دانلود مقاله ترجمه شده UTASTAR فازی: روشی برای استخراج (یافتن) توابع سود از داده فازی


چطور این مقاله مهندسی صنايع را دانلود کنم؟

فایل انگلیسی این مقاله با شناسه 2001755 رایگان است. ترجمه چکیده این مقاله مهندسی صنايع در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید

قیمت :
985,000 ریال
شناسه محصول :
2001755
سال انتشار:
2011
حجم فایل انگلیسی :
1 Mb
حجم فایل فارسی :
153 کیلو بایت
نوع فایل های ضمیمه :
word+pdf
کلمه عبور همه فایلها :
www.daneshgahi.com

عنوان فارسي

UTASTAR فازی: روشی برای استخراج (یافتن) توابع سود از داده فازی

عنوان انگليسي

Fuzzy UTASTAR: A method for discovering utility functions from fuzzy data

نویسنده/ناشر/نام مجله

Expert Systems with Applications

این مقاله چند صفحه است؟

این مقاله ترجمه شده مهندسی صنايع شامل 12 صفحه انگلیسی به صورت پی دی اف و 19 صفحه متن فارسی به صورت ورد تایپ شده است

چکیده فارسی


چکیده

در این مقاله، روش UTASTAR فازی برای ایجاد  توابع سود فازی از  گزینه هایی که بخشی از انها در گذشته براساس معیار چندگانه ارزیابی شده اند، مطرح می شود.این روش توسعه یافته UTASTAR  است که هم با داده های ارزیابی دقیق و هم فازی سروکار دارد.این ویژگی انعطاف پذیری بیشتری به تصمیم گیرندگان می دهد چون گسترش مسائل تصمیم گیری در  دنیای واقعی با سطح قابل توجهی از عدم اطمینان روبرو است که امکان  ارزیابی دقیق گزینه ها را کاهش می دهد.در مواردی که همه داده های ارزیابی دقیق هستند این روش دقیقا مانند UTARTAR اصلی رفتار می کند. روش  پیشنهادی متشکل از یک تابع ارزش افزوده  فازی است که داده را به عنوان بخشی از گزینه های از قبل ارزیابی شده  که مجموعه  مرجع نامیده می شود  به همرا رتبه های مرتبط با هر معیار در برمی گیرد  .از توابع سود  فازی می توان برای تخمین  سود هر گزینه و همچنین  رتبه بندی ,انتخاب و طبقه بندی گزینه ها استفاده کرد.این روش در سیستم پشتیبانی از تصمیم و حمل و نقل به کارگرفته می شود.نتایج ایجاد شده  مطابق با نتایج روش اصلی است. طبق اطلاعات موجود، این کار اولین تلاش برای گسترش روش UTASTAR برای سروکارداشتن  با داده های ارزیابی فازی و دقیق است.

1-مقدمه

در چندین روش، تصمیم گیری چند معیاره از مفهوم سود به منظور ارزیابی ارزش گزینه های الترناتیو مطابق با ترجیحات تصمیم گیرندگان  استفاده شده است. توابع سود می تواند برای تبدیل ارزشهای عملکردی خام الترناتیوها براساس  معیارهای مختلف هم کمی (کمی) و هم ذهنی ( کیفی )به مرحله قابل کاربرد است. سودها برای تبدیل ارزش عملکرد خام استفاده می شود چون عملکرد ترجیحی ارزش بالاتری را بدست می دهد.

روش هایی برای کشف توابع  سودیا مدلهای تصمیم که به داده تصمیم معروف است  پیشنهاد شده است به عنوان مثال ایجاد یک مجموعه از توابع ارزشی افزایشی, ارزیابی سود غیر افزایشی ,استخراج توابع  سود با استفاده از بهینه سازی غیر خطی..UTA روشی شناخته شده برای دخالت دادن  توابع سود افزایشی از یک مجموعه از داده تصمیم قبلی است.الگوریتم UTA اولیه به جهت کاربردهای متنوع گسترش داده شد که منجر به شناختی از روشهای UTA شد.برای بررسی تاریخچه UTA و اصول ان به مراجعه کنید.

روش های UTA، رتبه های داده شده  توسط تصمیم گیرنده به مجموعه ای از گزینه ها که مجموعه مرجع نامیده می شود به همراه  رتبه بندی گزینه ها از بهترین تا بدترین یا بیشترین ترجیح  تا کمترین  ترجیح را به عنوان داده دریافت می کنند.در نتیجه روش های UTA از تکنیکهای برنامه ریزی خطی برای استنتاج مدلهای تصمیم شخصی در قالب تابع سود را که رتبه بندی مجددی از گزینه ها می باشد, استفاده می کنند.تابع سود بدست امده , واقعی ,چندمتغیره , در محدوده [0,1] است که در این محدوده هرمتغیر نماینده رتبه های داده شده به الترناتیوها با فرض  یک معیار خاص است.

تابع سود می تواند برای تخمین سود گزینه ها یی که شامل مجموعه مرجع نیستند براساس رتبه های داده شده به کار رود. سودها می تواند برای رتبه بندی گزینه های الترناتیو از بهترین تا بدترین یا کاراترین الترناتیو یا طبقه بندی گزینه ها به گروههای  سود مشابه استفاده گردد از این رو کاهش دهنده تلاش فکری تصمیم گیرنده است...

UTASTAR تصمیم گیری چندشاخصه توابع سود اعداد فازی برنامه ریزی خطی فازی :کلمات کلیدی

چکیده انگلیسی


Abstarct

We propose Fuzzy UTASTAR, a method for inferring fuzzy utility functions from a partial preorder of options evaluated on multiple criteria. It is an extension of the well-known UTASTAR method capable to handle both ordinary (crisp) and fuzzy evaluation data. This property gives much flexibility to decision makers because the majority of real-life decision problems involve a considerable level of uncertainty that hinders them from assigning exact evaluations (scores) to options. In case all evaluation data are crisp the method behaves exactly as the original UTASTAR. The proposed method builds fuzzy additive value functions taking as input a partial preorder on a subset of the options, called reference set, along with their associated scores on the criteria. The resulting fuzzy utility functions can subsequently be used to estimate the (fuzzy) utility of each option, thus allowing their ranking, prioritization, selection or classification. The ranking of the options in partial preorder is as compatible as possible to the original one. The method is implemented into a decision support system and is applied to an example from the transportation domain. Results are found to be in concordance with those of the original method. To the best of our knowledge this is the first attempt to extend UTASTAR method to handle both crisp and fuzzy evaluation data

Keywords: UTASTAR Multiple criteria decision making Fuzzy numbers Fuzzy linear programming
این برای گرایش های: کلیه گرایش ها، کاربرد دارد. همچنین این در گرایش های: کلیه گرایش ها، می تواند کاربرد داشته باشد. [ برچسب: ]
 مقاله مهندسی صنايع با ترجمه
Skip Navigation Linksصفحه اصلی > دپارتمان ها > دپارتمان فنی و مهندسی > مهندسی صنايع > مقاله های مهندسی صنايع و ترجمه فارسی آنها > UTASTAR فازی: روشی برای استخراج (یافتن) توابع سود از داده فازی
کتابخانه الکترونیک
دانلود مقالات ترجمه شده
جستجوی مقالات
با انتخاب رشته مورد نظر خود می توانید مقالات ترجمه شده آن رو به صورت موضوع بندی شده مشاهده نمایید