Thesis (M.Sc)-Cairo University, 2024.

Bibliography: pages 74-79.

objective is to maximize the profit. To solve the problem, a fuzzy multi-objective (FMO) approach is applied and it is used the linear decreasing membership function (LDM) with fuzzy cost objective function and it is used linear increasing membership function (LIM) for the profit objective function.
The problem at first solved to get the maximum and minimum value for each objective reaching to the tolerance around each objective. Then, the tolerances are used to construct new constraints using the membership functions. Thus, the FMO model is transformed and solved using one of the software.
In case study (2), about "Fuzzy Goal Programming Approach for Solving the Crop Planning Problem" and after converting the coefficients to crisp numbers as in case study (1) then, solving the problem to obtain the minimum value of the cost as value of cost goal and the maximum value of profit as the profit of goal value then formulate goal programming (GP) problem converting both objectives to be as new constraints that have deviation variables.
Then, we solved the GP model considering the same values in the case study (1) reaching to final solution of the problem. After solving the problem using the GP approach, it found that the profit value of objective function in applying FMO approach is much better than GP since the profit of applying FMO approach is $26944.15 and in applying GP approach is $24470.6. In terms of costs, applying GP approach shows better costs than that it found applying FMO approach, where the total costs applying FMO approach is $7572.92 and applying GP approach is $6556. But, after calculating the net profit applying FMO approach it found that its result is better than applying GP, since the net profit of applying FMO approach is $19371.23, while the net profit of applying GP is $17914.8.

في هذا الرسالة تم عرض دراسة حالتين حول مشكلة تخطيط المحاصيل.
دراسة الحالة (1) تدور حول "مشكلة فازية متعددة الأهداف لتخطيط إنتاج المحاصيل ".
دراسة الحالة (2) تدور حول "اسلوب برمجة الأهداف الفازية لحل مشكلة تخطيط المحاصيل".
فى دراسه حاله (1) يتم صياغة المشكلة التي تتضمن دالتين هدف. دالة الهدف الأولى لتدنية التكاليف ودالة الهدف الثانية لتعظيم الربح. ولحل المشكلة تم تطبيق أسلوب فازى متعدد الأهداف وتم استخدام دالة (MF) متناقصة خطية (LDM) مع دالة هدف الفازية للتكلفة. وتم استخدام دالة (MF) خطية متزايدة (LIM) لدالة هدف الربح. وبعد ذلك تم حل المشكلة لكل داله هدف على حدة للوصول للقيمة القصوى والدنيا لكل هدف (tolerance) وصولاً للحدود حول كل دالة هدف. ثم يتم استخدام (tolerance) لإنشاء قيود جديدة باستخدام (MF). وهكذا يتم تحويل النموذج الفازى متعدد الأهداف الى نموذج خطى يتم حله باستخدام أحد البرامج.
في دراسة حالة (2) حول "اسلوب برمجة الأهداف الفازية لحل مشكلة تخطيط المحاصيل" وبعد تحويل المعاملات إلى أرقام صحيحه واضحة كما في الحالة (1) يتم حل المشكلة للحصول على الحد الأدنى لقيمة التكلفة كقيمة تكلفة الهدف والحد الأقصى لقيمة الربح كربح من قيمة الهدف ثم صياغة مشكله برمجة الهدف وتحويل كلا الهدفين إلى قيود جديدة لها متغيرات انحراف. ومن ثم قمنا بحل نموذج برمجة الأهداف مع الأخذ في الاعتبار نفس القيم في دراسة الحالة (1) للوصول إلى الحل النهائي للمشكلة
وبعد حل المشكلة باستخدام أسلوب برمجة الأهداف (GP) وجد أن قيمة دالة هدف الربح عند استخدام أسلوب البرمجة متعددة الأهداف الفازية كما فى (دراسة الحالة (1)) أفضل من تطبيق طريقة برمجه الاهداف GP كما فى (دراسة الحالة (2)) حيث أن قيمة الربح حالة تطبيق االبرمجه الفازية متعدده الاهداف هو 26944.15 دولار وعند تطبيق أسلوب برمجه الاهداف الفازية GP هو 24470.6 دولار. ولكن من حيث التكاليف فعند تطبيق طريقة GP تظهر تكاليف أفضل من تلك الموجودة عند تطبيق الطريقة الفازيه متعددة الاهداف حيث تبلغ التكاليف الإجمالية في الحاله الاولى 7572.92 دولار وعند تطبيق طريقة برمجه الاهداف GP تبلغ التكاليف 6556 دولار. ولكن بعد حساب صافي ربح فتطبيق طريقة البرمجه الفازية متعدده الاهداف وجد أن نتيجتها أفضل من تطبيق اسلوب برمجه الاهداف GP حيث أن صافي ربح فى الحالة الاولى هو 19371.23 دولار في حين أن صافي ربح حالة تطبيق برمجه الاهداف GP هو 17914.8 دولار.

Issues also as CD.

Text in English and abstract in Arabic & English.