مساله درونیابی هرمیت درجه پنجم فازی تعمیمی است بر درونیابی لاگرانژ فازی توسط برازش یک چندجمله ای بر تابع فازی مقدار f که نه تنها در هر گره مقدار f را درونیابی می کند بلکه مشتقات متوالی تعمیم یافته هاکوهارای f تا مرتبه دوم را نیز درونیابی می نماید. جواب ارائه شده در این مقاله برای مساله درونیابی هرمیت درجه پنجم فازی بر مبنای ترکیب خطی توابع پایه ی اصلی فضای خطی چندجمله ای های درجه پنجم استوار است و همین روش جهت بیان چندجمله ای درونیاب هرمیت قطعه ای درجه پنجم فازی نیز تعمیم می یابد.در ابتدا روش ساخت و مثالی برای درونیاب هرمیت درجه پنجم فازی بین دو گره بیان می شود. از آنجاکه روش ارائه شده برای درونیابی توابع مشتق پذیر تعمیم یافته هاکوهارا از مرتبه اول نیز صادق است در ادامه طی یک مثال دو چند جمله ای درونیاب هرمیت قطعه ای درجه سوم فازی و هرمیت ساده فازی برای داده های مشابه را مقایسه نموده و دلایل برتری روش قطعه ای را بیان می نمائیم و در پایان چند جمله ای درونیاب هرمیت قطعه ای درجه پنجم فازی ارائه می شود. استفاده از چنین درونیابی نشان می دهد که با بالا رفتن درجه چند جمله ای درونیاب هرمیت قطعه ای فازی از درجه سه به پنج شرایط همواری در هسته چندجمله ای درونیاب بهبود می یابد.

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

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

در این تحقیق یک روش عددی به صورت تقریب قطعه ای برای حل معادلات دیفرانسیل فازی معرفی می گردد. در این روش جواب مساله با یک قطعه ای چندجمله ای از درجه سه در هر زیر بازه از جواب بیان می گردد. مبنای روش، استفاده از بسط تیلور فازی تابع حول مقدار اولیه مساله معادلات دیفرانسیل فازی می باشد. وجود، یکتایی جواب و همچنین سرعت همگرایی روش تقریبی مورد بررسی قرار می گیرد. همچنین نشان داده می شود که روش معرفی شده در مقایسه با روش اویلر [1] برای حل معادلات دیفرانسیل فازی تحت مشتق تعمیم یافته دارای دقت بیشتری می باشد.

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.

تعریف متداول مشتق، مجموعة تابع های مشتق پذیر را بسیار کوچک تر از مجموعة تابع های پیوسته می سازد. بسیاری از تابع های یک متغیری با تعریف موجود مشتق پذیر نیستند و بررسی تغییرات آنها به کمک تعریف موجود مشتق میسّر نیست. در این مقاله، با استفاده از تعریف کاراتئودری، ابتدا به ارائة تعریف مشتق پذیری تعمیم یافتة یک تابع حقیقی یک متغیری, و مشتق تعمیم یافتة آن می پردازیم، به گونه ای که مجموعة تابع های مشتق پذیر افزایش می یابد و اعتبار قضیه های اساسی نظریة تابع های مشتق پذیر یک متغیری، مانند قضیة رول، قضیة مقدار میانگین کوشی، قضیة مقدار میانگین برای مشتق، و قضیة تیلور برقرار باقی می ماند. مقاله را با ارائة چند مثال به پایان می بریم.

مسائل مربوط به بهینه سازی فازی در مقالات اخیر با الهام از مفاهیم تفاضل هاکوهارای تعمیم یافته و مشتق پذیری هاکوهارای تعمیم یافته برای توابع یک بعدی از فضای R به توی E توسط نویسندگان زیادی مورد بحث قرار گرفته است و پیشرفت قابل ملاحظه ای داشته است. در این مقاله، مفهوم مشتق پذیری تعمیم یافته کلی با استفاده از تفاضل تعمیم یافته از فضای R^n به توی E برای نگاشت های چند بعدی فازی، معرفی شده است. همچنین مشتق پذیری تعمیم یافته کلی فوق مورد بررسی قرار گرفته شده است و در ادامه مفهوم مشتق پذیری تعمیم یافته جهتی و مشتق پذیری تعمیم یافته جزئی برای نگاشت های چند بعدی فازی تعریف و به تفصیل بحث شده است، سپس مشتق پذیری تعمیم یافته جهتی و مشتق پذیری تعمیم یافته جزئی برحسب مشتق پذیری تعمیم یافته سطح به سطح بیان شده است. همچنین خواص و ارتباط بین آنها بحث شده است. در نهایت روابط بین مشتق پذیری تعمیم یافته کلی، مشتق پذیری تعمیم یافته جهتی و مشتق پذیری تعمیم یافته جزئی برای نشان دادن توانایی و قابلیت روابط بین آنها با ذکر چند مثال نشان داده شده است.

روش های متعدد عرضه شده برای افزایش توان تفکیک لبه ها، اکثرا بر اساس مشتقات افقی یا عمودی میدان پتانسیل هستند. فیلتر مانند مشتق کل افقی (THD) که در تعیین لبه منابع عمیق کارایی کمتری دارد و یا فیلتر هایی مانند TDX و Theta که حساسیت کمتری به عمق بی هنجاری و همچنین دقت بیشتری در تشخیص لبه ها، نسبت به فیلتر THD دارند. در این تحقیق، روش مشتق افقی متعادل (BHD) و مشتق کل افقی مرتبه دوم به صورت نرمالایز شده (TDX 2) برای تعیین دقیق مرز بی هنجاری های میدان پتانسیل بکار رفته است. در این تحقیق بر روی داده های یک مدل مصنوعی بدون نویز، کارایی فیلتر های مورد استفاده بررسی و سپس بر روی داده های مدل با نویز اتفاقی 2% مقایسه بین فیلتر ها انجام شده است. نتایج حاصل نشان می دهدکه مختصات افقی لبه به دست آمده از فیلترهای BHD و TDX 2، در مقایسه با فیلتر های TDX و Theta، به مختصات لبه مدل نزدیکتر است. همچنین، فیلترهای BHD و TDX 2 لبه بی هنجاری های حاصل از تداخل اجسام مجزا با دامنه های متفاوت را از دیگر فیلترها بهتر تفکیک می کنند. همچنین در این تحقیق، فیلتر های مذکور بر روی داده های گرانی قنات موسسه ژئوفیزیک به کار برده شده است. بر اساس نتایج حاصله، فیلتر های TDX 2 و BHD با تفکیک لبه-های بی هنجاری قنات و سایر بی هنجاری های موجود، روند کلی قنات را به خوبی نشان می دهند. لبه به دست آمده از این فیلتر ها حدودا 1.27 متر است، در حالیکه برای فیلترهای TDX و Theta، 2.7 متر است که با توجه به اطلاعات زمین شناسی منطقه احتمال وجود قناتی با این عرض بعید است.

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.