@article{ author = {اعتمادیمریم,}, title = {}, abstract ={}, Keywords = {}, volume = {4}, Number = {13}, pages = {1-10}, publisher = {دانشگاه آزاد اسلامی واحد لاهیجان }, title_fa = {حل مساله تخصیص تعمیم یافته به روش شبکه عصبی}, abstract_fa ={در این مقاله روش شبکه عصبی را برای حل مساله تخصیص تعمیم یافته به کار می بریم. این مساله تعمیم مساله معروف تخصیص است که به صورت یک مساله برنامه ریزی صحیح صفر و یک فرموله می شود. برای حل این مساله با استفاده از روش شبکه عصبی ابتدا آن را به یک مساله برنامه ریزی غیر خطی تبدیل می کنیم سپس دو نوع ساختار شبکه عصبی یکی بر اساس روش تابع جریمه و دیگری روش ضرایب لاگرانژین افزوده را برای آن به کار برده و با هم مقایسه می کنیم. ملاحظه می شود که شبکه عصبی بر مبنای روش تابع جریمه برای مسایل بهینه سازی ترکیبی مناسب نیست زیرا یا به جواب نشدنی می رسد و یا در یک جواب شدنی غیر بهین متوقف می گردد در حالی که شبکه عصبی بر مبنای روش ضرایب لاگرانژین افزوده تا حدی این مشکل را بر طرف می کند.}, keywords_fa = {شبکه عصبی، مساله تخصیص، برنامه ریزی صحیح، روش تابع جریمه، روش ضرایب لاگرانژین افزوده}, url = {http://jamlu.liau.ac.ir/article-1-23-en.html}, eprint = {}, journal = {Journal of Operational Research In Its Applications ( Applied Mathematics ) - Lahijan Azad University}, issn = {2251-7286}, eissn = {2251-9807}, year = {2007} } @article{ author = {دانشیانبهروز, and پورجعفرصادق, and کافیآذرنوش, and دهقاننژادپریناز,}, title = {}, abstract ={}, Keywords = {}, volume = {4}, Number = {13}, pages = {11-19}, publisher = {دانشگاه آزاد اسلامی واحد لاهیجان }, title_fa = {تحلیل پوششی داده ها و تحلیل های آماری}, abstract_fa ={در این تحقیق تلاش شده است تا آزمون های آماری در تحلیل پوششی داده ها برای تحلیل دقیق تر مدل های تحلیل پوششی داده ها مورد استفاده قرار گیرد. همچنین با به کار گیری تحلیل خوشه ای در تحلیل پوششی داده ها و به کار گیری آن در مورد سی و پنج سرپرستی شعبه های یک بانک تجاری عملکرد آنها را در ماه های مختلف سال بررسی کرده ایم.}, keywords_fa = {آزمون آماری، تحلیل خوشه ای، توزیع کارایی، تحلیل پوششی داده ها، سرپرستی بانک}, url = {http://jamlu.liau.ac.ir/article-1-24-en.html}, eprint = {}, journal = {Journal of Operational Research In Its Applications ( Applied Mathematics ) - Lahijan Azad University}, issn = {2251-7286}, eissn = {2251-9807}, year = {2007} } @article{ author = {ساعتیمهتدیصابر, and حاتمیماربینیعادل, and ماکوییاحمد,}, title = {}, abstract ={}, Keywords = {}, volume = {4}, Number = {13}, pages = {21-34}, publisher = {دانشگاه آزاد اسلامی واحد لاهیجان }, title_fa = {تصمیم گیری گروهی به کمک TOPSIS فازی}, abstract_fa ={امروزه در دنیای واقعی بسیاری از فاکتورهای کمی و کیفی همچون کیفیت، قیمت، انعطاف پذیری و عملکرد تحویل می بایستی برای تصمیم گیری ها مورد توجه قرار گیرد. بدین منظور می توان برای تعیین نرخ ها و وزن ها از متغیرهای گفتاری استفاده نموده و آنها را به صورت اعداد فازی مثلثی یا ذوزنقه ای بیان نمود. بنابراین هدف از این مقاله توسعه روش TOPSIS در مسایل تصمیم گیری با داده های فازی می باشد تا تیم تصمیم گیری در محیطی از معیارهای مبهم و گنگ، توانایی انتخاب گزینه مناسب را به دست آورد. بر اساس مفهوم تکنیک TOPSIS در مسایل تصمیم گیری چند معیاره گروهی، شاخص ضریب نزدیکی بوسیله محاسبه فاصله از حل ایده آل فازی و حل ضد-ایده آل فازی توسط رویکرد رتبه بندی اعداد فازی به صورت همزمان برای هر گزینه تعریف گردیده تا بدین وسیله تمام گزینه ها رتبه بندی گردند. در نهایت، یک مثال عددی برای بیشتر روشن شدن روش پیشنهادی آورده شده است.}, keywords_fa = {تصمیم گیری گروهی چند معیاره فازی، متغیرهای گفتاری، رتبه بندی اعداد فازی، TOPSIS}, url = {http://jamlu.liau.ac.ir/article-1-25-en.html}, eprint = {}, journal = {Journal of Operational Research In Its Applications ( Applied Mathematics ) - Lahijan Azad University}, issn = {2251-7286}, eissn = {2251-9807}, year = {2007} } @article{ author = {شکریزادهرضا, and خاضکیحمیدرضا, and مهدیارمهدی,}, title = {}, abstract ={}, Keywords = {}, volume = {4}, Number = {13}, pages = {35-50}, publisher = {دانشگاه آزاد اسلامی واحد لاهیجان }, title_fa = {اولویت بندی خواسته های مشتریان در روش QFD با استفاده از کنترل فازی}, abstract_fa ={(QUALITY FUNCTION DEPLOYMENT) QFD یکی از ابزارهای کارآمد در مدیریت کیفیت است که جهت بهبود کیفیت محصول و خدمت در صنایع مختلف کاربرد وسیعی دارد و به عنوان یکی از روش های مهندسی کیفیت سعی در لحاظ نمودن نیازهای مشتریان در محصول به منظور افزایش رضایت آنها دارد. اهمیت نیازها و خواسته های مشتریان به صورت مقادیر مبهم می باشد، از طرفی در رتبه بندی نیازها تنها به بعد اهمیت توجه می شود. در این مقاله علاوه بر کمی کردن ترم های زبانی به وسیله منطق فازی و شناسایی فاکتورهای کلیدی به کمک ماتریس اهمیت رضایت، با استفاده از کنترل فازی با در نظر گرفتن اثر توام اهمیت و رضایت نیازها، روشی جهت اولویت بندی خواسته های مشتریان در ماتریس خانه کیفیت به همراه یک مطالعه موردی برای محصول یک کارخانه لاستیک سازی معرفی می گردد.}, keywords_fa = {خانه کیفیت (House of Quality)، ماتریس اهمیت رضایت، (Analytical Hierarchy Process) AHP، کنترل فازی}, url = {http://jamlu.liau.ac.ir/article-1-26-en.html}, eprint = {}, journal = {Journal of Operational Research In Its Applications ( Applied Mathematics ) - Lahijan Azad University}, issn = {2251-7286}, eissn = {2251-9807}, year = {2007} } @article{ author = {صابرینجفیهاشم, and نعیمیدافچاهیفرهاد,}, title = {}, abstract ={}, Keywords = {}, volume = {4}, Number = {13}, pages = {51-56}, publisher = {دانشگاه آزاد اسلامی واحد لاهیجان }, title_fa = {محاسبه علامت مقادیر ویژه ماتریس ها با استفاده از قضیه ممان اینرسی (Inertia)}, abstract_fa ={در این مقاله ما چندین قضیه اینرشیا را به طور کامل اثبات می کنیم که در محاسبه اینرشیا ماتریس ها استفاده می شود. سپس یک اثبات جدید برای قضیه اساسی اینرشیا بیان می کنیم. در بخش آخر با استفاده از قضیه اساسی اینرشیا و روش ابداعی نویسندگان [3] اینرشیای چندین ماتریس را به دست می آوریم.}, keywords_fa = {اینرشیا، معادلات ماتریسی، کنترل پذیری}, url = {http://jamlu.liau.ac.ir/article-1-27-en.html}, eprint = {}, journal = {Journal of Operational Research In Its Applications ( Applied Mathematics ) - Lahijan Azad University}, issn = {2251-7286}, eissn = {2251-9807}, year = {2007} } @article{ author = {کردرستمیسهراب, and پورجعفرصادق, and قانعآرمین, and نظریمعافیعطااله, and احمدزادهرضا,}, title = {}, abstract ={}, Keywords = {}, volume = {4}, Number = {13}, pages = {57-66}, publisher = {دانشگاه آزاد اسلامی واحد لاهیجان }, title_fa = {تحلیل حساسیت و کاربرد آن در تحلیل پوششی داده ها}, abstract_fa ={توجه اصلی ما در این مقاله ایجاد آشفتگی در تمام داده های خروجی و ورودی یک واحد تصمیم گیرنده کارا (DMU) با استفاده از مدل جمعی می باشد به طوری که بعد از تغییرات همچنان کارا باقی بماند. شرایط مناسب، برای آنکه یک DMU کارا بعد از ایجاد آشفتگی در تمام داده ها کارایی خود را حفظ نماید، را به دست خواهیم آورد. نتایج به دست آمده را روی 10 شعبه از بانک های تجاری که هر کدام از 3 ورودی برای تولید 2 خروجی استفاده می کنند، اعمال خواهیم کرد. برای هر DMU مطابق با کارایی مدل جمعی، یک ناحیه کارایی به دست می آید. در این ناحیه ورودی و خروجی های متناظر با DMU کارا با حفظ کارایی می توانند تغییر یابند.}, keywords_fa = {تحلیل پوششی داده ها، کارایی، تحلیل حساسیت، برنامه ریزی خطی}, url = {http://jamlu.liau.ac.ir/article-1-28-en.html}, eprint = {}, journal = {Journal of Operational Research In Its Applications ( Applied Mathematics ) - Lahijan Azad University}, issn = {2251-7286}, eissn = {2251-9807}, year = {2007} } @article{ author = {ناصریسیدهادی,}, title = {}, abstract ={}, Keywords = {}, volume = {4}, Number = {13}, pages = {67-76}, publisher = {دانشگاه آزاد اسلامی واحد لاهیجان }, title_fa = {روش های سیمپلکس فازی برای حل مسایل برنامه ریزی خطی فازی}, abstract_fa ={پس از معرفی منطق فازی در دهه هفتاد و کاربردهای موفقیت آمیز آن در طراحی سیستم های کنترلی، به کارگیری این نظریه در سایر زمینه ها همچون شبیه سازی، هوش مصنوعی، مدیریت، تحقیق در عملیات و... گسترش فراوان یافته است. در بسیاری از مسایل واقعی که به وسیله مدل های برنامه ریزی خطی فرموله می شوند ممکن است نوعی عدم قطعیت در برخی پارامتر های مدل موجود باشد و این ابهام می تواند از نوع احتمالی نباشد یا صریحا پارامتر های مدل با اعداد فازی بیان شود. کاربرد فازی در برنامه ریزی ریاضی دارای تاریخچه نسبتا طولانی است. مفهوم برنامه ریزی ریاضی فازی نخست توسط تاناکا و همکارانش (1974) در چارچوب تصمیم گیری فازی ارایه شده توسط بلمن و زاده پیشنهاد شد. نخستین فرمول بندی مساله برنامه ریزی خطی فازی توسط زیمرمن (1978) مطرح شد. بعد از آن مدل ها و روش های متعددی پیشنهاد شد. یکی از متداول ترین روش ها برای حل این مسایل بر اساس مفهوم مقایسه اعداد فازی است. یک روش متداول و مناسب برای رتبه بندی اعداد فازی تعریف یک تابع رتبه بندی از مجموعه اعداد فازی به مجموعه اعداد حقیقی است که در آن ترتیب وجود دارد. عموما در چنین روش هایی مدل برنامه ریزی خطی فازی به یک مدل برنامه ریزی خطی کلاسیک تبدیل می شود و با استفاده از حل این مدل جواب مساله اصلی تعیین می شود. در این مقاله با استفاده از توابع رتبه بندی خطی ضمن تعریف مفاهیم پایه ای برنامه ریزی خطی کلاسیک در محیط فازی همچون جواب های شدنی، جواب های پایه ای، جواب بهینه، جواب تباهیده، شرایط بهینگی و ... الگوریتم های سیمپلکس فازی برای حل مسایل برنامه ریزی خطی عدد فازی ومسایل برنامه ریزی خطی با متغیرهای فازی ارایه می گردد. الگوریتم های ارایه شده برای حل مسایل برنامه ریزی خطی عدد فازی و مسایل برنامه ریزی خطی با متغیرهای فازی به کار گرفته می شود و نتایج آن گزارش می شود.}, keywords_fa = {اعداد فازی ذوزنقه ای، برنامه ریزی خطی فازی، توابع رتبه بندی، روش سیمپلکس فازی}, url = {http://jamlu.liau.ac.ir/article-1-29-en.html}, eprint = {}, journal = {Journal of Operational Research In Its Applications ( Applied Mathematics ) - Lahijan Azad University}, issn = {2251-7286}, eissn = {2251-9807}, year = {2007} } @article{ author = {قاسمزادهدیبگیشاهرخ,}, title = {}, abstract ={}, Keywords = {}, volume = {4}, Number = {13}, pages = {77-81}, publisher = {دانشگاه آزاد اسلامی واحد لاهیجان }, title_fa = {ذهن، هوش و آموزش ریاضی}, abstract_fa ={در این مقاله سعی بر شناخت توانایی های متعلمین و انتخاب مسیر مناسب آموزش ریاضی به آنهاست. همچنین ارتباط بین ذهن، هوش و آموزش ریاضی را بررسی می کنیم.}, keywords_fa = {ذهن، هوش، آموزش ریاضی}, url = {http://jamlu.liau.ac.ir/article-1-30-en.html}, eprint = {}, journal = {Journal of Operational Research In Its Applications ( Applied Mathematics ) - Lahijan Azad University}, issn = {2251-7286}, eissn = {2251-9807}, year = {2007} }