<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>انجمن سیستم های فازی ایران</PublisherName>
				<JournalTitle>سیستم های فازی و کاربردها</JournalTitle>
				<Issn>2717-4409</Issn>
				<Volume>2</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>11</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Archimedes T -Soft and the Law of Contradiction</ArticleTitle>
<VernacularTitle>t-نرم های ارشمیدسی و قانون تناقض</VernacularTitle>
			<FirstPage>1</FirstPage>
			<LastPage>32</LastPage>
			<ELocationID EIdType="pii">113395</ELocationID>
			
<ELocationID EIdType="doi">20.1001.1.27174409.1398.2.2.1.1=DOR</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>ماشاالله</FirstName>
					<LastName>ماشین‌چی</LastName>
<Affiliation>بخش آمار، دانشکده ریاضی و کامپیوتر، دانشگاه شهید باهنر کرمان</Affiliation>

</Author>
<Author>
					<FirstName>سید علی</FirstName>
					<LastName>موسوی</LastName>
<Affiliation>بخش آمار، دانشکده ریاضی و کامپیوتر، دانشگاه شهید باهنر کرمان</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2019</Year>
					<Month>04</Month>
					<Day>09</Day>
				</PubDate>
			</History>
		<Abstract>In This Paper, We First Introduce The Concept Of T-Softs And Examine The Basic Properties Of T-Softs. Then We Consider The Archimedean T-Softs And Study Them In Detail. Considering Multiplicative And Collective Generators For -T-Archimedean Softs, We Provide Various Examples Of This Category Of -T Softs. In The Following, We Define The Homogeneity Of T-Softs And Show That To The Extent Of Uniformity, We Have Only Two Archimedean T-Softs: Multiplicative T-Soft And Lukasovich T-Soft. Finally, We Describe The True Archimedean T-Norms In The Law Of Contradiction.</Abstract>
			<OtherAbstract Language="FA">در این مقاله، ابتدا مفهوم t-نرم را معرفی کرده و به بررسی خواص اولیه t-نرم ها می پردازیم. سپس  t-نرم های ارشمیدسی را مد نظر قرار داده و به طور مفصل مورد مطالعه قرار میدهیم. با مد نظر قراردادن مولدهای ضربی و جمعی برای -T نرم های ارشمیدسی مثالهای مختلفی از این رده از -T نرم ها را ارائه می کنیم. در ادامه یکریختی  t-نرم ها را تعریف کرده و نشان میدهیم تا حد  یکریختی، تنها دو t-نرم ارشمیدسی داریم: t-نرم حاصلضرب و t-نرم لوکاسویچ.  در انتها t-نرم های ارشمیدسی صادق در قانون تناقض را توصیف می کنیم.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">اشتراک فازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">t-نرم</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">نرم ارشمیدسی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">قانون تناقض</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jfsa.fuzzy.ir/article_113395_639d8edbbdbea464f2c380359f06e29f.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>انجمن سیستم های فازی ایران</PublisherName>
				<JournalTitle>سیستم های فازی و کاربردها</JournalTitle>
				<Issn>2717-4409</Issn>
				<Volume>2</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>11</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Overview of Fuzzy Automata 2 (General Fuzzy Automata)</ArticleTitle>
<VernacularTitle>مروری بر اتوماتای فازی ٢ (اتوماتای فازی عمومی)</VernacularTitle>
			<FirstPage>33</FirstPage>
			<LastPage>68</LastPage>
			<ELocationID EIdType="pii">113396</ELocationID>
			
<ELocationID EIdType="doi">20.1001.1.27174409.1398.2.2.2.2=DOR</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>محمد مهدی</FirstName>
					<LastName>زاهدی</LastName>
<Affiliation>بخش ریاضی,، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته کرمان،, کرمان,، ایران</Affiliation>

</Author>
<Author>
					<FirstName>مرضیه</FirstName>
					<LastName>شمسی زاده</LastName>
<Affiliation>بخش ریاضی،, دانشگاه صنعتی خاتم الانبیاء بهبهان، بهبهان، ایران</Affiliation>
<Identifier Source="ORCID">0000-0002-9336-289X</Identifier>

</Author>
<Author>
					<FirstName>خدیجه</FirstName>
					<LastName>ابول پور</LastName>
<Affiliation>گروه ریاضی، واحد شیراز، دانشگاه آزاد اسلامی ، شیراز، ایران</Affiliation>
<Identifier Source="ORCID">0000-0001-9402-5441</Identifier>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2019</Year>
					<Month>08</Month>
					<Day>27</Day>
				</PubDate>
			</History>
		<Abstract>In This Paper, Due To The Importance Of The Study In The Field Of Study, The Concept Of General Fuzzy Logic Is Studied In Different Modes. First , The Concept Of General Fuzzy Logic And Then , Given The Concept Of Intuitive Fuzzy Set , Is Provided By The General Intuitive Fuzzy Logic . In The Following, According To The Concept Of The Basic Algebra, Which Is First Presented By Hayek, The Definition Of The General Lb Fuzzy Rule Is Expressed. In Addition, Examples Are Offered To Better Illustrate Concepts.</Abstract>
			<OtherAbstract Language="FA">در اﯾﻦ ﻣﻘﺎﻟﻪ، ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ اهمیت ﻣﻄﺎﻟﻌﻪ در زﻣﯿﻨﻪ ی اﺗﻮﻣﺎﺗﺎ، ﻣﻔﻬﻮم اﺗﻮﻣﺎﺗﺎی ﻓﺎزی ﻋﻤﻮﻣﯽ در ﺣﺎﻟﺖ ﻫﺎی ﻣﺨﺘﻠﻒ ﻣﻮرد ﺑﺮرﺳﯽ ﻗﺮار ﻣﯽ ﮔﯿﺮد. در اﺑﺘﺪا، ﻣﻔﻬﻮم اﺗﻮﻣﺎﺗﺎی ﻓﺎزی ﻋﻤﻮﻣﯽ و ﺳﭙﺲ، ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﻬﻮم ﻣﺠﻤﻮﻋﻪ ﻓﺎزی ﺷﻬﻮدی، اﺗﻮﻣﺎﺗﺎی ﻓﺎزی ﺷﻬﻮدی ﻋﻤﻮﻣﯽ اراﯾﻪ ﻣﯽ ﺷﻮد. در اداﻣﻪ، ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﻬﻮم ﺟﺒﺮ ﭘﺎﯾﻪ ای ﮐﻪ اوﻟﯿﻦ ﺑﺎر ﺗﻮﺳﻂ ﻫﺎﯾﮏ اراﯾﻪ ﺷﺪ، ﺗﻌﺮﯾﻒ اﺗﻮﻣﺎﺗﺎی ﻓﺎزی ﻋﻤﻮﻣﯽ LB ﺑﯿﺎن ﻣﯽ شود. ﻋﻼوه ﺑﺮ اﯾﻦ، ﻣﺜﺎل ﻫﺎﯾﯽ ﺑﺮای روﺷﻦ ﺗﺮ ﺷﺪن ﺑﻬﺘﺮ ﻣﻔﺎﻫﯿﻢ اراﯾﻪ ﻣﯽ ﺷﻮد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">اتوماتا</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">اتوماتای فازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">اتوماتای فازی شهودی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">اتوماتای عمومی</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jfsa.fuzzy.ir/article_113396_98974e45e180e8e95cd91fc5a86f1ec6.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>انجمن سیستم های فازی ایران</PublisherName>
				<JournalTitle>سیستم های فازی و کاربردها</JournalTitle>
				<Issn>2717-4409</Issn>
				<Volume>2</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>11</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>FNHSMHRS: Combined Recommender System Based On Fuzzy Clustering and Exploratory Similarity Criteria</ArticleTitle>
<VernacularTitle>FNHSM_HRS: سیستم توصیه‌گر ترکیبی مبتنی بر خوشه‌بندی فازی و معیار شباهت اکتشافی</VernacularTitle>
			<FirstPage>69</FirstPage>
			<LastPage>80</LastPage>
			<ELocationID EIdType="pii">113397</ELocationID>
			
<ELocationID EIdType="doi">20.1001.1.27174409.1398.2.2.3.3=DOR</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>مصطفی</FirstName>
					<LastName>خلجی</LastName>
<Affiliation>دانشکده مهندسی کامپیوتر، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران</Affiliation>
<Identifier Source="ORCID">0000-0002-5019-1824</Identifier>

</Author>
<Author>
					<FirstName>چیترا</FirstName>
					<LastName>دادخواه</LastName>
<Affiliation>دانشکده مهندسی کامپیوتر، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران</Affiliation>
<Identifier Source="ORCID">0000-0002-9836-9388</Identifier>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2019</Year>
					<Month>10</Month>
					<Day>09</Day>
				</PubDate>
			</History>
		<Abstract>Today, Referral Systems Have Become A Pervasive System For Guiding Users In The Vast Amount Of Data On The Internet. Collaborative Refinement, Which Offers Suggestions To The Active User Based On The Scoring Of A Set Of Users, Is One Of The Simplest, Most Understandable And Successful Models For Finding Like-Minded People In Recommender Systems. In This Model, ‌ With Increasing Number Of Users And Items, The System Suffers From Scalability. On The Other Hand, Improving System Performance Is Important When We Have Little Information About The Benefits Available. In This Paper, A Hybrid Recommender System Called FNHSM_HRS Based On The Exploratory Similarity Criterion (NHSM) With Fuzzy Clustering ‌ Is Presented. The Use Of Fuzzy Clustering Method In The Proposed System Improves The Scalability Problem And Increases The Accuracy Of System Proposals. The Proposed System Is Based On The Collaborative Refinement Model And Improves The Performance And Accuracy Of The System By Using The Heuristic Similarity Criterion. Evaluation Of The Results Of The Proposed System Is Performed On The Movielens Dataset. The Evaluation Results Using MAE, Accuracy, Precision and Recall Criteria Show the Improvement of System Performance and Increase the Accuracy of the Proposals Compared To Collaborative Refinement Methods That Use Other Criteria to Find Similarity</Abstract>
			<OtherAbstract Language="FA">امروزه سیستم‌های توصیه‌گر به یک سیستم فراگیر برای راهنمایی و هدایت کاربران در حجم عظیمی از داده در اینترنت، تبدیل شده است. پالایش همکارانه که پیشنهادات به کاربر فعال را براساس امتیازدهی مجموعه‌ای از کاربران ارائه می‌دهد،‌ یکی از مدل‌های ساده و قابل درک و موفق برای پیدا کردن افراد هم سلیقه در سیستم‌های توصیه‌گر است. در این مدل،‌ با افزایش تعداد کاربران و اقلام، سیستم دچار مشکل مقیاس پذیری می‌شود. از طرفی دیگر بهبود عملکرد سیستم در مواقعی که اطلاعات کمی از امتیازات دردسترس داریم، امری مهم است. در این مقاله یک سیستم توصیه‌گر ترکیبی به نام FNHSM_HRS که مبتنی بر معیار شباهت اکتشافی (NHSM) به همراه خوشه‌بندی فازی است،‌ ارائه شده است. استفاده از روش خوشه‌بندی فازی در سیستم پیشنهادی باعث بهبود پذیری مساله مقیاس پذیری گشته و دقت پیشنهادات سیستم را افزایش می‌دهد. سیستم پیشنهادی مبتنی بر مدل پالایش همکارانه بوده و با استفاده از معیار شباهت اکتشافی، عملکرد و صحت سیستم را ارتقا می دهد. ارزیابی نتایج سیستم پیشنهادی برروی مجموعه داده MovieLens صورت گرفته، نتایج ارزیابی با استفاده از معیارهای MAE، Accuracy، Precision و Recall بیانگر بهبود کارایی سیستم و افزایش دقت پیشنهادات نسبت به روش‌های پالایش همکارانه‌ای که از معیارهای دیگری برای پیدا کردن شباهت استفاده می نمایند،‌ می‌باشد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">سیستم‌های توصیه‌گر</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">پالایش همکارانه</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">خوشه‌بندی فازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">معیار شباهت اکتشافی</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jfsa.fuzzy.ir/article_113397_065ce456c3fe7496b1dd7cb87cd04cdb.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>انجمن سیستم های فازی ایران</PublisherName>
				<JournalTitle>سیستم های فازی و کاربردها</JournalTitle>
				<Issn>2717-4409</Issn>
				<Volume>2</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>11</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Hesitant Fuzzy Set and Some Extensions</ArticleTitle>
<VernacularTitle>مجموعه فازی مردد و برخی گسترش‌های آن</VernacularTitle>
			<FirstPage>81</FirstPage>
			<LastPage>108</LastPage>
			<ELocationID EIdType="pii">113398</ELocationID>
			
<ELocationID EIdType="doi">20.1001.1.27174409.1398.2.2.4.4=DOR</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>امیر</FirstName>
					<LastName>رحیمی</LastName>
<Affiliation>دانشگاه سیستان و بلوچستان، دانشکده ریاضی</Affiliation>

</Author>
<Author>
					<FirstName>فرانک</FirstName>
					<LastName>حسین‌زاده سلجوقی</LastName>
<Affiliation>دانشگاه سیستان و بلوچستان، دانشکده ریاضی</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2019</Year>
					<Month>10</Month>
					<Day>15</Day>
				</PubDate>
			</History>
		<Abstract>In this paper, we present a complete and systematic introduction to hesitant fuzzy, which includes the operating rules of the hesitant fuzzy set, with a variety of examples. We will also recount some extensions of the hesitant fuzzy set along with their operating rules. This article is suitable for engineers, technicians and researchers in the fields of fuzzy mathematics, operations research, information science, management science and engineering to get acquainted with and benefit from hesitant fuzzy.</Abstract>
			<OtherAbstract Language="FA">در این مقاله، مقدمه‌ای بطور کامل و منظم از فازی مردد، که شامل قوانین عملیاتی مجموعه فازی مردد است را با ارائه مثال‌های متنوع بیان می‌کنیم. همچنین برخی از گسترش‌های مجموعه فازی مردد را به همراه قوانین عملیاتی آنها بازگو خواهیم کرد. این مقاله برای مهندسین، تکنسین‌ها و محققان در زمینه‌های ریاضی فازی، تحقیق در عملیات، علوم اطلاعات، علوم مدیریت و مهندسی در جهت آشنایی و بهره‌مندی با فازی مردد، مناسب است.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">فازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">فازی مردد</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">عنصر فازی مردد</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">فازی مردد بازه‌ای ـ مقدار</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">دوگان فازی مردد</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jfsa.fuzzy.ir/article_113398_97f0c101ebf092be3e01ca39f221cc05.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>انجمن سیستم های فازی ایران</PublisherName>
				<JournalTitle>سیستم های فازی و کاربردها</JournalTitle>
				<Issn>2717-4409</Issn>
				<Volume>2</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>11</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Comparison of Fuzzy and Non-Fuzzy Base Generators in an Epidemic Model for Virus Spread in Computer Networks</ArticleTitle>
<VernacularTitle>مقایسه عدد مولد پایه فازی و غیرفازی در یک مدل اپیدمی برای انتشار ویروس در شبکه‌های کامپیوتری</VernacularTitle>
			<FirstPage>109</FirstPage>
			<LastPage>122</LastPage>
			<ELocationID EIdType="pii">113399</ELocationID>
			
<ELocationID EIdType="doi">20.1001.1.27174409.1398.2.2.5.5=DOR</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>عباس</FirstName>
					<LastName>اکرمی</LastName>
<Affiliation>دانشگاه زابل، دانشکده علوم پایه، گروه ریاضی</Affiliation>

</Author>
<Author>
					<FirstName>محمود</FirstName>
					<LastName>پارسامنش</LastName>
<Affiliation>دانشگاه زابل، دانشکده علوم پایه، گروه ریاضی</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2019</Year>
					<Month>10</Month>
					<Day>23</Day>
				</PubDate>
			</History>
		<Abstract>In This Paper, A Fuzzy Epidemic Mathematical Model For The Spread Of Viruses In A Computer Network Is Investigated. The Classical Epidemic Model And Its Fuzzy Type Are Described And A Comparison Is Made Between The Classical Generator Number And Its Fuzzy Type. The Virus Epidemic Control Strategy In A Computer Network Has Also Been Analyzed.</Abstract>
			<OtherAbstract Language="FA">در این مقاله یک مدل ریاضی اپیدمی فازی برای انتشار ویروسها در یک شبکه کامپیوتری ‏بررسی شده است. مدل اپیدمیک کلاسیک و نوع فازی آن توصیف شده و مقایسه‌ای بین عدد مولد کلاسیک و نوع فازی آن انجام گرفته است. همچنین استراتژی کنترل اپیدمی ویروسها در یک شبکه کامپیوتری تجزیه و تحلیل شده است.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">منطق فازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">انتشار ویروس</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">آستانه اپیدمی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">عدد مولد ‏پایه</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jfsa.fuzzy.ir/article_113399_be3229cd85d230a76cb11f66ccec2777.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>انجمن سیستم های فازی ایران</PublisherName>
				<JournalTitle>سیستم های فازی و کاربردها</JournalTitle>
				<Issn>2717-4409</Issn>
				<Volume>2</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>11</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>An Overview of Fuzzy Sets Type 2</ArticleTitle>
<VernacularTitle>مروری بر مجموعه های فازی نوع-2</VernacularTitle>
			<FirstPage>123</FirstPage>
			<LastPage>150</LastPage>
			<ELocationID EIdType="pii">113409</ELocationID>
			
<ELocationID EIdType="doi">20.1001.1.27174409.1398.2.2.6.6=DOR</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>شگوه</FirstName>
					<LastName>سرگلزائی</LastName>
<Affiliation>دانشگاه سیستان و بلوچستان، دانشکده ریاضی</Affiliation>
<Identifier Source="ORCID">0000-0003-3302-6058</Identifier>

</Author>
<Author>
					<FirstName>حسن</FirstName>
					<LastName>میش مست نهی</LastName>
<Affiliation>دانشگاه سیستان و بلوچستان، دانشکده ریاضی</Affiliation>
<Identifier Source="ORCID">0000-0002-7573-1751</Identifier>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2019</Year>
					<Month>11</Month>
					<Day>09</Day>
				</PubDate>
			</History>
		<Abstract>Most Real-World Data Is Inaccurate And Vague; One Of The Methods Of Modeling Inaccurate Concepts Is The Use Of Fuzzy Sets. A Generalization Of Fuzzy Sets Are Type-2 Fuzzy Sets That Have Degrees Of Membership Of The Fuzzy Set Type. Such Sets Are Really Useful Where The Exact Membership Rating For A Fuzzy Set Is Ambiguous. Type-2 Interval Fuzzy Sets Are A Special Case Of Type-2 Fuzzy Sets That Are Less Complex And Easier To Understand, And A Special Type Of These Sets Are Interval Type-2 Fuzzy Numbers. In This Research, An Overview Of Fuzzy Sets Of Type-2 And Fuzzy Sets Of Type-2 Interval Is Presented And The Fuzzy Numbers Of Type-2 Interval And Arithmetic Operations On Them Are Examined. Also, A Review Of Several Comparative And Ranking Methods Related To Type-2 Interval Fuzzy Numbers Will Be Presented.</Abstract>
			<OtherAbstract Language="FA">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</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">مجموعه‌های فازی نوع-1</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مجموعه‌های فازی نوع-2</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مجموعه‌های فازی نوع-2 بازه‌ای</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">رتبه بندی اعداد فازی نوع-2 بازه‌ای</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jfsa.fuzzy.ir/article_113409_ea38a0040bdfd3875506189e3629b32a.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>انجمن سیستم های فازی ایران</PublisherName>
				<JournalTitle>سیستم های فازی و کاربردها</JournalTitle>
				<Issn>2717-4409</Issn>
				<Volume>2</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>11</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Investigating the Factors Affecting the Phenomenon of Divorce Using Fuzzy Cognitive Mapping</ArticleTitle>
<VernacularTitle>بررسی عوامل موثر بر پدیده طلاق با استفاده ازنقشه شناختی فازی</VernacularTitle>
			<FirstPage>151</FirstPage>
			<LastPage>166</LastPage>
			<ELocationID EIdType="pii">113410</ELocationID>
			
<ELocationID EIdType="doi">20.1001.1.27174409.1398.2.2.7.7=DOR</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>نرگس</FirstName>
					<LastName>ابراهیمی ثالث</LastName>
<Affiliation>گروه حقوق،  موسسه آموزش عالی حکمت رضوی</Affiliation>

</Author>
<Author>
					<FirstName>حمیدرضا</FirstName>
					<LastName>قنبری</LastName>
<Affiliation>گروه روانشناسی، موسسه آموزش عالی حکمت رضوی</Affiliation>
<Identifier Source="ORCID">0000-0002-1004-7764</Identifier>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2019</Year>
					<Month>11</Month>
					<Day>05</Day>
				</PubDate>
			</History>
		<Abstract>Objective: The Aim Of This Study Was To Investigate The Factors Affecting Divorce Through Psychologists And Family Court Judges Using Fuzzy Cognitive Mapping.&lt;br /&gt;Method: The Participants In This Study Were 20 Experts In The Field Of Divorce Research Consisting Of University Professors, Psychologists And Family Court Judges In Khorasan Razavi Justice Who Examined The Factors Affecting Divorce In The Theory Of Motivation-Expectation Victor Vrom By Answering Questionnaires With The Phrase Fuzzy Checked.&lt;br /&gt;Findings: The Research Findings Showed That The Variable Of Unfulfilled Expectations With A Degree Of Centrality Of 2.59 Is The Most Important Variable Affecting Other Variables And The Phenomenon Of Divorce. After That, Addiction With A Degree Of Centrality Of 1.70 And The Involvement Of Families With A Degree Of Centrality Of 1.38 Is The Second And Third Influential Variables In The Fuzzy Cognitive Map Model Of Divorce Research.&lt;br /&gt;Conclusion: These Findings Provide Important Implications For Attention To The Factors Affecting Divorce In Psychological Therapies And Legal Counseling For Psychologists And Family Court Judges, And While Accurately Identifying The Factors Influencing Divorce, Provide A Way To Prevent Family Harm. </Abstract>
			<OtherAbstract Language="FA">هدف: هدف پژوهش حاضر بررسی عوامل مؤثر بر طلاق از طریق خبرگان روانشناس و قضات دادگاههای خانواده با استفاده از نقشه شناختی فازی است.&lt;br /&gt;روش: شرکت کنندگان این پژوهش20 نفر از خبرگان حوزه پژوهش طلاق متشکل از اساتید دانشگاه ، روانشناسان و قضات دادگاه های خانواده در دادگستری خراسان رضوی بودند که عوامل موثر بر طلاق را در نظریه انگیزش - انتظار ویکتور وروم از طریق پاسخ گویی به پرسشنامه های با عبارت فازی بررسی نمودند.&lt;br /&gt;یافته ها: یافته های پژوهش نشان داد که متغیر انتظارات برآورده نشده با درجه مرکزیت 59/2، مهم‌ترین متغیر تأثیرگذار بر دیگر متغیرها و پدیده طلاق است. پس‌ازآن اعتیاد با درجه مرکزیت 70/1 و دخالت خانواده ها با درجه مرکزیت 38/1، دومین و سومین متغیر تأثیرگذار در مدل نقشه شناختی فازی طلاق پژوهش می‌باشد.&lt;br /&gt;نتیجه گیری: این یافته ها تلویحات مهمی در زمینه توجه به عوامل مؤثر برطلاق در درمانهای روانشناختی و مشاوره های حقوقی برای روانشناسان و قضات دادگاههای خانواده حاصل می کند و ضمن شناسایی دقیق عوامل موثر طلاق ، در جهت پیشگیری از آسیب های خانواده ارائه طریق می نماید.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">طلاق</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">نقشه شناختی فازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">نظریه انگیزش - انتظار ویکتور وروم</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jfsa.fuzzy.ir/article_113410_512c3bc743e4e4be1921cb26e3c4c212.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>انجمن سیستم های فازی ایران</PublisherName>
				<JournalTitle>سیستم های فازی و کاربردها</JournalTitle>
				<Issn>2717-4409</Issn>
				<Volume>2</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>11</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Two-Level Linear Fraction Programming With Interval and Fuzzy Parameters</ArticleTitle>
<VernacularTitle>برنامه ریزی کسری خطی دوترازه با پارامترهای بازه ای و فازی</VernacularTitle>
			<FirstPage>167</FirstPage>
			<LastPage>178</LastPage>
			<ELocationID EIdType="pii">113412</ELocationID>
			
<ELocationID EIdType="doi">20.1001.1.27174409.1398.2.2.8.8=DOR</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>فرهاد</FirstName>
					<LastName>حمیدی</LastName>
<Affiliation>دانشکده ریاضی، دانشگاه سیستان و بلوچستان</Affiliation>
<Identifier Source="ORCID">0000-0003-0450-6028</Identifier>

</Author>
<Author>
					<FirstName>ندا</FirstName>
					<LastName>امیری</LastName>
<Affiliation>دانشکده ریاضی، دانشگاه سیستان و بلوچستان</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2020</Year>
					<Month>08</Month>
					<Day>14</Day>
				</PubDate>
			</History>
		<Abstract>Two-Level Planning Is One Of The Most Widely Used Issues In Multi-Level Planning In Which Two Decision Makers Make Decisions In A Hierarchical Structure, Respectively. At The Top Level, They Are Leading And At The Bottom Level, They Are Following. In This Paper, Two-Level Linear Fraction Programming With Inaccurate Parameters Is Investigated. The Best -Km Algorithm Is Generalized For Programming Two-Dimensional Interval Linear Fractions. On The Other Hand, Fuzzy Two-Level Linear Fraction Programming Using -Α-Section Is Transformed Into An Interval Programming And Is Solved Using The Proposed Algorithm. The Answers Obtained Help the Decision Maker to Choose the Desired Answer</Abstract>
			<OtherAbstract Language="FA">برنامه ریزی دوترازه یکی از مسائل پرکاربرد در برنامه ریزی چند ترازه می باشد که در آن دو تصمیم گیرنده در یک ساختار سلسله مراتبی بترتیب تصمیم می گیرند. در تراز بالایی، پیشرو و در تراز پایینی، دنباله رو قرار دارند. در این مقاله، برنامه ریزی کسری خطی دوترازه با پارامترهای نادقیق، مورد بررسی قرار می گیرد. الگوریتم بهترین - kام برای برنامه ریزی کسری خطی دوترازه ی بازه ای تعمیم داده شده است. از طرفی برنامه ریزی کسری خطی دوترازه ی فازی با استفاده از - αبرش به یک برنامه ریزی بازه ای تبدیل شده و با استفاده از الگوریتم مطرح شده، حل می گردد. جواب های بدست آمده به تصمیم گیرنده کمک می کند که جواب مورد نظرش را انتخاب کند</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">برنامه ریزی بازه ای</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">برنامه ریزی کسری خطی دوترازه</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">پارامترهای فازی</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jfsa.fuzzy.ir/article_113412_7144f4bd0bf7f309633b7fb710f41099.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>انجمن سیستم های فازی ایران</PublisherName>
				<JournalTitle>سیستم های فازی و کاربردها</JournalTitle>
				<Issn>2717-4409</Issn>
				<Volume>2</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>11</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Application of Fuzzy Nonlinear Regression Model in Investigating Asymmetric Effects of Inflation</ArticleTitle>
<VernacularTitle>کاربرد مدل رگرسیون غیرخطی فازی در بررسی آثار نامتقارن تورم</VernacularTitle>
			<FirstPage>179</FirstPage>
			<LastPage>190</LastPage>
			<ELocationID EIdType="pii">113413</ELocationID>
			
<ELocationID EIdType="doi">20.1001.1.27174409.1398.2.2.9.9=DOR</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>رضا</FirstName>
					<LastName>اعتصامی</LastName>
<Affiliation>دانشکده ریاضی و کامپیوتر، گروه آمار، دانشگاه شهید باهنر کرمان</Affiliation>

</Author>
<Author>
					<FirstName>محسن</FirstName>
					<LastName>مددی</LastName>
<Affiliation>دانشکده ریاضی و کامپیوتر، گروه آمار، دانشگاه شهید باهنر کرمان</Affiliation>

</Author>
<Author>
					<FirstName>رضا</FirstName>
					<LastName>پور موسی</LastName>
<Affiliation>دانشکده ریاضی و کامپیوتر، گروه آمار، دانشگاه شهید باهنر کرمان</Affiliation>

</Author>
<Author>
					<FirstName>رضا</FirstName>
					<LastName>اشرف گنجویی</LastName>
<Affiliation>دانشکده مدیریت و اقتصاد، دانشگاه شهید باهنر کرمان</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2020</Year>
					<Month>07</Month>
					<Day>15</Day>
				</PubDate>
			</History>
		<Abstract>The Main Purpose Of This Article Is To Investigate The Nonlinear Effect Of Inflation And Unemployment On The Rent Of Residential Houses In Large Cities Of Iran. In This Regard, Using Nonlinear Logistic Model And Fuzzy Approach, Using Annual Data From 160 To 155, We Analyze The Variables Affecting The Rent Of Residential Houses In Large Cities. With The Help Of Trasworth Test, The Fit Of The Nonlinear Logistic Model Of The Data Is Confirmed. Therefore, Based On The Nonlinear Logistic Model, The Changes Of Independent Variables Are Divided Into Three Parts (Low Threshold, Middle Threshold And High Threshold) And The Results Show That The Change In Inflation At The Upper Threshold Has The Greatest Impact On Housing Rents. This Effect Is Also Significant At The Average Threshold, Which Indicates The Existence Of Inflation Stickiness In The Housing Rent Sector. The Role Of Inflation Expectations In Increasing The Rent Of Residential Houses In Iran Can Not Be Denied Because The Effect Of The Percentage Change In Rent In The Previous Period On The Current Period Rent Is Positive At All Thresholds. On The Other Hand, The Percentage Change In Unemployment Has A Positive Effect On Rent At High Thresholds, Low Thresholds And Mediums.</Abstract>
			<OtherAbstract Language="FA">هدف اصلی این مقاله بررسی تأثیر غیرخطی تورم و بیکاری بر اجاره بهای منازل مسکونی شهرهای بزرگ ایران است. در این راستا با به کارگیری از مدل غیرخطی لجستیک و رهیافت فازی با استفاده از داده های سالانه ١٣۶١ تا ١٣٩۵ به تجزیه و تحلیل متغیرهای مؤثر بر اجاره بهای منازل مسکونی در شهرهای بزرگ می پردازیم. به کمک آزمون تراسورتا، برازش مدل غیرخطی لجستیک برداده ها تائید می شود. لذا بر اساس مدل غیرخطی لجستیک، تغییرات متغیرهای مستقل به سه قسمت (آستانه پایین، آستانه وسط و آستانه بالا) تقسیم شده و نتایج نشان می دهد که تغییر در تورم در حد آستانه بالا بیشترین تأثیر را بر اجاره بهای منازل مسکونی دارد. این تأثیر در حد آستانه متوسط هم قابل توجه است،که بیانگر وجود چسبندگی تورم در بخش اجاره بهای مسکن است. وجود نقش انتظارات تورمی در افزایش اجاره بها منازل مسکونی در ایران قابل انکار نیست چرا که تأثیر درصد تغییر در اجاره بهای دوره قبل بر اجاره بهای دوره جاری در تمام آستانه ها مثبت است. از طرفی درصد تغییر در بیکاری بر اجاره بها در حد آستانه بالا، حد آستانه پایین و متوسط نیز تأثیر مثبت دارد</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">رگرسیون غیرخطی فازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">اجار ه بها</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">تورم</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">بیکاری</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jfsa.fuzzy.ir/article_113413_962077fdacfccfd7f1ae080eeecbade7.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>انجمن سیستم های فازی ایران</PublisherName>
				<JournalTitle>سیستم های فازی و کاربردها</JournalTitle>
				<Issn>2717-4409</Issn>
				<Volume>2</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>11</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Energy Control and Management in Vehicle Propulsion System</ArticleTitle>
<VernacularTitle>کنترل و مدیریت انرژی در سیستم محرکه رانشی خودروها</VernacularTitle>
			<FirstPage>191</FirstPage>
			<LastPage>204</LastPage>
			<ELocationID EIdType="pii">113415</ELocationID>
			
<ELocationID EIdType="doi">20.1001.1.27174409.1398.2.2.10.0=DOR</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>حسین</FirstName>
					<LastName>آزادی خیرآبادی</LastName>
<Affiliation>بخش علوم کامپیوتر، دانشگاه شهید باهنر کرمان</Affiliation>

</Author>
<Author>
					<FirstName>محمدرضا</FirstName>
					<LastName>ماشین چی</LastName>
<Affiliation>بخش علوم کامپیوتر، دانشگاه پیام نور مرکز کرمان، صندوق پستی 3697-19395، تهران، ایران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2020</Year>
					<Month>07</Month>
					<Day>11</Day>
				</PubDate>
			</History>
		<Abstract>Due To The Advancement Of Technology, Hybrid Electric Vehicles Have Been Considered As A Suitable Alternative To Conventional Vehicles For Various Reasons. Hybrid Electric Vehicles Generally Refer To Vehicles That Use More Than Two Sources Of Power For Propulsion. In This Field, The Main Competition Of Manufacturers Is To Design A Control System For This Type Of Vehicle. The Control System Is Based On Energy Management Of Multiple Sources And Power Generation Of These Vehicles, Which Must Meet The Requirements That Are Closely Related To The Structure Of The Propulsion System, Specifications And Elements Of The Vehicle. In This Paper, By Optimizing Fuzzy Membership Functions Using The Ultra-Innovative Gravitational Search Algorithm, It Keeps The Battery Charge Level At An Acceptable Level And Also Reduces Fuel Consumption.</Abstract>
			<OtherAbstract Language="FA">با توجه به ارتقاء فناوری، خودروهای الکتریکی هیبریدی به عنوان جایگزین مناسبی برای خودروهای متداول، به دلایل گوناگون مورد توجه بسیاری قرار گرفته اند. به طور کلی خودروهای الکتریکی هیبریدی به خودروهایی اطلاق می شوند که برای رانش از بیش از دو منبع تولید توان استفاده می کنند. در این عرصه رقابت اصلی تولیدکنندگان، در خصوص طراحی سیستم کنترل این نوع خودروها است. سیستم کنترل مبتنی بر مدیریت انرژی منابع چندگانه و تولید توان این خودروها است که می بایست الزاماتی را که وابستگی نزدیکی به ساختار سیستم محرکه رانشی، مشخصات و المان های خودرو دارد را برآورده کند. در این مقاله با بهینه سازی توابع عضویت فازی با استفاده از الگوریتم فرا ابتکاری جستجوی گرانشی، سطح شارژ باتری را در حد قابل قبول نگه داشته و همچنین مصرف سوخت را کاهش می دهد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">استراتژی مدیریت انرژی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">الگوریتم جستجوی گرانشی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">شبکه عصبی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">خودروهای الکتریکی هیبریدی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">کنترلر منطق فازی</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jfsa.fuzzy.ir/article_113415_2011051dd26f7f39968b3afa18f6526c.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>انجمن سیستم های فازی ایران</PublisherName>
				<JournalTitle>سیستم های فازی و کاربردها</JournalTitle>
				<Issn>2717-4409</Issn>
				<Volume>2</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>11</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Design of an Adaptive Fuzzy Nervous System as a Diagnostic Tool for Diabetes</ArticleTitle>
<VernacularTitle>طراحی یک سیستم عصبی فازی تطبیقی به عنوان یک ابزار تشخیصی بیماری دیابت</VernacularTitle>
			<FirstPage>205</FirstPage>
			<LastPage>222</LastPage>
			<ELocationID EIdType="pii">113417</ELocationID>
			
<ELocationID EIdType="doi">20.1001.1.27174409.1398.2.2.11.1=DOR</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>مرجان</FirstName>
					<LastName>کوچکی رفسنجانی</LastName>
<Affiliation>بخش علوم کامپیوتر، دانشکده ریاضی و کامپیوتر، دانشگاه شهید باهنر کرمان</Affiliation>
<Identifier Source="ORCID">0000-0002-3220-4839</Identifier>

</Author>
<Author>
					<FirstName>حمیده</FirstName>
					<LastName>فاطمی دخت</LastName>
<Affiliation>بخش علوم کامپیوتر، دانشکده ریاضی و کامپیوتر، دانشگاه شهید باهنر کرمان</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2020</Year>
					<Month>04</Month>
					<Day>16</Day>
				</PubDate>
			</History>
		<Abstract>Expert Systems Are Widely Used In Medicine To Diagnose Diseases. One Of The Important Factors In Improving The Condition Of Patients Is The Speed Of Action In Diagnosing And Treating The Disease. Diabetes Is One Of The Most Common Diseases In The World And The Incidence Of This Disease Is Increasing Rapidly. Diabetes Is A Metabolic Disorder In The Body. In This Disease, The Speed And Ability Of The Body To Use And Complete Metabolism Of Glucose Decreases And Increases The Amount Of Blood Sugar In The Body. Fuzzy Logic Is An Important Method For Modeling Uncertainty In Expert Systems. In This Article, A Method For Diagnosing Diabetes Using A Fuzzy Expert System Is Presented. Due To The Fact That Membership Functions And Fuzzy Rules Play An Important Role In The Performance Of The Fuzzy Expert System, The Adjustment Of Membership Functions Has Been Done Using The Adaptive Fuzzy Neural Inference System. The Simulation Results Show That This Expert System Based On Fuzzy Rules Reduces The Time Of Diagnosis Of Diabetes And Has An Acceptable Performance With 95% Accuracy Of Diagnosis.</Abstract>
			<OtherAbstract Language="FA">سیستم‌های خبره به طور گسترده‌ای در پزشکی برای تشخیص بیماری‌ها استفاده می‌شوند. یکی از عوامل مهم در بهبود حال بیماران، سرعت عمل در تشخیص و درمان بیماری است. دیابت یکی از بیماری‌های شایع در جهان محسوب می‌شود که میزان ابتلا به این بیماری با سرعت در حال افزایش است. دیابت یا بیماری قند یک اختلال سوخت‌و‌سازی در بدن است. در این بیماری سرعت و توانایی بدن در استفاده و سوخت و ساز کامل گلوکز کاهش یافته و باعث افزایش میزان قند خون در بدن می‌شود. منطق فازی یک روش مهم برای مدل‌سازی عدم قطعیت در سیستم‌های خبره می‌باشد. در این مقاله با استفاده از سیستم خبره فازی روشی برای تشخیص بیماری دیابت ارائه شده است. با توجه به اینکه توابع عضویت و قوانین فازی در کارایی سیستم خبره فازی نقش مهمی دارند، تعدیل توابع عضویت با استفاده از سیستم استنتاج عصبی فازی تطبیقی انجام شده است. نتایج شبیه‌سازی، نشان می‌دهند که این سیستم خبره مبتنی بر قوانین فازی زمان تشخیص بیماری دیابت را کاهش داده و با دقت تشخیص 95% عملکرد قابل قبولی را دارد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">سیستم خبره فازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">شبکه عصبی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">عصبی فازی تطبیقی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">توابع عضویت</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">دیابت</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jfsa.fuzzy.ir/article_113417_5cd36c98d794a40c2963ac266439f4c9.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>انجمن سیستم های فازی ایران</PublisherName>
				<JournalTitle>سیستم های فازی و کاربردها</JournalTitle>
				<Issn>2717-4409</Issn>
				<Volume>2</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>11</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Linear Regression with Symmetric and Asymmetric Fuzzy Coefficients</ArticleTitle>
<VernacularTitle>رگرسیون خطی با ضرایب فازی متقارن و نا متقارن</VernacularTitle>
			<FirstPage>223</FirstPage>
			<LastPage>233</LastPage>
			<ELocationID EIdType="pii">113422</ELocationID>
			
<ELocationID EIdType="doi">20.1001.1.27174409.1398.2.2.12.2=DOR</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>رضا</FirstName>
					<LastName>اشرف گنجویی</LastName>
<Affiliation>دانشکده مدیریت و اقتصاد، دانشگاه شهید باهنر کرمان، ایران</Affiliation>

</Author>
<Author>
					<FirstName>حسین</FirstName>
					<LastName>اکبری فرد</LastName>
<Affiliation>دانشکده مدیریت و اقتصاد، دانشگاه شهید باهنر کرمان، ایران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2020</Year>
					<Month>07</Month>
					<Day>11</Day>
				</PubDate>
			</History>
		<Abstract>Numerous Studies Have Examined The Behavior Of Real Exchange Rates Using Classical Regression. Because This Method Of Estimation Requires Complete And Definite Information, While Many Economic Variables, Including Exchange Rates, Fluctuate, No Definitive Information On The Factors Affecting These Variables Is Available. In This Paper, Fuzzy Regression For A Period Of Twenty Years Is Used To Study The Behavior Of Real Exchange Rates. The Reason For Using Fuzzy Regression Is Due To Flexibility In Modeling, And Also Lacks Limiting Assumptions In Classical Regression. The Results Of This Study Show The Extraordinary Efficiency Of The Fuzzy Regression Model, So That The Real Exchange Rate View Is The Same For All Membership Levels, Which Confirms The Foreign Exchange Supply Management Policy In Iran. On The Other Hand, The Results Of Fuzzy Regression With The Degree Of Membership ٠ ٫ ٧ Show The Behavior Of The Real Exchange Rate In Accordance With The Conditions Of Iran.</Abstract>
			<OtherAbstract Language="FA">در مطالعات متعدد با بهره گیری از رگرسیون کلاسیک به بررسی رفتار نرخ ارز واقعی پرداخته شده است. از انجا که این شیوه براورد نیاز به اطلاعات کامل و قطعی دارد، در حالی که بسیاری از متغیرهای اقتصادی از جمله نرخ ارز رفتاری نوسانی دارند همچنین اطلاعات قطعی از عوامل تاثیر گذار بر این متغیرها در دسترس نمی باشد. در این مقاله برای بررسی رفتار نرخ ارز واقعی، از رگرسیون فازی برای یک دوره زمانی بیست ساله استفاده شده است. علت استفاده از رگرسیون فازی به دلیل انعطاف پذیری در مدل سازی بوده، در ضمن فاقد فرضهای محدودکننده در رگرسیون کلاسیک است. نتایج این مطالعه نشان دهنده کارآیی فوق العاده مدل رگرسیون فازی است، به گونه ای که نمای نرخ ارز واقعی برای تمام درجه های عضویت یکسان است، که تایید کننده سیاست مدیریت عرضه ارز در ایران می باشد. از سوی دیگر نتایج رگرسیون فازی با درجه عضویت ٠٫٧ بیانگر رفتار نرخ ارز واقعی متناسب با شرایط ایران است.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">رگرسیون فازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">ضرایب متقارن و نامتقارن</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">نرخ ارز واقع</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jfsa.fuzzy.ir/article_113422_e13eb11c56a456634dd329596d7fef67.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
