دانلود مقاله ترجمه شده یک منطق فازی مبتنی بر روش بررسی تاثیر روند
چطور این مقاله مديريت را دانلود کنم؟
فایل انگلیسی این مقاله با شناسه 2002150 رایگان است. ترجمه چکیده این مقاله مديريت در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید
حجم فایل انگلیسی :
835 Kb
حجم فایل فارسی :
536 کیلو بایت
نوع فایل های ضمیمه :
Pdf+Word
کلمه عبور همه فایلها :
www.daneshgahi.com
عنوان فارسي
یک منطق فازی مبتنی بر روش بررسی تاثیر روند
عنوان انگليسي
A Fuzzy Logic based Trend Impact Analysis method
نویسنده/ناشر/نام مجله
Technological Forecasting & Social Change
این مقاله چند صفحه است؟
این مقاله ترجمه شده مديريت شامل 10 صفحه انگلیسی به صورت پی دی اف و 23 صفحه متن فارسی به صورت ورد تایپ شده است
چکیده
تمامی الگوریتم های بررسی تاثیر روند (TIA) در مقاله ، به تجزیه و تحلیلی بر اساس برآوردهای مستقیم میپردازند که توسط متخصصین بمنظور احتمال وقوع یک رخداد بی سابقه به عنوان یک ورودی به الگوریتم ارائه میگردد. در این مقاله قصد ما ارائه مکانیسم پیشرفته ای است که بتواند برآوردهای توجیه پذیر بیشتری را در ارتباط با احتمال وقوع یک رخداد بی سابقه به عنوان یک تابعی از زمان با درجات متفاوتی از شدت با استفاده از منطق فازی ایجاد کند . ما بر این باوریم که در برخی موارد بهتر است که احتمال وقوع یک رخداد بی سابقه را برآورد نکنیم ولی میتوانیم بطور غیر مستقیم با استفاده از منطق فازی آن و مشخصاتش آنرا برآورد کنیم .هدف اصلی مقاله ، سفارشی سازی فرآیند تعمیم استدلال با منطق فازی توسط افزودن مراحل بیشتر از مشخصات شبیه سازی میباشد . زیرا رخدادهای بی سابقه بطور ناگهانی رخ نمیدهند بلکه رخدادشان تحت تاثیر تغییراتی در مقدار مشخصات ا ست خصوصا زمانی که به مقداری مشخص دست میابند .
فهرست مطالب
1-مقدمه
2-مشکل مطرح شده
3- منطق فازی - زمینه نظری
4-رویکرد پیشنهادی
5-مطالعه موردی
6-نتیجه گیری و کاوش های آتی
1-مقدمه
TIA روش هیبرید برجسته ای است که در مطالعات آتی بمنظور ترکیب ابعاد کمی و کیفی برای پیشبینی آینده مورد استفاده قرار میگیرد . همچنین برای بررسی تاثیر وقفه های ممکن به یک روند یعنی وقایع بی سابقه آینده مورد استفاده قرار میگیرد که اگر اتفاق میافتاد باعث انحراف مثبت یا منفی از پیش بینی غیر قافل گیرانه میشد. بر اساس گفته های گاردن ، موسس روش TIA ، این روش را یک رویکرد ساده بمنظور پیش بینی سری های زمانی در نظر گرفت که برای ادراک متخصصین تغییر میابند در مورد این که وقایع بی سابقه آینده چگونه برون یابی ها را که شاید غیر غافل گیرانه هستند تغییر میدهد. این روش به برون یابی های روندهای تاریخی از نقطه نظر نظر های کیفی در مورد حوادث بی سابقه اجازه ی تغییر میدهد که وقوع شان در آینده می تواند باعث انحراف از پیش بینی غیر غافل گیرانه شود. این روش به رفتار سیستماتیک اجازه حوادث بی سابقه ممکن در آینده را میدهد ، که یا تکنولوژیکی، سیاسی، اجتماعی، اقتصادی هستند و یا ارزش گرا هستند . نظر های کارشناسان در مورد احتمال یک رویداد به عنوان یک تابع از زمان بوده و انتظار می رود بر روند ملاحضات تاثیر گذارد . این وقایع باید قابل قبول بوده ، و به طور بالقوه تأثیر قوی و قابل اثبات در نگاه به گذشته داشته باشد.....
تحلیل تاثیر روند (TIA) روش آنالیز تاثیر روند منطق فازی
:کلمات کلیدی
چکیده انگلیسی
Abstarct
All Trend Impact Analysis (TIA) algorithms in literature conduct the analysis based on direct estimates provided by experts for the probability of occurrence of an unprecedented event as an input to the algorithm. In this paper, we propose an advanced mechanism to generate more justifiable estimates to the probability of occurrence of an unprecedented event as a function of time with different degrees of severity using Fuzzy Logic. We postulate that in some cases it is better not to estimate the probability of occurrence of an unprecedented event directly; but rather estimate it indirectly via its attributes, using Fuzzy Logic. The core idea of the paper is to customize the generic process of reasoning with Fuzzy Logic by adding the additional step of attributes simulation, as unprecedented events do not occur all of a sudden but rather their occurrence is affected by change in the values of a set of attributes, especially when they reach certain threshold values
Contents
1. Introduction
2. Problem addressed
3. Fuzzy Logic — theoretical background
4. Proposed approach
5. Case study
6. Conclusion and future work
Keywords:
Trend Impact Analysis Unprecedented events and Fuzzy Logic