یکی از روش های تحت کنترل قرار دادن فرایند کنترلنمودارهای کنترلی است.بر حسب نوع داده ها و هدف مدیران برای هر یک از انواع داده هااز نمودارهای کنترلی مختلفی استفاده می گردد. زمانی که داده هارا بتوان به صورت کمی در نظر گرفت یک نوع از نمودارهای کنترلی معروف نمودارهای شوهارت است. اما زمانی که نتوانداده ها را در قالب عددی بیان کرد از نمودارهای کنترلی نسبت استفاده می شود.نمودارهای نسبت برای مواقعی است کهبتوان محصول را در دو طبقه ی خوب و بد دسته بندی کرد. حالت تعمیم یافته ی نمودارهای نسبت توسط مارکوسی معرفی شده است. حال اگر سطوح مشخصه های کیفیرا که به صورتمتغیرهای زبانی هستند با توابع عضویت مشخص کنیم و به هر محصول یک درجه عضویت برای تعلق به هر سطح بدهیماز نمودارهای کنترلی فازی استفاده می کنیم.برای تحت کنترل قرار دادن چندین مشخصه ی کیفیت نیز از نمودارهای کنترل فازی چند متغیره استفاده می کنیم. در این پایان نامه چهر روش برای تحت کنترل قرار دادن چندین مشخصه ی کیفیتبه طور همزمانمعرفی و ان ها را باهم مقایسه کرده ایم.

یکی از راه های بررسی دگرشکلی های بین لرزه ای استفاده از تعیین نرخ لغزش گسل با استفاده از مطالعات زمین شناسی، دیرینه لرزه شناسی و گاهی استفاده از مدل های تجربی است که با ایجاد ارتباط بین پارامترهای گسل و داده های جمع آوری شده از ایستگاه های gps به تخمین پارامترهایی مانند نرخ لغزش و ضخامت کشسان پوسته و ... می پردازد. از جمله این مدل ها، مدل ساوج و بورفورد (1970) و ساوج و پریسکوت (1978) می باشد. در این مطالعه اثر مدل های ذکر شده روی داده های ژئودتیک مربوط به گسل شمال تبریز بررسی شده است. با استفاده از روش نمونه گیری تصادفی بوت استرپ در مدل ساوج و بورفورد با برنامه نویسی در محیط نرم افزاری r وmatlab ، مقادیر نرخ لغزش و عمق قفل شدگی در قطعه شمال غربی گسل به ترتیب 11-7 میلی متر در سال و 20-0 کیلومتر و در قطعه جنوب شرقی به ترتیب 13-6 میلی متر در سال و 35-10 کیلومتر تخمین زده شده است. ترکیب یک تابع توزیع پیشین از نتایج بررسی های دیرینه لرزه شناسی با توزیع بدست آمده از این مدل با استفاده از قانون بیزین ، نتایج بهتری را برای پارامترها ایجاد خواهد کرد، به طوری که نرخ لغزش و عمق قفل شدگی گسل در قطعه شمال غربی را به ترتیب به 5/6-4 میلی متر در سال و 17-12 کیلومتر و در قطعه جنوب شرقی به ترتیب به 5/5-5/3 میلی متر در سال و 20-0 کیلومتر محدود می کند. استفاده از نمونه گیری بوت استرپ در مدل ساوج و پریسکوت محدوده 10-5 میلی متر در سال برای نرخ لغزش گسل، 25-5 کیلومتر برای ضخامت کشسان پوسته، 185-160 سال برای زمان بازگشت پذیری آستنوسفر، 950-650 سال برای دوره بازگشت زمین لرزه ها و 2500-500 سال برای زمان سپری شده از آخرین رویداد زمین لرزه را برای قطعه شمال غربی گسل و محدوده 10-4 میلی متر در سال برای نرخ لغزش گسل، 16-8 کیلومتر برای ضخامت کشسان پوسته، 340-220 سال برای زمان بازگشت پذیری آستنوسفر، 1050-750 سال برای دوره بازگشت زمین لرزه ها و 3000-500 سال برای زمان سپری شده از آخرین رویداد زمین لرزه را برای قطعه جنوب شرقی گسل بدست می دهد.

معمولا تحلیل های آماری با فرض نرمال بودن داده ها صورت می گیرد، در حالی که در عمل در بسیاری از موارد داده ها نامتقارن بوده و دیگر نمی توان از توزیع نرمال برای تحلیل آنها استفاده کرد، در این موارد اغلب سعی می شود با استفاده از تبدیلی، توزیع داده ها را به نرمال نزدیک کرده و سپس تحلیل داده ها را انجام داد. اما این روش، خود با مسائل و دشواری هایی از جمله چگونگی انتخاب تبدیل مناسب و اریبی برآوردها مواجه است. با توجه به این مسأله، به کارگیری توزیع های نامتقارنی که خواصی مشابه توزیع نرمال دارند، مورد توجه قرار گرفته است. از جمله مهم ترین این توزیع ها، توزیع نرمال-چوله است که در پایان نامه، ضمن معرفی و بررسی خواص این توزیع، آزمون های نیکویی برازش در این توزیع ارائه می شود. سپس در انتها معرفی توزیع چوله t وآزمون های نیکویی برازش برای این توزیع بیان می شود.

رگرسیون برای بررسی رابطه بین دو یا چند متغیر استفاده می شود، به طوری که یک متغیر از روی دیگری یا بقیه می تواند پیش بینی شود. در مواردی که متغیرهای مورد بررسی یا رابطه بین متغیرها نادقیق و مبهم باشد از رگرسیون فازی استفاده می شود. وجود داده های پرت در میان مشاهدات منجر به نتایج نادقیق در مدل سازی می شود. کشف چنین داده هایی جهت حذف یا کاهش اثر آن ها، اثر معنی داری بر اصلاح مدل دارد. در این پایان نامه هر دو رویکرد حذف یا کاهش اثر داد ه های پرت هنگامی که هر دو متغیر ورودی و خروجی غیرفازی و پارامترهای فازی هستند، مورد بحث قرار گرفته است. ایده اصلی بر اساس متغیرهای زبانی و مفاهیم نظریه امکان همانند رگرسیون معمولی برای بحث در مورد داده های پرت در نظر گرفته شده است. کلمات کلیدی: رگرسیون، رگرسیون خطی فازی، داده پرت، ضریب تعیین و میانگین قدر مطلق انحرافات. عناوین بکار رفته در پایان نامه: مفاهیم و تعاریف مقدماتی شامل رگرسیون، داده های پرت در رگرسیون (باقیمانده های press ، r استیودنت شده، تشخیص های اثرگذار، معیاری اثرگذار) ، مجموعه های فازی(انگیزه تعریف مجموعه های فازی، مروری کوتاه بر مجموعه های کلاسیک، مجموعه های فازی، عملیات پایه روی مجموعه های فازی، اصل توسیع و اصل توسیع تعمیم یافته، کمیت های فازی، اعداد فازی) رگرسیون خطی فازی شامل تاریخچه، روش های کمترین مربعات فازی(مدل سلمینس، مدل عربپور و تاتا) ، روش های برنامه ریزی ریاضی(مدل تاناکا و واتادا، مدل حسن پور و همکاران) و روش های عددی تشخیص داده های پرت در رگرسیون فازی شامل مقدمه ، مدل تاناکا ، مدل پیتر کشف داده های پرت فازی در رگرسیون با ورودی و خروجی معمولی شامل مقدمه بررسی روش شکوری و نادمی و در پایان مثال های عددی و مطالعه موردی بیان شده است.

پایان نامه موجود شامل چهار فصل می باشد، که به معرفی مسیر بحرانی و کاربرد آن در مدیریت زمان شبکه می پردازد. فصل اول شامل کلیات و مفاهیم مورد نیاز در طول فصل های بعدی می باشد و به بیان رگرسیون خطی ساده و چندگانه و تعاریف مقدماتی مجموعه فازی می پردازیم. تحلیل مسیر با استفاده از رگرسیون و روشی برای تشخیص مدل مناسب را در فصل دوم معرفی می کنیم. در فصل سوم به معرفی شبکه، مقادیر مورد نیاز برای تحلیل مسیر بحرانی، روش محاسبه و تشخیص آن می پردازیم. در فصل چهارم روشی ساده برای تحلیل مسیر بحرانی فازی، بر اساس مسئله برنامه ریزی خطی و توابع مرتب کننده اعداد فازی بیان می کند. شاخص مرتب کننده یاگر برای تبدیل برنامه ریزی خطی فازی به یک مقدار دقیق مورد استفاده قرار میگیرد. علاوه بر این در این فصل بحرانی ترین مسیر و میزان بحرانی بودن یک مسیر را بیان می کند و در نهایت مثالی عددی برای شرح روش های به کار گرفته شده در این فصل بیان می شود که بحرانی ترین مسیر را از طریق محاسبه و مقایسه همه مسیرهای ممکن تعیین می کنیم.

چکیده ندارد.