NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
ریاض کاربردی، گرایش تحقیق در عملیات
Date of degree
۱۳۹۶/۱۱/۱۷
Body granting the degree
تبریز
SUMMARY OR ABSTRACT
Text of Note
برازش منحنی یک موضوع مهم و جالب در ریاضیات و مهندسی می باشد .این موضوع به طو.ر گسترده مورد مطالعه قرار گرفته است و تعدادی از روشها، عمدتا براساس چندجمله ای ها و چندجمله ای های تکه ای به کار برده شده اند .در حالت عادی، تعدادی نقاط مفروش داده می شوند و هدف پیدا کردن یک تابع چندجمله ای با حداقل انحرافات اندازه گیری شده توسط یک نرم در نقاط داده شده می باشد .در این روش ها، نرم ها برای متراکم کردن همه انحرافات به عنوان یک کمیت استفاده می شوند .در این پایان نامه، مساله برازش منحنی چندجمله ای از دیدگاه تصمیم گیری در نظر گرفته می شود .با توجه به برخی از نقاط ضعف روش های براساس نرم، یک مدل برنامه ریزی چندهدفه برای برازش منحنی داده می شود که در آن انحرافات به طور همزمان به عنوان یک بردار به حداقل می رسد .این روش برای مسئله برازش منحنی انعطاف پذیری بیشتری دارد .در واقع استفاده از مفهوم کارایی در برنامه ریزی چندهدفه، ما را به اعمال برخی ترجیحات ثانویه مفید اضافی قادر می سازد .به خصوص این روش می تواند یک منحنی برازش شده با انحرافات کارا و مینیمم میانگین انحانا یا مینیمم میانگین شیب را به دست آورد
Text of Note
Curve fitting is an interesting and important subject in mathematics and engineering. It has been studied extensively and a number of approaches, mostly based on polynomials and piecewise polynomials, have been employed. In the usual setting, some data points are given and one wants to find a polynomial function with the minimum violations measured by a norm in the given data points. In these approaches, norms are applied to aggregate all violations as a scalar. In this dissertation, the polynomial curve fitting problem is considered from the viewpoint of decision making. Taking into account some weaknesses of the norm-based approaches, a multiobjective programming model for curve fitting is given in which the violations are minimized simultaneously as a vector. This approach is more flexible for the curve fitting problem. Indeed, using the concept of efficiency in multiobjective programming, it enables us to impose some additional helpful secondary preferences. Especially, this approach can obtain a fitted curve with efficient violations and minimum average curvature or minimum average slope