The opinion of complex objects (situations, groups etc ...) requires regard many described with different parameters profiles (characteristics). Therefore we create the set of criterions which treat to different profiles. Every of criterions will be characterize by different parameters which are treating to concrete state or properties of component. It is this diverse situation to single-argument variant optimization which can be describe as a single criterial or set of criterions treating only to one parameter [1]. The description of adaptation with sequential adding next criterion can entail verification (usually "cutting") the function of adaptation juA(x). Adding next criterion can be consider in several aspects. One of them is influence, in sense of filtration date, the added criterion on all remaining criteria and connected with them profiles of inference. We can consider also the influence of added criterion on main criterion which may be connected with residual. It is also possible treat next added criterion as a final, on which other, investigated previously, criterions make influence. The different ways of approach to criterial analysis depend on form and way of formulating task and expected results.
PL
Ocena złożonych kompleksów wymaga uwzględnienia wielu charakterystyk opisanych różnymi parametrami. Stwarzamy zatem zbiór kryteriów, które odnoszą się do różnych charakterystyk. Każde z kryteriów opisane będzie innym parametrem odnoszącym się bądź to do konkretnego stanu, bądź do charakterystyki elementu składowego. Jest to odmienna sytuacja do wariantu jednoargumentowego, który może być opisany jako jednokryterialny tub także jako zbiór kryteriów odnoszących się do jednego parametru. Opis przystosowania przy dołączaniu kolejnych kryteriów może pociągać za sobą weryfikacje (obcięcie) funkcji przystosowania. Dołączanie kolejnego kryterium można rozpatrywać w kilku aspektach. Jednym z nich jest wpływ dołączanego kryterium na wszystkie pozostałe kryteria i związane z nimi charakterystyki wnioskowania. Kolejnym aspektem jest wpływ na kryterium generalne zależne od wszystkich pozostałych, w tym i aktualnie dołączanego. Można też kolejne dołączane kryterium traktować jako finalne, na które wywierają wpływ poprzednio rozpatrywane kryteria. Różne sposoby podejścia do analizy kryterialnej zależą od formy i sposobu sformułowania zadania i oczekiwanych rezultatów.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
In the article fuzzy analysis was used to determine the degree of impact of identified features of Internet TV website on its attractiveness. Individual and total impact of these factors were specified. The analysis is based on data collected from students.
PL
W artykule wykorzystano analizę rozmytą do wyznaczenia stopnia wpływu zidentyfikowanych cech witryny telewizji internetowej na jej atrakcyjność. Został określony wpływ poszczególnych czynników oraz łączny wpływ wszystkich czynników. Analizę przeprowadzono na podstawie danych zebranych od studentów.
Analiza lokalnego systemu energetycznego wymaga informacji o zużyciu energii przez uczestników lokalnego rynku energii. Ważną grupą użytkowników energii są gospodarstwa domowe. Informacje o zużyciu paliw i energii pozyski-wane są poprzez ankiety. Wartości podawane przez respondentów charakteryzują się dwoma typami niepewności: losowo-ścią i rozmytością. Analiza zużycia energii i paliw w gospodarstwach domowych wymaga więc zastosowania rozmytej analizy statystycznej. W artykule przedstawiono przykładowe wyniki analizy jednostkowego zużycia energii paliw w odniesieniu do jednej osoby w gospodarstwach domowych. Wykorzystano zarówno klasyczną analizę statystyczną oraz z uwzględnieniem rozmytości. Poszczególne przypadki opisano trapezoidalną liczbą rozmytą a następnie wykonano i przeanalizowano rozkład prawdopodobieństwa oraz gęstość prawdopodobieństwa dla obserwacji rozmytych zużycia energii w gospodarstwach domowych dla wybranego przypadku. Uzyskane rezultaty wskazują, że statystyka rozmyta lepiej opisuje teoretycznie analizowaną empiryczną zmienną losową.
EN
The analysis of the local energy system requires information about energy consumption by the local energy market participants. An important group of end-use customers are households. Information about fuel and energy consumption are obtained through questionnaires. Information provident by the respondents are characterized by two types of uncertainty: randomness and fuzziness. Analysis of energy and fuel consumption by the residential customers requires to use of fuzzy statistical analysis. This paper presents the exemplary results of the analysis of unit fuel consumption in the household per one person. There has been used both classical statistical analysis and fuzzy statistics. The individual cases are described trapezoidal fuzzy number. The probability distribution and probability density has been analyzed for the observation of fuzzy energy consumption in households. The results of analysis indicate that the fuzzy statistics better describes in theoretical way that the analyzed empirical random variable.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.