Trójwymiarowa interpretacja operacji na zbiorach hiperrozmytych

• Autorzy: Figat P.
• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono nowe podejście do realizacji operacji arytmetycznych na zbiorach rozmytych typu 2. Metodologia oparta jest na trójwymiarowej reprezentacji zbiorów hiperrozmytych, które są konkretną realizacją zbiorów rozmytych typu 2. W zgodności z metodologią zbiorów hiperrozmytych war-tości funkcji przynależności są przedstawione za pomocą trapezoida1nych lub trójkątnych liczb rozmytych. Wprowadzenie trzeciego wymiaru uzasadnione jest potrzebą uwzględnienia opinii grup ekspertów w zagadnieniach podejmowania decyzji. W artykule wymiar ten jest traktowany jako wymiar ekspercki, jednak w różnych zastosowaniach może mieć odmienną interpretację. Opracowana metodologia pozwala uniknąć problemów charakterystycych dla dwuwymiarowej interpretacji zbiorów hiperrozmytych.

Słowa kluczowe

PL

grupowe podejmowanie decyzji; zbiory rozmyte typu 2; zbiory hiperrozmyte

• Wydawca: Wydawnictwo Politechniki Częstochowskiej
• Czasopismo: Informatyka Teoretyczna i Stosowana
• Rocznik: 2005
• Tom: R. 5, nr 9
• Strony: 129--143
• Opis fizyczny: Bibliogr. 22 poz., rys.

Twórcy

autor

Figat P.

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

Bibliografia

• [1] Zadeh L.A., The concept of linguistic variable and its application to approximate Reasoning-I, Information Sciences 1975, 8, 199-249.
• [2] Mizumoto M., Tanaka K., Some properties of fuzzy sets of type 2, Inform. Contr. 1976, 31, 312-340.
• [3] Niemien J., On the algebraic structure of fuzzy sets of type 2, Kybernetica 1977, 13(4).
• [4] Yager R.R., Fuzzy subsets of Type II in decisions, J. Cybernet 1980, 10, 137-159.
• [5] Roy M.K., Biswas R., I-v fuzzy relations and Sanchez's approach for medical diagnosis, Fuzzy Sets and Systems 1992,47(1), 35-38.
• [6] Bustince H., Burillo P., Interval valued fuzzy relations in a set structures, J. Fuzzy Math. 1996, 4, 765-785.
• [7] Mendel J.M., Karnik N.N., Type 2 fuzzy logic systems: type-reduction, Presented at 1998 IEEE SMC Conference, San Diego, CA, October 1998.
• [8] Mendel J.M., Karnik N.N., Introduction to type 2 fuzzy logic systems, Presented at 1998 IEEE FUZZ Conference, Anchorage, AK, May 1998, 915-920.
• [9] Mendel J.M, Liang Q., Interval type 2 fuzzy logic system, Proceedings of the Nineth IEEE International Conference on Fuzzy Systems, 7-10 May, San Antonio, TX, 2000, 328-333.
• [10] Turksen I. B., Type 2 representation and reasoning for CWW, Fuzzy Sets and Systems 2002, 127(1), 17-36.
• [11] Mendel J.M., Computing with words, When words can mean different things to different people, Int'l ICSC,1999.
• [12] Buckley 1.1., The multiple - judge, multiple criteria ranking problem, A fuzzy - set approach, Fuzzy Set and Systems 1984, 13, 23-37.
• [13] Yager R.R., Non-numeric multi-criteria multi-person decision making, Group Decision and Negotiation 1993, 2, 81-93.
• [14] Herrera F., Herrera-Vieda E., Verdegay J.L., Direct approach processes in group decision making using linguistic OWA operators, Fuzzy Sets and Systems 1996,79(2), 175-190.
• [15] Lee H., Group decision making using fuzzy sets theory for evaluating the rate of aggregative risk in software development, Fuzzy Sets and Systems 1996, 80(3), 261-271.
• [16] Dymova L., Róg P., Sevastianov P., Hyperfuzzy estimations of financial parameters, 2nd Int. Conf. Mathematical Methods in Finance and Econometrics, Belarus State University, Minsk, Belarus, June 20-22, 2002, 78-84.
• [17] Dymowa L., A constructive approach to managing fuzzy subsets of type 2 in decision making, Task Quarterly 2003, 7(1), 157-164.
• [18] Doctor F., Hagras H., Callaghan V., A Type-2 Fuzzy Embedded Agent to Realise Ambient Intelligence in Ubiquitous Computing Environments, Information Sciences 2005, 171, 309-334.
• [19] Norwich A.M., Turksen I.B., The fundamental measurement of fuzziness, (in:) R.R. Yager (Ed.), Fuzzy Sets and Possibility Theory, Pergamon Press, New York 1982, 4960.
• [20] Norwich A. M., Turksen I.B., The construction of membership functions, (in:) R.R. Yager (Ed.), Fuzzy Sets and Possibility Theory, Pergamon Press, New York 1982, 6167.
• [21] Norwich A.M., Turksen I.B., Stochastic fuzziness, (in:) M.M. Gupta, E.E. Sanches (Eds.), Fuzzy Information and Decision Processes, North-Holland, Amsterdam 1982, 1322.
• [22] Erik K. Antonsson, Kevin N. Otto, Improving Engineering Design with Fuzzy Sets, Department of Mechanical Engineering Massachusetts Institute of Technology, January 10, 1995.