حل مدل برنامه‌ریزی خطی چند ‌انتخابه تماما فازی

هدف: مسایل چند انتخابه فازی در دنیای واقعی در زمینه‌های صنعت، کشاورزی، علوم و فناوری کاربرد فراوانی دارد. از این‌رو، مطالعه و حل این ‌گونه مسایل از اهمیت زیادی برخوردار است. در این مقاله، چند روش برای حل مسایل برنامه‌ریزی خطی چندانتخابه تماما فازی معرفی می‌شود.روش‌شناسی پژوهش: برای حل مسایل برنامه‌ریزی خطی چند‌انتخابه تماما فازی، با استفاده از چندجمله‌ای درجه یک کم‌ترین‌مربعات، مساله را از حالت چندانتخابه به یک مساله برنامه‌ریزی خطی عدد صحیح آمیخته تبدیل می‌کنیم؛ همچنین، با استفاده از روش‌های فازی‌زدایی (تابع رتبه‌بندی روبنز) مساله را از حالت فازی به قطعی تبدیل می‌کنیم.یافته‌ها: به‌منظور بررسی کارایی روش‌های پیشنهادی، دو مدل برنامه‌ریزی خطی چند‌انتخابه تماما فازی را با استفاده از روش‌های معرفی‌شده حل و آن‌ها را با هم مقایسه می‌کنیم. در مجموع، الگوریتم‌های حاصل ساده و به لحاظ اجرا بسیار کم‌هزینه است و در مقایسه با پژوهش‌های گذشته از کارایی قابل قبولی نیز برخوردار است.اصالت/ارزش افزوده علمی: در این مقاله، تمام پارامترها و ضرایب مساله اعداد فازی مثلثی هستند و سمت راست قیود مساله پارامترهای چندانتخابه فازی هستند. تعداد پارامترهای چند‌‌انتخابه فازی در پژوهش‌های گذشته تنها دو انتخاب فازی درنظر گرفته شده‌است؛ اما در این مقاله تعداد این پارامترها می‌تواند مقادیر متفاوت دلخواه داشته باشد؛ همچنین، در این مقاله از روش کم‌ترین‌مربعات خطی فازی برای تقریب پارامترهای چندانتخابه فازی استفاده می‌شود.

solving the fully fuzzy multi-choice linear programming model

purpose: fuzzy multi-choice problems are widely used in the real world in the fields of industry, agriculture, science, technology, etc. therefore, studying and solving such problems is essential. this study introduces some methods to solve fully fuzzy multi-choice linear programming problems.methodology: to solve the fully fuzzy multi-choice linear programming problems, we use the linear least squares polynomial to convert the multi-choice linear programming problem to a mixed integer linear programming problem. also, we convert the problem from the fuzzy mode to the crisp mode by using the defuzzification methods (roubens ranking function.findings: to investigate the efficiency of the suggested method, we solve and compare two fully fuzzy multi-choice linear programming models using the proposed methods. in general, the resulting algorithms are simple and very inexpensive to implement, and they are more efficient than those of previous studies.originality/value: in this article, all parameters and coefficients of the problem are triangular fuzzy numbers, and the right side of the problem’s constraints are the fuzzy multi-choice parameters. the number of fuzzy multi-choice parameters in the previous articles has been considered only two fuzzy choices. however, in this article, the number of these parameters can be arbitrary. also, this article uses the fuzzy linear least squares method to approximate the fuzzy multi-choice parameters.