رتبه بندی اعداد فازی با استفاده از شاخص مطلوبیت

سال انتشار: 1383
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 5,496

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IIEC03_041

تاریخ نمایه سازی: 10 مهر 1385

چکیده مقاله:

در این مقاله روش جدیدی برای رتبه بندی اعداد فازی پیشنهاد شده است که مبتنی بر توسعه روش تفکیک فاصله ای می باشد. در روش تفکیک فاصله ای دامنه کلی تغییرات اعداد فازی با استفاده از یک نقطه مرجع به دو ناحیه مجزای مقادیر بزرگ و مقادیر کوچک تقسیم شده و رتبه بندی اعداد فازی با استفاده از قواعد ساده ای انجام می شود. در روش پیشنهاد شده در این مقاله، با استفاده از نقطه مرجع، مقدار شاخص مطلوبیت برای هر عدد محاسبه شده و بر اساس بزرگی مقادیر نرمالایز شده مطلوبیت، اعداد فازی رتبه بندی می شوند. همچنین روش پیشنهادی در حالتیکه دیدگاه تصمیم گیر به جای یک نقطه توسط یک مجموعه فازی نشان داده شود، نیز توسعه یافته است. در این حالت شاخص مطلوبیت هر عدد به صورت یک مجموعه فازی نشان داده شود، نیز توسعه یافته است. در این حالت شاخص مطلوبیت هر عدد به صورت یک مجموعه فازی بدست آمده و این مقدار با استفاده از روشهای غیر فازی ردن به صورت قطعی تبدیل می گردد. برای بررسی عملکرد روش پیشنهادی، چندین مثال با استفاده از این روش حل شده و جوابهای بدست آمده با جوابهای روشهای دیگری که دیدگاه تصمیم گیر ار در نظر می گیرند، مقایسه گردید ه است. نتایج این مقایسه نشان دهنده صحت عملکرد روش پیشنهادی و سادگی کاربرد آن در شرایط گوناگون می باشد.

کلیدواژه ها:

اعداد فازی ، رتبه بندی اعداد فازی ، روش تفکیک فاصله ای ، نقطه مرجع ، روش گشتاور

نویسندگان

مجید نوجوان

استادیار، مسئول پژوهشی گروه تولید صنعتی

مهدی غضنفری

دانشیار، رئیس دانشکده مهندسی صنایع

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • م. نوجوان و م. غضنفری، رتبه‌بندی اعداد فازی با استفاده ...
  • L.A. Zadeh, Fuzzy sets, Information and Control, no. 8, pp. ...
  • S.M. Baas and H. Kwakernaak., Rating and ranking of multiple ...
  • A.N.S. Freeling, Decision analysis and. fuzzy sets. Master Thesis. Cambridge ...
  • K. Nakamura, Preference relation oy a set of fuzzy utilities ...
  • G. Bortolan and R.A. Degani. Review of some methods for ...
  • E.S. Lee and R.L. Li, Comparison of fuzzy numbers based ...
  • C. Mc-Cahone, Fuzzy set theory applied to production and inventory ...
  • D. Dubois and H. Prade. Ranking of fuzzy number in ...
  • T.Y. Tseng, C.M. Klein and M.S. Leonard., A formalism for ...
  • S. Chen and C. Hwang. Fuzzy Multiple Attribute De cisi ...
  • J.F. Baldvin and N.C.F. Guild, Comparison of fuzzy sets oy ...
  • L.M. Campos Ibanes and A. Gonzalez Munoz, A subjective approach ...
  • K. Kim and K.S. Park, Ranking fuzzy numbers with index ...
  • T.S. Liou and M.J Wang, Ranking fuzzy numbers with integral ...
  • V. Peneva and I. Popchev, Comparison of clusters from fuzzy ...
  • M. Nojavan and M. Ghazanfari, A new fuzzy ranking method ...
  • نمایش کامل مراجع