Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 340

Liczba wyników na stronie
first rewind previous Strona / 17 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Zbiory rozmyte
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 17 next fast forward last
1
100%
W artykule rozpatrywany jest problem plecakowy z rozmytymi parametrami. W przypadku, kiedy obiekty które mają być umieszczane w plecaku mają rozmyte charakterystyki, optymalne rozwiązane problemu plecakowe (tzn. gwarantujące najwyższą sumaryczną wartość włożoną do plecaka), nie jest jednoznaczne. Również niejednoznaczne jest stwierdzenie, czy wybrane obiekty mieszczą się w plecaku, zwłaszcza jeśli pojemność plecaka jest również podana w postaci liczby rozmytej. Wybór rozwiązania zależy od metody porównywania liczb rozmytych. W artykule nowa metoda porównywania liczb rozmytych została zaproponowana i zastosowana do rozwiązania rozmytego problemu plecakowego. Metoda opiera się na dyskretnej aproksymacji liczb rozmytych przy zastosowaniu metryki Hausdorfa. (abstrakt oryginalny)
This study proposes a methodology to obtain an efficient solution for a programming model which is multi-objective quadratic fractional with pentagonal fuzzy numbers as coefficients in all the objective functions and constraints. The proposed approach consists of three stages. In the first stage, defuzzification of the coefficients is carried out using the mean method of α-cut. Then, in the second stage, a crisp multi-objective quadratic fractional programming model (MOQFP) is constructed to obtain a non-fractional model based on an iterative parametric approach. In the final stage, this multi-objective non-fractional model is transformed to obtain a model with a single objective by applying the ε-constraint method. This final model is then solved to get desired solution. Also, an algorithm and flowchart expressing the methodology are given to present a clear picture of the approach. Finally, a numerical example illustrating the complete approach is given. (original abstract)
3
Content available remote Fuzzy Recursive Relationships in Relational Databases
80%
Recursive relationships are used for modelling problems coming from the real life, such as, for example, a relationship describing formal dependencies between employees of an enterprise, where creation of work groups and teams requires analysis of many elements. In conventional database systems, the precision of data is assumed. If our knowledge of the fragment of reality to be modelled is imperfect one should apply tools for describing uncertain or imprecise information. One of them is the fuzzy set theory. The paper deals with recursive relationships in fuzzy databases. The analysis is performed with the use of the theory of interval-valued fuzzy sets. A definition of a fuzzy interval recursive relationship has been presented. The paper defines different connections of entities which participate in such relationships. Operations of the extended relational algebra are also discussed. (original abstract)
4
Content available remote The Sensitivity of the SERVQUAL Score to the Choice of the Fuzzy Conversion Scale
80%
Rozmyta metoda SERVQUAL umożliwia ocenę jakości usług w sytuacji, gdy wyniki pomiaru percepcji i oczekiwań wyrażone są w postaci liczb rozmytych. Wyniki po-miaru wyrażone w postaci liczb rozmytych są efektem stosowania rozmytych skal konwer-sji, będących najpopularniejszą formą skal rozmytych. Rozmyte skale konwersji zakładają, że ich punkty wyrażone są w postaci liczb rozmytych. Wybór parametrów liczb rozmytych opisujących poszczególne punkty skal pomiarowych jest najczęściej subiektywny. W arty-kule oceniono wpływ wyboru rozmytych skal konwersji na stabilność wyników oceny jako-ści usług z zastosowaniem rozmytej metody SERVQUAL. Oceny stabilności dokonano za-równo dla poszczególnych wymiarów, jak i dla ogólnego wskaźnika SERVQUAL. W oce-nie wykorzystano wyniki badania satysfakcji pracowników jednostek samorządu terytorial-nego województwa zachodniopomorskiego. Wyniki analizy sugerują brak istotnego wpływu postaci rozmytych skal konwersji na stabilność wyników oceny jakości usług z zastosowa-niem rozmytej metody SERVQUAL.(abstrakt oryginalny)
Celem artykułu jest omówienie i próba rozwiązania problemu identyfikacji nieefektywnych procesów gospodarczych w procesie reengineeringu przedsiębiorstw usługowych. Badania oparto na analizie procesów przy zastosowaniu teorii zbiorów rozmytych i teorii zbiorów przybliżonych. Efektem końcowym bada jest diagnoza stanu ocenianych procesów przedsiębiorstw usługowych i określenie, które z nich należy poddać działaniom inżynierii odwrotnej. (abstrakt oryginalny)
Termin zbiór rozmyty, w oryginale angielskim jako fuzzy set, pojawił się w 1965 roku w pracy L. A. Zadeha [12]. Samo pojęcie jest o wiele starsze i trudno wskazać jego początki. Przecież każde prawdopodobieństwo jest zbiorem rozmytym, a nawet każda funkcja rzeczywista może być uważana za zbiór rozmyty. Czym jest zbiór rozmyty? Możliwe są dwa podejścia przy wprowadzaniu obiektów zwanych zbiorami rozmytymi. Klasyczne, czyli najczęściej spotykane, w którym zbiór rozmyty jest dowolną funkcją przyjmującą wartości w przedziale [0, 1] lub w dowolnej kracie, oraz aksjomatyczne - przy którym zbiór rozmyty jest obiektem spełniającym pewien układ warunków (rodzina zbiorów rozmytych jest strukturą algebraiczną uogólniającą algebrę Boole'a). (fragment tekstu)
W opracowaniu zajmiemy się dwoma zagadnieniami. Pierwsze z nich to wyznaczanie liczby klas w klasyfikacji rozmytej. Drugi problem poruszany w pracy to badanie stabilności klasyfikacji rozmytej w czasie. fragment tekstu)
Wiele zjawisk możemy opisywać i badać stosując zarówno metody rachunku prawdopodobieństwa i statystyki, jak i teorii zbiorów rozmytych. Poniższa praca jest próbą połączenia tych dwóch metod. Ukazane są w niej wzajemne relacje zachodzące między zbiorami losowymi i rozmytymi. Rozmyte zbiory są traktowane jako klasy abstrakcji w rodzinie zbiorów losowych, a stopień przynależności elementu do rozmytego zbioru jest równy prawdopodobieństwu, z jakim ten należy do odpowiedniego zbioru losowego. W pracy przedstawiono podstawowe wiadomości z teorii zbiorów losowych i zbiorów rozmytych oraz ich wzajemne powiązania. Rozpatrzono też przypadek skończonych zbiorów losowych, w którym zbiory te traktuje się jako zmienne losowe przyjmujące wartości w algebrze Boole'a. W końcowej części pracy podany jest przykład ilustrujący zastosowanie powyższych rozważań do badania sieci usług oraz systemów z nich utworzonych. Systemy te opisują procesy stochastyczne o wartościach w algebrze Boole'a. (fragment tekstu)
9
Content available remote Generalized Kaplan Meier Estimator for Fuzzy Survival Times
80%
Analiza przeżycia definiowana jest jako zestaw metod badawczych służą- cych do określenia czasu zajścia pewnego wyspecyfikowanego zdarzenia (losowego). W szczególności zdarzeniem takim jest śmierć człowieka. Do estymacji czasu przeżycia stosowana jest metoda Kaplana-Mayera. W 2009 r. Viertl wykazał, że czasu życia nie można określić precyzyjnie i zaproponował, by stosować liczby rozmyte. W niniejszym artykule zaproponowano uogólniony estymator Kaplana-Mayera wykorzystujący obserwacje rozmyte.(original abstract)
10
Content available remote Behawioralna wartość bieżąca w postaci skierowanych liczb rozmytych
80%
Punktem wyjścia tych rozważań jest behawioralna wartość bieżąca (BPV) zdefiniowana jako dodatnia L-R liczba rozmyta. W tej pracy informacje opisane za pomocą BPV zostały uzupełnione o subiektywną prognozę zwrotu trendu ceny rynkowej. Prognozę tę zaimplementowano w modelu BPV jako zwrot dodatniej liczby rozmytej. Posłużono się tutaj poniższymi zasadami zapisu domniemanego zwrotu trendu. 1. Domniemanie wzrostu wartości ceny zapisujemy za pomocą dodatniej orientacji liczby rozmytej. 2. Domniemanie spadku wartości ceny zapisujemy za pomocą ujemnej orientacji liczby rozmytej. W ten sposób BPV została przedstawiona jako rozmyta liczba skierowana. Tak określoną BPV zastosowano do wyznaczenia stopy zwrotu. Przy oczywistym założeniu, że wartość przyszła jest zmienną losową, wyznaczona stopa zwrotu została opisana jako skierowany, rozmyty zbiór probabilistyczny. Na koniec dowiedziono, że stopa zwrotu wykazuje zwrot przeciwny do zwrotu BPV, co jest zgodne z teorią finansów. (abstrakt oryginalny)
11
Content available remote Analityczne metody ustalania liczby skupień w rozmytych zbiorach danych
80%
W niniejszej pracy zaprezentowane zostaną wybrane wskaźniki liczby skupień nazywane też wskaźnikami jakości grupowania (cluster validity index, duster separation index). Wskaźniki te mogą być szczególnie użyteczne w analizie dwuwymiarowych map SOM, a także innych dwuwymiarowych, rozmytych zbiorów danych. Dokonana zostanie ich ocena oparta na wynikach przeprowadzonych badań eksperymentalnych. (fragment tekstu)
W niniejszej pracy przedstawiono rozważania określenia grafu i digrafu rozmytego. Omówiono podstawowe pojęcia dotyczące lokalnej struktury grafu rozmytego.
13
Content available remote O stopie zwrotu oszacowanej przez intuicyjny rozmyty zbiór probabilistyczny
80%
Rozważana jest stopa zwrotu, zdefiniowana jako rosnąca funkcja wartości przyszłej i malejąca funkcja wartości bieżącej. Niepewna wartość przyszła opisana jest za pomocą zmiennej losowej. Nieprecyzyjna wartość bieżąca jest reprezentowana przez intuicyjny zbiór rozmyty. Wtedy, zgodnie z uogólnioną zasadą rozszerzenia Zadeha, stopa zwrotu jest wyznaczona jako intuicyjny rozmyty zbiór probabilistyczny. Wyznaczona jest intuicyjna rozmyta oczekiwana stopa zwrotu oraz czterowymiarowy obraz ryzyka obarczającego tę stopę. W Dodatku zaprezentowano narzędzia formalne stosowane do opisu ryzyka.(abstrakt oryginalny)
Praca ma ukazać zastosowanie prawdopodobieństwa zdarzenia rozmytego do oceny pewnych sytuacji ekonomicznych. W części wstępnej artykułu zarysowano ogólną ideę tak zwanego zbioru rozmytego wprowadzoną do nauki i praktyki przez L.A. Zadeha w 1965 r. Koncepcja ta wyrosła na podstawie rozwijającej się od początków XX wieku logiki wielowartościowej przy wybitnym wkładzie w tej dziedzinie polskich uczonych. Zainteresowanie tą teorią w Polsce było i jest duże, i to podniesiono w rozdziale 1. W rozdziale 2 omówiono pewne uogólnienie teorii Zadeha zaproponowane przez K. Atanassova. Ukazano zalety wprowadzenia do rozważań oprócz tzw. funkcji przynależności także funkcji nieprzynależności elementu do pewnego zbioru, a w konsekwencji pojęcia tzw. marginesu niepewności, co odpowiada wielu sytuacjom spotykanym w praktyce. Zilustrowano to przykładami. Zbiory tak scharakteryzowane nazywa się intuicjonistycznymi rozmytymi lub dwoisto rozmytymi. Rozdział 3 omawia prawdopodobieństwo zdarzenia rozmytego na podstawie prac własnych. Rozdziały 4 i 5 przedstawiają inne koncepcje prawdopodobieństwa niedawno zaproponowane Rozdział 6 stanowi ilustrację sposobu obliczenia prawdopodobieństwa według różnych koncepcji w odniesieniu do problematyk, ekonomicznej. Daje to obraz zalety prognozowania opartego na Wiedzy. Rozdział 7 zawiera uwagi końcowe. (abstrakt oryginalny)
Przedstawiono, niepodzielany przez wiŠkszość autorów zajmujących się zbiorami rozmytymi, pogląd, że niepewność i nieostrość są to dwa istotnie różne zjawiska empiryczne i dlatego muszą być wyjaśnione lub tylko opisywane za pomocą różnych teorii: teorii prawdopodobieństwa i teorii zbiorów rozmytych. Stwierdzenia pierwszej z tych dwóch teorii są weryfikowalne w pewnym modelu, to znaczy, że stwierdzenia te mogą być prawdziwe lub fałszywe. Typowe wyrażenia zbiorów rozmytych zaś nie są interpretowalne, w sensie interpretacji semantycznej, w żadnej dziedzinie, one same stanowią raczej pewien rodzaj interpretacji. Wyrażenia takie nie są więc ani prawdziwe, ani fałszywe.
Artykuł stanowi próbę uzupełnienia teorii działań arytmetycznych na rzeczywistych liczbach rozmytych. Celem zawartych w nim rozważań jest znalezienie rozwiązania problemu działania odwrotnego w arytmetyce rozmytej oraz związanego z nim zagadnienia równania z jedna niewiadomą. (abstrakt oryginalny)
Celem niniejszej pracy jest przedstawienie całki z odwzorowania rozmytego. Główny nacisk położono w pracy na zagadnienie istnienia całki z odwzorowania rozmytego. Z uwagi na ograniczenia objętościowe pracy zrezygnowano z przedstawienia własności zdefiniowanej całki. Na uwagę zasługuje fakt, że przedstawiona w pracy definicja całki jest całkowicie różna od propozycji Sugeno, Dubois i Prade, Klementa Ralescu, Yagera, Zhao Ru-huai, Song Renminga i Wanga. Przedstawiona w pracy definicja całki jest uogólnieniem całki Riemanna. (fragment tekstu)
Zarządzanie różnorodnością to nowa metoda zarządzania przedsiębiorstwem. Zgodnie z tą koncepcją różnice między pracownikami przedsiębiorstw, wynikające z płci, wieku, rasy, pochodzenia etnicznego i narodowego, stopnia niepełnosprawności czy orientacji seksualnej, są postrzegane jako potencjalne źródło korzyści biznesowych przedsiębiorstw. Ponieważ rozwój przedsiębiorstw jest jednym z najważniejszych czynników rozwoju gospodarczego regionów, w artykule podjęto próbę wskazania tych polskich regionów, z których pochodzą przedsiębiorstwa najbardziej zaangażowane we wdrażaniu koncepcji zarządzania różnorodnością. W tym celu zastosowano podejście analityczne polegające na połączeniu metod porządkowania liniowego z danymi rozmytymi. Podstawą analiz były wyniki badania kadry zarządzającej średnich i dużych przedsiębiorstw zlokalizowanych w polskich regionach.(abstrakt oryginalny)
19
Content available remote Fuzzy Classification of Symbolic Objects
80%
The aim of this work is to present fuzzy clustering algorithm for objects, which can be described by mixed feature-type symbolic data and fuzzy data. The main idea is the transformation of mixed feature-type symbolic data and fuzzy data into histogram-valued symbolic data. Fuzzy classification is very useful in case, when classes are difficult separated, mixed objects can be classified into class with the fixed degree of membership. (original abstract)
Znaczna złożoność obliczeniowa większości algorytmów przetwarzających dane rozmyte stanowi istotne ograniczenie praktycznego wykorzystania metod teorii zbiorów rozmytych. Najczęściej funkcja przynależności wyniku operacji na zbiorach (liczbach) rozmytych powstaje w procesie numerycznego jej wyznaczania na podstawie funkcji przynależności argumentów operacji. W większości przypadków obliczeń prowadzonych w klasie zbiorów rozmytych tradycyjnie zorganizowane komputery nie są adekwatnym narzędziem. Ich szeregowy sposób przetwarzania danych nie odpowiada równoległej z reguły naturze operacji na zbiorach rozmytych. Z operacjami o takim charakterze dobrze natomiast koresponduje równoległy proces przetwarzania danych przez sieć neuronową. Jednym z rezultatów prowadzonych badań w tym zakresie jest zaprezentowana w pracy sieć neuronowa wygładzająca funkcje przynależności zbiorów rozmytych. (abstrakt oryginalny)
first rewind previous Strona / 17 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.