بسیاری از مسائل در زمینه های مختلف علوم کاربردی نظیر فیزیک، شیمی و اقتصاد که مربوط به بررسی تغییرات یک یا چند متغیر می شوند؛ توسط معادلات دیفرانسیل بیان می شوند. پیش بینی وضع آب و هوا، مکانیک کوانتومی، انتشار موج و دینامیک بازار سهام برخی از این نمونه هاست که حل سریع و دقیق آنها تاثیرات شگرفی در زندگی انسانها باقی می گذارد و به همین دلیل روش های متعددی برای حل معادلات دیفرانسیل پیشنهاد شده است.هدف اصلی این تحقیق، بررسی قابلیت استفاده از الگوریتم ترکیبی ژنتیک-کلونی مورچگان با رویکرد تولید جواب‌های آزمایشی و بهبود آنها برای تولید جواب تحلیلی- عددی انواع مختلفی از معادلات دیفرانسیل معمولی و جزئی است. الگوریتم بهینه سازی کلونی مورچگان (ACO) یک الگوریتم مناسب دارای دقت و سرعت همگرایی بالا برای یافتن جوابهای تقریبی برای حل مسائل بهینه سازی با استفاده از تابع احتمال وابسته به میزان اثر باقیمانده از حرکت مورچه هاست. الگوریتم ژنتیک نیز یک روش بهینه-سازی مبتنی بر اپراتورهای جهش و تقاطع است که دارای منطقه جستجوی گسترده ای است که مانع از به تله افتادن الگوریتم در جواب محلی می‌شود. ترکیبی از این دو الگوریتم، یک الگوریتم با حداکثر کارایی را ایجاد می‌کند. بررسی مثالهای گوناگون در بخش پایانی مقاله سرعت و دقت بالای روش پیشنهادی را نمایش می دهد. Manuscript profile

مطالعه ی حساب کوانتومی یا کیو حساب توسط جکسون از اوایل قرن بیستم آغاز شد؛ امااخیرابه دلیل تقاضای زیادریاضیات، که محاسبات کوانتومی رامدل سازی می کند؛ باعث افزایش علاقه در این زمینه گردیده است.حساب کوانتومی یکی از علوم های کاربردی و بین رشته ای است که به دلیل داشتن ویژگی های خاص از جمله، تعریف مشتق بدون وجود حد باعث مزیتش نسبت به حساب معمولی شده است و کار با حساب کوانتومی از نظر عددی سریعتر و راحت تر از حساب استاندارد است. از آنجا که اکثر مسائل موجود در طبیعت منجر به مواجهه با معادلات فازی شامل مشتقاتی از مرتبه کسری می شوند؛ در این پژوهش بعد از معرفی مشتق کوانتومی (به اختصار کیومشتق) فازی بر مبنای تفاضل هاکوهارای تعمیم یافته، مشتق کوانتومی کاپوتوی کسری فازی و انتگرال کوانتومی (به اختصارکیوانتگرال) ریمن-لیوول کسری فازی رامعرفی می کنیم. سپس به بررسی قضایای اساسی و بیان تعاریف مهم در رابطه با کیومشتق کاپوتوی کسری فازی و کیوانتگرال ریمن-لیوول کسری فازی می پردازیم. که این نتایج دربسیاری ازبرنامه های کاربردی مانندفیزیک،نظریه کوانتومی،نظریه اعداد،مکانیک آماری وغیره رخ می دهد. Manuscript profile

Requirement engineering is one of the critical phases in the software development process. Functional Requirements (FR) and Non-Functional Requirements(NFR) are two of the fundamental requirements in software projects that are observed in the classifications of most researchers in the software engineering field. Conflicting and overlapping among the requirements in both intra and extra communications levels are one of the main challenges in the elicitation and prioritization phases. This paper presents a decision strategy to respond to this challenge called requirements conflicts management strategy (RCMS). This strategy is defined to manage conflict and overlap of NFRs in the prioritization of the constraints satisfaction model for requirements prioritization, known as "CSOP + RP" model, to which the necessary constraints are applied. RCMS is applied to the "CSOP+RP" model as a pre-processing phase by the requirement analyzer and the results are delivered to the system manager. RCMS is founded on several components: the conflicts catalog among NFRs, the mapping model of NFRs to the domain of software systems, and the calculation of Pearson correlation coefficients in NFRs. The negative, positive, and zero values of the correlation coefficients are calculated on the importance of the requirements, which mean conflict, overlap and neutral, respectively. RCMS was implemented on Police Command-and-Control System(PCCS) as a designed case study with specific NFRs and FRs. Therefore, the statistical analysis of the experimental results shows that the proposed strategy increases the accuracy of the input values of the prioritization model and better decision-making in managing conflicts and controlling overlaps. Furthermore, RCMS help to reduce the ambiguities between NFRs and FRs and also influences of NFRs in requirement ranking by the search-based prioritization approach. Manuscript profile

In this paper, a novel method for ranking of fuzzy numbers are proposed. In this method, decision maker is defined based on the center of mass at some cuts of a pair of fuzzy numbers in discreet version and center of mass on all of cuts of a pair of fuzzy numbers in continuous version. Our method can rank more than two fuzzy numbers simultaneously. Also, some properties of methods are described. At last, we present some numerical examples to illustrate the proposed method, and compare it with other ranking methods. Manuscript profile