مناسب دانسته اند. در راستای اولویت دهی به مناطق مختلف کشور، هر سه روش با ضریب همبستگی متوسط 0.85 نتایجی مشابه داشتند. اولویت های اصلی کشور برای نیروگاه های خورشیدی با اختلافی ناچیز بخش های نرمانشیر، نوبندگان، فرجهی، بمپور، شیب کوه و گاوبندی معرفی شدند.

در این مقاله روشی جدید جهت طراحی کنترل فازی تاکاگی سوگنو برای سیستم غیرخطی آونگ معکوس ارایه شد. روش طراحی ارایه شده به صورت خودکار بوده و نیازی به معادلات دینامیکی سیستم تحت کنترل ندارد. الگوی طراحی مذکور شامل دو مرحله می باشد، مرحله اول که اتوماتای یادگیری تقویتی گسسته بوده و بازه مناسب ضرایب کنترل تاکاگی سوگنو را بدست می آورد، و مرحله دوم که اتوماتای یادگیری تقویتی پیوسته بوده و مقدار بهینه ضرایب کنترل را تعیین می کند. از آنجاییکه تمامی مراحل طراحی به صورت عمومی بیان شده، براحتی می توان آن را برای دیگر سیستمهای غیرخطی نیز بکار برد.

شناخت دقیق پارامترهای هیدروژئولوژیکی مانند قابلیت انتقال، هدایت هیدرولیکی و ضریب ذخیره یا آبدهی ویژه از جمله پارامترهای مهم برای پیش بینی شرایط آبخوان هستند که عموماً تعیین آنها برای نقاط مختلف آبخوان با هزینه های فراوانی انجام می شود. در سال های اخیر، از مدل های هوش مصنوعی به عنوان جایگزین روش های انطباق منحنی تیپ برای تعیین پارامترهای هیدرودینامیکی آبخوان ها استفاده شده است. بنابراین، در مطالعه ی حاضر نیز برای تعیین پارامترهای هیدرو دینامیکی آبخوان محبوس از منطق فازی سوگنو استفاده شد. ابتدا دقت، قابلیت اطمینان و توانایی تعمیم این مدل فازی از طریق آزمایش آن با داده های افت-زمان واقعی تأیید شد. سپس، نتایج به دست آمده از این مدل با نتایج به دست آمده از روش گرافیکی تایس و شبکه ی عصبی مصنوعی مقایسه شد. مقایسه ی RRMSE مدل شبکه ی عصبی مصنوعی و مدل فازی به منظور تخمین قابلیت انتقال آبخوان و ضریب ذخیره در مرحله ی آزمایش نشان داد مدل فازی، خطا را به ترتیب 21/9 و 66/11 درصد نسبت به شبکه ی عصبی کاهش می دهد. بنابراین، نتایج به دست آمده از روش گرافیکی تایس، شبکه ی عصبی مصنوعی و مدل منطق فازی در مرحله ی صحت سنجی نشان می دهند مدل فازی سوگنو در کنار دو روش یادشده توانایی تعیین پارامترهای آبخوان تحت فشار را دارد. این کارایی نسبی بیشتر منطق فازی سوگنو را می توان در توانایی ذاتی آن در کار با داده ها و پارامترهای دارای عدم قطعیت نسبت به روش گرافیکی تایس و شبکه ی عصبی مصنوعی دانست.

چندین روش به منظور برآورد تابع چگالی احتمال وجود دارد. از سوی دیگر، در نظریه مجموعه های فازی یکی از روش های ساختن تابع عضویت بر پایه ی مجموعه داده، روش مبتنی بر تابع چگالی احتمال است. با توجه به روش های متداول در برآورد تابع چگالی، این مسئله می تواند به محاسبه انواع تابع عضویت بر پایه یک مجموعه داده منجر شود. در این مقاله، برخی از این روش ها بیان و با مثال عددی تشریح می شوند.

داشتن ابزار گرفتن مناسب و تطبیق پذیر با کارها و اجسام مختلف از ویژگی های بنیادین ربات ها در هنگام ارتباط با محیط می باشد. از این رو، برنامه ریزی و طراحی سازوکاری که در آن انگشتان دست به طور مطلوب هدایت شوند، امری حائز اهمیت است. انگشتان ربات رفتاری کاملا غیرخطی دارند و تحت تاثیر عواملی چون اصطکاک، ویژگی های فیزیکی سازوکارهای انتقال توان و تغییر جهت گیری دست، مدل سازی آن ها با دشواری هایی روبرو است. از این رو، استفاده از کنترل کننده ای که به طور مستقل از مدل عمل نماید، بسیار سودمند خواهد بود. در این مقاله، از کنترل کننده فازی تاکاگی سوگنو کانگ (TSK) که پارامترهای قسمت تالی آن به وسیله قاعده ای به روز می شوند، جهت کنترل نیرو و موقعیت انگشتان ربات برای گرفتن توپ سبک و نرم استفاده می شود. طراحی در فضای دکارتی و عدم وابستگی به مدل دینامیکی ربات از مهم ترین مزایای این روش می باشند. بنابراین ابتدا با تعیین استراتژی ای برای گرفتن توپ ساکن، مقادیر مرجع نیرو و موقعیت محاسبه می شوند. سپس عملکرد کنترل کننده فازی تطبیقی با و بدون حضور عواملی چون نویز اندازه گیری نیرو و اصطکاک مفصلی بررسی می شوند. علاوه بر این، فرآیند مهارکردن توپ متحرک در حال سقوط به 3 فاز نزدیک شدن، قفل شدن (ضربه) و نگه داشتن تقسیم بندی می شود. سپس با بررسی نتایج به دست آمده از شبیه سازی، کارآمدی این روش در انجام مراحل سه گانه یادشده نشان داده می شود.

در این مقاله با استفاده از نامساوی ماتریسی خطی (LMI)، روشی برای پایدارسازی کنترل مقاوم H∞ فیدبک خروجی سیستم ها ی فازی تاکاگی-سوگنو دارای عدم قطعیت، ارایه شده است. به منظور کاهش ماهیت محافظه کارانه سیستم ها ی تاکاگی-سوگنو، فرم جدیدی از توابع لیاپانوف غیر یکنوا مورد استفاده قرار گرفته است. در روش های غیر یکنوا، علیرغم اینکه تابع لیاپانوف می تواند بصورت محلی افزایش یابد، اما در نهایت مقدار آن به صفر می رسد. با استفاده از تابع لیاپانوف غیر یکنوا شرایط کافی برای وجود پایداری کنترل مقاوم H∞ فیدبک خروجی محاسبه، و نشان داده شده است که روش پیشنهادی در مقایسه با سایر روش های غیر یکنوا، معروف به روش تغییرات 𝑘 نمونه ای محافظه کاری کمتری خواهد داشت. کارایی عملکرد کنترل کننده پیشنهادی از طریق نتایج شبیه سازی عددی نشان شده است.

با به کارگیری مدل های فیزیک سنگی، شناسایی هرچه دقیق تر مخزن هیدروکربوری امکان پذیر است و به دنبال آن مخاطره اکتشاف و تولید نفت و گاز به میزان قابل توجهی کاهش می یابد. در مطالعه حاضر، سه مدل فیزیک سنگ خود سازگار-گاسمن، شو-پاین و شو-وایت در یک مخزن کربناته نفتی در جنوب غربی ایران در دو چاه هدف مورد بررسی قرار گرفتند. با استفاده از روش های ترکیب اطلاعات انتگرال فازی سوگنو و وزن دهی افزایشی ساده، دو مدل ترکیبی مختص مخزن مورد مطالعه، تهیه و ارایه گردیدند. سرعت موج طولی و برشی با کمک نگارهای چاهی و نوع حفرات حاصل از مقاطع نازک و سی تی اسکن در مخزن مورد مطالعه برآورد و از لحاظ کمی و کیفی مقایسه گردید. نتایج نشان داد که خطای نسبی در تخمین سرعت موج برشی در چاه A و B به ترتیب از 21 درصد به 4 درصد و از 24 درصد به 5/4 درصد رسید. همچنین خطای نسبی در تخمین سرعت موج طولی در چاه های مورد مطالعه از 14 به 5/2 درصد در چاه A و از 21 به 2 درصد در چاه B کاهش یافت. همچنین در بین سه مدل موجود نتایج برآورد شو-وایت و سوگنو در تخمین سرعت های طولی و برشی در چاه A به ترتیب از کمترین(79 و 81) و بیشترین ضریب همبستگی (99 و 98) با داده واقعی برخوردار بودند. در واقع نتایج به دست آمده از سه مدل فیزیک سنگی و مدل های ترکیبی بیانگرآن است که مدل ترکیب شده با روش سوگنو بهترین برآورد را ارایه نموده است.