<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>پرديس علوم</PublisherName>
				<JournalTitle>مجله علوم دانشگاه تهران (منتشر نمی شود)</JournalTitle>
				<Issn></Issn>
				<Volume>33</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2008</Year>
					<Month>07</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Bayesian Fuzzy Spatial Prediction</ArticleTitle>
<VernacularTitle>پیشگویی بیزی برای داده‌های فضایی فازی</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">19473</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>محسن</FirstName>
					<LastName>محمدزاده</LastName>
<Affiliation></Affiliation>

</Author>
<Author>
					<FirstName>فاطمه</FirstName>
					<LastName>حسینی</LastName>
<Affiliation></Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
		    <Abstract>The spatial prediction of an unknown quantity at a specific site is one of the most important topics in the fuzzy spatial analysis. Under the assumption that covariance is known, optimal prediction and mean square error of predictor are determinable by using fuzzy kriging methods. When the parameters of the parametric covariance function are unknown, their estimates are usually replaced in optimal prediction as real values. But, determination of this predictor and its mean square error are usually difficult. Therefore, to solve this problem, in this paper the Bayesian approach is used to extend the fuzzy kriging to a new method, namely Bayesian fuzzy kriging. Then, in an applied example, its accuracy is compared with other spatial predictors.</Abstract>
			<OtherAbstract Language="FA">یکی از موضوعات مهم در آنالیز فضایی فازی، پیشگویی یک مقدار نامعلوم در موقعیت‌های مشخص براساس بردار مشاهدات فضایی فازی است. با فرض معلوم بودن پارامترهای میانگین و کواریانس، پیشگوی بهینه و میانگین مجذور خطای پیشگو با استفاده از روشهای کریگینگ قابل تعیین است، اما وقتی پارامترهای مدل نامعلوم هستند، معمولاً برآوردهای آنها بعنوان مقادیر واقعی در پیشگوی بهینه جایگذاری می‌شوند، که در اینصورت بهینگی پیشگو مورد تردید قرار می‌گیرد. از طرفی تعیین این پیشگو و میانگین مجذور خطای آن عموماً دشوار است. لذا در این مقاله برای رفع مشکل مذکور، با استفاده از رهیافت بیزی کریگینگ فازی را برای پیشگویی مشاهدات فضایی فازی به کریگینگ فازی تعمیم داده، سپس کارایی آن در یک مثال کاربردی با روشهای دیگر پیشگویی فضایی مورد مقایسه قرار می‌گیرد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">داده های فضایی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مشاهدات فازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">کریگینگ فازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">رهیافت فازی بیزی</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jos.ut.ac.ir/article_19473_878afc3a94e8d373d2d8b7d3fcaba9b9.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>پرديس علوم</PublisherName>
				<JournalTitle>مجله علوم دانشگاه تهران (منتشر نمی شود)</JournalTitle>
				<Issn></Issn>
				<Volume>33</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2008</Year>
					<Month>07</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>The General Equal Arcs Flow in The Multicommodity Network Flow Problem</ArticleTitle>
<VernacularTitle>حالت کلی تساوی جریان کمان‌ها در شبکه‌های جریان چند‌کالایی</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">19474</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>حسن صالحی</FirstName>
					<LastName>فتح‌آبادی</LastName>
<Affiliation></Affiliation>

</Author>
<Author>
					<FirstName>محمد ‌علی</FirstName>
					<LastName>رعایت‌پناه</LastName>
<Affiliation></Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
		    <Abstract>In this paper the multicommodity network flow problem with equal flow on some predetermined arcs is considered. The equal flow constraints require that the amounts of arcs flow of some commodities on some subsets of predetermined arcs, are equal. For solving this problem, first, using the capacity allocation algorithm, we define a starting solution. Then by lagrangian relaxation technique on general constraints we find a lower bound on the objective function value. An upper bound is also found by using embedded network simplex method. Finally, The optimal or near optimal solution is found when the upper and lowers bounds are made close enough to each other.</Abstract>
			<OtherAbstract Language="FA">در این مقاله مسئله شبکه جریان چند کالایی با جریان‌های مساوی روی کمان‌های معین مطرح می‌شود. قیود تساوی ایجاب می‌کند که جریان کمان‌های عضو زیر مجموعه‌های معین، برای کالاهای مجزا و مشخص مساوی باشند. به‌منظور حل این مسئله ابتدا با استفاده از الگوریتم تخصیص ظرفیت یک جواب شروع، برای مسئله به وجود می‌آوریم. سپس با استفاده از تکنیک تخفیف لاگرانژین روی قیود کلی یک کران پایین، و بعد با استفاده از الگوریتم سیمپلکس شبکه محاط‌شده، یک کران بالا را برای مقدار تابع هدف محاسبه می‌کنیم آنگاه کران‌های بالا و پایین را تعدیل کرده تا به جواب بهینه یا جواب بسیار نزدیک به بهینه برسیم.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">شبکه‌های جریان</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">جریان‌های چندکالایی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">تخفیف لاگرانژین</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">الگوریتم سیمپلکس شبکه</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">جریان با هزینه محدب</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jos.ut.ac.ir/article_19474_1ecccc0718eb6582398a6147ae61de59.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>پرديس علوم</PublisherName>
				<JournalTitle>مجله علوم دانشگاه تهران (منتشر نمی شود)</JournalTitle>
				<Issn></Issn>
				<Volume>33</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2008</Year>
					<Month>07</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Precision Measures Estimation of Kriging with Spatial Block Bootstrap Method</ArticleTitle>
<VernacularTitle>برآورد اندازه‌های دقت کریگیدن به روش خودگردانی بلوکی فضایی</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">19475</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>نصراله</FirstName>
					<LastName>ایران‌پناه</LastName>
<Affiliation></Affiliation>

</Author>
<Author>
					<FirstName>محسن</FirstName>
					<LastName>محمدزاده</LastName>
<Affiliation></Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
		    <Abstract>For spatial data, that are correlated in terms of their locations in the underlined space, the moving block bootstrap method is usually used to estimate the precision measures of the estimators. But in this method, the boundary observations have less chance of presence in blocks resampling than the other observations. In this paper, an algorithm is given for separate block bootstrap to estimate the precision measures of kriging spatial predictor. Then, it is shown that the bias estimation of kriging with separate block bootstrap method is unbiased and the kriging variance estimator is consistent. Finally, in a simulation study, the efficiencies of the separate and moving block bootstrap methods are compared for measures of estimation precision.</Abstract>
			<OtherAbstract Language="FA">برای داده‌های فضایی که بر حسب موقعیت قرار گرفتن آنها در فضای مورد مطالعه به یکدیگر وابسته‌اند، معمولاً روش خودگردانی «بلوک متحرک» به منظور برآورد اندازه‌های دقت برآوردگرها استفاده می‌شود. چون در این روش حضور مشاهدات مرزی در بلوکهای بازنمونه‌گیری شده نسبت به سایر مشاهدات شانس کمتری دارند، برآوردگرهای اندازه‌های دقت اریب خواهند بود. در این مقاله الگوریتم خودگردانی «بلوک مجزا» برای برآورد اندازه‌های دقت پیشگوی فضایی کریگیدن ارائه می‌شود. سپس نشان داده می‌شود برآورد اریبی کریگیدن به روش خودگردانی بلوک مجزا نااریب و برآوردگر واریانس کریگیدن سازگار است. نهایتاً در یک مطالعه شبیه‌سازی کارایی روش خودگردانی بلوک مجزا در برآورد اندازه‌های دقت با روش خودگردانی بلوک متحرک مورد مقایسه قرار می‌گیرد.</OtherAbstract>
<ArchiveCopySource DocType="pdf">https://jos.ut.ac.ir/article_19475_2fb7499ecf0556150d20d49a5e92486c.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>پرديس علوم</PublisherName>
				<JournalTitle>مجله علوم دانشگاه تهران (منتشر نمی شود)</JournalTitle>
				<Issn></Issn>
				<Volume>33</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2008</Year>
					<Month>07</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Navier-Stokes equations as differential-algebraic equations and its numerical solution with sequential regularization method</ArticleTitle>
<VernacularTitle>بررسی معادلات ناویر-استوکس به عنوان معادلات دیفرانسیل- جبری</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">19476</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>مهدیار</FirstName>
					<LastName>برفه‌ئی</LastName>
<Affiliation></Affiliation>

</Author>
<Author>
					<FirstName>سید محمد</FirstName>
					<LastName>حسینی</LastName>
<Affiliation></Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
		    <Abstract>Differential- algebraic equations (DAEs) play an important role in mathematical models. In this study, after discussing some difficulties involved in numerical solution to differential- algebraic equations we use sequential regularization method (SRM) for solving Hessenberg index-2 and index-3 DAEs. Then Navier-Stokes equations that have extensively used in fluid dynamics are considered as differential- algebraic equations and are solved with SRM. In contrast to the linear method for solving Navier-Stokes, initial values for pressure are not required and the problems are solved with less stiffness. In this paper we compare the above mentioned methods with predicted sequential regularizations method (PSRM) which significantly improves computational time over the SRM. Finally numerical results are given.</Abstract>
			<OtherAbstract Language="FA">معادلات دیفرانسیل- جبری در بسیاری از مدلهای فیزیکی نقش بسیار مهمی را ایفا می‌کنند و از اهمیت خاصی برخوردارند. در این مطالعه پس از بررسی مشکلاتی که در حل عددی معادلات دیفرانسیل- جبری به وجود می‌آید به بررسی روش منظم سازی دنباله‌ای می‌پردازیم که می‌تواند برای حل معادلات دیفرانسیل- جبری به فرم هزنبرگ و با اندیس دو و سه، استفاده شود. در ادامه معادلات ناویر- استوکس تراکم‌ناپذیر که به طور وسیع در دینامیک سیالات مورد استفاده قرار می‌گیرند به عنوان معادلات دیفرانسیل- جبری بررسی و به کمک روش فوق حل عددی می‌شوند. یکی از مزیتهای روش منظم سازی دنباله‌ای برای حل معادلات ناویر- استوکس، این است که شرایط اولیه برای فشار لازم نیست و نسبت به روشهای خطی معادلات را با سختی کمتری حل می‌کند. سپس روش منظم سازی دنباله‌ای پیشگو را برای کاهش حجم محاسبات به کار برده و با روش ذکر شده مقایسه می‌کنیم. در پایان نتایج عددی آورده شده است.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">استوکس</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">جبری</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">معادلات ناویر</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">دینامیک سیالات</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">روش منظم سازی دنباله‌ای</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">روش منظم سازی دنباله‌ای پیشگو</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">معادلات دیفرانسیل</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jos.ut.ac.ir/article_19476_4123de1fe8a9630ecd3fbcabaaa95189.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>پرديس علوم</PublisherName>
				<JournalTitle>مجله علوم دانشگاه تهران (منتشر نمی شود)</JournalTitle>
				<Issn></Issn>
				<Volume>33</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2008</Year>
					<Month>07</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Bayesian Estimation of Parameters in Regression Models with Spatially Autocorrelated Errors</ArticleTitle>
<VernacularTitle>برآورد بیزی پارامترهای مدل رگرسیون با خطاهای خودهمبسته فضایی</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">19477</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>امید</FirstName>
					<LastName>کریمی</LastName>
<Affiliation></Affiliation>

</Author>
<Author>
					<FirstName>محسن</FirstName>
					<LastName>محمدزاده</LastName>
<Affiliation></Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
		    <Abstract>In regression analysis, it is usually assumed that the error terms are independent, but in practice we occasionally deal with many cases such as spatial data that the error terms in regression models are correlated and their correlation structure is a function of the observation locations. This type of models, namely spatial regression, are used for surface determination in geology, archaeology, epidemiology and image processing. In this paper, the Bayesian approach is used for spatial regression analysis with first order spatially autocorrelated errors. Because of computation difficulties of posterior distribution, MCMC methods are used for estimation of the posterior parameters. Then the efficiency of introduced method is considered in a simulation study for different sample and lattice sizes</Abstract>
			<OtherAbstract Language="FA">معمولاً در آنالیز رگرسیون فرض بر این است که خطاهای الگو مستقل هستند، اما در عمل گاهی با مواردی مانند داده‌های فضایی مواجه می‌شویم که خطاهای مدل همبسته هستند و ساختار همبستگی آنها تابعی از موقعیت قرار گرفتن مشاهدات در فضای مورد مطالعه است. از اینگونه مدلها که رگرسیون فضایی نام دارند، برای تعیین رویه‌ها در زمین‌‌شناسی، باستان شناسی، همه‌گیر شناسی و پردازش تصاویر استفاده می‌شود. در این مقاله مدل رگرسیون فضایی با خطاهای خودهمبسته فضایی مرتبه اول با استفاده از رهیافت بیزی مورد بررسی قرار می‌گیرد. از آنجا که تعیین توزیع پسین پارامترها دشوار می‌باشد، برای برآورد بیزی پارامترها و پیش‌بینی بیزی مشاهدات از روش MCMC استفاده شده است. سپس نحوه اجرا و کارائی روشهای ارائه شده در یک مطالعه شبیه‌سازی برای حجم نمونه و اندازه شبکه‌های مختلف مورد بررسی قرار گرفته است.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">خطاهای خود همبسته فضایی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">هاستینگس</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">روشهای MCMC</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">نمونه‌گیری گیبس</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">الگوریتم متروپلیس</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jos.ut.ac.ir/article_19477_6efbed44e61eea6d89186f42d1935c82.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>پرديس علوم</PublisherName>
				<JournalTitle>مجله علوم دانشگاه تهران (منتشر نمی شود)</JournalTitle>
				<Issn></Issn>
				<Volume>33</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2008</Year>
					<Month>07</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>A Maximum Likelihood Estimator for Skew Parameter of Skew-Normal Distribution</ArticleTitle>
<VernacularTitle>یک برآوردگر ماکسیمم درستنمایی برای پارامتر چولگی توزیع چوله نرمال</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">19478</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>افشین</FirstName>
					<LastName>فلاح</LastName>
<Affiliation></Affiliation>

</Author>
<Author>
					<FirstName>عباس</FirstName>
					<LastName>گرامی</LastName>
<Affiliation></Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
		    <Abstract>We consider the problem of inference about skewness parameter in skew-normal distribution and it&#039;s difficulties. An approximately maximum likelihood estimator that is based on some prior information is proposed. Finally the efficiency of proposed estimator is assessed both theoretically and by a simulation study.</Abstract>
			<OtherAbstract Language="FA">در این مقاله مساله استنباط در مورد پارامتر چولگی در خانواده توزیع چوله نرمال و مشکلات و دشواریهای آن مورد توجه قرار گرفته است. سپس یک برآوردگر ماکسیمم درستنمایی تقریبی که متکی بر برخی اطلاعات پیشین است، برای پارامتر چولگی پیشنهاد شده است. برآوردگر پیشنهادی بصورت تحلیلی و نیز با استفاده از تکنیکهای شبیه‌سازی مورد ارزیابی قرار گرفته است.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">چولگی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">چوله نرمال</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">برآورد ماکسیمم درستنمایی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">اطلاع فیشر</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jos.ut.ac.ir/article_19478_a9eb2f1f1004fced1efc9f0a29e408e3.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>پرديس علوم</PublisherName>
				<JournalTitle>مجله علوم دانشگاه تهران (منتشر نمی شود)</JournalTitle>
				<Issn></Issn>
				<Volume>33</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2008</Year>
					<Month>07</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Intertwined Sets and   Functions with Unique Infinite  -limit Set</ArticleTitle>
<VernacularTitle>مجموعه های به هم آمیخته و توابع با مجموعه-حدی یکتا</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">19479</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>مسعود</FirstName>
					<LastName>صباغان</LastName>
<Affiliation></Affiliation>

</Author>
<Author>
					<FirstName>سعید</FirstName>
					<LastName>شعبانی</LastName>
<Affiliation></Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
		    <Abstract>In this note we discuss intertwined subsets of real line. We show that if two disjoint non-empty subsets   and   of real line possess the same boundary, then they are intertwined subsets if either   and  contain no intervals, or if they contain intervals, then they contain the end points of the intervals. In continue, by presenting new definition of intertwined sets of type two,  we show that if   and  are intertwined sets, then either   and   are intertwined or they are intertwined sets of type two. Next we show that if   is a   function on   with a unique infinite  -limit set, then the  -limit set is a cantor set. Finally, we discuss conditions that the set   is dense in  .</Abstract>
			<OtherAbstract Language="FA">در این مقاله ابتدا زیرمجموعه های به هم آمیخته از اعداد حقیقی را مورد بررسی قرار می‌دهیم. نشان می‌دهیم اگر دو زیر مجموعه مجزای   و  از اعداد حقیقی دارای مرز مشترک باشند ، در این صورت   و  به هم آمیخته هستند اگریا  و  شامل بازه های غیر تهی نباشند، یا اگر شامل بازه های غیر تهی باشند، نقاط انتهائی بازه ها را نیز در بر گیرند. در ادامه با ارائه تعریفی جدید تحت عنوان مجموعه های به هم آمیخته نوع دوم، نشان می‌دهیم که اگر  و  به هم آمیخته باشند آنگاه   و  یا به هم آمیخته اند و یا به هم آمیخته نوع دوم. در بخش بعد نشان می‌دهیم اگر   یک تابع   روی   باشد که دارای تنها یک مجموعه   -حدی است، آنگاه این مجموعه   -حدی یک مجموعه کانتور است. در ادامه شرطی را که تحت آن مجموعه   در   چگال باشد را مورد بررسی قرار می‌دهیم.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">حدی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مجموعه های به هم آمیخته</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">توابع</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مجموعه های</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jos.ut.ac.ir/article_19479_84d2f3b46b8baf9d28b497f803e7f46d.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>پرديس علوم</PublisherName>
				<JournalTitle>مجله علوم دانشگاه تهران (منتشر نمی شود)</JournalTitle>
				<Issn></Issn>
				<Volume>33</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2008</Year>
					<Month>07</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Hierarchical Bayesian Model for Contingency Tables</ArticleTitle>
<VernacularTitle>مدل بیزی سلسه مراتبی برای جدول‌های پیشایندی 2×2</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">19480</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>مجتبی</FirstName>
					<LastName>گنجعلی</LastName>
<Affiliation></Affiliation>

</Author>
<Author>
					<FirstName>زهرا</FirstName>
					<LastName>صابری</LastName>
<Affiliation></Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
		    <Abstract>A hierarchical Bayes model for analysis of contingency tables is presented and, using it, inference about correlation parameter, logarithm of the odds ratio, is studied. For drawing random sample from the distribution of logarithm of the odds ratio, computational method of Gibbs sampling is used. For testing independence the use of the hierarchical Bayes in calculating the Bayes factor is introduced and in an applied example is employed.</Abstract>
			<OtherAbstract Language="FA">یک مدل بیزی سلسه مراتبی برای تحلیل جدول‌های پیشایندی 2×2 معرفی و با استفاده از آن به استنباط در باره پارامتر همبستگی، لگاریتم نسبت بخت، پرداخته شده است. برای استخراج نمونه تصادفی از توزیع پسینی لگاریتم نسبت بخت از روش محاسباتی نمونه‌گیر گیبس استفاده شده است. برای آزمون استقلال چگونگی استفاده از مدل بیزی سلسله مراتبی در محاسبه عامل بیزی نیز معرفی و در یک مثال کاربردی به کار برده شده است.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">توزیع فوق هندسی نامرکزی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">آزمون فیشر</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">بیزی سلسله مراتبی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">عامل بیزی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">نمونه گیری پذیرش رد</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jos.ut.ac.ir/article_19480_5da95a167017dc13e6bfc2e2a7337e2a.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>پرديس علوم</PublisherName>
				<JournalTitle>مجله علوم دانشگاه تهران (منتشر نمی شود)</JournalTitle>
				<Issn></Issn>
				<Volume>33</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2008</Year>
					<Month>07</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Numerical solution of nonlinear Schrodinger equation and investigation of  singular solutions</ArticleTitle>
<VernacularTitle>حل عددی معادله‌ی غیر خطی شرودینگر و بررسی جواب‌ها‌ی تکین</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">19481</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>سید محمد</FirstName>
					<LastName>حسینی</LastName>
<Affiliation></Affiliation>

</Author>
<Author>
					<FirstName>لادن شرفیان</FirstName>
					<LastName>سیگارودی</LastName>
<Affiliation></Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
		    <Abstract>The nonlinear Schrodinger equation (NLS) is one of the most important equations in quantum physics. It is frequently useful in describing the waveguide movement of minute particles, for example an electron in the atom. NLS can be divided into three different cases: critical, supercritical, and subcritical. In this paper we try to show numerical methods that solve critical case of NLS, for short CNLS, in two dimensions. We also study the effects of the discretization of the equation in the solutions. There are some initial conditions for which the solutions of CNLS become singular in the finite time interval, but by using the finite difference method for the discretization of the Laplacian term in the equation, it is shown that the resulting discrete NLS represents a more accurate discretized version of the modified CNLS equation which can have local solution as well. So, as such modified CNLS equations are simply obtained by inserting small perturbations in the original equation, evidently by using this method it is almost possible to avoid blowup in the numerical solutions of these equations.</Abstract>
			<OtherAbstract Language="FA">معادله‌ی غیر خطی شرودینگر ) NLS= ?Non linear Schordinger) یکی از معادلات مطرح در مکانیک کوانتوم است که غالباً جهت توصیف حرکت موجی شکل ذرات کوچک مانند الکترون در هسته‌ی اتم به کار می‌رود. این معادله به سه حالت کلی بحرانی (critical) ، ابر بحرانی (super critical) و تقریباً بحرانی (sub critical) تقسیم می‌شود. در این مقاله سعی می‌شود روش‌های عددی برای حل حالت بحرانی معادله‌ی شرودینگر( CNLS) در ابعاد مختلف ارائه شود، هم چنین اثرات گسسته سازی در جواب‌ها مورد بررسی قرار می‌گیرد. جواب‌های حاصل از حل عددی CNLS به ازای بعضی مقادیر اولیه در زمان‌های کوچک t تکین می‌شود ( در رسم جواب‌ها پاشندگی (Blowup) مشاهده می‌شود) ، اما با استفاده از تفاضلات متناهی جهت تخمین لاپلاسین موجود در معادله به جایی می‌رسیم که معادله‌ی گسسته شده تخمین دقیق تری از شکل اصلاح شده‌ی CNLS خواهد بود و ثابت می‌شود که می‌تواند جواب موضعی نیزداشته باشد (وجود جواب موضعی به معنای عدم پاشندگی جواب است). با ایجاد پریشندگی‌های کوچک در شکل معادله‌ی اصلی، معادله‌ی اصلاح شده حاصل می‌شود و به این ترتیب می‌توان از وقوع پاشندگی در جواب‌های حاصل از حل عددی معادله تا حدودی جلوگیری کرد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">معادله‌ی غیر خطی شرودینگر</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">پاشندگی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">نوسانات کانونی و واکانونی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">گسسته سازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">تکینی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">جواب موضعی</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jos.ut.ac.ir/article_19481_53b6c45e76b70cfd19974fcf77c3592a.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>پرديس علوم</PublisherName>
				<JournalTitle>مجله علوم دانشگاه تهران (منتشر نمی شود)</JournalTitle>
				<Issn></Issn>
				<Volume>33</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2008</Year>
					<Month>07</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Optimal Parallel Algorithm for Solving Toeplitz System on Mesh and Hypercube</ArticleTitle>
<VernacularTitle>الگوریتم‌های موازی بهینه در حل دستگاه‌های تاپلیتز بر روی شبکه‌های مش و فوق مکعبی</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">19482</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>داود</FirstName>
					<LastName>رستمی</LastName>
<Affiliation></Affiliation>

</Author>
<Author>
					<FirstName>حسن</FirstName>
					<LastName>علیزاده</LastName>
<Affiliation></Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
		    <Abstract>In this paper for solving Toeplitz system by PCG, two parallel algorithms based on mesh and hypercube are given. We have shown that using these algorithms reduce of arithmetical operations.  Also, we investigate speed up and efficiency for these algorithms.</Abstract>
			<OtherAbstract Language="FA">در این مقاله برای اولین بار پیاده سازی واجرای الگوریتم های موازی بر روی شبکه های مش (Mesh) و فوق مکعبی (Hypercube) برای حل سیستم های خطی تاپلیتز توسط روش Preconditioned Conjugate Gradient (PCG) ارا ئه گردیده است. ارزش تمام الگوریتم های ارائه شده محا سبه و بهینه بودن آن اثبا ت می گردد. همچنین اجرای الگوریتم ها ی ارائه شده در نرم افزار Parallel Virtual Machine (PVM) و محاسبه زمان اجرای تکرار و کارایی آنها با توجه به مثال‌های عددی برای ماتریس های تاپلیتز ارائه شده است.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">ماتریس‌های تاپلیتز و شبکه‌های مش و فوق معکبی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">محاسبات موازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">حل سیستم‌های خطی موازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">روش‌های زیر فضای کرایلف</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jos.ut.ac.ir/article_19482_f23f49131315cdf064679db755c17364.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>پرديس علوم</PublisherName>
				<JournalTitle>مجله علوم دانشگاه تهران (منتشر نمی شود)</JournalTitle>
				<Issn></Issn>
				<Volume>33</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2008</Year>
					<Month>07</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>On the  complete and  complete hypergroups</ArticleTitle>
<VernacularTitle>ابر گروه‌های - کامل و کامل</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">19483</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>بیژن</FirstName>
					<LastName>دواز</LastName>
<Affiliation></Affiliation>

</Author>
<Author>
					<FirstName>محمد</FirstName>
					<LastName>کریمیان</LastName>
<Affiliation></Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
		    <Abstract>In this paper, we introduce the complete hypergroup and  -complete hypergroup. The hypergroup   is called  complete hypergroup if for every , we have  we prove that if   is a  -complete hypergroup then  =  . If   is a  -complete hypergroup then   is a complete hypergroup and we have  =  ,    . Finally we prove that   is a  - complete hypergroup if and only if it is an Abelian group.</Abstract>
			<OtherAbstract Language="FA">در این مقاله، برای اولین بار ابر گروه  کامل و ابر گروه  کامل را تعریف می‌کنیم. ابرگروه H را  کامل گوییم در صورتی که برای هر   داشته باشیم  ثابت می‌کنیم هر‌گاه H یک ابرگروه  کامل باشد آنگاه . همچنین، هرگاه H یک ابرگروه  کامل باشد آنگاه H یک ابر گروه کامل است. ابرگروه H یک ابرگروه  کامل است در صورتی که داشته باشیم   ثابت می‌کنیم ابرگروه H یک ابرگروه   کامل است اگر و تنها اگر یک گروه آبلی باشد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">ابرگروه</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">ابرگروه‌های   کامل</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jos.ut.ac.ir/article_19483_5c15ecc4d73cd11459a7707ff5c4effe.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>پرديس علوم</PublisherName>
				<JournalTitle>مجله علوم دانشگاه تهران (منتشر نمی شود)</JournalTitle>
				<Issn></Issn>
				<Volume>33</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2008</Year>
					<Month>07</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Parallel Generation of P-sequences</ArticleTitle>
<VernacularTitle>تولید موازی p- دنباله ها</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">19484</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>هایده</FirstName>
					<LastName>اهرابیان</LastName>
<Affiliation></Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
		    <Abstract>We present a cost-optimal and adaptive parallel algorithm for generating t-ary trees with P-sequences. The computational model employed in this algorithm is an exclusive read exclusive write with a shared memory single instruction multiple data computer. Our parallel algorithm is the ?rst designed P-sequence generation on this model. Prior to the discussion of this parallel algorithm, a new sequential algorithm for generation of t-ary trees with P-sequences in O(1) constant average time per sequence is presented.</Abstract>
			<OtherAbstract Language="FA">در این مقاله یک الگوریتم موازی انطباق پذیر با هزینه بهینه برای تولید درختان t- تایی که توسط p- دنباله ها کدگذاری شده اند، ارائه می گردد. قبل از ارائه این الگوریتم موازی، یک الگوریتم سریال برای تولید p- دنباله ها ارائه می گردد و سپس الگوریتم موازی آن شرح داده می شود. الگوریتم سریال دنباله ها را در ترتیب B-order تولید می نماید و هر دنباله به طور متوسط در زمان (1) O تولید می شود. الگوریتم موازی ارائه شده نیز دنباله ها را در ترتیب B-order تولید می نماید. مدل محاسباتی مورد استفاده برای الگوریتم موازی یک کامپیوتر با حافظه مشترک است که عمل خواندن و نوشتن در حافظه آن بصورت انحصاری انجام می شود و در هر لحظه قادر است یک دستورالعمل را بر روی چندین داده اجرا نماید. این الگوریتم اولین الگوریتم موازی ارائه شده برای تولید درختان t- تایی با کدگذاری p- دنباله می باشد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">الگوریتم موازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">درختان t  تایی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">ترتیب B order</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jos.ut.ac.ir/article_19484_67fc57486b0fa4d0870568426f32171e.pdf</ArchiveCopySource>
</Article>

<Article>
<Journal>
				<PublisherName>پرديس علوم</PublisherName>
				<JournalTitle>مجله علوم دانشگاه تهران (منتشر نمی شود)</JournalTitle>
				<Issn></Issn>
				<Volume>33</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2008</Year>
					<Month>07</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Computing Wiener and Szeged Indices of an Achiral Polyhex Nanotorus</ArticleTitle>
<VernacularTitle>محاسبه اندیسهای وینر و سگد نانو چنبرهّ شش گوش آکایرال</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">19485</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>شهرام</FirstName>
					<LastName>یوسفی</LastName>
<Affiliation></Affiliation>

</Author>
<Author>
					<FirstName>حسن یوسفی</FirstName>
					<LastName>آذری</LastName>
<Affiliation></Affiliation>

</Author>
<Author>
					<FirstName>علیرضا</FirstName>
					<LastName>اشرفی</LastName>
<Affiliation></Affiliation>

</Author>
<Author>
					<FirstName>محمد حسین</FirstName>
					<LastName>خلیفه</LastName>
<Affiliation></Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
		    <Abstract>Suppose G is the molecular graph of an achiral polyhex nanotorus and e is an edge of G. We denote by N1(e|G) the number of vertices of G lying closer to one end of e and by N2(e|G) the number of vertices of G lying closer to the other end of e. Then the Szeged index of G is defined as Sz(G) = ?e?E(G)N1(e|G)N2(e|G), where E(G) is the set of all edges of G. The Wiener index of G is defined as W(G) = 1/2?{x,y}?V(G)d(x,y), where d(x,y) denotes the length of a minimal path between x and y. In this paper, the Wiener and Szeged indices of an achiral polyhex nanotorus are computed.</Abstract>
			<OtherAbstract Language="FA">فرض می کنیم G گراف ملکولی یک نانو چنبره شش گوش آکایرال و e یالی از G است. تعداد راسهایی از G را که به یکی از رئوس e نزدیکترند تابه راس دیگر آن با N1(e|G) و تعداد راسهایی از G را که به راس دیگر e نزدیکترند تا به راس نخست با N2(e|G) نشان می‌دهیم. اندیس سگد G را که با Sz(G) نشان داده می‌شود با رابطه ?e?E(G)N1(e|G)N2(e|G) Sz(G) =  تعریف می‌کنیم، که در آن E(G) مجموعه یالهای G است. اندیس وینر G که با  نشان داده می‌شود با   تعریف می‌شود، که در آن  طول کوتاهترین مسیر بین   و  است. در این مقاله اندیسهای وینر و سگد نانو چنبره شش گوش آکایرال را حساب می‌کنیم.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">اندیس وینر</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">اندیس سگد</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">نانو چنبره</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">شش گوش آکایرال</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jos.ut.ac.ir/article_19485_74c69ead382005b64d3bb8d0597c663b.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
