l. n. ma
-
مجموعه فازی تصویر توسیع مجموعه فازی شهودی است که میتواند با اطلاعات ناسازگار و نامطمین با دقت بیشتری برخورد کند. معیار تشابه، به عنوان یک ابزار ریاضی مهم برای ارزیابی درجه شباهت بین مجموعه های فازی تصویر، به طور گسترده برای مقابله با مسایل تصمیمگیری چند-ویژگی استفاده شده است. اما موارد غیرمعقول و غیرشهودی به دلیل چند -ویژگی نامطلوب وجود دارد. به منظور رسیدگی به این موارد غیرمنطقی، این مقاله یک معیار تشابه پارامتری بر اساس سه پارامتر m1 ، m2 ، m3 ، پیشنهاد میکند که در آن تصمیم گیرندگان با سبکهای تصمیم متفاوت میتوانند با تنظیم ، m2 ، m3 معیار شباهت مناسب را بدست آورند. علاوه براین، برخی از معیارهای پارامترهای m1 شباهت موجود را از دیدگاه ریاضیات تحلیل میکنیم و نشان میدهیم که معیار تشابه پیشنهادی با مثال - های عددی موثر است. در پایان، از معیار تشابه پیشنهادی برای حل مشکالت تصمیم گیری چند-ویژگی استفاده میکنیم. از طریق مقایسه و تجزیه و تحلیل، متوجه میشویم که معیار تشابه پیشنهادی موثرتر از برخی معیارهای شباهت موجود بین مجموعه های فازی تصویر است.
Picture fuzzy set is an extension of intuitionistic fuzzy set, which can deal with inconsistent and uncertain information more accurately. Similarity measure, as an important mathematical tool to evaluate the degree of similarity between picture fuzzy sets, has been widely used to deal with multi-attribute decision-making problems. But there are unreasonable and counter-intuitive cases due to a few undesirable properties. In order to handle these unreasonable cases, this paper proposes a parametric similarity measure based on three parameters $m_1, m_2$ and $m_3$, in which decision makers with different decision styles can obtain the appropriate similarity measure by adjusting parameters $m_1, m_2$ and $m_3$. Moreover, we analyze some existing similarity measures from the perspective of mathematics and show that the proposed similarity measure is effective by numerical examples. In the end, we use the proposed similarity measure to solve the problems of multi-attribute decision-making. Through the comparison and analysis, we find that the proposed similarity measure is more effective than some existing similarity measures between picture fuzzy sets.
Keywords: Picture fuzzy set, Similarity measure, multi-attribute decision-making
- در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو میشود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشتههای مختلف باشد.
- همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته میتوانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
- در صورتی که میخواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.