اکثر تحقیقات بر روی مسائل برنامه‌ریزی خطی دو ترازه  در شکل قطعی آن متمرکز شده است که ضرایب و متغیرهای تصمیم‌گیری در توابع هدف و قیود، قطعی فرض شده‌اند. در واقع بدلیل وجود اطلاعات نادقیق و مبهم، شناخت دقیق مقادیر ضرایب برای ساختن مدل دو ترازه مشکل است. نظریه مجموعه‌های بازه‌ای برای توصیف و حل عدم‌قطعیت و عدم‌دقت در این مسائل تصمیم‌گیری مناسب است. به همین دلیل مسئله برنامه‌ریزی دو ترازه بازه‌ای که در آن ضرایب در هر دو تابع هدف و محدودیت‌ها بازه‌ای می‌باشند یک موضوع جذاب می‌باشد.در این مقاله، یک نوع از مسئله برنامه‌ریزی خطی دو ترازه تماما بازه‌ای  را که در آن تمام ضرایب در هر دو تابع هدف و محدودیت‌ها بازه‌ای می‌باشند، در نظر می‌گیریم. هدف از این مقاله ارائه روش جدیدی برای حل مسئله برنامه‌ریزی خطی دو ترازه تماما بازه‌ای با قیود تساوی می‌باشد. با ارائه مثال عددی، پیاده‌سازی این روش بیان شده است. Manuscript profile

برخی از پارامترهای موجود در مسائل عالم واقعیت دارای عدم قطعیت می­باشند. یکی از مسائل نادقیق که پارامترهای آن دارای حالت کیفی می­باشند، مسائل اقتصادی مانند مسئله­ی ورشکستگی است. در این­صورت ممکن است با دیدگاه مسئولین، مدیران شرکت­ها و سازمان­ها، با مفاهیم نادقیق از جمله بازه­ها برخورد کنیم. بر این اساس، در این مقاله با استفاده از مفاهیم نظریه­ی بازی­های تحلیل پوششی داده­ها (DEA) که مفهوم کاربردی آن در تمامی جهت­ها عینیت دارد و تلفیق آن با مدل­های نادقیق از نوع بازه­ای، مسئله­ی ورشکستگی را ارزیابی و یک نوع بازی بازه­ای را برای پیش­بینی ورشکستگی تعیین می­کنیم و در آخر بازه ی خو ش بینانه و بدبینانه­ای را برای ارزیابی ورشکستگی معرفی می­کنیم که به ما در ارزیابی­های دقیق اقتصادی با مفاهیم نادقیق کمک شایانی می­کند و در مسائلی که عدم قطعیت حضور دارد به راحتی می­توان با تبدیل آنها به حالت­های بازه­ای مسائل را ساده­تر تحلیل و بررسی کرد. Manuscript profile

This paper addresses a type of fully fuzzy bilevel linear programming (FFBLP) wherein all the coefficients and decision variables in both the objective function and constraints are triangular fuzzy numbers. This paper proposes a new simple-structured, efficient method for FFBLP problems based on crisp bilevel programming that yields fuzzy optimal solutions with unconstraint variables and parameters. some examples have been provided to illustrate these methods. Manuscript profile