تشخیص محدوده تومورهای مغزی یک گام مهم و اساسی در سیستم های تشخیص و درمان خودکار می باشد. در این مقاله یک روش ترکیبی مبتنی بر سیستم استنتاج فازی-عصبی وفقی (ANFIS) و خوشه بندی سلسله مراتبی برای تشخیص موقعیت و محدوده تومورهای مغزی ارائه شده است. برای این منظور ابتدا خط مرکزی ناحیه مغز تشخیص داده شده، سپس با بلاک بندی ناحیه دو نیمکره مغز و استخراج ویژگی شدت روشنایی و بافت هر بلاک و نیز با بهره گیری از ویژگی تقارن موجود در دو نیمکره مغز، بلاک های حاوی بافت های توموری با استفاده از دسته بندی کننده ANFIS تشخیص داده می شوند. در نهایت با هموارسازی تصویر تصاویر تشدید مغناطیسی (MRI) مغز و با بهره گیری از خوشه بندی سلسله مراتبی محدوده دقیق تومور مشخص خواهد شد. روش ارائه شده روی تصاویر MRIبانک Harvard ارزیابی شده است. کارایی روش ارائه شده با استفاده از معیار دقت برابر %7/4± 1/98، حساسیت برابر%2/3± 1/94 و خاصگی آن برابر%9/4± 7/98 می باشد.

در سیستم های مخابراتی بی سیم که امروزه کاربرد گسترده ای یافته است، تغییرات فرکانسی و زمانی کانال یکی از مشکلات اساسی است؛ از این رو مسأله تخمین کانال و جبران اثرات آن چالشی کلیدی در این سیستم ها محسوب می­شود. تکنیک OFDM به دلیل مقاومت در برابر فرکانس­گزینی، بهره وری فرکانسی و نرخ ارسال بالا مورد توجه قرار دارد. تخمین کانال بر مبنای پایلوت از پرکاربردترین روش هاست که در بسیاری از سیستم های OFDM از جمله شبکه­های موبایل و استانداردهای پخش صدا و ویدیوی دیجیتال استفاده شده است. تعداد و آرایش پایلوت ها در صفحه زمان-فرکانس تاثیر مستقیم در دقت و سرعت فرآیند تخمین کانال مخابراتی دارد. در ارتباطات واقعی از آرایش پایلوت ثابتی استفاده می شود که معمولاً با فرض شرایط نوعی برای محوشوندگی کانال طراحی می­گردد. این امر منجر به سربار پایلوت غیرضروری در وضعیت خوب کانال (نزدیک به محوشوندگی کند و تخت) و همچنین تخریب عملکرد در بدترین وضعیت کانال می شود. لذا در تحقیقات پیشین، پیشنهاد وفقی سازی آرایش پایلوت ها بر اساس پاسخ کانال مطرح شده است. در واقع یافتن بهترین آرایش پایلوت متناسب با پاسخ کانال، یک مسأله بهینه سازی است که رویکرد وفقی به دنبال دستیابی به پاسخ آن است. در این پژوهش روش جدیدی برای وفقی سازی آرایش پایلوت ها بر اساس فیلتر کالمن ارائه و با الگوریتم تخمین کانال ترکیب شده است. بدین ترتیب در روش پیشنهادی، محل پایلوت ها و پاسخ کانال توأم با یکدیگر تخمین زده می شود. این روش در شرایط مختلف کانال شبیه سازی شده و عملکرد آن با معیارهای نرخ خطای بیت (BER) و درصد سربار پایلوت ارزیابی گردیده است. نتایج شبیه سازی ها نشان می دهد روش پیشنهادی با درصد سربار پایلوتی کمتر از روش های موجود به عملکردی مشابه دست می یابد که متناظر با افزایش ظرفیت انتقال داده به میزان قابل توجهی است.

تامین کنندگان یکی از اساسی ترین قسمت های زنجیره تامین هستند که عملکرد آنها به صورت غیرمستقیم بر رضایت مشتریان تاثیر بسزایی دارد. از آنجا که خواسته های مشتریان با سازمان ها متفاوت است، سازمان ها برای انتخاب تامین کنندگان خود ناگزیرند معیارهای گوناگونی را در نظر بگیرند. در سال های اخیر، مطالعات زیادی در این زمینه و با به کار بردن معیارها و روش ها ی گوناگون انجام پذیرفته است. هدف از این تحقیق، انتخاب تامین کننده در یک شرکت تولیدی مواد غذایی با در نظر گرفتن معیارهای هزینه، کیفیت، سرویس، نوع روابط، و ساختار سازمان تامین کننده است. برای ارزیابی تامین کننده ها بر اساس معیارهای ذکر شده از سیستم استنتاج فازی استفاده شده است. ورودی این سیستم، امتیاز هر تامین کننده در هر معیار است که با روش AHP به دست آمده و خروجی آن امتیاز نهایی هر تامین کننده است. در نهایت، تامین کننده ای انتخاب شد که با اینکه در قیمت و کیفیت بهترین نبود، ولی به علت عملکرد مناسب در تمامی معیارها بالاترین امتیاز را کسب کرد.

یکی از روشهای نوظهور در حل مسایل مهندسی جهت مدل سازی سیستم هایی که دارای پیچیدگی زیاد یا عدم صراحت بوده و یا داده های کافی از آنها موجود نیست، استفاده از تئوری مجموعه های فازی از جمله سیستم می باشد. مزیت اصلی این تکنیک نسبت به استنتاج فازی روش های رایج، این است که این سیستم بر اساس قواعد اگر - آن گاه بنا نهاده شده است و قادر به تعیین ارتباط بین متغیرهای ورودی و خروجی با استفاده از قواعد مزبور می باشد. در تحقیق حاضر نیز، با استفاده از سیستم استنتاج فازی و بر اساس دبی، درجه حرارت و بارش ماهانه، سری پیوسته ای از دبی جریان رودخانه و هر یک از متغیرهای مذکور تشکیل و تاثیر هر یک از متغیرهای فوق در توالی های زمانی گذشته بر روی میزان دبی جریان رودخانه در ماه های آینده بررسی شد و میزان دبی رودخانه در ماه های آینده پیش بینی شد.