یک روش بدیع برای حل مسائل برنامه‌نویسی خطی تماماً neutrosophic
تعداد صفحات فارسی:
تعداد صفحات فارسی:16 تعداد کلمات فارسی:4279
محمد عدالباسط، ام. گونسکاران، مای محمد، فلورنتین اسمارانداچ
چکیده
برنامه‌نویسی خطی (LP) گسترده‌ترین روش مورد استفاده برای حل و بهینه‌سازی مسائل واقعی است که دلیل آن سادگی و کارآمدی این روش است. با این حال، برای رسیدگی مناسب به عدم دقت داده‌ها، فرضیه‌ی مجموعه neutrosophic نقشی حیاتی ایفا می‌کنند. این فرضیه به شبیه‌سازی فرآیند تصمیم‌گیری انسانی با در نظر گرفتن تمام وجوه تصمیم (یعنی، موافقت، عدم اطمینان و مخالفت) می‌پردازد. در مطالعه‌ی حاضر با حفظ این مزیت، مدل‌های برنامه‌نویسی خطی neutrosophic را معرفی کرده‌ایم که پارامترهای آن توسط اعداد neutrosophic ذوزنقه‌ای ارائه می‌شوند و تکنیکی برای حل آنها به دست می‌دهد. این رویکرد پیشنهادی با چند مثال عددی به نمایش گذاشته می‌شود و برتری‌اش بر آخرین فن‌آوری‌های روز نشان داده می‌شود. در نهایت، به این نتیجه می‌رسیم که روش پیشنهادی در قیاس با دیگر روش‌ها، ساده‌تر، کارآمدتر و قادر به حل مدل‌های برنامه‌نویسی خطی است.
کلمات کلیدی: عدد neutrosophic ذوزنقه‌ای، برنامه‌نویسی خطی، مجموعه neutrosophic، تابع رتبه‌بندی
A novel method for solving the fully neutrosophic linear programming problems
Abstract
The most widely used technique for solving and optimizing a real-life problem is linear programming (LP), due to its simplicity and efficiency. However, in order to handle the impreciseness in the data, the neutrosophic set theory plays a vital role which makes a simulation of the decision-making process of humans by considering all aspects of decision (i.e., agree, not sure and disagree). By keeping the advantages of it, in the present work, we have introduced the neutrosophic LP models where their parameters are represented with a trapezoidal neutrosophic numbers and presented a technique for solving them. The presented approach has been illustrated with some numerical examples and shows their superiority with the state of the art by comparison. Finally, we conclude that proposed approach is simpler, efficient and capable of solving the LP models as compared to other methods.
دانلود رایگان مقاله انگلیسی
دانلود مقاله دات کام 
توضیحات محصول
یک روش بدیع برای حل مسائل برنامه‌نویسی خطی تماماً neutrosophic
تعداد صفحات فارسی:
تعداد صفحات فارسی:16 تعداد کلمات فارسی:4279
محمد عدالباسط، ام. گونسکاران، مای محمد، فلورنتین اسمارانداچ
چکیده
برنامه‌نویسی خطی (LP) گسترده‌ترین روش مورد استفاده برای حل و بهینه‌سازی مسائل واقعی است که دلیل آن سادگی و کارآمدی این روش است. با این حال، برای رسیدگی مناسب به عدم دقت داده‌ها، فرضیه‌ی مجموعه neutrosophic نقشی حیاتی ایفا می‌کنند. این فرضیه به شبیه‌سازی فرآیند تصمیم‌گیری انسانی با در نظر گرفتن تمام وجوه تصمیم (یعنی، موافقت، عدم اطمینان و مخالفت) می‌پردازد. در مطالعه‌ی حاضر با حفظ این مزیت، مدل‌های برنامه‌نویسی خطی neutrosophic را معرفی کرده‌ایم که پارامترهای آن توسط اعداد neutrosophic ذوزنقه‌ای ارائه می‌شوند و تکنیکی برای حل آنها به دست می‌دهد. این رویکرد پیشنهادی با چند مثال عددی به نمایش گذاشته می‌شود و برتری‌اش بر آخرین فن‌آوری‌های روز نشان داده می‌شود. در نهایت، به این نتیجه می‌رسیم که روش پیشنهادی در قیاس با دیگر روش‌ها، ساده‌تر، کارآمدتر و قادر به حل مدل‌های برنامه‌نویسی خطی است.
کلمات کلیدی: عدد neutrosophic ذوزنقه‌ای، برنامه‌نویسی خطی، مجموعه neutrosophic، تابع رتبه‌بندی
A novel method for solving the fully neutrosophic linear programming problems
Abstract
The most widely used technique for solving and optimizing a real-life problem is linear programming (LP), due to its simplicity and efficiency. However, in order to handle the impreciseness in the data, the neutrosophic set theory plays a vital role which makes a simulation of the decision-making process of humans by considering all aspects of decision (i.e., agree, not sure and disagree). By keeping the advantages of it, in the present work, we have introduced the neutrosophic LP models where their parameters are represented with a trapezoidal neutrosophic numbers and presented a technique for solving them. The presented approach has been illustrated with some numerical examples and shows their superiority with the state of the art by comparison. Finally, we conclude that proposed approach is simpler, efficient and capable of solving the LP models as compared to other methods.
دانلود رایگان مقاله انگلیسی