فهرست مطالب

چکیده………………………………………………………1

برای دانلود رایگان قسمت های بیشتراز فایل به انتهای مطلب مراجعه کنید

فصل اول

مفاهیم نادقیق بسیاری در پیرامون ما وجود دارند که آنها را به صورت روزمره در قالب عبارتهای مختلف بیان می کنیم . به این جمله دقت کنید: ” هوا خوب است.” هیچ کمیتی برای خوب بودن هوا مطرح نیست تا آن را اندازه بگیریم بلکه این یک حس کیفی است. در واقع مغز انسان با در نظر گرفتن فاکتور های مختلف و بر اساس تفکر استنتاجی جملات را تعریف و ارزش گذاری می نماید که مدل سازی آنها به زبان و فرمولهای ریاضی اگر غیر ممکن نباشد کاری بسیار پیچیده خواهد بود.منطق فازی تکنولوژی جدیدی است که شیوه هایی را که بر ای طراحی و مدل سازی یک سیستم نیازمند ریاضیات پیچیده و پیشرفته است، با استفاده از مقادیر زبانی و دانش فرد خبره جایگزین می سازد.
منطق فازی:
اگر از ما پرسیده شود منطق فازی چیست شاید ساده ترین پاسخ بر اساس شنیده ها این باشد که Fuzzy Logic یا Fuzzy Theory یک نوع منطق است که روش های نتیجه گیری در مغز بشر را جایگزین می کند. مفهوم منطق فازی توسط دکتر لطفی زاده ، پروفسور دانشگاه کالیفورنیا در برکلی، ارائه گردید و نه تنها به عنوان متدولوژی کنترل ارائه شد بلکه راهی برای پردازش داده ها، بر مبنای مجاز کردن عضویت گروهی کوچک به جای عضویت گروهی دسته ای ارائه کرد.به جهت نارسا ونا بسنده بودن قابلیت کامپیوتر های ابتدایی تا دهه 70 این تئوری در سیستم های کنترلی به کار برده نشد.
پروفسور لطفی زاده اینطور استدلال کرد که بشر به ورودیهای اطلاعاتی دقیق نیازی ندارد بلکه قادر است تا کنترل تطبیقی را به صورت بالایی انجام دهد. پس اگر ماکنترل کننده های فیدبک را در سیستم ها طوری طراحی کنیم که بتواند داده های مبهم را دریافت کند، این داده ها میتوانند به طور ساده تر و موثرتری در اجرا به کار برده شوند.
با این تعاریف منطق فازی دارای این قدرت است که در تنظیم سیستم ها از میکرو کنترلهای ساده وکوچک و جاسازی شده گرفته تا PC های چند کاناله شبکه شده بزرگ یاسیستم های کنترلی به کار برده شود. این منطق دارای قدرت اجرایی در سخت افزار، نرم افزار یا ترکیبی از هر دوی اینهاست. در واقع منطق فازی راه ساده ای را برای رسیدن به یک نتیجه قطعی و معین بر پایه اطلاعات ورودی ناقص ، خطا دار، مبهم ودوپهلو فراهم می کند. منطق فازی یک قانون ساده بر مبنای

فازی……… ………………………………………………….2
مجموعه مساوی یا ترا……………………………………. 5
زیرمجموعه……………………………………………………5
مجموعه تهی فازی…………………………………………. 5
اعمال اساسی مجموعه‌ها ………………………………….5
خواص اعمال مجموعه‌ای……………………………………. 5
تفاوت مجموعه کلاسیک و مجموعه فازی…………………. 7
انگیزه‌ها و اهداف…………………………………………….. 8
متغیر های زبان شناختی…………………………………… : 9
اجزای ابتدایی و اصول اولیه تئوری مجموعه فازی ……..: 10
کاربردها………………………………………………………: 14
معرفی پروفسور دکتر لطفی عسکرزاده………………….. 17

فصل دوم

2- کراندار باشد
به طور مثال در تحولات اقصادی به دنبال رابطه میان تقاضای نفت خام در برابر تقاضای طلا می باشیم. یا در مطالعه تحولات اجتماعی به دنبال رابطه درآمد سرپرست خانواده و میزان تحصیل فرزندان می باشیم و مثالهایی از این دست……
مجموعه اطلاعات (داده های) موجود در انجام یک آزمون همبستگی که شامل اندازه های بدست آمده از دو متغیر X و Y می باشند را می توان به صورت یک نمونه تصادفی دو متغیره (Xn ,Yn), ………….,(X1 ,Y1) بیان کرد.
این شاخص نشان می‌دهد که تغییرهای به‌وجود آمده در دو متغیر تا چه میزان باهم ارتباط دارند. هرچه بین تغییرات دو متغیر هماهنگی بیشتر باشد ، قدرت ارتباط و همچنین ضریب همبستگی بین آنها بیشتر خواهد بود. ضریب همبستگی مقادیری از ۱+ تا ۱- خواهد داشت. رابطه مثبت نشان می‌دهد که با افزایش در مقدار x مقدار y نیز افزایش می‌یابد. رابطهٔ منفی نشان می‌دهدکه با افزایش در مقدار x ، مقدار y کاهش می‌یابد. مقدار مطلق ضریب همبستگی ، یعنی ضریب همبستگی بدون توجه به علامت (+ یا -) قدرت رابطه بین دو متغیر را نشان می‌دهد.
مطالعه رابطه بین متغیرها بوسیله “تحلیل همبستگی” ( Analysis Corroletion ) انجام می شود. که بیانگر وجود یک رابطه خطی بین دو متغیر می باشد.
فرمول ضریب همبستگی به صورت زیر می باشد

با توجه به مقدار r در حاتهای مختلف تفسیرهای گوناگونی از رابطه X و Y خواهیم داشت.
-1<R<1< P>
حالتهای مختلف برای r :
1- r =1 در این حالت همبستگی کامل و مستقیم گوییم. با افزایش مقدار x مقدار y به طور قطعی زیاد می شود.
2- r = -1 در این حالت همبستگی را کامل و معکوس گوییم. با افزایش مقدار x مقدار y کاهش می یابد.
3- -1<r<0 همبستگی ناقص و معکوس است. با افزایش مقدار x مقدار y به طور نسبی کاهش می یابد.
4- 0<r<1 همبستگی ناقص و مستقیم است. با افزایش مقدار x مقدار y به طور نسبی افزایش می یابد.
5- 1. r =0 رابطه خطی وجود ندارد. ( به طور مثال رابطه ممکن است از نوع درجه دو باشد)
2. شیب خط صفر می باشد.انواع ضریب همبستگی با توجه به نوع متغیرهای مورد مطالعه
1- پیرسن : در این روش متغیر X و Y هر دو پیوسته می باشند. (در پنجره Variable View در ستون مربوط به مقیاس ها (Measure) داده ها باید از نوع Scale انتخاب شوند.)
2- کندال : در این روش هر دو متغیر X و Y باید به صورت طبقه بندی شده باشد یعنی(Ordinal,Nominal) (در پنجرهVariable View در ستون مربوطه باید داده ها از نوع Ordinal انتخاب شوند.)
3- اسپیرمن : در این روش متغیر X گسسته و متغیرY پیوسته می باشد. (متغیر Xدر پنجرهVariable View در ستون مربوطه باید از نوع Ordinal و متغیر Y از نوع Scale انتخاب شوند.)
در آزمونهای بالا متغیر X را به عنوان متغیر مستقل و متغیر Y را به عنوان متغیر وابسته در نظر می گیریم.
نکته: در بعضی مواقع می توانیم با طبقه بندی داده های پیوسته آنها را به صورت طبقه بندی شده در آوریم .
به طور مثال اگر بخواهیم تأثیر درآمد خانواده را بر روی معدل فرزندان بررسی کنیم به دلیل اینکه درآمد و معدل هر دو متغیر پیوسته می باشند باید از ضریی همبستگی پیرسن استفاده کنیم. اما می توانیم با تقسیم بندی درآمد به طور مثال به سه گروه کم درآمد، متوسط و پر درآمد از ضریب همبستگی اسپیرمن استفاده کنیم.

همبستگی …………………………………………………….21
آزمون ضریب همبستگی………………………………………. 22
حالتهای مختلف برای r :ا……………………………………… 23
انواع ضریب همبستگی با توجه به نوع متغیرهای مورد مطالعه 23
کاربردهای منطق فازی………………………………………… 26
احتمال فازی……………………………………………………. 27
تابع عضویت و درجه عضویت………………………………….. 30
الف) از نگاه تابع مشخصه…………………………………… : 30
ب) از نگاه ویژگی‌های مجموعه:…………………………….. 31
نحوه مشخص کردن یک مجموعه فازی……………………: 33
ضریب همبستگی ساده یا پیرسون………………………… 36
برآورد پارامترρ:ا………………………………………………… 36
توزیع تقریبی برآوردگر R:ا…………………………………….. 37
ضریب همبستگی رتبه ای اسپیرمن……………………….. 38
ضریب همبستگی کندال ………………………………………39

برای دانلود رایگان قسمت های بیشتراز فایل به انتهای مطلب مراجعه کنید

فصل سوم

همبستگی مجموعه های فازی شهودی در فضاهای احتمالی خلاصه: ما در این مقاله، مفاهیم همبستگی و ضریب همبستگی مجموعه های فازی شهودی در فضاهای احتمالی را مطالعه می کنیم. در مورد فضاهای محدود، این نتایج، نتایج گرستنکورن و مانکو: (1991) را ارئه می دهند و در مورد فضاهای نامحدود هم آنها، شکل صحیحی از نتایج “یو” (1991) را ارئه می دهند.
کلمات کلیدی: مجموعه های فازی شهودی؛ همبستگی فازی.
مقدمه: نظریه مجموعه های فازی شهودی به عنوان نتیجه کلی یک مجموعه فازی “زاده” معمولی برای اولین بار توسط آتاناسوف معرفی شد. فرض کنید که X یک مجموعه ثابت باشد. یک مجموعه فازی شهودی A در X ، موضوعی است که شکل {(x,µA(x),vA(x))|xϵX} را دارد که تابع های : X→[0,1] µA,vA ، درجه عضویت و غیر عضویت عامل x ϵ X نسبت به A с X را نشان می دهند. علاوه بر این 0≤µA(x)+vA≤1 باید حفظ شود. ما برای روشن شدن موضوع،فرض می کنیم که برای یک مجموعه فازی شهودی A ، اگر µΑ(x)=0 با شدپس vΑ(x)=1 و اگر µΑ(x)=1 باشدپس vΑ(x)=0.
در سال 1991، گرستنکورن و مانکو، رابطه مجموعه فازی شهودی A و B در یک فضای محدود X={x1, …,xn} را تعریف کردندو این معادله به دست آمد:

همبستگی فازی…………………………………………………… 41
همبستگی مجموعه های فازی شهودی در فضاهای احتمالی 42
ضریب همبستگی مجموعه های فازی شهودی……………….. 48
همبستگی مجموعه های فازی شهودی:………………………. 63
همبستگی آماری مجموعه های فازی شهودی………………. : 72
همبستگی بین دو تابع عضویت فازی:…………………………..81



  مقطع کارشناسی ارشد

بلافاصله بعد از پرداخت به ایمیلی که در مرحله بعد وارد میکنید ارسال میشود.


فایل pdf غیر قابل ویرایش

قیمت25000تومان

خرید فایل word

قیمت35000تومان