مهدیه مظفری، محمد خنجری صادق، محمد قاسم اکبری، غلامرضا جسامیان،
جلد ۱۷، شماره ۱ - ( ۶-۱۴۰۲ )
چکیده
در این مقاله، بر پایه مفهوم α-شک و رابطه آن با α-برش یک عدد فازی، به بررسی برخی از مفاهیم قابلیت اعتماد پرداخته شده است. برای این منظور، در صورت معلوم بودن توزیع طول عمر مؤلفه‌های سیستم با استفاده از تعریف متغیر تصادفی فازی مقیاس مبتنی بر α-شک برخی از معیارهای قابلیت اعتماد مورد بررسی قرار گرفته است. همچنین، در صورت نامعلوم بودن توزیع طول عمر مؤلفه‌ها یا در دسترس بودن فقط مشاهدات فازی طول عمر مؤلفه‌ها، از تابع توزیع تجربی داده‌های فازی برای تخمین قابلیت اعتماد استفاده گردیده و برای شرح بیشتر نتایج، مثال‌هایی ارائه شده است.
خانم مهدیه مظفری، دکتر محمد خنجری صادق، دکتر محمد قاسم اکبری، دکتر غلامرضا حسامیان،
جلد ۱۸، شماره ۱ - ( ۶-۱۴۰۳ )
چکیده
در این مقاله، آماره‌های مرتب فازی را بر پایه مفهوم α-شک بیان کرده و به بررسی برخی از کاربردهای آن در قابلیت اعتماد پرداخته شده است. برای این منظور، در صورت معلوم بودن توزیع طول عمر مؤلفه‌های سیستم، برخی از معیارهای قابلیت اعتماد i-امین آماره مرتب با استفاده از تعریف متغیر تصادفی فازی مقیاس مبتنی بر α-شک مورد بررسی قرار گرفته است. همچنین، در صورت نامعلوم بودن توزیع طول عمر مؤلفه‌ها یا در دسترس بودن فقط مشاهدات فازی طول عمر مؤلفه‌ها، از تابع توزیع تجربی داده‌های فازی برای تخمین قابلیت اعتماد بر اساس آماره‌های مرتب استفاده گردیده و برای شرح بیشتر نتایج، مثال‌هایی ارائه شده است.
آقای حسین محمدی، آقای دکتر محمد قاسم اکبری، آقای دکتر غلامرضا حسامیان،
جلد ۱۸، شماره ۱ - ( ۶-۱۴۰۳ )
چکیده
در این مقاله ابتدا با استفاده از تابع تکیه‌گاه، یک متر را بین اعداد فازی تعریف نموده و سپس براساس آن مفاهیم واریانس، کواریانس و ضریب همبستگی بین متغیرهای تصادفی فازی بیان شده و خواص آنها مورد بررسی قرار می‌گیرد. سپس با استفاده از مفاهیم فوق، مدل اتورگرسیو فازی مرتبه p را براساس متغیرهای تصادفی فازی معرفی نموده و خواص مدل مورد بررسی قرار می‌گیرد. در نهایت برای شرح بیشتر مسئله، مثال‌هایی ارائه و با استفاده از برخی از معیارهای نیکویی برازش، با مدل‌های مشابه مقایسه خواهد شد.
خانم سمیرا طاهری، دکتر محمد قاسم اکبری، دکتر غلامرضا حسامیان،
جلد ۱۸، شماره ۱ - ( ۶-۱۴۰۳ )
چکیده
در این مقاله، بر پایه مفهوم α-شک متغیرهای تصادفی فازی به معرفی مدل میانگین متحرک فازی مرتبه q پرداخته می‌شود. در این راستا، ابتدا تعاریف واریانس، کواریانس و ضریب همبستگی بین متغیرهای تصادفی فازی ارائه و خواص آنها بررسی می‌گردد. سپس ضمن معرفی مدل میانگین متحرک فازی مرتبه q، توابع اتوکواریانس و خودهمبستگی این مدل محاسبه می‌گردد. در انتها، مثال‌هایی برای نتایج بدست آمده ارائه می‌گردد.
مریم مالکی، حمید رضا نیلی ثانی، محمد قاسم اکبری،
جلد ۱۸، شماره ۲ - ( ۱۲-۱۴۰۳ )
چکیده
در این مقاله، موضوع طبقه‌بندی داده‌ها مدنظر قرار داده می‌شود که در آن متغیر پاسخ به‌صورت دو یا چند ارزشی و متغیرهای پیشگو متغیرهای معمولی هستند اما، خطاها علاوه بر ماهیتی تصادفی، ماهیتی ابهامی نیز دارند. در این صورت متغیر پاسخ نیز متغیر تصادفی فازی است. بر این اساس مدلی بر پایه رگرسیون لوژستیک صورت‌بندی کرده و برآورد ضرایب با استفاده از روش کمترین توان‌های دوم بدست آورده می‌شود. با یک مثال نتایج حاصله برای حالت یک متغیر مستقل تشریح می‌گردند. در پایان روابط بازگشتی برای محاسبه برآورد پارامترها ارائه می‌شوند. این روابط بازگشتی می‌توانند در یادگیری ماشین و برای طبقه‌بندی داده‌های بزرگ مورد استفاده قرار گیرند.
جلال چاچی، محمدرضا آخوند، شکوفه احمدی،
جلد ۱۸، شماره ۲ - ( ۱۲-۱۴۰۳ )
چکیده
مدل لی-کارتر یک مدل پویای تصادفی است که برای نشان دادن تکامل نرخ مرگ و میر مرکزی در طول زمان مفید است. این مدل فقط عدم قطعیت احتمالی در مورد ضریب مربوط به روند مرگ و میر در طول زمان را در نظر می‌گیرد، اما عدم قطعیت احتمالی یا امکانی مربوط به ضرایبی که به سن وابسته هستند را در نظر نمی‌گیرد. لذا در ادامه تعمیم فازی از مدل لی-کارتر پیشنهاد می‌شود که حالت عدم قطعیت امکانی هر دو نوع ضریب را فراهم می‌کند. در این مدل، تغییرپذیری شاخص وابسته به زمان به عنوان یک مدل سری زمانی-تصادفی فازی مدل‌سازی می‌شود. به همین ترتیب، عدم قطعیت امکانی ضرایب وابسته به سن نیز با استفاده از اعداد فازی مثلثی اندازه‌گیری می‌شود، که این موضوع نیازمند استفاده از یک مدل فازی است. پس از تعمیم مدل فازی مورد نظر، نشان داده می‌شود که چگونه می‌توان لگاریتم نرخ مرگ و میر مرکزی در استان خوزستان را با استفاده از محاسبات اعداد فازی در طی سال‌های ۱۳۸۳-۱۴۰۱ برازش و در سال‌های ۱۴۰۲-۱۴۰۶ پیش‌بینی تصادفی فازی کرد.
الهام رنجبر، محمد قاسم اکبری، رضا زارعی،
جلد ۱۹، شماره ۱ - ( ۶-۱۴۰۴ )
چکیده
در تحلیل سری‌های زمانی ممکن است با وضعیت‌هایی روبرو شده باشیم که در آن برخی از ارکان مدل، کمیت‌های نادقیق باشند. یکی از متداول‌ترین این وضعیت‌ها، نادقیق بودن مشاهدات تحت بررسی است که معمولا در اثر خطای اندازه گیری یا اشتباهات انسانی رخ می‌دهد. در این مقاله، یک مدل جدید سری‌زمانی اتو رگرسیو فازی مبتنی بر رویکرد ماشین بردار پشتیبان پیشنهاد می‌شود. برای این منظور، از تابع هسته برای استواری و انعطاف مدل و از قیود لحاظ شده در مدل برای کنترل نقاط استفاده شده است. به منظور بررسی عملکرد و اثر بخشی مدل سری‌زمانی اتو رگرسیو فازی پیشنهادی، برخی معیارهای نیکویی برازش استفاده می‌شوند. نتایج به‌دست آمده بر اساس یک مثال از داده‌های سری‌زمانی فازی شبیه‌سازی شده و دو مثال واقعی، نشان داد که روش پیشنهادی در مقایسه با سایر روش‌های موجود دارای عملکرد بهتری بوده است.
