مروری بر مجموعه های فازی نوع-2

سرگلزائی, شگوه; میش مست نهی, حسن

doi:20.1001.1.27174409.1398.2.2.6.6=DOR

مروری بر مجموعه های فازی نوع-2

نوع مقاله : مقاله پژوهشی

نویسندگان

دانشگاه سیستان و بلوچستان، دانشکده ریاضی

20.1001.1.27174409.1398.2.2.6.6=DOR

چکیده

اکثر داده ها در جهان واقعی به صورت نادقیق و مبهم هستند؛ یکی از روش های مدل سازی مفاهیم نادقیق، استفاده از مجموعه های فازی است. یک تعمیم از مجموعه های فازی به صورت مجموعه های فازی نوع- 2 هستند که درجه عضویت هایی از نوع مجموعه های فازی دارند. چنین مجموعه هایی در جایی که تعیین دقیق درجه ی عضویت برای یک مجموعه فازی مبهم باشد، مفید واقع می شود. مجموعه های فازی نوع- 2 بازه ای حالت خاصی از مجموعه های فازی نوع- 2 می باشند که از پیچیدگی کمتر و فهم آسانتری برخوردار هستند و نوع خاصی از این مجموعه ها، اعداد فازی نوع- 2 بازه ای می باشند. در این پژوهش مروری بر مجموعه های فازی نوع- 2 و مجموعه های فازی نوع- 2 بازه ای ارائه و به بررسی اعداد فازی نوع- 2 بازه ای و اعمال حسابی موجود بر آنها پرداخته می شود. همچنین مروری بر چند روش مقایسه ای و رتبه بندی مربوط به اعداد فازی نوع- 2 بازه ای ارائه خواهد شد

کلیدواژه‌ها

20.1001.1.27174409.1398.2.2.6.6

مراجع

[1] Chen, S. H,. Hsieh, C. H (1999) Graded mean integration representation of generalized fuzzy number. J. Chin. Fuzzy Syst, 5(2), 1-7.

[2] Figueroa, J.C. (2009) Solving Fuzzy Linear Programming Problems with Interval Type-2 RHS. Proceedings of the 2009 IEEE International Conference on Systems, Man, and Cybernetics San Antonio, TX, USA, October.

[3] Figueroa, J.C. (2011) Interval type-2 fuzzy linear programming: Uncertain constraints. In: 2011 IEEE Symposium Series on Computational Intelligence.

[4] Hisdal, E. (1981) The IF THEN ELSE Statement and Interval-Valued Fuzzy sets of Higher Type. International Journal of Man-Machine Studies, 15, 385-455.

[5] Javanmard, M,. Mishmast Nehi, H. (2017) Interval type-2 triangular fuzzy numbers;New ranking method and evaluation of some reasonable properties on it. 5^th Iranian Joint Congress on Fuzzy and Intelligent Systems, CFIS, 8003587, 4-6.

[6] Javanmard, M. Mishmast Nehi, H. (2018) Rankings and operations for interval type-2 fuzzy numbers: a review and some new methods, Journal of Applied Mathematics and Computing. DOI: https://doi.org/10.1007/s12190-018-1193-9, First Online: 31 May 2018.

[7] Javanmard, M,. Mishmast Nehi, H. (2019) A Solving Method for Fuzzy Linear Programming Problem with Interval Type-2 Fuzzy Numbers. Int. J. Fuzzy Syst, DOI: https://doi.org/10.1007/s40815-018-0591-3, Published Online: 17 January.

[8] Kaufmann, A,. Gupta, M (1985) Introduction to fuzzy arithmetic theory and applications. Van Nostran Reinhold Co. Inc., New York.

[9] Mendel, J.M,. John, R.I,. Liu, F.L (2006) Interval type-2 fuzzy logical systems made simple. IEEE Transactions on Fuzzy Systems, 14, 808-821.

[10] Yager, R. R. (1978) Ranking fuzzy subsets over the unit interval. in Proceedings of the 17th IEEE International Conference on Decision and Control, San Diago, California, pp, 1435-1437.

[11] Zadeh, L.A. (1965) Fuzzy sets. Information And Control, 8, 338-353.

[12] Zadeh, L.A. (1975a) The concept of linguistic variable and its application to approximate reasoning-1. Information Sciences, 8, 199-249.

[13] Zadeh, L.A. (1975b) The concept of linguistic variable and its application to approximate reasoning-1. Information Sciences, 8, 301-357.

[14] Zadeh, L.A. (1975c) The concept of linguistic variable and its application to approximate reasoning-1. Information Sciences, 9, 43-80.