Compromise solving of multi-criteria optimization problems

• Autorzy: Zaiats Vasyl , Rybytska Olga

Warianty tytułu

PL

Przykłady optymalizacji dla problemów wielokryteriowych

• Języki publikacji: EN

Abstrakty

EN

A method for finding a compromise solving of multicriteria optimization problems with flexible limit constraints has been considered. The application of the method at simultaneous profit optimization and company’s revenue has been regarded.

PL

W artykule przedstawiono elastyczne planowanie i kompromisowe rozwiązywanie problemów optymalizacji dla wielu kryteriów. Rozważana jest metoda znalezienia kompromisu rozwiązującego problem optymalizacji wielu kryteriów z elastycznym ograniczeniem. Podano przykład zastosowania tego podejścia pod warunkiem jednoczesnej optymalizacji zysku i dochodu firmy.

Słowa kluczowe

EN

multicriteria optimization; technological matrix; compromise solving; flexible constraints; flexible planning

PL

elastyczne ograniczenie; elastyczne planowanie; optymalizacja wielu kryteriów; matryca technologiczna; rozwiązywanie kompromisów

• Wydawca: Wydawnictwa Uczelniane Politechniki Bydgoskiej im. Jana i Jędrzeja Śniadeckich
• Czasopismo: Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
• Rocznik: 2019
• Tom: nr 22
• Strony: 7--16
• Opis fizyczny: Bibliogr. 9 poz.

Twórcy

autor

Zaiats Vasyl

• National university of water and environmental engineering, Rivne, Ukraine
• UTP University of Sciences and Technology, Bydgoszcz, Poland

autor

Rybytska Olga

• National University “Lvivska Polytechnika”, Lviv, Ukraine

Bibliografia

• [1] Bublyk M., Karpyak A., Rybytska O., Matseliukh Y., 2018. Structuring the fuzzy knowledge base of the IT industry impact factors. Computer Science and Information Technologies (CSIT–2018): Materials of the XIII International Scientific Conference Technical Conference, Lviv, 21–24.
• [2] Bublyk M., Rybytska O., 2017. The model of fuzzy expert system for establishing the polution impact on the mortality rate in Ukraine. Proceedings of the XII International scientific and Technical Conference CSIT, Lviv, Ukraine, 253–256.
• [3] Kuzmin O.Ye., Bublyk M.I., Rybytska O.M., 2014. The application of fuzzy logic to forecasting of technogenic damage in the national economy // Visnyk natsion. universe. Lviv. Plitehnika. Menedzhment ta pidpryiemnytstvo v Ukraini: etapy stanovlennya i problemy rozvytku. Lviv: V-vo Lviv. Politehnika, № 790, 63–73.
• [4] Malykhin V.I., 1999. Mathematics in Economics. Infra – M Moscow.
• [5] Rommelfanger H., 1996. Fuzzy Decision Support–Systeme. Entscheiden bei Unscherfe. Springer-Verlag.
• [6] Syavalko M., Rybytska O., 2000. Mathematical modeling under conditions of uncertainty. Ukrainian Technologies Lviv.
• [7] Syavavko M.S., Rybytska O.M., 2008. Fuzzy statistics and its use in the economy. Scientific Notes, Economics, NU Ostrozka Akademy 10(2), 313–324.
• [8] Zaiats V.M., Majevsks J., Marciniak T., Rybytska O.M., Zaiats M.M., 2018. Models and algorithms for processing fuzzy information. The computer-integrated technologies: education, science and technology. Scientific Journal 30(31), 45–51.
• [9] Zayats V.M., Rybitskaya O.M., Zayats M.M., 2017. Concealed Molecosities of Maths in the Process of False Information // Radioelektronics i Computer Science. Scientific Journal, 4 (79), 64–71.