Sezgisel bulanık normlu uzaylarda sezgisel ve bulanık daralma dönüşüm sınıfları için yaklaşık sabit nokta özelliği
Künye
Cona, L., & Güzel Tan, G. (2024). Sezgisel Bulanık Normlu Uzaylarda Sezgisel f ve ψ Bulanık Daralma Dönüşüm Sınıfları için Yaklaşık Sabit Nokta Özelliği. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi, 24(5), 1102-1112. https://doi.org/10.35414/akufemubid.1414484Özet
Bu çalışmada, klasik analizde ve bulanık metrik uzaylarda tanımlı
ve daralma dönüşüm sınıflarının sezgisel bulanık normlu
uzaylar için yeni versiyonları tanımlanacaktır. Ayrıca, bu
dönüşümlerin sezgisel bulanık normlu uzaylarda hangi şartlar
altında yaklaşık sabit nokta özelliğini sağladığı gösterilecektir.
Bulunan sonuçlar örneklerle desteklenecektir. In this paper, new definitions for intuitionistic fuzzy normed
spaces of and contraction mapping classes in classical
analysis will be given. In addition, it will be shown under which
conditions these mappings provide the approximate fixed point
property in intuitionistic fuzzy normed spaces. The results
obtained will be supported with examples.
Kaynak
Fen ve Mühendislik Bilimleri DergisiCilt
24Sayı
5Bağlantı
https://dergipark.org.tr/tr/download/article-file/3638745https://hdl.handle.net/11630/12948
Koleksiyonlar
- Cilt 24 : Sayı 5 [25]
İlgili Öğeler
Başlık, yazar, küratör ve konuya göre gösterilen ilgili öğeler.
-
Bulanık Topsis Ve Ahp Yöntemlerinin Karşılaştırılmasına Yönelik Hayvancılık Alanında Bir Uygulama
Özkan, Görkem (2013)Kişi veya kurumların yaşamları boyunca çözüm bekleyen bir dizi sorunları vardır. Sorunlar, zaman ve ortama göre farklı biçimlerde ortaya çıkmakta dolayısıyla da çözüm yöntemleri farklılıklar göstermektedir. Çözüm bekleyen ... -
Sezgisel bulanık WASPAS yöntemi ve depo yeri seçimi problemi
Tırmıkçıoğlu, Nihan (Afyon Kocatepe Üniversitesi, 31.12.2021)Rekabetin yoğun olduğu günümüz iş dünyasında şirketler varlıklarını sürdürebilmek ve gelişebilmek için lojistik sistemlerinin optimizasyonu üzerinde yoğunlaşarak tedarik zinciri performansını güçlü tutmak durumundadırlar. ... -
Comparison of FCM, PCM, FPCM and PFCM algorithms in clustering methods
Özdemir, Özer; Kaya, Aslı (Afyon Kocatepe Üniversitesi, 28.05.2019)Clustering is a process of dividing the objects into subgroups so that the same set of data is similar, but the data of different clusters is different. The basis of the fuzzy clustering algorithms is the C- Means families ...



















