Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: Multi Attribute Decision Making (MADM)

Sortuj według:

Ogranicz wyniki do:

A hierarchical preference voting system for mining method selection problem

Nourali H., Nourali S., Ataei M., Imanipour N.

Archives of Mining Sciences

2012

Vol. 57, no. 4

1056--1070

To apply decision making theory for Mining Method Selection (MMS) problem, researchers have faced two difficulties in recent years: (i) calculation of relative weight for each criterion, (ii) uncertainty in judgment for decision makers. In order to avoid these difficulties, we apply a Hierarchical Preference Voting System (HPVS) for MMS problem that uses a Data Envelopment Analysis (DEA) model to produce weights associated with each ranking place. The presented method solves the problem in two stages. In the first stage, weights of criteria are calculated and at the second stage, alternatives are ranked with respect to all criteria. A simple case study has also been presented to illustrate the competence of this method. The results show that this approach reduces some difficulties of previous methods and could be applied simply in group decision making with too many decision makers and criteria. Also, regarding to application of a mathematical model, subjectivity is reduced and outcomes are more reliable.

Przy wykorzystywaniu teorii decyzyjnych do zagadnień związanych z wyborem właściwej metody wybierania, badacze na przestrzeni lat napotykali na dwie zasadnicze trudności: (i) obliczenie odpowiedniego współczynnika wagi dla poszczególnych kryteriów oraz (ii) niepewność osądów dokonywanych przez decydentów. W celu uniknięcia tych trudności, zastosowaliśmy system głosowania zakładający hierarchię preferencji przy podejmowaniu decyzji odnośnie wyboru metody wybierania. W tym celu wykorzystano model DEA (metoda obwiedni danych) dla wygenerowania wag związanych z poszczególnymi pozycjami w rankingu. Proponowana metoda zakłada rozwiązanie problemu w dwóch etapach. W pierwszym etapie obliczane są wagi przyporządkowane poszczególnym kryteriom, w etapie drugim przeprowadzany jest ranking rozwiązań alternatywnych w odniesieniu do wszystkich kryteriów. Przedstawiono proste studium przypadku dla zilustrowania działania metody. Wyniki wskazują, że zastosowane podejście redukuje pewne niedogodności związane z poprzednio stosowanymi metodami i może być z powodzeniem wykorzystane do podejmowania decyzji grupowych, w sytuacjach gdy mamy do czynienia z wieloma decydentami i wieloma kryteriami. Ponadto, zastosowanie modelu matematycznego pozwala na ograniczenie subiektywizmu w ocenie, dzięki temu wyniki są bardziej wiarygodne.

Polioptymalizacja rozmyta w MATLAB'ie

Tarnowski W.

Pomiary Automatyka Kontrola

2011

R. 57, nr 9

1059-1062

Skutecznym sposobem wdrożenia optymalizacji do praktyki może być wykorzystanie logiki rozmytej do tworzenia modeli matematycznych zadania optymalizacji, jeśli jest dostępna wiedza ekspercka dotycząca obiektu optymalizacji. Dzięki temu: a) unika się żmudnego procesu budowania modelu analitycznego i b) umożliwia się uwzględnienie w modelu rozmytych kryteriów i ograniczeń. W pracy pokazano procedurę wspomagania optymalizacji za pomocą pakietu MATLAB na przykładzie z dwoma i z trzema kryteriami optymalizacji, w ujęciu polioptymalizacyjnym. Wyciągnięto wnioski metodologiczne.

As for now, optimization techniques are not very popular in real engineering, though they are taught at universities and are recognized as very useful in design and management. Probably the main reason is that mathematical models of objects are difficult to device and, what more criteria may not be precisely defined. A way to enhance an effective implementation of optimisation and MADM techniques to a real practice is a fuzzy logic approach to modelling an optimisation problem, if only the expert knowledge is at hand. It yields: a) avoiding the laborious and often not possible process of building an analytical model, b) makes it possible to use fuzzy and imprecise notions and aspects. In the paper there is proposed a procedure how to device and handle such models in the MATLAB environment to get a Pareto set solutions, in poly-optimisation. The methodology is illustrated on an example of a chemical reactor. The poly-optimal control is to be found. First, having stated criteria, as fuzzy and/or non-fuzzy notions (product quality and effectiveness, in the example), an expert arbitrarily defines decision variables (process temperature, time and mixing velocity), and their membership functions, then a mathematical model is established as a set of rules if - then (Fig. 1). This model may be intuitively verified and corrected by graphical presentations, as in Fig. 2. Then, a poly-optimisation is completed: either by survey of all possible solutions (Fig. 3) and reducing the set to the Pareto solutions (Figs. 4 - 6), or by mathematical optimization algorithms. In the example a first approach is adopted. The example is extended: a third non-fuzzy criterion is introduced (cost). (Figs. 7 - 9).Methodological conclusions are formulated, too.