پاورپوینت آشنایی کامل با منطق فازی در حسابداری

فرمت فایل : power point  (قابل ویرایش) تعداد اسلاید  : 30 اسلاید

فهرست مطالب

•مقدمه ای بر منطق فازی• فازی و منطق فازی•تفکر فازی•  هدف منطق فازی•ویژگی‌های منطق فازی•منطق فازی و کاربرد آن در تصمیم گیری•منطق فازی و کاربرد آن در حسابرسی•منطق فازی و کاربرد آن در تخصیص دارایی•کاربرد منطق فازی درمشاوره سرمایه گذاری•کاربرد منطق فازی در تصمیمات مالی •پژوهش‌های فازی انجام‌شده در حسابداری•پژوهش‌های فازی انجام‌شده در حسابداری مدیریت•مهم‌ترین کاربرد‌های شناخته‌شده منطق فازی در حسابداری مدیریت •مهم‌ترین کاربرد‌های شناخته‌شده برای منطق فازی در حسابرسی• مهم‌ترین کاربرد‌های شناخته‌شده برای منطق فازی در حسابداری مالی•پژوهش سال‌های 1980 تا 2010•منابع   مقدمه :

 ابهام و عدم صراحت در قضاوت‌های انسانی در بسیاری از رشته‌های علمی ‌وجود دارد. حسابداران در برخورد با موضوع ابهام و عدم صراحت به گونه‌ای رفتار می‌کنند که گویا ابهامی ‌وجود ندارد و یا‌اینکه یک امر تصادفی است. حسابداری نیز در بسیاری از  جنبه‌های مهم دارای ابهام و عدم صراحت است. مشکل ابهام و عدم صراحت در حسابداری و حسابرسی مربوط به قواعد و نظام حسابداری است.

 

تحقیق درباره مدیریت اطلاعات با رویکرد فازی

فرمت فایل : word (قابل ویرایش) تعداد صفحات : 31 صفحه

چکیده

منطق فازی که در سال 1965 توسط دانشمند ایرانی، پروفسور لطفی­زاده به جهان عرضه شد،  در تقابل با منطق دوارزشی ارسطویی، ابهام را به عنوان بخشی از سیستم پذیرفته و بر مفاهیم مبهم و نامعیّن دلالت می­کند. در شرایطی که ماشین قادر به درک مفاهیم کیفی ـ که به راحتی برای انسان قابل فهم است ـ نیست، منطق فازی شیوه تفکر انسان را به فناوری منتقل می­کند. از منطق فازی در بسیاری از شاخه­های علوم از جمله «مدیریت اطلاعات» استفاده می‌شود. در سال 1975، با انتشار مقاله­ای به زبان فرانسه در مورد جستجوی اطلاعات در شرایط فازی، این واژه به طور رسمی وارد ادبیات کتابداری و اطلاع­رسانی شد. طبق اطلاعات ثبت­شده در بانک اطلاعاتی LISA، بخش عمده­ای از آنچه تاکنون در خصوص منطق فازی و مدیریت اطلاعات منتشر شده، بر ذخیره و بازیابی اطلاعات تمرکز داشته است. پس از آن، بیشترین کاربرد این مقوله به ترتیب در سازماندهی و فراهم­آوری اطلاعات بوده است. اکنون برای تضمین امنیت شبکه­های اطلاعاتی، از منطق فازی بهره­برداری می­شود. در برخی زمینه­ها مانند مستند­سازی و مدیریت رکوردها نیز تاکنون پژوهشی با موضوع فازی به انجام نرسیده است. در سالهای اخیر، رویکرد عمده این بحث به سمت نظامهای خبره و هوش مصنوعی سوق یافته است. به نظر می‌رسد برای حل بسیاری از گره‌­های موجود در حوزه مدیریت اطلاعات، می­توان از منطق فازی کمک گرفت.

مقدمه

مفاهیم بسیاری پیرامون ما وجود دارد که آنها را در قالب عبارتهای مختلف در بیان مسائل روزانه خود به کار می‌بریم. وقتی می­گوییم «هوا خوب است»، در واقع هیچ کمیّتی برای خوب بودن هوا نداریم تا آن را اندازه بگیریم و این خوب بودن کاملاً یک مفهوم کیفی است. در واقع، مغز انسان با در نظر گرفتن عوامل گوناگون و بر پایة تفکر استنتاجی، جمله­هایی را تعریف و ارزش­گذاری می­کند که الگوبندی آنها به زبان و فرمولهای ریاضی اگر ناممکن نباشد، کاری بسیار پیچیده خواهد بود.

«منطق فازی»[1][3] بر آن است بر این مفاهیم غیردقیق و کیفی دلالت کند. منطق یا تئوری فازی «یک نوع منطق است که روش های نتیجه­گیری در مغز بشر را جایگزین    می­کند». (ویکی پدیا، 2006)

در جهان واقع نیز آدمی بسیاری از مفاهیم را به صورت فازی (به معنای غیردقیق و مبهم) درک می­کند و به­کار می­بندد. هرچند کلمات و مفاهیمی همچون «گرم، سرد، بلند، کوتاه، پیر، جوان» و نظایر آنها به عدد خاص و دقیقی اشاره ندارند، ذهن انسان با سرعت و انعطاف­پذیری شگفت­آوری همه را می­فهمد و در تصمیمها و نتیجه‌گیریهای خود، به شمار می­آورد. این در حالی است که ماشین فقط اعداد را می‌فهمد و ماهیتاً دقیق است.

منطق کلاسیک یا ارسطویی، تنها دو حالت برای موقعیتهای مختلف قایل است: سیاه و سفید؛ آری و نه؛ روشن و تاریک؛ صفر و یک؛ درست و غلط، حال آنکه قایلان به تفکر فازی معتقدند ابهام در ماهیت علم است؛ یعنی همان‌طور که این ابهامها در ذهن بشر وجود داشته و بشر با درک و توجه به آنها در ذهن خود پدیده­ها را تغییر و مدل­سازی   می­کند، منطق فازی نیز سعی دارد مدلهایی ارائه دهد که ابهام را به عنوان بخشی از سیستم ارائه کند. قوانین علمی گذشته، مثل ریاضیات، فیزیک، و مکانیک نیوتونی، همه بر اساس همین منطق دو ارزشی استوار شده­اند، اما بدیهی است که ذهن ما کارهایش را با منطق دیگری انجام می‌دهد و تصمیمهایش را می‌گیرد. با کمک منطق فازی می­توان شیوه تفکر انسان را به فناوری منتقل کرد (فرخیان، 2006).

منطق فازی در سال 1965 توسط دانشمند ایرانی به نام لطف‌علی­عسگرزاده که جامعه بین­الملل  به نام پروفسور لطفی زاده از ایشان یاد می­کند، ارائه شد. وی پس از پایه­گذاری تئوری «مجموعه فازی»، در زمینه کاربردهای این تئوری در حافظه مصنوعی، زبان شناسی، منطق، نظریه تصمیمها، نظریه کنترل، سیستمهای خبره و شبکه‌های اعصاب، تحقیقات گسترده‌ای نمود. در حال حاضر، تحقیقات پروفسور لطفی زاده در زمینه منطق فازی نرم رایانه‌ای، محاسبات رایانه‌ای بر مبنای کلمات، نظریه رایانه‌ای ادراک و زبان طبیعی است.

وی در یک مقالة علمی کلاسیک که در سال 1965 به چاپ رسید، مفهوم «مجموعه فازی»، را که اساس نظریه تجزیه و تحلیل سیستمهای پیچیده است، معرفی نمود که در آن «زبان طبیعی» به جای متغیرهای عددی برای تشریح رفتار و عملکرد سیستمها به کار می­رود. پس از معرفی مجموعه فازی، بیش از 15000 مقاله علمی توسط دانشمندان جهان درباره منطق فازی و کاربردهای گسترده آن در نشریه‌های علمی منتشر گردید و حدود 3000 درخواست ثبت اختراع در این زمینه در کشورهای مختلف جهان به عمل آمده است.

تدوین سیستم هوشمند جهت ارزیابی اتوماتیک حفرات سطحی بتن

• مقاله با عنوان: تدوین سیستم هوشمند جهت ارزیابی اتوماتیک حفرات سطحی بتن  

• نویسندگان: علی اکبر رمضانیان پور ، وحید شاه حسینی ، محمدرضا پورابراهیمی  

• محل انتشار: نهمین کنگره ملی مهندسی عمران - دانشگاه فردوسی مشهد - 21 تا 22 اردیبهشت 95  

• فرمت فایل: PDF و شامل 8 صفحه می باشد.

چکیــــده:

کیفیت سطح نهایی بتن همواره به عنوان یک عامل اصلی مناقشه میان گروه مشاور و طراحی، کارفرما و پیمانکار بوده است. علاوه بر آن اگرچه حضور حفرات سطحی بتن، به صورت مستقیم بر مقاومت سازه ای اجزاء بتنی تاثیری ندارد، اما معایب بسیار دیگری به همراه دارد که در دراز مدت به صورت غیر مستقیم بر عملکرد اجزاء بتنی تاثیر منفی می گذارد. بازرسی چشمی وضعیت سطحی بتن با وجود نیاز به نیروی متخصص و هزینه های زمانی و مالی ناشی از آن، همواره قابل اعتماد نبوده و تاثیر سلیقه شخصی افراد در تعیین وضعیت ظاهری سطوح بتنی، اهمیت استفاده از اتوماسیون و ابزارهای نوین را آشکار می سازد. بنابراین در این پژوهش با استفاده از ابزار پردازش تصویر و منطق فازی به تدوین یک سیستم هوشمند برای ارزیابی کمی و خودکار وضعیت حفرات سطحی بتن، بر مبنای راهنمای ارائه شده توسط انسیتو بتن آمریکا پرداخته شده است. ابتدا روشی سیستماتیک بر مبنای پردازش و آنالیز تصویر برای شناسایی اتوماتیک حفرات و استخراج مشخصات آن ها پیاده سازی شد. سپس بر مبنای قواعد فازی یک سیستم خبره طراحی شده که از مشخصات استخراج شده در بخش قبل به عنوان ورودی استفاده می کند و بر اساس آنها به نمره دهی سطح بتنی می پردازد. نهایتا با استفاده از تصاویر واقعی سطوح بتنی به اعتبارسنجی سیستم طراحی شده پرداخته شد.

________________________________

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

** درخواست مقالات کنفرانس‌ها و همایش‌ها: با ارسال عنوان مقالات درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن مقالات در سایت به راحتی اقدام به خرید و دریافت مقالات مورد نظر خود نمایید. **

پاورپوینت بررسی کاربردهای منطق فازی در مدلسازی

فرمت فایل : power point  (قابل ویرایش) تعداد اسلاید  : 33 اسلاید

فهرست

- مقدمه

- مجموعه های فازی

- عملیات روی مجموعه های فازی

- قواعد زبانی

- ساختار سیستم فازی

- فازی ساز

- پایگاه قواعد

- موتور استنتاج

- نافازی سازی

- انواع سیستم های فازی

- مثال بیولوژیکی

- معرفی

- روش کار

- جمع آوری داده

- ثبت داده

- مدل فازی

- مدل ARMA

- تست مدل

- نتایج

- منابع

تحقیق درباره بررسی حفاظت دیفرانسیل ترانسفورماتور قدرت به روش منطق فازی

فرمت فایل : word (قابل ویرایش) تعداد صفحات : 25 صفحه

چکیده:

الگوریتمهای مختلفی جهت حفاظت دیفرانسیل ترانسفورماتور قدرت معرفی شده اند که هر یک از آنها دارای محدودیتهایی هستند. با استفاده از تئوری منطق فازی از تعدادی از این الگوریتمها به طور همزمان استفاده شده است و بدین طریق از نقاط  قوت همه آنها استفاده شده و نقاط  ضعف هر یک از آنها توسط الگوریتمهای دیگر مرتفع شده اند. همچنین مقدار اطلاعات سینگنالهای حفاظتی و ضریب خسارت تصمیم گیری نادرست نیز در تصمیم گیری رله در نظر گرفته شده است و در نتیجه قابلیت اطمینان رله افزایش یافته است.

مقدمه:

در یک سیستم حفاظت دیفرانسیل در حالت عادی جریان تفاضلی قابل توجهی وجود ندارد ولی در هنگام وقوع خطای داخلی جریان تفاضلی افزایش می یابد. لذا افزایش جریان تفاضلی می تواند بعنوان نشانه وقوع خطای داخلی استفاده شود اما از آنجایی که افزایش جریان تفاضلی توسط عواملی غیر از خطای داخلی نیز رخ می دهد لذا وجود جریان تفاضلی لزوما نشانه وقوع خطای داخلی نخواهدبود. پدیده هایی نظیر جریان هجومی ترانسفورماتور، اضافه تحریک، اشباع یکی از CT ها در اثر اتصال کوتاه خارجی و تغییر قابل توجه تپ ترانسفورماتور نیز باعث ایجاد جریان تفاضلی می گردند. لذا با مشاهده جریان تفاضلی بیشتر از یک مقدار آستانه رله دیفرانسیل باید وقوع عوامل اخیر را رد نماید و در چنین وضعیتی دستور عملکرد رله را صادر نماید. برای رد کردن وقوع این پدیده ها باید نشانه های مربوط به هر کدام از آنها در هنگام وقوع خطای داخلی وجود نداشته باشد، لذا با جستجو در جریان تفاضلی در صورت عدم وجود آن نشانه ها، وقوع پدیده مربوطه رد می گردد. در همه این روشها، یک سیگنال اندازه گیری شده یا محاسبه شده باید با یک مقدار آستانه مقایسه گردد اما دستیابی به یک مقدار آستانه قطعی جهت تنظیم الگوریتم میسر نیست. دلیل این عدم قطعیت کافی نبودن اطلاعات درباره مواردی همچون محل خطا، مقاومت خطا و شار پسماند هسته است. از طرف دیگر سیگنال هایی که جهت مقاصد حفاظتی اندازه گیری و محاسبه می شوند نیز معمولا دچار عدم دقت و عدم قطعیت هستند. ابزار ریاضی مناسب برای غلبه بر این عدم قطعیت ها منطق فازیست. بنابراین با فازی کردن سیگنالها، عدم قطعیت های اندازه گیری و محاسبه جبران می شود و با فازی کردن تنظیمها، عدم قطعیت های مقادیر تنظیمی مرتفع می گردد و با ترکیب وزنی الگوریتمهای مختلف از نقاط قوت همه آنها استفاده گردیده و نقاط ضعف آنها جبران می گردد. در ادامه ابتدا منطق فازی بطور مختصر معرفی می گردد. پس از آن فازی کردن سیگنال های حفاظتی و مقادیر آستانه و عملکرد رله دیفرانسیل فازی مورد بررسی قرار می گیرد.

*مقدمه ای بر منطق فازی

جهت طراحی یک سیستم فازی باید روابط  تبدیل متغیرهای عددی به فازی، قوانین پردازشگر فازی و روابط تبدیل متغیرهای فازی به عددی مشخص گردند که در ادامه چگونگی انجام این کار بررسی می شود.

فازی کردن سیگنالهای حفاظتی:

جهت  اندازه گیری و محاسبه درست سیگنالها و استفاده بهینه از میزان اطلاعات آنها، از فازی کردن سیگنالها استفاده می شود. جهت فازی کردن سیگنالها، یک پنجره داده با k نمونه از آخرین مقادیر متوالی دامنه سیگنالها انتخاب گردیده و مقادیر متوسط، ماکزیمم و مینیمم داده های پنجره در نمونه nام محاسبه می شوند. روشهای متعددی جهت فازی کردن سیگنالها با استفاده از مقادیر محاسبه شده فوق وجود دارد. متداولترین روش، تعیین توابع عضویت مثلثی است که از آن استفاده گردیده است. در این روش به مقدار متوسط، تابع عضویت یک و به مقادیر مینیمم و ماکزیمم، تابع عضویت صفر نسبت داده می شود. مقادیر میانی نیز به صورت خطی تقریب می شوند. میزان عدم قطعیت سیگنال ها نیز به صورت عددی با تعریف مقدار اطلاعات توسط رابطه 1 بیان می گردد که در آن A(x(n)) مساحت زیرمنحنی تابع عضویت است.