نظریه ی فازی برای اینکه موضوعات و مسائل پپچیده و بزرگ مقیاس که شامل بازیابی اطلاعات می‌باشند، قابل فهم باشد و بتوان با ظرفیت فکری اندک تصمیمی معین گرفت، روشی قابل انعطاف و کلی که در قید جزئیات کم اهمیت نیست، ارائه می‌دهد. این روش از عهده‌ی موقعیتهای اجتماعی و اقتصادی و محیط طبیعی که نیازمند تنوع و انعطاف است، برمی‌آید.
به منظور ایجاد الگویی شبیه به پردازش عمومی اطلاعات هوشمندانه‌ی بشر، دانش و تجربه‌ی افراد باتجربه ومتخصصان مجرب به زبان طبیعی، وارد رایانه شده و عملیات منطقی به صورت اجمالی اجرا می‌شوند و با استفاده از این الگو، تحلیل پیش برده می‌شود و فعالیت‌های بشر یا پدیده ها و اوضاع اجتماعی و بازرگانی مورد بررسی قرار می‌گیرند. بیشتر روشهای فازی که برای مدیریت تکمیل شده اند از این روش بهره می‌گیرند.
در این فصل ابتدا تاریخچه ای از منطق فازی بیان می شود و در ادامه با منطق فازی آشنا خواهیم شد. درآخرهم چگونگی کارکرد سیستم های فازی بررسی می شود.
- تاریخچه ی مختصری از منطق فازی
دهه ی1960 آغاز نظریه فازی بود. نظریه‌ی فازی به وسیله پروفسور لطفی زاده در سال 1965 در مقاله ای به نام مجموعه های فازی معرفی شد. ایشان قبل از کار بر روی نظریه‌ی فازی، یک استاد برجسته در نظریه کنترل بود. او مفهوم "حالت" را که براساس نظریه‌ی کنترل مدرن را شکل می‌دهد، توسعه داد. عسگرزاده در سال 1962 چیزی را بدین مضمون برای سیستمهای بیولوژیک نوشت: "ما اساساً به نوع جدید ریاضیات نیازمندیم؛ ریاضیات مقادیر مبهم یا فازی است که توسط توزیع های احتمالات قابل توصیف نیستند." وی فعالیت خویش در نظریه‌ی فازی را در مقاله ای با عنوان "مجموعه های فازی" تجسم بخشید. مباحث بسیاری در مورد مجموعه های فازی بوجودآمد و ریاضیدانان معتقد بودند نظریه‌ی احتمالات برای حل مسائلی که نظریه‌ی فازی ادعای حل بهتر آن را دارد، کفایت می‌کند. دهه‌ی 1960 دهه‌ی چالش کشیدن و انکار نظریه‌ی فازی بود وهیچ یک از مراکز تحقیقاتی، نظریه‌ی فازی را به عنوان یک زمینه‌ی تحقیق جدی نگرفتند.
اما در دهه‌ی 1970، به کاربردهای عملی نظریه‌ی فازی توجه شد و دیدگاه های شک برانگیز درباره‌ی ماهیت وجودی نظریه‌ی فازی مرتفع شد. استاد لطفی زاده پس از معرفی مجموعه های فازی در سال 1965، مفاهیم الگوریتم فازی را در سال 1968 تصمیم گیری فازی را در سال 1970 و ترتیب فازی را در سال 1971 ارائه نمود. ایشان در سال 1973 اساس کار کنترل فازی را بنا کرد. این مبحث باعث کنترل کننده های فازی برای سیستمهای واقعی بود. ممدانی و آسیلیان چهارچوب اولیه‌ای را برای کنترل کننده فازی مشخص کرد. در سال 1978 هومبلاد و اوستگارد اولین کنترل کننده‌ی فازی را برای کنترل یک فرآیند صنعتی به کار بردند که از این تاریخ به بعد، با کاربرد نظریه‌ی فازی در سیستمهای واقعی، دید شک برانگیز درباره‌ی ماهیت وجودی این نظریه کاملاً متزلزل شد.
دهه‌ی 1980 از لحاظ نظری، پیشرفت کندی داشت، اما کاربرد منتطق فازی باعث دوام نظریه‌ی فازی شد. هیچ اندیشیده‌اید که کشورژاپن چرا گوی سبقت را در تولید لوازم الکترونیک هوشمند از دیگر همتایانش ربوده است؟ مهندسان ژاپنی به سرعت دریافتند که کنترل کننده‌های فازی به سهولت قابل طراحی بوده و در مورد بسیاری، می توان از آنها استفاده کرد. به علت اینکه کنترل فازی به یک مدل ریاضی نیاز ندارد، می توان آن را مورد بسیاری از سیستم هایی که به وسیله‌ی نظریه‌ی کنترل متعارف قابل پیاده سازی نیستند به کاربرد. سوگنو مشغول کار بروی ربات فازی شد، ماشینی که از راه دور کنترل می‌شد و خودش به تنهایی عمل پارک را انجام می‌داد. یاشونوبو و میاموتو از شرکت هیتاچی کار روی سیستم کنترل قطار زیرزمینی را آغاز کردند. بالاخره در سال 1987 پروژه به ثمر رسید و یکی از پیشرفته ترین سیستمهای قطار زیرزمینی را در جهان بوجود آورد. در دومین کنفرانس سیستمهای فازی که در توکیو برگزار شد، درست سه روز بعد از افتتاح قطار زیرزمینی، هیرو تا یک ربات فازی را به نمایش گذارد که پینگ پنگ بازی می‌کرد، یاکاماوا نیز سیستم فازی را نشان داد که یک پاندول معکوس را در حالت تعادل نشان می‌داد. پس از این کنفرانس، توجه مهندسان، دولتمردان و تجار جلب شد وزمینه‌ی پیشرفت نظریه‌ی فازی فراهم شد.
دهه ی 1990، توجه محققان آمریکا و اروپا به سیستمهای فازی موفقیت سیستمهای فازی در ژاپن، مورد توجه محققان آمریکا و اروپا واقع شد و دیدگاه بسیاری از محققان به سیستمهای فازی تغییر کرد. در سال 1992 اولین کنفرانس بین الملی در مورد سیستمهای فازی به وسیله‌ی بزرگترین سازمان مهندسی یعنی IEEE برگزار شد. در دهه ی 1990 پیشرفت‌های زیادی در زمینه‌ی سیستمهای فازی ایجاد شده؛ اما با وجود شفاف شدن تصویر سیستمهای فازی هنوز فعالیت‌های بسیاری باید انجام شود و بسیاری از راه حل‌ها و روش‌ها همچنان در ابتدای راه قرار دارد. بنابراین توصیه می‌شود که محققان کشور با تحقیق در این زمینه، موجبات پیشرفت‌های عمده در زمینه‌ی نظریه فازی را فراهم نمایند.
- آشنایی با منطق فازی
منطق فازی عبارتست از استدلال با مجموعه‌های فازی. حال اگر بخواهیم نظریه مجموعه های فازی را توضیح دهیم، باید بگوئیم نظریه‌ای ست برای اقدام در شرایط عدم اطمینان. این نظریه قادر است بسیاری از مفاهیم، متغیرها و سیستم‌هایی را که نادقیق و مبهم هستند، صورت بندی ریاضی ببخشد و زمینه را برای استدلال، استنتاج، کنترل و تصمیم‌گیری درشرایط عدم اطمینان فراهم آورد. پرواضح است که بسیاری از تصمیمات و اقدامات بشر در شرایط عدم اطمینان است وحالات واضح و غیرمبهم بسیار نادر و کمیاب می‌باشند.
مقدمه
فصل یکم - منطق فازی و ریاضیات فازی
1-1- منطق فازی
1-1-1- تاریخچه مختصری از منطق فازی
1-1-2- آشنایی با منطق فازی
1-1-3- سیستم های فازی
1-1-4- نتیجه گیری
1-2- ریاضیات فازی
1-2-1- مجموعه های فازی
1-2-2- مفاهیم مجموعه های فازی
1-2-3- عملیات روی مجموعه های فازی
1-2-4- انطباق مجموعه های فازی
1-2-5- معیار های امکان و ضرورت
1-2-6- روابط فازی
1-2-6-1- رابطه ی هم ارزی فازی
1-2-6-2- ترکیب روابط فازی
1-2-7- منطق فازی
1-2-7-1- عملیات منطقی و مقادیر درستی فازی
1-2-7-2- کاربرد مقادیر درستی فازی
1-2-8- نتیجه گیری
فصل دوم- الگوریتم ژنتیک
2-1- چکیده
2-2- مقدمه
2-3- الگوریتم ژنتیک چیست؟
2-4- ایده اصلی الگوریتم ژنتیک
2-5- الگوریتم ژنتیک
2-6- سود و کد الگوریتم
2-7- روش های نمایش
2-8- روش های انتخاب
2-9- روش های تغییر
2-10- نقاط قوت الگوریتم های ژنتیک
2-11- محدودیت های GA ها
2-12- چند نمونه از کاربردهای الگوریتم های ژنتیک
2-13- نسل اول
2-14- نسل بعدی
2-14-1- انتخاب
2-14-2- تغییر از یک نسل به نسل بعدی(crossover)
2-14-3- جهش (mutation)
2-15- هایپر هیوریستیک
فصل سوم- بررسی مقالات
3-1- یک روش رویه‌‌‌ای پیش بینی دمای هوای شبانه برای پیش بینی یخبندان
3-1-1- چکیده
3-1-2- مقدمه
3-1-3- روش شناسی
3-1-3-1- مجموعه اصطلاحات
3-1-3-2-نگاه کلی
3-1-3-3- یادگیری
3-1-3-4- تولید پارامتر های ساختاری
3-1-3-5- پیش بینی
3-1-3-6- متناسب سازی ضعیف، متوسط و دقیق
3-1-4- نتایج
3-1-4-1- واقعه ی یخبندان شپارتون
3-1-4-2- بحث
3-1-5- نتیجه گیری
3-2- پیش بینی دما و پیش گویی بازار بورس بر اساس روابط منطق فازی و الگوریتم ژنتیک
3-2-1- چکیده
3-2-2- مقدمه
3-2-3- سری های زمانی فازی و روابط منطق فازی
3-2-4- مفاهیم اساسی و الگوریتم های ژنتیک
3-2-5- روش جدید پیش بینی دما و بازار بورس بر اساس روابط منطقی فازی و الگوریتم های ژنتیک
3-2-6- نتیجه گیری
3-3-پیش بینی روند دمای جهانی بر اساس فعالیت های خورشیدی پیشگویی شده در طول دهه های آینده
3-3-1- چکیده
3-3-2- مقدمه
3-3-3- داده و روش بررسی
3-3-4- نتایج
3-3-5- نتیجه گیری
شامل 110 صفحه فایل word
دانلود پایان نامه پیش بینی دما با استفاده از روش های هوشمند
