دانلود رایگان ترجمه مقاله روش منطقی فازی برای تحلیل اطلاعات تشخیص عملیات نظامی – IEEE 1997

مقالات انگلیسی و ترجمه های فارسی رایگان با فرمت PDF آماده دانلود رایگان میباشند

همچنین ترجمه مقاله با فرمت ورد نیز قابل خریداری و دانلود میباشد

مقاله انگلیسی رایگان (PDF)

ترجمه فارسی رایگان (PDF)

خرید ترجمه با فرمت ورد

فهرست مقاله:

چکیده
۱. معرفی
۲- پس‌زمینه
۳- مفهوم
۴- ملاحظات طراحی
۵- معماری
ماژول‌های برآورد فازی
ماژول برآورد ریسک
واحد کسب اطلاعات
ماموریت واحد ارزیابی
فرآیند استنتاج
5. داده
6. نتایج و نتیجه گیری
7. کار آینده

بخشی از ترجمه فارسی مقاله:

۱. معرفی
با پیشرفت‌های جدید در صنعت کامپیوتر، ارتش متعهد شده که یک گروه از نیروهای خودکار را در پایان قرن اعزام کند. ژنرال گردان سالیوان، رئیس سابق ارتش، دیدگاه خود را درباره آینده ارتش اینگونه بیان کرد: ]”در[ ارتش قرن بیست‌و‌یکم، پیشرفت‌هایی سریع تکنولوژی در عرصه مدیریت اطلاعات و پردازش طلوع خواهد کرد که خیلی‌ها عقیده‌دارند آغاز عصر پساصنعتی‌ست؛ عصر اطلاعات. ریزپردازنده در حال دگرگون کردن سبک زندگی شخصی، نحوه کارکرد جامعه و سبکی که احتمالا در آینده با آن خواهیم جنگید است… . این پیشرفت‌های قدرتمند در حال سوق دادن جامعه به سمت آینده‌ای نه‌چندان مطمئن، اما جالب است؛ آینده‌ای که تازه ابتدای کشف آن است ]۱[.” با توجه به این دیدگاه، ارتش قرن بیست‌ویکم در واحدهای مبارزه‌ای سازماندهی خواهد شد که توسط اطلاعات و فناوری اطلاعات هدایت می‌شوند. این واحدهای شبکه‌بندی شده قابلیت واکنش سریع و موثر به بی‌ثباتی مربوط به میدان جنگ مدرن را در اختیار خواهند داشت. مرکز عملیات تاکتیکی ارتش(TOC) به صورت یک مخزن اطلاعاتی متشکل از تعداد بسیار زیاد سیستمِ دستور و کنترل(C2) تکامل خواهد یافت که دسترسی به یک دید ادراکی با صداقت بالا از میدان جنگ را برای تصمیم گیرندگان فراهم می‌کند.
این سیستم‌های جدید، بدون شک چالش‌های تازه‌ای را برای فرماندهانِ آینده و کارکنان آنها درست خواهند کرد. به ویژه سیستم‌هایی که صرفا داده‌هایی را که کارکنان باید پردازش کنند را افزایش می‌دهند، محتمل هستند که بر کارکرد آنها تأثیر سوء بگذارند. با افزایش پیش‌بینی شده‌ی جریان اطلاعات، چالش، تبدیل به توانایی کارکنان در کشف اطلاعاتی که مهم است و استفاده موثر از آن در فرآیند تصمیم گیری میشود. متاسفانه با وجود اینکه سیستم‌های آینده می‌توانند در تجریه و تحلیل و ساخت این اطلاعات کمک کنند، زمینه غرق شدن در جزئیات کوچک و بنابراین، از بین رفتن قدرت “دید شگرف” برای کارکنان بوجود خواهد آمد.
برای رسیدن به ملزومات ارتش قرن بیست‌ویکم، سیستم‌های C2 آینده باید فراتر از توانایی‌های سیستم‌های اطلاعاتی امروزی بروند. این سیستم‌ها باید ابزارهای پشتیبانی تصمیم‌گیری براساس هوش مصنوعی را نیز دخیل کنند، بنابراین آنها تبدیل به بخشی از کارکنان می‌شود، به جای اینکه فقط ابزاری برای استفاده کارکنان باشند. این سیستم‌ها، فرماندهان و کارکنان آنها را قادر به تولید نقشه‌، تغییر و تجریه و تحلیلِ کامل، استوار و قوی در دنیای واقعی و محیطی با منابع محدود خواهد کرد.
این مقاله به توصیف یک تکنولوژی – منطق فازی – می‌پردازد که می‌تواند تاثیر قابل توجهی بر طرح‌های اتوماسیون ارتش داشته باشد. منطق فازی بیش از ۲۰ سال پیش به عنوان یک رویکرد برای تعمیم منطق دو-ارزشیِ کلاسیک برای استدلال عدم قطعیت معرفی شد ]۲[. محیطی که عملیات‌های نظامی در آن برنامه‌ریزی می‌شوند مملو از عدم قطعیت و دقت می‌باشد. کارل ون کلاوزویتس، نظریه پرداز نظامی بیان داشته که: “بسیاری از گزارش‌های اطلاعاتی جنگ متناقض هستند؛ حتی بیشتر از آن اشتباه، و بیشتر از همه نامعلوم هستند ]۳[.” با وجود اینکه این کلمات در بیش از ۱۶۰ سال پیش نوشته شده‌اند، اما امروزه هم درست هستند. بر ساس جملات بالا، تکنولوژی‌هایی که مسئول رسیدگی به عدم قطعیت و دقت هستند نقش مهمی در توسعه آینده سیستم‌های C2 خواهند داشت. خوشبختانه سیستم‌های بر پایه تکنولوژی‌های منطق فاری هستند، ذاتا قادر به تحمل عدم قطعیت هستند ]۴[. به طور ویژه، دانشِ نامشخص و مبهمی که برنامه‌ریزهای نظامی از آن استفاده می‌کنند، می‌تواند به طور موثر با استفاده از متغییرهای زبانیِ فازی نشان داده شود. این متغییرها از برچسب‌های زبانی استفاده می‌کنند که به سادگی توسط متخصصان حوزه قابل درک هستند و برای ارتباط مفاهیم و معلومات با فعالیت‌های انسانی مفید هستند ]۵[. به علاوه، آن‌ها دارای اجزاء جزیی به خوبی تعریف شده هستند که اجازه همکاری به باقی سیستم‌های غیر فازی ارتش را می‌دهد. ارائه دادن دانش در این روش، فرآیند کسب دانش را ساده می‌کند، در نتیجه یک نتیجه قطعی بین کاربران ارائه میشود. روش‌های مبتنی بر قوانین مرسوم یا آماری، راه‌حل‌های ممکن دیگری برای این مشکل هستند. با این حال، رویکرد منطق فازی تکنولوژی جایگزینی را فراهم می‌کند که بسیاری از مشکلاتی را که روش‌های مرسوم در رسیدگی به عدم قطعیت، عدم دقت و ابهام دارند را می‌کاهد. دومأ، با استفاده از تکنیک‌های منطق فازی سیستم می‌تواند به سادگی با هر دو، اطلاعات صریح و انواع مختلف عدم اطمینان که در بسیاری از این معلومات به صورت ضمنی میباشند، استدلال کند و نمایش دهد. در آخر، متدلوژی‌های منطق فازی یک “پل ارتباطی” بین متخصصان حوزه و سیستم، از طریق متغییرهای زبانی فازی فراهم می‌کند.

بخشی از مقاله انگلیسی:

I. INTRODUCTION

With modern advances in the computing industry, the Army has committed to fielding an automated force by the turn of the century. General Gordon Sullivan, former Army Chief of Staff, stated his views of the future Army as: “In the] Army of the 21St century, rapad technologacal developments zn anformataon management and process are usherang an what many helaeve to be the hegznnzng of a post-zndustrzal age; the Informataon Age. The macroprocessor as revolutaonazang the way that we lave our laves as zndzvzduals, the way that socaety functaons, and the way that we are lzkely to fight our future wars … . These powerful developments are leadang socaety toward an uncertaan but znterestzng future; a future whach at as just begznnang to explore [I] ’’ In accordance with this vision, the Army of the 21St century will be organized into combat units which are driven by information and information technologies. These networked units will possess the capability to rapidly and effectively react to the volatility associated with the modern battlefield. The Army’s tactical operations center (TOC) will evolve into an information warehouse consisting of numerous command and control (C2) systems which will provide decision-makers with access to a high-fidelity conceptual view of the battlefield. These new systems will undoubtedly create new challenges for future commanders and their staffs. Specifically, systems which merely increase the amount of data the staffs must process are likely to have deleterious effects on their performance. With the expected increased information flow, the challenge becomes the staffs’ ability to decipher the information that is critical, and to effectively apply this information in the decision process. Unfortunately, unless future systems can help analyze and synthesize this data, the tendency will be for staffs to become overwhelmed with small details, thus losing sight of the “big picture.” To meet the requirements of the Army of the 21St century, future C2 systems must go beyond the capabilities of today’s information systems. These systems must incorporate artificial intelligence (AI)-based decision support tools so that they become a part of the staff, rather than just a tool used by the staff. This will enable commanders and their staffs to generate, modify, and analyze complete, consistent, and robust plans in real-world, resource-constrained environments. This paper describes a technology – fuzzy logic – that could have a significant impact on the Army’s many automation initiatives. Fuzzy logic was introduced over 20 years ago as an approach to generalize classical two-value logic for reasoning under uncertainty [2]. The environment in which military operations are planned and executed is fraught with uncertainty and imprecision. Noted military theorist Carl von Clauswitz once stated that “many intelligence reports in war are contradictory; even more are false, and most are uncertain [3].” Even though these words were written over 160 years ago, they still ring true today. Based on the statements above, technolo gies that handle uncertainty and imprecision should play an important role in the development of future C2 systems. Fortunately, systems which are based on fuzzy logic technologies are inherently able to tolerate uncertainty [4]. Specifically, the uncertain and imprecise knowledge that military planners use can be effectively represented using fuzzy linguistic variables. These variables use linguistic labels which are readily understood by the domain experts and are useful for communicating concepts and knowledge with human beings [5]. Additionally, they have a well-defined quantitative component that allows for interoperability among other non-fuzzy Army systems. Representing knowledge in this manner simplifies the knowledge acquisition process, thereby providing a more consistent result among multiple users. Conventional rule-based or statistical approaches are other possible solutions to this problem. However, a fuzzy logic approach provides an alternative technology that alleviates many of the difficulties conventional approaches have in handling uncertainty, imprecision, and ambiguity. Secondly, by using fuzzy logic techniques the system can readily represent and reason with both explicit information and the various types of uncertainty that are implicit in much of this knowledge. Finally, fuzzy logic methodologies provide a “communication bridge” between domain experts and the system through fuzzy linguistic variables.