4.2 Quá trình lựa chọn đầy đủ theo phƣơng pháp tiếp cận gián tiếp
4.2.1 Quá trình lựa chọn gián tiếp đƣợc chỉ ra bởi độ ƣu thế
Bƣớc 1: Trạng thái kết hợp:
Từ các quan hệ ƣu tiên ngôn ngữ và dùng toán tử LWD với trọng số W=(0.666, 0.334, 0) , chúng ta thu đƣợc quan hệ ƣu tiên ngôn ngữ tập thể PC:
PC = VH MH VH ML FFMH F MH MH MH FFML H MH với EC VH Bƣớc 2: Trạng thái khai thác:
Dùng toán tử LOWA để tính độ ƣu thế ngôn ngữ đƣợc chỉ ra bởi định lƣợng kết hợp của mỗi phƣơng án xi, kết quả này đƣợc đƣợc chỉ ra trong bảng 5.
Bảng 5: Độ ưu thế ngôn ngữ được chỉ ra bởi định lượng chung
Quan điểm tập thể Các dự án cần đánh giá và phân loại
x1 x2 x3 X4
E H MH FFMH VH CQGLDD4
Bƣớc 3: Trạng thái chọn lọc:
Tập các phƣơng án với độ ƣƣ tiên ngôn ngữ đƣợc chỉ ra bởi định lƣợng kết hợp lớn nhất là AQGLDD
Xmax = {x4}
4.2.2 Quá trình lựa chọn gián tiếp đƣợc chỉ ra bởi độ không ƣu thế
Bƣớc 1: Trạng thái kết hợp:
Nhƣ trong DIP, chúng ta tìm đƣợc cùng quan hệ ƣu tiên ngôn ngữ kết hợp. Bƣớc 2: Trạng thái khai thác:
- Từ quan hệ ƣu tiên ngôn ngữ kết hợp, ta tìm đƣợc quan hệ ƣu tiên chặt chẽ tƣơng ứng: MH VL FFMH VL VL VL VL L VL VL FFML VL Ps .
- Từ quan hệ ƣu tiên chặt chẽ và dùng toán tử LOWA với W = (0.666, 0.334, 0), chúng ta tính đƣợc tập định lƣợng kết hợp chỉ ra các độ không ƣu thế ngôn ngữ cho mỗi phƣơng án, kết quả đƣợc chỉ ra trong bảng 6
Bảng 6: Độ không ưu thế ngôn ngữ được chỉ ra bởi định lượng kết hợp
quan điểm tập thể Các dự án cần phân loại và đánh giá
x1 x2 X3 x4
E FFML VH ML VH CQGLNDD4
Bƣớc 3: Trạng thái chọn lọc (Selection state): Tập các phƣơng án với định lƣợng kết hợp lớn nhất chỉ ra độ không ƣu thế ngôn ngữ là: AQGLNDD
4.2.3 Quá trình lựa chọn liên kết
Trong quá trình này, tập nghiệm đƣợc đƣa ra bằng biểu thức sau:
AQGLNDD AQGLDD QGC X X X max max = {x4}
Nhƣ trong quá trình đầy đủ đã nêu trên, ta tìm đƣợc nghiệm khi dùng quá trình lựa chọn liên kết, vì #(XQGC
) = 1.
KẾT LUẬN
Trong luận văn này, tôi đã tìm hiểu và trình bày một số toán tử tích hợp ngôn ngữ, đó là các toán tử OWA, LOWA, I-LOWA, trong đó toán tử LOWA và I-LOWA là hai toán tử tính toán trực tiếp trên tập nhãn ngôn ngữ. Trên cơ sở các toán tử trên, tôi trình bày một vài tiến trình lựa chọn các phƣơng án để giải quyết vấn đề quyết định nhóm không đồng nhất diễn đạt bằng ngôn ngữ. Những quá trình này có thể cho phép chúng ta mô hình hoá nhiều tình huống trong thế giới thực nơi mà thông tin đƣợc xử lý định tính và không cùng mức độ quan trọng, chúng đƣợc tính toán dựa trên công nghệ mờ, tập nhãn ngôn ngữ và các định lƣợng mờ thông qua các toán tử LOWA, và I-LOWA, vv… Đây là những quá trình này rất hữu ích để thiết kế những hệ thống quyết định thông minh trợ giúp nhà quản lý trong quá trình ra quyết định.
Hƣớng nghiên cứu tiếp theo của đề tài: trên cơ sở các toàn tử này, ta sẽ xây dựng đƣợc các toán tử tích hợp ngôn ngữ mạnh hơn, chính xác hơn và ứng dụng các toán tử này để xây dựng một hệ thống hỗ trợ quyết định diễn đạt bằng ngôn ngữ.
TÀI LIỆU THAM KHẢO Tiếng Việt
[1] Bùi Công Cƣơng, Nguyễn Doãn Phƣớc (chủ biên), “Hệ mờ, mạng nơron và ứng dụng”, NXB Khoa học và Kỹ thuật.
[2] Bùi Công Cƣờng và Nguyễn Văn Điệp, “Toán tử tích hợp ngôn ngữ và nghiệm tập thể mờ, ứng dụng vào bài toán quy hoạch nguồn điện”, luận án Tiến sỹ, trƣờng Đại học Bách Khoa Hà Nội.
Tiếng Anh
[3] B.C.Cuong (1998), A new process in group decision making using linguistic consensus measures and linguistic OWA operators, Preprint 98/1, Institute of Mathematics HaNoi.
[4] Degani, R. and Bortolan, G. (1998), The problem of Linguistic Approximation in Clinical Decision Making, International Journal of Approximate Reasoning, pp, 143 - 162
[5] Delgadol, M,. Herrera, F., Herrera – Viedma, E. and Martin L.(1996): Combining Numerical and Linguistic Information in Group Decision Making.
Dept. Computer Sciences amd A.I, Granada University, T. Report #96195.
[6] Dicescare, F., Sahnoun, Z. and Bonissone: Linguistic Summarization of fuzzy Data, Information Sciences 52, 141- 152
[7] D. Dubois, J.-L. Koning, Social Choice Axioms for Fuzzy Sets Aggregation,
[8] D. Dubois, H. Fargier, H. Prade, Beyond min Aggregation in Multicriteria Decision: (Ordered) weighted min, discri-min, leximin, in: R.R. Yager and J. Kacprzyk, Ed., The Ordered Weighted Averaging Operators. Theory and Applications (Kluwer Academic Publishers, (1997) 181–192.
[9] F. Herrera, J.L. Verdegay, E.Herrera - Viedma, Choice processes for non – homogeneous group decision making in linguistic setting
[10] F. Herera, E. Herera – Viedma and J.L. Verdegay (1998), Direct Approach processes in group decision making using OWA operators, Fuzzy sets and systems 94, PP, 287 -238.
[11] F. Herera, E. Herera – Viedma và J.L. Verdegay (1996), ―A model of consensus in group decision making under linguistic assessments, Fuzzy Sets, and Systems‖, PP, 175 -190.
[12] F. Chiclana, F. Herrera, E. Herrera-Viedma, Integrating Three Representation Models in
Fuzzy Multipurpose Decision Making Based on Fuzzy Preference Relations, Fuzzy Sets and Systems 97 (1998) 33–48.
[13] F. Chiclana, F. Herrera, E. Herrera-Viedma, A Note on the Internal Consistency of Various Preference representations, Fuzzy Sets and Systems 131 (2002) 75–78.
[14] F. Chiclana, F. Herrera, E. Herrera-Viedma, L. Mart´ınez, A Note on the Reciprocity in the Aggregation of Fuzzy Preference Relations Using OWA Operators, Fuzzy Sets and Systems 137 (2003) 71–83.
[15] W. Cholewa, Aggregation of Fuzzy Opinions - An Axiomatic Approach,
Fuzzy Sets and Systems 17 (1985) 249–258.
[16] J. Fodor, M. Roubens, Fuzzy Preference Modelling and Multicriteria Decision Support (Kluwer, Dordrecht, 1994).
[17] L. W. Fung, K. S. Fu, An Axiomatic Approach to Rational Decision Making in a Fuzzy Environment, in L. A. Zadeh, K. S. Fu, T. Tanaka, M, Shimura, Ed.,
Fuzzy Sets ans Their Applications to Cognitive and Decisions (New York: Academic Press, 1975) 227–256.
[18] F.Herrera, E. Herrera-Viedma. Aggregation Operators for LinguisticWeighted Information, IEEE Transactions on Systems, Man, and Cybernetics Part. A: Systems and Humans 27 (1997) 646–656.
[19] E. Herrera-Viedma, F. Herrera, F. Chiclana, M. Luque, Some Issues on Consistency of Fuzzy Preference Relations, European Journal of Operational Research 154 (2004) 98–109.
[20] F. Herrera, E. Herrera-Viedma, J.L. Verdegay, Choice Processes for Non- Homogeneous Group Decision Making in Linguistic Setting, Fuzzy Sets and Systems 94 (1998) 287–308.
[21] J. Kacprzyk, M. Fedrizzi, Multiperson Decision Making Models Using Fuzzy Sets and Possibility Theory (Kluwer Academic Pub., Dordrecht, 1990).
[22] J. Kacprzyk, M. Fedrizzi, H. Nurmi, Fuzzy Logic with Linguistic Quantifiers in Group Decision Making, in: R.R. Yager and L.A. Zadeh, Ed., An Introduction to Fuzzy Logic Applications in Intelligent Systems (Kluwer Academic Publishers, 1992) 263–280.
[23] L. Kitainick, Fuzzy Decision Procedures with Binary Relations, Towards an Unified Theory (Kluwer Academic Publishers, Dordrecht, 1993).
[24] H. B. Mitchell, P. A. Schaefer, Multiple Priorities in an Induced Ordered Weighted Averaging Operator, International Journal of Intelligent Systems 15 (2000) 317–327.
[25] F. J. Montero de Juan, Aggregation of Fuzzy Opinion in a Non-homogeneous Group, Fuzzy Sets and Systems 25 (1987) 15–20.
[26] S.A. Orlovsky, Calculus of Decomposable Properties, Fuzzy Sets and Decisions (Allerton Press, 1994).
[27] M. Roubens, Fuzzy Sets and Decision Analysis, Fuzzy Sets and Systems 90 (1997) 199–206.
[28] R.R. Yager, Fuzzy Decision Making Including Unequal Objectives, Fuzzy Sets and Systems, 1 (1978) 87–95.15
[29] R.R. Yager, Quantifiers in the formulation of multiple objective decision functions, Information Sciences, 31 (1983) 107–139.
[30] R.R. Yager, On Ordered Weighted Averaging Aggregation Operators in Multicriteria Decision Making, IEEE Transaction on Systems, Man and Cybernetics 18 (1988) 183–190.
[31] R.R. Yager, Quantifier Guided Aggregation Using OWA Operators,
International Journal of Intelligent Systems, Vol 11 (1996) 49–73.
[32] R.R. Yager, On Induced Aggregation Operators, Proceedings of the EUROFUSE Workshop on Preference Modelling and Applications, Granada, 2000, 1–9.
[33] R.R. Yager, The Induced Fuzzy Integral Aggregation Operator, International Journal of Intelligent Systems 17 (2002) 1049–1065.
[34] R.R. Yager, Induced Aggregation Operators, Fuzzy Sets and Systems137 (2003) 59–69.
[35] R.R. Yager, D. P. Filev, Operations for Granular Computing: Mixing Words and Numbers, Proceedings of the FUZZ-IEEE World Congress on Computational Intelligence, Anchorage, 1998, 123–128.
[36] R.R. Yager, ―On ordered weighted averaging aggregation operators in multicriteria decision making‖, IFFF trans System Man Cerbernetics, PP, 183- 190.
[37] R.R. Yager (1993), ―Families of OWA operators Fuzzy Sets and Systems‖, PP, 125 -148
[38] J.Tang, D.Wang and R.K. Fung, ―Asurvey on fuzzy modelling and fuzzy optimization, Proceedings of the eight International Fuzzy Systems Assocation World Congress‖, IFSA’99, Taipei, 1999,pp, 532 – 536.
PDF Merger
Thank you for evaluating AnyBizSoft PDF Merger! To remove this page, please
register your program!
Go to Purchase Now>>
Merge multiple PDF files into one
Select page range of PDF to merge
Select specific page(s) to merge