Wykorzystanie Z-liczb we wspomaganiu podejmowania decyzji

• Autorzy: Krakowczyk J. , Lawnik M.

Identyfikatory

DOI

10.29119/1641-3466.2018.113.15

Warianty tytułu

EN

Applications of Z-numbers in decision making

• Języki publikacji: PL

Abstrakty

PL

W artykule zaprezentowano nowy sposób wykorzystujący Z-liczby do wspomagania podejmowania decyzji w warunkach niepewności. W przedstawionym podejściu elementy macierzy podejmowania decyzji są Z-liczbami, czyli parami liczb rozmytych (A; R), z których pierwsza A stanowi ograniczenie pewnej zmiennej rzeczywistej x , natomiast druga składowa R określa wiarygodność tego ograniczenia. Algorytm jest oparty na zamianie Z-liczby na liczbę rozmytą, a następnie korzysta z klasycznego podejścia Bellmana-Zadeha do podjęcia decyzji rozmytej. Opisaną procedurę zobrazowano przykładem numerycznym.

EN

The article presents a new way of using Z-numbers to support decision-making under uncertainty. In the presented approach, elements of the decision matrix are Z-numbers, i.e. pairs of fuzzy numbers (A; R), which of the first component A constitutes a limitation of a certain real variable x , while the second component R defines the reliability of this limitation. The algorithm is based on converting the Z-number to a fuzzy number, and then uses classical Bellman-Zadeh's approach to making a fuzzy decision. The described procedure is illustrated by a numerical example.

Słowa kluczowe

PL

Z-liczby; liczby rozmyte; wspomaganie decyzji

EN

Z-numbers; fuzzy numbers; decision support

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
• Rocznik: 2017
• Tom: z. 113
• Strony: 195--205
• Opis fizyczny: Bibliogr. 23 poz.

Twórcy

autor

Krakowczyk J.

• COIG S.A., Katowice

autor

Lawnik M.

• Politechnika Śląska, Gliwice, Wydział Matematyki Stosowanej

Bibliografia

• 1. Aliev R.A., Alizadeh A.V., Huseynov O.H.: The arithmetic of discrete Z-numbers. “Information Sciences”, Vol. 290, 2015.
• 2. Aliev R.A., Alizadeh A.V., Huseynov O.H., Jabbarova K.I.: Z-Number-Based Linear Programming. “International Journal of Intelligent Systems”, Vol. 30, No. 5, 2015.
• 3. Atwah Al-ma'aitah M.: The Role of Business Intelligence Tools in Decision Making Process. “International Journal of Computer Applications” Vol. 73, No.13, 2013.
• 4. Banasik A.: Innowacyjne podejście do analizy danych na przykładzie systemu wspomagania decyzji dla inwestora. „Zeszyty naukowe Politechniki Śląskiej, Seria: Organizacja i Zarządzanie”, z. 57, 2011, s. 7.
• 5. Bellman R.E., Zadeh L.A.: Decision-Making in a Fuzzy Environment. “Management Science”, Vol. 17, No. 4, 1970.
• 6. Berner E.S. (ed.): Clinical Decision Support Systems: Theory and Practice. Springer, New York, 2007.
• 7. Fenton N., Wang W.: Risk and confidence analysis for fuzzy multicriteria decision making. “Knowledge-Based Systems”, Vol. 19, 2006.
• 8. Gardashova L.: A New Approach To Solving Decision Making Problem With ZInformation Under Uncertain Environment. Tenth İnternational Conference on Applicationa of Fuzzy Systems and Soft Computing, Lisbon, Portugal, Vol.1.
• 9. Gardashova L.: Application of Operational Approaches to Solving Decision Making Problem Using Z-Numbers. “Applied Mathematics”, Vol. 5, 2014.
• 10. Glukhoded E.A., Smetanin S.I.: The Method of Converting an Expert Opinion to Znumber. “Trudy ISP RAN /Proc. ISP RAS”, Vol. 28, No. 3, 2016.
• 11. Kang B., Wei D., Li Y., Deng Y.: A Method of Converting Z-number to Classical Fuzzy Number. “Journal of Information & Computational Science”, Vol. 9, No. 3, 2012.
• 12. Kapczyński A., Psurek K., Żurek T.: Wspomaganie podejmowania decyzji z wykorzystaniem systemów ekspertowych z wnioskowaniem przybliżonym. „Zeszyty naukowe Politechniki Śląskiej, Seria: Organizacja i Zarządzanie”, z. 35, 2006, s. 71.
• 13. Kumar A.: Stakeholder’s Perspective of Clinical Decision Support System. “Open Journal of Business and Management”, Vol. 4, 2016.
• 14. Moon J.D., Galea M.P.: Improving Health Management through Clinical Decision Support Systems. IGI Global, 2016.
• 15. Peng H., Wang J.: Hesitant Uncertain Linguistic Z-Numbers and Their Application in Multi-criteria Group Decision-Making Problems. “International Journal of Fuzzy Systems”, 2016, p. 1.
• 16. Rutkowski L.: Metody i techniki sztucznej inteligencji, PWN, Warszawa 2006.
• 17. Trzaskalik T.: Wielokryterialne wspomaganie decyzji. Przegląd metod i zastosowań. „Zeszyty naukowe Politechniki Śląskiej, Seria: Organizacja i Zarządzanie”, z. 74, 2014, s. 239.
• 18. Wieder B., Ossimitz M.L.: The Impact of Business Intelligence on the Quality of Decision Making – A Mediation Model. “Procedia Computer Science” Vol. 64, 2015.
• 19. Woźniak M., Gabryel M., Nowicki R.: Model of decision support system for ball positioning relative to the center of mobile beam. “Zeszyty Naukowe Politechniki Śląskiej, Seria: Matematyka Stosowana”, z. 2, 2012, s. 35.
• 20. Xiao Z.Q.: Application of Z-numbers in multi-criteria decision making. 2014 International Conference on Informative and Cybernetics for Computational Social Systems (ICCSS) 2014.
• 21. Xiao Z.: A new approach to representing and defuzzifying a Z-number and Z-valuation. Chinese Automation Congress (CAC) 2015, p. 797.
• 22. Zadeh L.A.: A Note on Z-numbers. “Information Sciences”, No. 181, 2011.
• 23. Zadeh L.A.: Fuzzy sets. „Information and Control”, Vol. 8, No. 3, 1965.