دانلود کتاب مدل های بهینه سازی با استفاده از مجموعه های فازی و نظریه امکان بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
نام کتاب : Optimization Models Using Fuzzy Sets and Possibility Theory
ویرایش : 1
عنوان ترجمه شده به فارسی : مدل های بهینه سازی با استفاده از مجموعه های فازی و نظریه امکان
سری : Theory and Decision Library 4
نویسندگان : Brian R. Gaines (auth.), J. Kacprzyk, S. A. Orlovski (eds.)
ناشر : Springer Netherlands
سال نشر : 1987
تعداد صفحات : 465
ISBN (شابک) : 9789401082204 , 9789400938694
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 11 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
بهینه سازی یکی از دغدغه های اصلی تعدادی از رشته ها است. تحقیق در عملیات و تئوری تصمیم اغلب با بهینه سازی یکسان در نظر گرفته می شود، اما همچنین در زمینه های دیگر مانند طراحی مهندسی، سیاست منطقه ای، تدارکات و بسیاری موارد دیگر، جستجو برای راه حل های بهینه یکی از اهداف اصلی است. روشها و مدلهایی که در دهههای گذشته در این زمینهها مورد استفاده قرار گرفتهاند، عمدتاً «سخت» یا «ترد» بودهاند. ه. راهحلها یا عملی یا غیرقابل اجرا در نظر گرفته میشدند، چه بالاتر از یک سطح مطلوب یا پایینتر. این ساختار دوگانگی روشها اغلب مدلساز را مجبور میکرد تا موقعیتهای واقعی مسئله را از نوع کم و بیش با مدلهای نوع بله یا خیر تقریب بزند، که ممکن است راهحلهای آنها راهحلی برای مشکلات واقعی نباشد. . این امر بهویژه زمانی صادق است که مشکل مورد بررسی شامل روابط تعریفشده مبهم، ارزیابیهای انسانی، عدم قطعیت به دلیل شواهد ناسازگار یا ناقص باشد، اگر زبان طبیعی باید مدلسازی شود یا متغیرهای حالت را فقط میتوان تقریباً توصیف کرد. تا همین اواخر، هر چیزی که با قطعیت شناخته نشده بود، یعنی. ه. که معلوم نبود درست یا نادرست است یا معلوم نبود که با قطعیت اتفاق می افتد یا غیرممکن است، با استفاده از احتمالات مدل شده است، به ویژه برای عدم قطعیت های مربوط به وقوع رویدادها.
Optimization is of central concern to a number of discip lines. Operations Research and Decision Theory are often consi dered to be identical with optimizationo But also in other areas such as engineering design, regional policy, logistics and many others, the search for optimal solutions is one of the prime goals. The methods and models which have been used over the last decades in these areas have primarily been "hard" or "crisp", i. e. the solutions were considered to be either fea sible or unfeasible, either above a certain aspiration level or below. This dichotomous structure of methods very often forced the modeller to approximate real problem situations of the more-or-less type by yes-or-no-type models, the solutions of which might turn out not to be the solutions to the real prob lems. This is particularly true if the problem under considera tion includes vaguely defined relationships, human evaluations, uncertainty due to inconsistent or incomplete evidence, if na tural language has to be modelled or if state variables can only be described approximately. Until recently, everything which was not known with cer tainty, i. e. which was not known to be either true or false or which was not known to either happen with certainty or to be impossible to occur, was modelled by means of probabilitieso This holds in particular for uncertainties concerning the oc currence of events.