Wyniki wyszukiwania - Biblioteka Nauki

Ten serwis zostanie wyłączony 2025-02-11.

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: klasyfikacja wielokryterialna

Sortuj według:

Ogranicz wyniki do:

Metoda wyznaczania funkcji apodyzacji światłowodowych siatek Bragga na podstawie ich charakterystyk widmowych

100%

Wójcik W. , Kisała P.

Przegląd Elektrotechniczny

2010

tom R. 86, nr 10

127-130

W artykule przedstawiono metodę wyznaczania funkcji apodyzacji światłowodowych siatek Bragga dla dwóch przypadków – pierwszego, w którym znana jest ogólna postać funkcji wykorzystanej do apodyzacji siatki, a dobrać należy tylko charakterystyczne parametry tej funkcji oraz drugiego, w którym nie znana jest funkcja apodyzacji siatki. W drugim przypadku wyznaczyć należy rodzaj funkcji oraz jej parametry charakterystyczne.

A new method for the recovery of apodization function of fiber Bragg gratings (FBG) was presented in this paper. There were two considered cases. First case concerns the situation in which the apodization function equation is known. In this case we have to select only apodization function parameters. The second case concerns the situation in which apodization function equation isn’t known. In this case we have to recover the equation of apodization function and also we have to find parameters of this function. In the first part of the article the hypothetical function, which were generated for different parameters, were presented. Then we analyzed the influence of the function and its parameters change on the grating spectra. In the next part of the article results of the cluster analysis by the use of k-means method were presented. The use of k-means method were based on a Euclidean, Manhattan and Czebyszew measure between the objects for the aim of apodization function classification on the base of its spectra. The estimation of apodization function parameters was possible by the use of Gauss-Newton algorithm. In the article exploitation results of apodization function classification were presented with and without the testing set and training set.

Axiomatization of utility, outranking and decision rule preference models for multiple-criteria classification problems under partial inconsistency with the dominance principle

80%

Słowiński R. , Greco S. , Matarazzo B.

Control and Cybernetics

2002

tom Vol. 31, no 4

1005-1035

Multiple-criteria classification (sorting) problem concerns assignment of actions (objects) to some pre-defined and preference-ordered decision classes. The actions are described by a finite set of criteria, i.e. attributes, with preference-ordered scales. To perform the classification, criteria have to be aggregated into a preference model which can be: utility (discriminant) function, or outranking relation, or "if..., then..." decision rules. Decision rules involve partial profiles on subsets of criteria and dominance relation on these profiles. A challenging problem in multiple-criteria decision making is the aggregation of criteria with ordinal scales. We show that the decision rule model we propose has advantages over a general utility function, over the integral of Sugeno, conceived for ordinal criteria, and over an outranking relation. This is shown by basic axioms characterizing these models. Moreover, we consider a more general decision rule model based on the rough set theory. The advantage of the rough set approach compared to competitive methodologies is the possibility of handling partially inconsistent data that are often encountered in preferential information, due to hesitation of decision makers, unstable character of their preferences, imprecise or incomplete knowledge and the like. We show that these inconsistencies can be represented in a meaningful way by "if..., then..." decision rules induced from rough approximations. The theoretical results reported in this paper show that the decision rule model is the most general aggregation model among all the considered models.

Wielokryterialne zadania klasyfikacji (sortowania) dotyczą przypisania działan (obiektów) pewnym z góry określonym i uporządkowanym wzgl(c)dem preferencji klasom. Działania są opisane przez skończony zbiór kryteriów, tj. atrybutów o skalach uporządkowanych według preferencji. Aby dokonać klasyfikacji, kryteria muszą zostać zagregowane do modelu preferencji, którym może być: funkcja użyteczności (dyskryminująca), bąd" relacja przewyższania, bąd" reguła decyzyjna typu "jeśli..., to...". Reguły decyzyjne oparte są na cz(c)ściowych profilach na podzbiorach kryteriów i relacji dominacji na tych profilach. Wyzwaniem w wielokryterialnym podejmowaniu decyzji jest agregacja kryteriów o skalach porządkowych. Pokazujemy w artykule, że model reguł decyzyjnych, zaproponowany przez nas, jest korzystniejszy niż ogólna postać funkcji użyteczności, niż całka Sugeno zaproponowana dla kryteriów porządkowych, i niż relacja przewyższania. Pokazano to przy pomocy podstawowych aksjomatów charakteryzujących rozważane modele. Ponadto, rozważamy ogólniejszy model reguł decyzyjnych, oparty na teorii zbiorów przybliżonych. Korzyścią z zastosowania zbiorów przybliżonych w porównaniu do innych podejść jest możliwość uwzgl(c)dniania cz(c)ściowo niespójnych danych, jakie cz(c)sto spotyka si(c) informacji o preferencjach, w związku z wahaniami decydentów, niestabilnością ich preferencji, niedokładną wiedzą, itp. Pokazujemy, że takie niespójności mogą być reprezentowane w sposób sensowny poprzez reguły decyzyjne typu "jeśli..., to...", wyprowadzone z ocen dokonanych przy pomocy zbiorów przybliżonych. Wyniki teoretyczne przedstawione w pracy pokazują, że model reguł decyzyjnych jest najogólniejszym modelem agregacji spośrod wszystkich rozważanych modeli.