Made available in DSpace on 2015-04-22T22:16:14Z (GMT). No. of bitstreams: 1 Gustavo Cunha.pdf: 1000425 bytes, checksum: fc84dd761ea9f58fc46869f1324d8e1d (MD5) Previous issue date: 2011-09-02 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This paper presents a model for solving multiobjective linear programming problems based on the calculation of the minimum fuzzy distance. The theoretical principles outline some elements of the fuzzy logic as well as crisp multiobjective optimization elements needed for the formulation of the model. Moreover, some classical multiobjective methods are presented and classified in three types: a priori, a posteriori and interactive. From these elements we formulate the method for finding an efficient solution from the minimal fuzzy distance, obtained through a subproblem which is calculated based on the L1 metric. At the end, a study case is done in the context of energy planning in isolated electric systems in which we analyze the inclusion of biodiesel as input for electricity generation taking into account the values of the overall cost for generation and number of direct jobs promoted using this technology. In addition, we evaluate, from the values obtained, the environmental impact represented here by the emission of carbon dioxide with the use of their inputs. / Neste trabalho apresenta-se um modelo para solução de problemas de programação linear multiobjetivo baseado no cálculo da distância mínima fuzzy. Os fundamentos teóricos discorrem sobre alguns elementos de lógica fuzzy bem como elementos de otimização multiobjetivo crisp necessários para formulação do modelo. Além disso, apresentam-se alguns métodos multiobjetivo clássicos que são classificados em três tipos: à Priori, à Posteriori e Interativos. A partir destes elementos, formula-se o método para encontrar uma solução eficiente a partir da distância mínima fuzzy, obtida através de um subproblema calculado com base na métrica L1. Ao final, faz-se um estudo de caso no contexto do planejamento energético de sistemas elétricos isolados sobre o qual se analisa a inclusão do biodiesel como insumo para geração de energia elétrica levando em consideração os valores do custo global para geração e número de empregos diretos promovidos com a utilização dessa tecnologia. Além disso, avalia-se, a partir dos valores obtidos, o impacto ambiental representado aqui pela emissão de dióxido de carbono com a utilização dos respectivos insumos.

Dissolved oxygen (DO) is an important water quality parameter that is used to assess the health of aquatic ecosystems. Typically physically-based numerical models are used to predict DO, however, these models do not capture the complexity and uncertainty seen in highly urbanised riverine environments. To overcome these limitations, an alternative approach is proposed in this dissertation, that uses a combination of data-driven methods and fuzzy numbers to improve DO prediction in urban riverine environments. A major issue of implementing fuzzy numbers is that there is no consistent, transparent and objective method to construct fuzzy numbers from observations. A new method to construct fuzzy numbers is proposed which uses the relationship between probability and possibility theory. Numerical experiments are used to demonstrate that the typical linear membership functions used are inappropriate for environmental data. A new algorithm to estimate the membership function is developed, where a bin-size optimisation algorithm is paired with a numerical technique using the fuzzy extension principle. The developed method requires no assumptions of the underlying distribution, the selection of an arbitrary bin-size, and has the flexibility to create different shapes of fuzzy numbers. The impact of input data resolution and error value on membership function are analysed. Two new fuzzy data-driven methods: fuzzy linear regression and fuzzy neural network, are proposed to predict DO using real-time data. These methods use fuzzy inputs, fuzzy outputs and fuzzy model coefficients to characterise the total uncertainty. Existing methods cannot accommodate fuzzy numbers for each of these variables. The new method for fuzzy regression was compared against two existing fuzzy regression methods, Bayesian linear regression, and error-in-variables regression. The new method was better able to predict DO due to its ability to incorporate different sources of uncertainty in each component. A number of model assessment metrics were proposed to quantify fuzzy model performance. Fuzzy linear regression methods outperformed probability-based methods. Similar results were seen when the method was used for peak flow rate prediction. An existing fuzzy neural network model was refined by the use of possibility theory based calibration of network parameters, and the use of fuzzy rather than crisp inputs. A method to find the optimum network architecture was proposed to select the number of hidden neurons and the amount of data used for training, validation and testing. The performance of the updated fuzzy neural network was compared to the crisp results. The method demonstrated an improved ability to predict low DO compared to non-fuzzy techniques. The fuzzy data-driven methods using non-linear membership functions correctly identified the occurrence of extreme events. These predictions were used to quantify the risk using a new possibility-probability transformation. All combination of inputs that lead to a risk of low DO were identified to create a risk tool for water resource managers. Results from this research provide new tools to predict environmental factors in a highly complex and uncertain environment using fuzzy numbers. / Graduate / 0543 / 0775 / 0388

Orientador: Akebo Yamakami / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-06T10:47:10Z (GMT). No. of bitstreams: 1 Bonfim_TatianeRegina_D.pdf: 1154007 bytes, checksum: 1b6dd7bc9c2e3eef16c1e3258710730c (MD5) Previous issue date: 2006 / Resumo: Este trabalho apresenta uma nova abordagem de resolução, por algoritmo memético e pela coevolução de algoritmo memético com redes neurais, para o problema de escalonamento de tarefas em máquinas paralelas idênticas e para o problema de job shop com parâmetros precisos. Para os problemas de escalonamento com parâmetros com incertezas, onde os parâmetros não são precisamente conhecidos, toma-se dificil classificar um determinado escalonamento ótimo. A noção de ótimo também torna-se imprecisa e o grau de otimalidade de um dado escalonamento ("o quanto um escalonamento é ótimo") pode ser caracterizada por um número fuzzy. Foi aplicado também o conceito de otimalidade possível para medir a possibilidade de um determinado escalonamento ser ótimo. O algoritmo memético foi aplicado para encontrar soluções para o problema, a rede neural foi aplicada para encontrar a função de fitness das soluções encontradas pelo algoritmo memético, e o conceito de possibilidade foi aplicado para avaliar as melhores soluções. Foram utilizadas as redes neurais backpropagation e com aprendizado por reforço para encontrar o valor da função de fitness. As simulações mostraram que as redes neurais apresentaram uma boa performance na coevolução com o algoritmo memético e na resolução dos problemas, e mostraram que o conceito de possibilidade teve uma boa perfomance na avaliação da otimalidade das soluções / Abstract: This work presents a new approach for the resolution of the problem of identical parallel machine scheduling and job shop scheduling with precise parameters, with memetic algorithm and memetic algorithm coevolving with neural networks. For problems with parameters with uncertainties, where the parameters of the problem are not precisely known, it is difficult to say in prior which schedule will be optimal. The notion of optimal also becomes imprecise and the degree of optimality of a given schedule ("how much a schedule is optimal") can be characterized by a fuzzy number. We was used also the concepts of possibility to measure the possibility of a given schedule be optimal. Memetic algorithm has been used to find the solutions of the problem, the neural network has been used to find the fitness function of these solutions, and the concept of possibility has been used to evaluate the best solutions. We was used neural networks with backpropagation and reinforcement learning to find the fitness function. Simulations showed that the neural networks presents a good performance in the coevolution of the memetic algorithm and in the resolution of the problems, and showed that the concept of possibility present a good performance in the evaluation of solutions optimality / Doutorado / Telecomunicações e Telemática / Doutor em Engenharia Elétrica

Orientador: Akebo Yamakami / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-14T08:52:58Z (GMT). No. of bitstreams: 1 Verga_Juliana_M.pdf: 625534 bytes, checksum: 396d5b5c1dafff5b2fbb632e185c4a72 (MD5) Previous issue date: 2009 / Resumo: A teoria dos grafos é comumente utilizada na área da engenharia para resolver problemas que podem ser representados na forma de redes. Dentre diversos problemas abordados, o problema de fluxo multiproduto é um dos que também podem ser modelados por grafos. Este trabalho apresenta uma proposta de solução para o problema de fluxo multiproduto fuzzy. O problema foi modelado através de um grafo, cujos nós representam pontos de oferta e demanda de produtos, os quais trafegam pelos arcos da rede. O algoritmo proposto visa encontrar soluções factiveis e boas para o problema de fluxo multiproduto fuzzy em redes com incertezas nos custos e capacidades, contendo múltiplas origens e múltiplos destinos. As incertezas são modeladas por meio da teoria dos conjuntos fuzzy, que tem sido aplicada com sucesso em problemas com incertezas. / Abstract: The graph theory is commonly used in the area of engineering to solve problems that can be represented in the form of nets. Among several problems, the multicommodity flow problem is one that can be modeled by graphs. This work presents an approach for solving the fuzzy multicommodity flow problem. The problem was modeled through a graph whose nodes represent points of supply and demand of commodities, which pass through arcs of the network. Our algorithm aims to find a set of good feasible solutions for the fuzzy multicommodity flow problem in networks with uncertainties in the costs and capacities, containing multiple origins and multiple destinations. The uncertainties are modeled by means of the fuzzy sets theory, which has been successfully applied to problems with uncertainties. / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: Laércio Carvalho de Barros / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica / Made available in DSpace on 2018-08-22T17:28:12Z (GMT). No. of bitstreams: 1 Simoes_FrancielleSantoPedro_M.pdf: 28047917 bytes, checksum: ca1168fc97ffd8570559d6deb4a5bb7a (MD5) Previous issue date: 2013 / Resumo: Neste trabalho estudamos sistemas de equações diferencias com parâmetros incertos e modelados por números fuzzy interativos através de duas abordagens distintas: a primeira via inclusão diferencial e a segunda via fuzzificação da solução determinística. Em ambos os casos a solução é fuzzy. Em seguida, a título de comparação, defuzzificamos a solução e a comparamos com a solução determinística. Notando que a operação produto é uma particular t-norma, propomos que a interação entre espécies (e/ou indivíduos) seja modelada por t-normas mais gerais. Neste caso, apesar da modelagem do sistema ser feita através de teoria de conjuntos fuzzy, as soluções dessas equações são determinísticas. A primeira abordagem é aplicada em um modelo para evolução de HIV positivo para populações em doença plenamente manifesta, enquanto a segunda é utilizada em modelos do tipo presa-predador de Lotka-Volterra e epidemiológico de transmissão direta / Abstract: We study systems of differential equations with uncertain parameters modelled by interactive fuzzy numbers. Two approaches are considered: differential inclusion and fuzzification of the deterministic solution. In both cases the result is a fuzzy solution. Next, we defuzzify the solution and compare with the deterministic one. Since the product operation is a t-norm, we propose interaction between species be modelled by more general t-norms. In this case, although modeling of the system is done using fuzzy set theory, the solutions of the equations are deterministic. The first approach was used to model the evolution of the positive HIV for populations with fully manifested disease, while the second was used in predator-prey models of Lotka-Volterra predator-prey type and in epidemiological models of direct transmission / Mestrado / Matematica Aplicada / Mestra em Matemática Aplicada

Orientadores: Víctor Hugo Lachos Dávila, Alexandre Galvão Patriota / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica / Made available in DSpace on 2018-08-27T08:57:41Z (GMT). No. of bitstreams: 1 GonzalezCampos_JoseAlejandro_D.pdf: 1384046 bytes, checksum: 50ce1df9dcb6387479bcfdd819262218 (MD5) Previous issue date: 2015 / Resumo: A teoria de conjuntos fuzzy é uma teoria nova introduzida por Zadeh no ano 1965. Estes últimos anos tem tido uma frutífera massificação, atingindo variados campos da ciência. Neste trabalho são distinguidas três dimensões: A teoria de conjuntos fuzzy de maneira pura, conexões da estatística e a teoria dos conjuntos fuzzy (interpretação e visualização) e finalmente a estatística aplicada a dados fuzzy. São apresentadas as definições elementares da teoria de conjuntos fuzzy, tais como: número fuzzy, core e conjuntos fuzzy normais, de maneira a se fazer a tese autocontida. Baseada na primeira dimensão foi definida uma nova forma de ordem nos números fuzzy LR-Type, caracterizada pela sua simplicidade nos cálculos onde a ordem dos números reais fica como uma situação particular quando estes são considerados números fuzzy. Esta proposta supera muitas das limitações de outras propostas de ordem, como a indeterminação e indefinição. A definição de uma ordem permitirá obter ferramentas estatísticas como a mediana e medidas de variabilidade. Na segunda dimensão é apresentada uma nova ferramenta de interpretação das regiões de confiança depois de observada a amostra. É definida uma função de membership que representa de maneira fuzzy o espaço paramétrico dependendo de cada região de confiança. Também é apresentada uma nova forma de visualização de uma sequencia infinita de regiões de confiança. Finalmente, na terceira dimensão é estudada a generalização do estimador de Kaplan-Meier na situação que os tempos de vida são considerados como números fuzzy, abrindo uma linha de pesquisa baseado nas suas propriedades assintóticas. Nesta seção é utilizado um exemplo típico de analises de sobrevivência. Este trabalho de tese apresenta as bases teóricas elementares para dar início a uma nova linha de pesquisa, atendendo a nossa natureza humana e tentar escapar de supostos platônicos / Abstract: The fuzzy sets theory is a new theory introduced by Zadeh in 1965. These past years have been a fruitful massification, reaching diverse fields of science. This work distinguishes three dimensions: A fuzzy set theory in a pure way, connections statistics and the theory of fuzzy sets (interpretation and visualization) and finally applied statistics to fuzzy data. The basic definitions of the fuzzy sets theory are presented, such as fuzzy number, core and normal fuzzy sets, the way to make the thesis self-contained. Based on the first dimension was defined a new order in the LR-type fuzzy numbers. It is characterized by its simplicity in calculations where the order of the real numbers is a particular situation when they are considered fuzzy numbers. This proposal overcomes many of the limitations of other order proposed, such as the indetermination and indefiniteness. The definition of an order will allow to get statistical tools such as median and variability measures. In the second dimension is presented a new tool for the interpretation of confidence regions after the sample was observed. Is defined a function of membership that representing the parametric space of fuzzy way depending of each confidence region. Also is presented a new form of visualization of an infinite sequence of confidence regions. Finally, in the third dimension is studied the generalization of the Kaplan-Meier estimator, in which the lifetime is considered as fuzzy number, opening a line of research around their asymptotic properties. In this section a typical example of survival analysis is used. This thesis work presents the basic theoretical foundations to begin a new line of research, given our human nature and to try to escape from Platonic assumptions / Doutorado / Estatistica / Doutor em Estatística

Software effort estimation by analogy is a viable alternative method to other estimation techniques, and in many cases, researchers found it outperformed other estimation methods in terms of accuracy and practitioners¿ acceptance. However, the overall performance of analogy based estimation depends on two major factors: similarity measure and attribute selection & weighting. Current similarity measures such as nearest neighborhood techniques have been criticized that have some inadequacies related to attributes relevancy, noise and uncertainty in addition to the problem of using categorical attributes. This research focuses on improving the efficiency and flexibility of analogy-based estimation to overcome the abovementioned inadequacies. Particularly, this thesis proposes two new approaches to model and handle uncertainty in similarity measurement method and most importantly to reflect the structure of dataset on similarity measurement using Fuzzy modeling based Fuzzy C-means algorithm. The first proposed approach called Fuzzy Grey Relational Analysis method employs combined techniques of Fuzzy set theory and Grey Relational Analysis to improve local and global similarity measure and tolerate imprecision associated with using different data types (Continuous and Categorical). The second proposed approach presents the use of Fuzzy numbers and its concepts to develop a practical yet efficient approach to support analogy-based systems especially at early phase of software development. Specifically, we propose a new similarity measure and adaptation technique based on Fuzzy numbers. We also propose a new attribute subset selection algorithm and attribute weighting technique based on the hypothesis of analogy-based estimation that assumes projects that are similar in terms of attribute value are also similar in terms of effort values, using row-wise Kendall rank correlation between similarity matrix based project effort values and similarity matrix based project attribute values. A literature review of related software engineering studies revealed that the existing attribute selection techniques (such as brute-force, heuristic algorithms) are restricted to the choice of performance indicators such as (Mean of Magnitude Relative Error and Prediction Performance Indicator) and computationally far more intensive. The proposed algorithms provide sound statistical basis and justification for their procedures. The performance figures of the proposed approaches have been evaluated using real industrial datasets. Results and conclusions from a series of comparative studies with conventional estimation by analogy approach using the available datasets are presented. The studies were also carried out to statistically investigate the significant differences between predictions generated by our approaches and those generated by the most popular techniques such as: conventional analogy estimation, neural network and stepwise regression. The results and conclusions indicate that the two proposed approaches have potential to deliver comparable, if not better, accuracy than the compared techniques. The results also found that Grey Relational Analysis tolerates the uncertainty associated with using different data types. As well as the original contributions within the thesis, a number of directions for further research are presented. Most chapters in this thesis have been disseminated in international journals and highly refereed conference proceedings. / Applied Science University, Jordan.

Orientadores: Akebo Yamakami, Tatiane Regina Bonfim / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-19T06:06:35Z (GMT). No. of bitstreams: 1 Carvalho_MarciaBragade_D.pdf: 1895321 bytes, checksum: ae40a5cf6d05e99795952c1a7c6bed79 (MD5) Previous issue date: 2011 / Resumo: Este trabalho propõe novas abordagens híbridas baseadas em técnicas da computação bio-inspirada para o problema de escalonamento do tipo Job Shop. Como o problema do tipo job shop pertence a classe NP-difícil e não existe algoritmo exato capaz de solucionar todos os tipos deste problema. Normalmente é necessária a elaboração de métodos de resolução mais sofisticados para contornar essa alta complexidade. Desta forma, nesta tese propomos abordagens híbridas baseadas em algoritmo memético e algoritmo de otimização por colônia de formigas a fim de contornar essa complexidade e ser capaz de explorar eficientemente o espaço de busca obtendo resultados de alta qualidade. Os algoritmos híbridos propostos são aplicados tanto no problema de job shop com tempo de processamento preciso, como nos problemas de job shop com tempo de processamento incerto. No caso de problema com tempo de processamento incerto, os algoritmos visam encontrar um conjunto diversificado de escalonamentos com alto grau de possibilidade de serem ótimos / Abstract: This work proposes new hybrid approaches based on techniques of bio-inspired computing for the Job Shop scheduling problem. As the job shop scheduling problem is NP-hard and there is no exact algorithm capable of solving all kinds of this problem. Usually it is necessary to elaborate more sophisticated methods of resolution to overcome this high complexity. Thus, in this work we propose hybrid approaches based on memetic algorithm and ant colony optimization algorithm in order to explore the search space in an efficient manner and obtain high quality results. The proposed hybrid algorithms are applied in both the job shop scheduling problem with precise processing time, as in job shop scheduling problems with uncertain processing time. In the case of problem with uncertain processing time, the algorithms obtain a diversified set of schedules with high possibility of being optimal / Doutorado / Automação / Doutor em Engenharia Elétrica

[pt] O varejo virtual tem sido um importante setor para dinamização da economia, cujo valor das transações em 2010 ficou em torno de R$10,6 bilhões. As lojas nesse segmento não possuem restrição de clientes ou de estoque, porém possuem consumidores pouco pacientes com várias outras lojas a sua disposição, sendo necessário que o item de seu interesse seja encontrado visível rapidamente. Buscando resolver este problema, foram desenvolvidos algoritmos de recomendação capazes de gerar listagens de produtos que fossem direcionados ao usuário. Os algoritmos de filtragem colaborativa são amplamente usados no varejo virtual, porém eles apresentam problemas devido a escala e esparsidade do banco de dados. Algoritmos baseados em conteúdo podem apresentar menor sensibilidade ao tamanho da base de dados, porém sua efetividade depende da existência de dados de usuários que comumente não estão presentes. Nesta tese, propõe-se um algoritmo híbrido que utiliza tanto a filtragem colaborativa quanto um algoritmo baseado em conteúdo para permitir boas recomendações em bases de dados esparsas e de grande porte. O algoritmo baseado em conteúdo faz uso de números fuzzy e técnicas de marketing para guiar sua recomendação apenas com base nos itens comprados pelo usuário, sem necessidade de quaisquer outros dados pessoais do usuário. O algoritmo proposto foi testado em bases de dados sintética e real, sendo comparado com um filtro colaborativo padrão para avaliar seu desempenho.Os resultados obtidos demonstram que o algoritmo híbrido proposto apresentou um desempenho superior ao do filtro colaborativo padrão em ambas as base de dados, apresentando invariância à esparsidade da base de dados. / [en] The virtual retail has been an important sector at Brazilian economy, being a USD 6.23 billion market in 2010, having 30 percent expansion on that period. The companies in such segment don t have client or product restrictions due to physical limitations. On the other hand, the consumers of this kind of retail have several options to buy and little patience to keep searching on the same website. The companies need to define which item will be shown to the consumer before he leaves for the next competitor. Several recommendation algorithms were developed to generate products list directed to the consumer. Nowadays the algorithms for collaborative filtering are well spread in virtual retail, but they have problems caused exactly by the huge quantity of data that exist on virtual retail. Content based algorithms are less sensitive to the size of the database, but their effectiveness depends on the existence of user data, which usually are not available. This thesis proposes a hybrid algorithm which uses both collaborative filtering and a content based algorithm to allow recommendations in huge sparse databases. The content base algorithm uses fuzzy numbers and marketing techniques to guide the recommendation using only the items brought by the user, without the need for further personal data from the consumer. The proposed algorithm was tested in both artificial and real databases, compared with a benchmark collaborative filter. The collected results show that the proposed hybrid algorithm provides superior performance than the benchmark collaborative filter in both databases, generating good results and presenting sparsity invariance. The proposed algorithm also solves problems of initialization, neighborhood transitivity and in cases when new users or items are inserted on database.

[pt] O Brasil está atraindo muita atenção do mundo devido à produção de veículos flex introduzidos pela sua indústria automobilística desde 2003. Hoje a frota de veículos flex no Brasil é a maior do mundo, com 23 milhões de unidades (ANFAVEA , 2015), seguida dos Estados Unidos com 11 milhões (EIA, 2015), Canadá com um milhão (TPSGC, 2015), e a Europa, liderada pela Suécia, com 229.400 unidades (BAFF, 2015). Há mais de 80 modelos flexíveis de carros e caminhões disponíveis no mercado brasileiro, fabricados por 14 grandes montadoras. Os veículos flex no Brasil são otimizados para funcionar com qualquer mistura de gasolina e até 100 porcento de etanol hidratado. A flexibilidade na escolha do combustível gera uma vantagem comparativa para este tipo de veículo. Diferentemente a outros trabalhos que já trataram do assunto, este estudo busca valorar esta vantagem para as cinco regiões geográficas brasileiras: Norte, Nordeste, Centro-Oeste, Sudeste e Sul, determinando o valor desta flexibilidade para cada região. Para esse propósito, os preços dos combustíveis foram considerados como variáveis estocásticas seguindo um Movimento de Reversão à Média Aritmético. A simulação de Monte Carlo foi utilizada para prever os preços, e a Teoria de Opções Reais e um algoritmo Fuzzy, que aplica números fuzzy triangulares (NFT), foi usado para valorar a flexibilidade embutida. Desde que os NFT oferecem um bom desempenho e eficiência computacional e propiciam uma modelagem mais realista do problema, foram utilizados para modelar as taxas de consumo de combustível e a quilometragem percorrida pelos veículos estudados. Os resultados indicam que a opção de flexibilidade adiciona valor para os proprietários, sendo mais significativa nas regiões Sudeste, Centro-Oeste e Sul. / [en] Brazil was drawing a lot of world attention at the time due to the production of flex-fuel vehicles introduced by its own automobile industries since 2003. Today the fleet of flexible-fuel vehicles in Brazil are the largest in the world with 23 million vehicles (ANFAVEA, 2015), following the United States with 11 million units (EIA, 2015), Canada with one million units (TPSGC , 2015), and Europe, led by Sweden with 229,400 units (BAFF, 2015). There are over 80 flex car and truck models available in Brazilian manufactured market by 14 major automakers. Brazilian flexible-fuel vehicles are optimized to run on any mix of gasoline and up to 100 percent hydrous ethanol. The flexibility in the choice of fuel gives a comparative advantage to this vehicle type. Different to other works done in this subject, this study seeks to value this advantage for five Brazilian geographic regions: Northern, Northeastern, Central-Western, Southeastern and Southern, determining the value of this flexibility for each region. For this purpose, fuel prices were considered as stochastic variables following a mean reversion stochastic process. Monte Carlo simulation has been utilized to predict the prices, and real options theory and a fuzzy algorithm applying triangular fuzzy Numbers (TFN) to value embedded flexibility. Since TFN offer good performance and computational efficiency and provide a more realistic modeling of the problem, they were used to model the fuel consumption rates and the distance traveled by vehicles. The results indicate that the option of flexibility adds more significant value to the owners being in Southeastern, Central-Western, and Southern regions.