فایل ورد کامل حل عددی برنامه ریزی خطی بازه ای

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل حل عددی برنامه ریزی خطی بازه ای،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۱۰ صفحه

۱- مقدمه

در برنامه نویسی( برنامه ریزی) ریاضی متعارف، ضرایب مسائل معمولا به عنوان مقادیر قطعی در نظر گرفته می شوند. با این حال، عدم قطعیت معمولا در مسائل مهندسی کاربردی وجود دارد(۱-۳). به منظور حل مسائل بهینه سازی غیر قطعی، رویکرد های فازی(۴) و تصادفی(۵-۶) به طور مکرر برای توصیف ویژگی های غیر دقیق مورد استفاده قرار می گیرند. در این دو رویکرد، تابع عضویت و توزیع احتمال ، نقش مهمی ایفا می کنند. با این حال، گاهی مواقع، تعیین یک تابع عضویت مناسب و یا توزیع احتمالی دقیق در یک محیط غیر قطعی سخت است(۷).بنابر این، مسائل بهینه سازی بازه ای می تواند یک گزینه جایگزین برای حل مسائل بهینه سازی عدم قطعیت در اختیار بگذارد.

عنوان انگلیسی:Numerical Solution of Interval Linear Programming~~en~~

۱ Introduction

In traditional mathematical programming, the coefficients of the problems are always treated as deterministic values. However, uncertainty always exits in practical engineering problems[1-3]. In order to deal with the uncertain optimization problems, fuzzy[4] and stochastic[5-6] approaches are frequently used to describe the imprecise characteristics. In these two approaches,the membership function and probability distribution play important roles. However, it is sometimes difficult to specify an appropriate membership function or accurate probability distribution in an uncertain environment[7]. Therefore, interval optimization problems may provide an alternative choice for solving uncertainty optimization problems.

$$en!!