برنامه نویسی خطی احتمال با اعداد فازی ذوذنقه ای

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 29

تعداد کلمات : 5530

مجله : Applied Mathematical Modelling

انتشار : 2004

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

:

تاریخ انتشار
27 مارس 2020
دسته بندی
تعداد بازدیدها
1000 بازدید
13,000 تومان

عنوان فارسی مقاله:برنامه نویسی خطی احتمال با اعداد فازی ذوذنقه ای

 چکیده

برنامه نویسی خطی فازی با اعداد فازی ذوذنقه ای (TrFNs) در نظر گرفته شده و روشی برای حل آن ارایه شده است. در این روش ، (TrFNs) ها برای پوشش اطلاعات غیر قطعی و غیر دقیق برای ضرایب هدف غیر دقیق و ضرایب فناوری های غیر دقیق و یا منابع موجود استفاده می شود.برنامه نویسی چند هدفی کمکی برای حل برنامه نویسی احتمال خطی با  (TrFNs) ساخته می شود.: کمینه سازی پراکندگی چپ، بیشینه سازی پراکندگی راست، بیشینه سازی نقطه نهایی چپ  مد و بیشینه سازی نقطه میانی مد. سه رویکرد برای حل برنامه نویسی چند هدفی کمکی ساخته شده از جمله رویکرد خوشبینانه، رویکرد  بدبینانه و  رویکرد مجموع خطی بر اساس تابع عضویت ارایه شده است. مثال سرمایه گذاری و  مسئله انتقال برای اثبات فرایند اجرایی این  روش ارایه می شود . آنالیز های مقایسه نشان می دهد که برنامه نویسی خطی با TrFNs در این مقاله برنامه نویسی خطی احتمال با اعداد فازی مثلثی  تعمیم می دهد.

 

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

 Title: Possibility linear programming with trapezoidal fuzzy numbers

Abstract

Fuzzy linear programming with trapezoidal fuzzy numbers (TrFNs) is considered and a new method is developed to solve it. In this method, TrFNs are used to capture imprecise or uncertain information for the imprecise objective coefficients and/or the imprecise technological coefficients and/or available resources. The auxiliary multi-objective programming is constructed to solve the corresponding possibility linear programming with TrFNs. The auxiliary multi-objective programming involves four objectives: minimizing the left spread, maximizing the right spread, maximizing the left endpoint of the mode and maximizing the middle point of the mode. Three approaches are proposed to solve the constructed auxiliary multi-objective programming, including optimistic approach, pessimistic approach and linear sum approach based on membership function. An investment example and a transportation problem are presented to demonstrate the implementation process of this method. The comparison analysis shows that the fuzzy linear programming with TrFNs developed in this paper generalizes the possibility linear programming with triangular fuzzy numbers.

دیدگاهتان را بنویسید