انجمن سیستم های فازی ایرانسیستم های فازی و کاربردها2717-44092120190622Vocabulary Accountingحسابگری با واژگان1249091620.1001.1.27174409.1398.2.1.1.9/DORFAماشاالله ماشینچیبخش آمار، دانشکده ریاضی و کامپیوتر، دانشگاه شهید باهنر کرمانحدیث السادات حسینی نژادبخش آمار، دانشکده ریاضی و کامپیوتر، دانشگاه شهید باهنر کرمانJournal Article20190305<span class="VIiyi" lang="en"><span class="JLqJ4b ChMk0b" data-language-for-alternatives="en" data-language-to-translate-into="fa" data-phrase-index="0" data-number-of-phrases="2"> is an accounting system that offers an important capability in the fields of engineering, medicine, biology and physics, which was introduced by Professor Zadeh and especially by writing an article entitled Fuzzy Logic = Vocabulary Accounting.</span> <span class="JLqJ4b ChMk0b" data-language-for-alternatives="en" data-language-to-translate-into="fa" data-phrase-index="1" data-number-of-phrases="2">In this article, we will review some concepts, definitions, preliminary results, and finally describe the accounting process with words.</span></span> حسابگری با واژگان یک سیستم حسابگری است که توانایی مهمی را در زمینه مهندسی پزشکی زیست شناسی و فیزیک ارائه میدهد که توسط پروفسور زاده و به خصوص با نوشتن مقاله ای با عنوان منطق فازی= با حسابگری با واژگان مطرح شد. در این مقاله به بررسی برخی مفاهیم، تعاریف، نتایج اولیه و در نهایت به تشریح فرآیند حسابگری با واژگان می پردازیمhttps://jfsa.fuzzy.ir/article_90916_10460de6563a4f04419d3dda9b891edf.pdfانجمن سیستم های فازی ایرانسیستم های فازی و کاربردها2717-44092120190622Sampling Scheme For Accepting A Pile Of Fuzzy Quality Products: Why And How?طرح نمونه گیری برای پذیرش انباشته ای از تولیدات با کیفیت فازی: چرا و چگونه؟25459091720.1001.1.27174409.1398.2.1.2.0/DORFAرباب افشاریدانشگاه زنجان، دانشکده علوم، گروه آماربهرام صادقپور گیلدهدانشگاه فردوسی مشهد، دانشکده علوم ریاضی، گروه آمار0000-0003-0863-676XJournal Article20190305<span class="VIiyi" lang="en"><span class="JLqJ4b" data-language-for-alternatives="en" data-language-to-translate-into="fa" data-phrase-index="0" data-number-of-phrases="1">In classical design, most sampling designs for acceptance, usually all observations and design parameters are considered exact values, but in practice, ambiguity in the estimated value of some parameters and even the values reported for observations is inevitable. In this paper, after stating the reason for considering the ratio of defective stacked items inaccurate, we generalize a variable one-step sampling scheme based on the ratio of fuzzy stacked defective items in the presence of accurate observations. Also, while examining the characteristic performance curve of the introduced design, a practical example is used at the end of the article to better understand the content. The results showed that the proposed design in fuzzy environment can be used as a generalization of the existing design in non-fuzzy environment.</span></span><br /><br /> <br /><br /><br /><br /><br /><br /><br /> در طراحی کلاسیک، اغلب طرح های نمونه گیری برای پذیرش، معمولا تمامی مشاهدات و پارامترهای طرح مقادیر دقیقی در نظر گرفته می شوند اما در عمل، وجود ابهام در مقدار برآورد شده برخی از پارامترها و حتی مقادیر گزارش شده برای مشاهدات، اجتناب ناپذیر است. در این مقاله، پس از بیان علت نادقیق انگاشتن نسبت اقلام معیوب انباشته، به تعمیم طرح نمونه گیری یک مرحله ای متغیر مبتنی بر نسبت اقلام معیوب انباشته فازی در حضور مشاهدات دقیق می پردازیم. همچنین ضمن بررسی منحنی مشخصه عملکرد طرح معرفی شده، از یک مثال کاربردی برای تفهیم بهتر مطالب، در انتهای مقاله استفاده می شود. نتایج نشان دادند که طرح معرفی شده در محیط فازی، می تواند به عنوان تعمیمی از طرح موجود در محیط غیر فازی باشد.https://jfsa.fuzzy.ir/article_90917_932d4ebdb7ef8c015de288b1931b395e.pdfانجمن سیستم های فازی ایرانسیستم های فازی و کاربردها2717-44092120190622Frequency Controller Design PI Load based on Interval Fuzzy Differential Evolution Algorithm For Nonlinear Island Microgrid Modelطراحی کنترل کننده فرکانس- بار PI مبتنی بر الگوریتم تکامل تفاضلی فازی نوع ٢ بازه ای برای مدل غیرخطی ریزشبکه جزیره ای47679091820.1001.1.27174409.1398.2.1.3.1/DORFAفاطمه جمشیدیگروه مهندسی برق دانشکده مهندسی دانشگاه فسا، فسا، ایرانمهسا واقفیگروه مهندسی برق، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایرانJournal Article20190324In This Paper, A Nonlinear Island Microgrid Model Including Saturation, Limiting Power Change Rate And Time Delay Is Considered And To Control Its Load Frequency, The Proportional Integral Fractional Controller (PI Λ) Is Proposed Due To Its Flexible And Robust Performance. . The Fuzzy Improved Differential Evolution (FDE) Algorithm Has Been Used To Optimally Determine The Parameters Of This Controller With The Aim Of Minimizing The Mean Squares Of The Frequency Changes, Control Effort, And Weight Combination Of Both. Due To The Difficulty Of Accurately Determining The Membership Functions Of The Fuzzy System, Two-Interval Type Fuzzy (IT2F) Has Been Applied. The Maximum Numerical Index Of The Size Of The Frequency Changes And Two Numerical Indices Contrary To The Mean Squares Of The Frequency Changes And The Mean Squares Of The Control Effort Have Been Used To Evaluate The Performance Of The Controlled System. The Sensitivity Of The Proposed Control Scheme Has Been Evaluated By Significantly Increasing And Decreasing The Parameters Of The Microgrid System. The Simulation Results Confirm the Optimal and Robust Performance of the Controllerدر این مقاله مدل غیرخطی ریزشبکه جزیره ای شامل اشباع، محدود کننده نرخ تغییر توان و تأخیر زمانی در نظر گرفته شده و برای کنترل فرکانس-بار آن کنترل کننده تناسبی- انتگرالی مرتبه کسری(P I <sup>λ</sup>)به دلیل عملکرد انعطاف پذیر و مقاوم آن پیشنهاد گردیده است. از الگوریتم تکامل تفاضلی بهبود یافته با فازی(FDE)برای تعیین بهینه پارامترهای این کنترل کننده با هدف کمینه کردن میانگین مربعات تغییرات فرکانس، تلاش کنترلی و ترکیب وزنی هر دو استفاده شده است. به دلیل دشواری تعیین دقیق توابع عضویت سیستم فازی، فازی نوع دو بازه ای(IT2F) اعمال گردیده است. شاخص عددی ماکزیمم اندازه تغییرات فرکانس و دو شاخص عددی مغایر میانگین مربعات تغییرات فرکانس و میانگین مربعات تلاش کنترلی برای بررسی عملکرد سیستم کنترل شده، به کار رفته است. با افزایش و کاهش قابل ملاحظه ی پارامترهای سیستم ریزشبکه، حساسیت طرح کنترل پیشنهادی ارزیابی شده است. نتایج شبیه سازی موید عملکرد مطلوب و مقاوم کنترل کننده استhttps://jfsa.fuzzy.ir/article_90918_aef8d52e4c8439c724c94176010019ca.pdfانجمن سیستم های فازی ایرانسیستم های فازی و کاربردها2717-44092120190622An Overview of Fuzzy Automataمروری بر اتوماتای فازی69879091920.1001.1.27174409.1398.2.1.4.2/DORFAمحمد مهدی زاهدیدانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته کرمان، بخش ریاضیمرضیه شمسی زادهدانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته کرمان، بخش ریاضیJournal Article20190404In This Paper, The Algebraic Structure Of The Machines And Then The Concepts Of Deterministic, Uncertain, And Non - Deterministic Constructions Were Offered. Also, The Concepts Of Fuzzy Logic And Fuzzy Logic Were Introduced And The Relation Between Them Was Expressed. In Addition, Deterministic and Non - Deterministic اتوماتای Are Discussed In General and the Reason for a Non - Deterministic Presentation Is Presented.در اﯾﻦ ﻣﻘﺎﻟﻪ، در اﺑﺘﺪا ﺳﺎﺧﺘﺎر ﺟﺒﺮی ﻣﺎﺷﯿﻦ ﻫﺎ و ﺳﭙﺲ ﻣﻔﺎﻫﯿﻢ اﺗﻮﻣﺎﺗﺎی ﻗﻄﻌﯽ، ﻏﯿﺮﻗﻄﻌﯽ و اﺗﻮﻣﺎﺗﺎ روی ﻣﺸﺒﮑﻪ ی ﻣﺎﻧﺪه ای اراﯾﻪ ﺷﺪ. ﻫﻤﭽﻨﯿﻦ، ﻣﻔﺎﻫﯿﻢ اﺗﻮﻣﺎﺗﺎی ﻓﺎزی ﻣﺘﻨﺎﻫﯽ و ﮔﺮاﻣﺮﻫﺎی ﻓﺎزی را اراﯾﻪ داده و ارﺗﺒﺎط ﺑﯿﻦ آﻧﻬﺎ ﺑﯿﺎن ﺷﺪ. ﻋﻼوه ﺑﺮاﯾﻦ، اﺗﻮﻣﺎﺗﺎی ﻗﻄﻌﯽ و ﻏﯿﺮﻗﻄﻌﯽ در ﺣﺎﻟﺖ ﮐﻠﯽ ﺑﺎ ﻫﻢ ﻣﻘﺎﯾﺴﻪ و دﻟﯿﻞ اراﯾﻪ اﺗﻮﻣﺎﺗﺎی ﻏﯿﺮﻗﻄﻌﯽ ﺑﯿﺎن ﮔﺮدﯾﺪ.https://jfsa.fuzzy.ir/article_90919_5d39d7c829562a7ef0765842ab0a6c4a.pdfانجمن سیستم های فازی ایرانسیستم های فازی و کاربردها2717-44092120190622Fuzzy Random Variable LRمتغیر تصادفی فازی LR891079092020.1001.1.27174409.1398.2.1.5.3/DORFAعباس پرچمیدانشگاه شهید باهنر کرمان، دانشکده ریاضی و کامپیوتر، بخش آمارJournal Article20190114After A Critical Review Of The Fuzzy Random Variables That Have Been Proposed So Far, This Paper Introduces A New Type Of This Concept Called "Linear Fragmented Random Variable" Based On A Finite Number Of Random Slices. When The Number Of These Random Slices Is Infinite, The Linear Fragmented Random Variable Is Called Another Type Of Fuzzy Random Variable, Which We Call The Fuzzy Random Variable LR. Therefore, Based On This Limit State, At The End Of This Article, A More Accurate And At The Same Time Simpler Definition For The Fuzzy Random Variable Is Provided. Also, Several Numerical Examples For Better Transfer Of Concepts And Definitions Based On Simulation Are Presented.پس از مروری انتقادی به متغیرهای تصادفی فازیی که تا کنون مطرح شده اند، در این مقاله نوعی جدید از این مفهوم به نام"متغیر تصادفی قطعه قطعه شده خطی " مبتنی بر تعدادی متناهی از برش تصادفی معرفی شده است. وقتی تعداد این برشهای تصادفی به بی نهایت میل میکند متغیر تصادفی قطعه قطعه شده خطی، به نوعی دیگر از متغیر تصادفی فازی که آن را متغیر تصادفی فازی LR مینامیم میل میکنند. بنابراین مبتنی بر این حالت حدی در انتهای این مقاله تعریفی بهتر دقیق تر و در عین حال ساده تر برای متغیر تصادفی فازی ارائه میشود همچنین چندین مثال عددی برای انتقال بهتر مفاهیم و تعاریف براساس شبیه سازی مطرح شده استhttps://jfsa.fuzzy.ir/article_90920_3d3aa7721b4f1ae9f5debdcf67297923.pdf