fa برازش توابع انتقالی خاک با استفاده از رگرسیون فازی عمومی Ggeneral پژوهشي Research توابع انتقالی خاک عبارت‌اند از مدل‌های تخمین یک خصوصیت مشخص خاک با استفاده از ویژگی‌هایی که اندازه‌گیری آنها آسان، سریع و یا ارزان می‌باشد. روش معمول در برازش توابع انتقالی خاک استفاده از رگرسیون آماری است. این روش بر پایه فرض دقیق بودن متغیرهای مورد مطالعه و مشاهدات مربوط به آنها استوار بوده و در نهایت روابط بین متغیرها نیز به طور دقیق مشخص می‌شود. در مدل سازی سیستم‌های طبیعی مانند خاک، عموماً با مشاهدات نادقیق و یا روابط مبهم رو به رو هستیم، بنابراین استفاده از روش‌های برازش توابع که قادر به تبیین ساختار مبهم سیستم و در اختیار نهادن الگوهای منبطق با واقعیت هستند، ضروری است. در بررسی حـاضر از روش رگـرسیون مبتنی بر نـظریه مجموعه‌های فازی به منظور برازش توابع انتقالی شیمیایی و فیزیکی خاک استفاده شد. مدل‌های بهینه رگرسیون خطی با ضرایب فازی برای توابع فوق به دست آمد. تجزیه و تحلیل حساسیت بر پایه سطح اعتبار و با توجه به مقدار ابهام مدل‌ها و مقدار شاخص اطمینان مدل‌ها انجام شد. نتایج نشان داد که روش رگرسیون فازی در شرایط روابط ابهامی بین متغیرها و به طور کلی در مواردی که با خطاهای ناشی از ابهام در ساختار معادلات رگرسیونی رو به رو هستیم، می‌تواند مکمل و یا جایگزین مناسبی برای روش رگرسیون آماری تلقی شود. Pedotransfer functions are the predictive models of a certain soil property from other easily, routinely, or cheaply measured properties. The common approach for fitting the pedotransfer functions is the use of the conventional statistical regression method. Such an approach is heavily based on the crisp obervations and also the crisp relations among variables. In the modeling natural systems, like soil, we are dealing with imprecise observations and the vague relations among the variables. Therefore, we need an appropriate algorithm for modeling such a fuzzy structures. In the present study, the fuzzy regression approach was used in order to fit some chemical and physical pedotransfer functions. The optimum regression models with the fuzzy coefficients were obtained for modeling pedotransfer functions. Sensivity analysis was carried out by using the credibility level. The results indicated that the fuzzy regression might be considered, as a suitable alternative or a complement to the statistical regression, whenever a relationship between variables is imprecise and generally when dealing with the errors due to a vaguness in regression models. اعداد فازی، برنامه ریزی خطی، توابع انتقالی خاک، رگرسیون فازی Fuzzy numbers, Linear programing, Pedotransfer functions, Fuzzy regression 51 61 http://jstnar.iut.ac.ir/browse.php?a_code=A-10-2-341&slc_lang=fa&sid=1 J. Mohammadi جهانگرد محمدی Yes S.M. Taheri سید محمود طاهری No