شبیه‌سازی فازی در شرایط عدم‌اطمینان

این نوشتار، ترکیب نظریه مجموعه‌‌های فازی با شبیه‌سازی گسسته ‌ـ پیشامد را مطرح کرده و آن را برای مدل‎سازیِ مدت‌زمان نامطمئنِ فعالیت در شبیه‌سازی یک سیستم واقعی، به‌کار می‌گیرد. هدف این مقاله، ارزیابی سودمندی شبیه‌سازی فازی برای مدل‎سازیِ مدت‌زمان نامطمئن فعالیت است؛ به‌ویژه زمانی‌که داده نمونه‌ای موجود نبوده یا داده‌های موجود کافی نباشند. در این پژوهش، برای توصیف مدت‌زمان‌ نامطمئن فعالیت‌ها از اعداد فازی استفاده شده که بیانگر ابهام، عدم دقت و ذهنیت‌گرایی در تخمین آنهاست. ابتدا یک مدل شبیه‌سازی برمبنای رویکرد کلاسیک (مبتنی بر توابع توزیع احتمال) طراحی شده و سپس با استفاده از مدت‌زمان‌های تخمینی خبرگان، به‌صورت مدل فازی درمی‌آید. چند مدل شبیه‌سازی نیز برمبنای تعدادی از توابع توزیع احتمال رایج، طراحی شده و نتایج آنها با نتیجه مدل شبیه‌سازی فازی مقایسه می‌شود. نتایج نشان می‌دهد که اول خروجی‌های شبیه‌سازی فازی، تنها با یک مرتبه اجرای شبیه‌سازی گسسته ـ پیشامد فازی قابل حصول است و دوم اینکه بازه خروجی‌های شبیه‌سازی فازی، نتایج حاصل از چندین مرتبه اجرای مدل‌های مبتنی بر توابع توزیع احتمال را در بردارد. بنابراین، شبیه‌سازی فازی، رویکرد پذیرفتنی برای نمایش سیستم واقعی به‌شمار می‌آید؛ به‌ویژه در شرایط عدم‌اطمینان که داده نمونه‌ای وجود نداشته یا داده‌های موجود ناکافی و غیرقابل اتکا هستند.