شبیه سازی فازی در شرایط عدم اطمینان

   این نوشتار، ترکیب نظریه مجموعه‌های فازی با شبیه‌سازی گسسته- پیشامد را مطرح کده و آن را برای مدل‌سازی مدت زمان نامطمئن فعالیت در شبیه‌سازی یک سیستم واقعی، به کار می‌گیرد. هدف این مقاله، ارزیابی سودمندی شبیه‌سازی فازی برای مدل‌سازی مدت زمان نامطمئن فعالیت است؛ به ویژه 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 بر مبنای رویکرد کلاسیک (مبتنی بر توابع توزیع احتمال) طراحی شده و سپس با استفاده از مدت‌زمان‌های تخمینی خبرگان، به صورت 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 شود. نتایج نشان می‌دهد که اول خروجی‌های شبیه‌سازی فازی، تنها با یک مرتبه اجرای شبیه‌سازی گسسته- 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 به شمار می‌آید؛ به ویژه در شرایط عدم‌اطمینان که داده نمونه‌ای وجود نداشته یا داده‌های موجود ناکافی و غیرقابل اتکا هستند.