Uogólnienie sposobów agregowania kryteriów lokalnych za pomocą syntezy zbiorów rozmytych typu 2 oraz zbiorów rozmytych poziomu 2

• Autorzy: Sewastianow P. , Figat P.
• Języki publikacji: PL

Abstrakty

PL

Proces wspomagania decyzji jest obarczony wieloma problemami. Osoby podejmujące decyzję muszą uwzględnić jednocześnie różnorodne kryteria, zarówno jakościowe jak i ilościowe, uwzględnić wpływ poszczególnych kryteriów na końcową ocenę, oraz wybrać odpowiednią metodę dla wyliczenia globalnego kryterium jakości poszczególnych alternatyw. Metody agregacji kryteriów są zawsze przedmiotem burzliwych dyskusji, które rzadko kiedy kończą się osiągnięciem kompromisu. W niniejszej pracy proponuje się podejście, które pozwala uwzględnić poszczególne, odmienne preferencje decydentów do różnych metod agregacji przy tym proponuje się wykorzystać aparat zbiorów rozmytych typu dwa i poziomu dwa. Przedstawiono także rozwiązanie praktycznego problemu porównywania jakości różnych gatunków stali konstrukcyjnych w sytuacji, gdy decydenci mieli różne zaufanie do zastosowanych metod agregacji kryteriów lokalnych.

Słowa kluczowe

PL

wielokryterialne wspomaganie decyzji; metody agregacji

• Wydawca: Wydawnictwo Politechniki Częstochowskiej
• Czasopismo: Informatyka Teoretyczna i Stosowana
• Rocznik: 2004
• Tom: R. 4, nr 6
• Strony: 203--211
• Opis fizyczny: Bibliogr. 17 poz., rys., tab.

Twórcy

autor

Sewastianow P.

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

autor

Figat P.

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

Bibliografia

• [1] Roubens M. Fuzzy sets and decision analysis. Fuzzy Sets and Systems 1997;90: 199-206.
• [2] Yager R. On ordered weighted averaging aggregation operators in multicriteria decision making. IEEE Transactions on Systems Man and Cybernetics 1988; 18: 183-90.
• [3] Hauke W. Using Yager's t-norms for aggregation of fuzzy intervals. Fuzzy Sets and Systems 1999; 101: 59-65.
• [4] Dyckhoff H. Basic concepts for theory of evaluation: hierarchical aggregation via autodistributive connectives in fuzzy set theory. European Journal of Operation Research 1985 20:221-33.
• [5] Migdalas A., Pardalos PM., Editorial: hierarchical and bilevel programming. Journal of Global Optimization 1996;8:209-15.
• [6] Zimmerman HJ, Zysno P., Decision and evaluations by hierarchical aggregation of information. Fuzzy Sets and Systems 1983;104:243-60.
• [7] Róg P., "The method of Intervals Ordering Based on the Probibalistic Approach", Computer Science, 1, (1), pp. 103-108, (2001).
• [8] Saaty T.L., "Scaling Method for Priorities in Hierarchical Structures", Journal of Mathematical Psychology, 15, (3), pp. 234 - 281, (1977).
• [9] Germejer J., "Introduction in the theory of operational researches", Moscow: Science,pp. 1971-220.
• [10] Dubois D., Koenig J.L., "Social choice axioms for fuzzy set aggregation", Fuzzy Sets and Systems, 43, pp. 257 - 274, (1991).
• [11] Mao-Jiun J Wanga, Tien-Chien Chang, "Tool steel materials selection under fuzzy environment", Fuzzy Sets and Systems, 72, (3), pp. 263-270, (1995).
• [12] Shyi-Ming Chen, "A new method for tool steel materials selection under fuzzy environment", Fuzzy sets and systems, 92, (3), pp. 265-274, (1997).
• [13] Zadeh LA., Quantitative fuzzy semantics. Information Sciences 1971;3:177-200.
• [14] Gottwald S., Set theory for fuzzy sets of higher level. Fuzzy Sets and Systems 1979;2: 125-51.
• [15] Tre G., Caluwe R., Level-2 fuzzy sets and their usefulness in objectoriented database modeling. Fuzzy Sets and Systems 2003;140:29-49.
• [16] Zadeh LA., Fuzzy logic and its application to approximate reasoning. Information Processing 1974;74:591-94.
• [17] Figat P., "Porównanie metod agregacji kryteriów lokalnych podczas optymalizacji procesu podejmowania decyzji". Informatyka teoretyczna i stosowana/Computer Science. Politechnika Częstochowska, Rocznik 3, (2002), 133-142.