Porównanie metod agregacji kryteriów lokalnych podczas optymalizacji procesu podejmowania decyzji

• Autorzy: Figat P.
• Języki publikacji: PL

Abstrakty

PL

Celem pracy jest przedstawienie i porównanie zasadności użycia opracowanych metod agregacji kryteriów lokalnych w kryteria globalne, na podstawie których podejmowane są decyzje, gdyż, jak wiadomo, formułowanie ich nie jest sprawą prostą i prowadzi do kontrowersyjnych wyników. Porównanie przeprowadzono zarówno dla przypadku równoważnych i nierównoważnych kryteriów lokalnych. Skupiono się na najczęściej stosowanych metodach agregacji. Zaproponowano takie sposób stworzenia pewnego kryterium idealnego, które może być traktowane jako kompromisowy sposób agregacji. Całość pracy dopełniają ilustracje, które w sposób jednoznaczny ukazują różnice miedzy porównywanymi metodami agregacji kryteriów lokalnych.

Słowa kluczowe

PL

metody agregacji; optymalizowane podejmowanie decyzji

• Wydawca: Wydawnictwo Politechniki Częstochowskiej
• Czasopismo: Informatyka Teoretyczna i Stosowana
• Rocznik: 2002
• Tom: R. 2, nr 3
• Strony: 133--142
• Opis fizyczny: Bibliogr. 16 poz., 5 rys.

Twórcy

autor

Figat P.

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

Bibliografia

• [1] Sevastjanov P., Tumanov N., Multiobjective identification and optimisation of technological processes, Science and Technique, Minsk 1990, 224 (in Russian).
• [2] Zimmermann H.J., Fuzzy Sets, Decision-Making and Expert Systems, Kluver Academic Publ., Dordrecht 1987, 352.
• [3] Yager R., Multiple objective decision-making using fuzzy sets, Int. J. Man-Mach, Sfud. 1979, 9, 4, 375-382.
• [4] Chu A., Kalaba R., Springarn R., A comparison of two methods for determining the weights of belonging to fuzzy sets, J. of Optimization Theory and Applications 1979, 27, 4, 531-538.
• [5] Germejer J., Introduction in the theory of operational researches, Science, Moscow 1971, 220 (in Russian).
• [6] Dubois D., Koenig J.L., Social choice axioms for fuzzy set aggregation, Fuzzy Sets and Systems 1991, 43, 257-274.
• [7] Roubens M., Fuzzy sets and decision analysis, Fuzzy Sets and Systems 1997, 90, 199-206.
• [8] Yager R.R., On ordered weighted averaging aggregation operators in multicriteria decision making, IEEE Trans. Systems Man and Cybern. 1988, 18, 1, 183-190.
• [9] Hauke W., Using Yager's t-norrns for aggregation of fuzzy intervals, Fuzzy Sets and Systems1999, 101, 59-65.
• [10] Dyckhoff H., Basic concepts for theory of evaluation: hierarchical aggregation via autodistributive connectives in fuzzy set theory, European J. Operation Research 1985, 20, 221-233.
• [11] Migdalas A., Pardalos P.M., Editorial: hierarchical and bilevel programming, J. Global Optimization 1996, 8, 3, 209-215.
• [12] Zimmerman H.J., Zysno P., Latent connectives in human decision making, Fuzzy Sets and Systems 1980, 4, 37-51.
• [13] Zimmerman H.J., Zysno P., Decision and evaluations by hierarchical aggregation of information, Fuzzy Sets and Systems 1983, 104, 243-260.
• [14] Mitra G., Mathematical Models for Decision Support, Springer, Berlin 1988.
• [15] Choi D.-Y., Oh K.-W., Asa and its application to multi-criteria decision making, Fuzzy Sets and Systems 2000, 114, 89-102.
• [16] Shih H.-S. Lee E.S., Compensatory fuzzy multiple level decision making, Fuzzy Sets and Systems 2000, 114, 71-87.