Interpretacja intuicjonistycznych zbiorów rozmytych w ramach teorii świadectw

• Autorzy: Dymowa L. , Róg I. , Sewastianow P.
• Języki publikacji: PL

Abstrakty

PL

W niniejszej pracy zaproponowano nową interpretację Intuicjonistycznych Zbiorów Rozmytych (IZR) w duchu Teorii Świadectw Dempstera-Shafera (TDS). Pokazano, że zaproponowane podejście umożliwia przedstawienie wszystkich matematycznych operacji na IZR jako operacji na przedziałach pewności. Użyteczność opracowanej metody została przedstawiona na przykładzie problemu Wielokryterialnego Podejmowania Decyzji (WKPD). Zaproponowane podejście, w połączeniu z metodą porównywania przedziałów, umożliwia rozwiązywanie pro-blemów WKPD w ramach IZR oraz uniknięcie redukcji typów danych na pośrednich etapach procesu otrzymywania rozwiązania.

Słowa kluczowe

PL

intuicjonistyczne zbiory rozmyte; Teoria Świadectw Dempstera-Shafera; wielokryterialne podejmowanie decyzji

• Wydawca: Wydawnictwo Politechniki Częstochowskiej
• Czasopismo: Informatyka Teoretyczna i Stosowana
• Rocznik: 2007
• Tom: R. 7, nr 12
• Strony: 41--52
• Opis fizyczny: Bibliogr. 26 poz.

Twórcy

autor

Dymowa L.

autor

Róg I.

autor

Sewastianow P.

• Instytut Informatyki Teoretycznej I Stosowanej, Politechnika Częstochowska ul. Dąbrowskiego 73,42-200 Częstochowa,

Bibliografia

• [1] Atanassov K.T., Intuitionistic fuzzy sets, Fuzzy Sets and Systems 1986, 20, 87-96.
• [2] Bustince H., Burillo P., Vague sets are intuitionistic fuzzy sets, Fuzzy Sets and Systems 1996, 79 403-405.
• [3] Chen S.M., Tan J.M., Handling multicriteria fuzzy decision-making problems based on vague set theory, Fuzzy Sets and Systems 1994, 67, 163-172.
• [4] Dempster A.P., Upper and lower probabilities induced by a multi-valued mapping, Ann. Math. Stat. 1967, 38, 325-339.
• [5] Dempster A.P., A generalization of Bayesian inference (with discussion), J. Roy. Stat. Soc., Senes B. 1968, 30(2), 208-247.
• [6] Dimova L., Sevastianov P., Sevastianov D., MCDM in a fuzzy setting: investment projects assessment application, International Journal of Production Economics (in press).
• [7] Dubois D., Prade H., Ranking of Fuzzy Numbers in the Setting of Possibility Theory, Informalian Sciences 1983, 30, 183-224.
• [8] Gau W.L., Buehrer D.J., Vague sets, IEEE Trans. Systems Man Cybernet. 1993, 23, 610-614.
• [9] Goodman I.R., Nguyen H.T., Uncertainty Models for Knowledge-Based System, North-Holand, Amsterdam 1985.
• [10] Honga D.H., Choi C.-H., Multieriteria fuzzy decision-making problems based on vague set theory, Fuzzy Sets and Systems 2000, 114, 103-113.
• [11] Jaulin L., Kieffir M., Didrit O., Walter E., Applied Interval Analysis. Springer- Verlag, London 2001.
• [12] Li D.-F., Multiattribute decision making models and methods using intuitionistic fuzzy sets, Journal of Computer and System Sciences 2005, 70, 73-85.
• [13] Moore R.E., Interval analysis. Englewood Cliffs., Prentice-Hall, N.J. 1966.
• [14] Pedrycz W., Reformat M., Genetically optimized logic models, Fuzzy Sets and Systems 2005, 150, 351-371.
• [15] Sevastianov P., Numerical methods for interval and fuzzy number comparison based on the probabilistic approach and Dempster-Shafer theory, Information Sciences 2007, 177, 4645-4661.
• [16] Shafer G., A mathematical theory of evidence, Princeton University Press, Princeton 1976.
• [17] Shafer G., Kanal L.N., Lemmer J.F., Probability Judgement in Artificial Intelligence, E1sevier Science, New York 1986.
• [18] Szmidt E., Kacprzyk J., Intuitionistic fuzzy sets in decision making, Notes IFS 1996, 2, 15-32.
• [19] Szmidt E., Kacprzyk J., Remarks on same applications on intuitionistic fuzzy sets in decision making, Notes IFS 1996,2,22-31.
• [20] Szmidt E., Kacprzyk J., Group decision making under intuitionistic fuzzy preference relations, Proc. Seventh Int. Conf. IMPU98, Paris 1998, 172- 178.
• [21] Szmidt E., Kacprzyk J., Applications of intuitionistic fuzzy sets in decision making, Proc. Eighth Cong. EUSFLAT98, Pampe1ona 1998, 150-158.
• [22] Vasseur P., Pegard c., Mouad E., Delahoche L, Perceptual organization approach based on Dempster-Shafer theory, Pattern Recognition 1999, 32, 1449-1462.
• [23] Yager RR, Multiple objective decision-making using fuzzy sets, International Journal of Man Machine Studies 1979, 9, 375-382.
• [24] Yager R.R, Modeling uncertainty using partial information, Information Sciences 1999, 121, 271-294.
• [25] Yager R.R, Kacprzyk J., Fedrizzi M., Advances in Dempster-Shafer Theory of Evidence, Wiley, New York 1994.
• [26] Zimmerman H.J., Fuzzy Sets, Decision-Making and Expert Systems, Kluver Academic Publishers, Dortrecht 1987.