The paper presents a method of constructing rankings of fuzzy sets, in particular multi-aspect fuzzy sets. A new class of global membership functions based on the generalized Minkowski norm has been defined. Due to their properties, they can be an alternative to classical product functions. These functions can be used to construct rankings of multi-aspect fuzzy sets, which are an important element of decision support systems. The concepts presented in this paper are illustrated with a numerical example from the area of support of diagnostic decisions based on multi-aspect fuzzy sets.
PL
W artykule przedstawiono metodę konstruowania rankingów zbiorów rozmytych, w szczególności wieloaspektowych zbiorów rozmytych. Zdefiniowano nową klasę globalnych funkcji przynależności w oparciu o uogólnioną normę Minkowskiego. Ze względu na swoje właściwości mogą one stanowić alternatywę dla klasycznych funkcji iloczynowych. Funkcje te można wykorzystać do konstruowania rankingów wieloaspektowych zbiorów rozmytych, które są ważnym elementem systemów wspomagania decyzji. Koncepcje prezentowane w artykule zilustrowano przykładem numerycznym z obszaru wspomagania decyzji diagnostycznych w oparciu o wieloaspektowe zbiory rozmyte danych medycznych.
The paper presents the new mathematical modelling concept using the so-called multi-aspect fuzzy sets. The paper contains definitions of the most important characteristics of multi-aspect fuzzy sets in the context of their application in decision support algorithms. These include characteristics such as the image of the multi-aspect fuzzy set, the carrier and core, the bottom and top fronts of the fuzzy set, and many other characteristics derived from multi-criteria optimization. These concepts are illustrated with numerical examples.
PL
W artykule przedstawiono nową koncepcję modelowania matematycznego wykorzystującą tzw. Wieloaspektowe zbiory rozmyte. W pracy zawarto definicje najważniejszych charakterystyk wieloaspektowych zbiorów rozmytych w kontekście ich zastosowania w algorytmach wspomagania decyzji. Należą do nich takie cechy, jak obraz wieloaspektowego zbioru rozmytego, nośnik i rdzeń, dolny i górny front zbioru rozmytego oraz wiele innych cech pochodzących z optymalizacji wielokryterialnej. Koncepcje te zilustrowano przykładami numerycznymi.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.