Tomada de decisão em grupo e multi-atributos baseada na Lógica fuzzy intuicionista de Atanassov intervalarmente valorada
Fuzzy logic emerged in 1965 with the work of Lotfi Zadeh that aims rigorously deal with the uncertainty inherent in the definition of notions and inaccurate or vague properties in several everyday situations, such as high temperature, sharp drop, etc. For this, Zadeh considered a degree (a value...
Na minha lista:
| Autor principal: | |
|---|---|
| Outros Autores: | |
| Formato: | doctoralThesis |
| Idioma: | por |
| Publicado em: |
Brasil
|
| Assuntos: | |
| Endereço do item: | https://repositorio.ufrn.br/jspui/handle/123456789/21796 |
| Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
| id |
ri-123456789-21796 |
|---|---|
| record_format |
dspace |
| institution |
Repositório Institucional |
| collection |
RI - UFRN |
| language |
por |
| topic |
Lógica fuzzy Tomada de decisão Lógica fuzzy intuicionista de Atanassov intervalarmente valorada Ordens admissíveis Médias ponderadas ordenadas Representação intervalar Fusão de ranking CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA E DE COMPUTAÇÃO |
| spellingShingle |
Lógica fuzzy Tomada de decisão Lógica fuzzy intuicionista de Atanassov intervalarmente valorada Ordens admissíveis Médias ponderadas ordenadas Representação intervalar Fusão de ranking CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA E DE COMPUTAÇÃO Silva, Ivanosca Andrade da Tomada de decisão em grupo e multi-atributos baseada na Lógica fuzzy intuicionista de Atanassov intervalarmente valorada |
| description |
Fuzzy logic emerged in 1965 with the work of Lotfi Zadeh that aims rigorously deal
with the uncertainty inherent in the definition of notions and inaccurate or vague properties
in several everyday situations, such as high temperature, sharp drop, etc. For this,
Zadeh considered a degree (a value in the range [0,1]) in order to express how much
an element belongs to a set, i.e. satisfies a given property. However, some criticism of
this theory have been made, mainly because that this theory deal with uncertainties using
exact values, which led to several researchers (including himself Zadeh) in 1975 and independently,
to extend this theory relaxing the set where the membership degrees take their
values. One of these extensions, interval-valued Atanassov’s intuitionistic fuzzy logic,
proposed in 1989 by Atanassov and Gargov, uses a pair of subintervals of [0,1], the first
represent how much, considering some inaccuracy, it is believed that the element satisfies
the property while the second describes how much it is believed that does not satisfy the
property. This pair of interval degrees aim to capture the hesitation and inaccuracy present
at the time of assigning the degree to which the element satisfies the property.
Fuzzy logic and its various extensions, has been successfully applied in various areas,
such as: medicine, engineering, agriculture, economics and management. In particular,
one of the main applications of fuzzy logic in management concerns with the support to
the decision making. A typical decision-making problem is the choice of the best alternative
among a set of them or the obtention of a ranking of the alternatives, considering
some criteria to be satisfied, as well as the opinion of one or more experts. The fuzzy
methods for decision making problems based on decision matrices, use fuzzy degrees (or
of their extensions) to express how much an alternative satisfies a particular attribute or
criterion. On the other hand, the methods of fuzzy decision making problems based on
preference relations, use fuzzy degrees (or of their extensions) to express how much an
alternative is preferred to other alternative. In both cases, the opinion of all experts is
aggregated to determine only a single decision matrix or preference relation, according
be the case, and from them extract a score (which can be a numeric value or not) in order
to decide which is the potentially best alternative. In this thesis are presents significant theoretical advances in the theory of intervalvalued Atanassov’s intuitionistic fuzzy sets as well as are proposed two new decisionmaking methods, considering multiple attributes (or criteria) and a group of experts, these
methods are applyed on specific problems and made a comparison with the results obtained
by others decision-making methods. On the other hand, one of the major problems with the methods or processes of decision-making is that, when applied to real problems, in general, can not determine
the quality of the solution (ranking of the alternatives) obtained by the method. In fact,
different decision making methods to the same problem may result in different solutions.
In this thesis, it is proposed to consider the results obtained by different methods (independent
of the fuzzy extension considered and of the type of decision-making problem)
as information that can be used by another method capable of determining a ranking of
the alternatives representing the fusion or consensus of these rankings. |
| author2 |
Bedregal, Benjamin Rene Callejas |
| author_facet |
Bedregal, Benjamin Rene Callejas Silva, Ivanosca Andrade da |
| format |
doctoralThesis |
| author |
Silva, Ivanosca Andrade da |
| author_sort |
Silva, Ivanosca Andrade da |
| title |
Tomada de decisão em grupo e multi-atributos baseada na Lógica fuzzy intuicionista de Atanassov intervalarmente valorada |
| title_short |
Tomada de decisão em grupo e multi-atributos baseada na Lógica fuzzy intuicionista de Atanassov intervalarmente valorada |
| title_full |
Tomada de decisão em grupo e multi-atributos baseada na Lógica fuzzy intuicionista de Atanassov intervalarmente valorada |
| title_fullStr |
Tomada de decisão em grupo e multi-atributos baseada na Lógica fuzzy intuicionista de Atanassov intervalarmente valorada |
| title_full_unstemmed |
Tomada de decisão em grupo e multi-atributos baseada na Lógica fuzzy intuicionista de Atanassov intervalarmente valorada |
| title_sort |
tomada de decisão em grupo e multi-atributos baseada na lógica fuzzy intuicionista de atanassov intervalarmente valorada |
| publisher |
Brasil |
| publishDate |
2017 |
| url |
https://repositorio.ufrn.br/jspui/handle/123456789/21796 |
| work_keys_str_mv |
AT silvaivanoscaandradeda tomadadedecisaoemgrupoemultiatributosbaseadanalogicafuzzyintuicionistadeatanassovintervalarmentevalorada |
| _version_ |
1773959172177526784 |
| spelling |
ri-123456789-217962017-11-03T02:37:54Z Tomada de decisão em grupo e multi-atributos baseada na Lógica fuzzy intuicionista de Atanassov intervalarmente valorada Silva, Ivanosca Andrade da Bedregal, Benjamin Rene Callejas Santiago, Regivan Hugo Nunes Dimuro, Graçaliz Pereira Mezzomo, Ivan Rocha, Marcus Pinto da Costa da Lógica fuzzy Tomada de decisão Lógica fuzzy intuicionista de Atanassov intervalarmente valorada Ordens admissíveis Médias ponderadas ordenadas Representação intervalar Fusão de ranking CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA E DE COMPUTAÇÃO Fuzzy logic emerged in 1965 with the work of Lotfi Zadeh that aims rigorously deal with the uncertainty inherent in the definition of notions and inaccurate or vague properties in several everyday situations, such as high temperature, sharp drop, etc. For this, Zadeh considered a degree (a value in the range [0,1]) in order to express how much an element belongs to a set, i.e. satisfies a given property. However, some criticism of this theory have been made, mainly because that this theory deal with uncertainties using exact values, which led to several researchers (including himself Zadeh) in 1975 and independently, to extend this theory relaxing the set where the membership degrees take their values. One of these extensions, interval-valued Atanassov’s intuitionistic fuzzy logic, proposed in 1989 by Atanassov and Gargov, uses a pair of subintervals of [0,1], the first represent how much, considering some inaccuracy, it is believed that the element satisfies the property while the second describes how much it is believed that does not satisfy the property. This pair of interval degrees aim to capture the hesitation and inaccuracy present at the time of assigning the degree to which the element satisfies the property. Fuzzy logic and its various extensions, has been successfully applied in various areas, such as: medicine, engineering, agriculture, economics and management. In particular, one of the main applications of fuzzy logic in management concerns with the support to the decision making. A typical decision-making problem is the choice of the best alternative among a set of them or the obtention of a ranking of the alternatives, considering some criteria to be satisfied, as well as the opinion of one or more experts. The fuzzy methods for decision making problems based on decision matrices, use fuzzy degrees (or of their extensions) to express how much an alternative satisfies a particular attribute or criterion. On the other hand, the methods of fuzzy decision making problems based on preference relations, use fuzzy degrees (or of their extensions) to express how much an alternative is preferred to other alternative. In both cases, the opinion of all experts is aggregated to determine only a single decision matrix or preference relation, according be the case, and from them extract a score (which can be a numeric value or not) in order to decide which is the potentially best alternative. In this thesis are presents significant theoretical advances in the theory of intervalvalued Atanassov’s intuitionistic fuzzy sets as well as are proposed two new decisionmaking methods, considering multiple attributes (or criteria) and a group of experts, these methods are applyed on specific problems and made a comparison with the results obtained by others decision-making methods. On the other hand, one of the major problems with the methods or processes of decision-making is that, when applied to real problems, in general, can not determine the quality of the solution (ranking of the alternatives) obtained by the method. In fact, different decision making methods to the same problem may result in different solutions. In this thesis, it is proposed to consider the results obtained by different methods (independent of the fuzzy extension considered and of the type of decision-making problem) as information that can be used by another method capable of determining a ranking of the alternatives representing the fusion or consensus of these rankings. Lógica fuzzy surge em 1965 com o trabalho de Lotfi Zadeh que tem por objetivo tratar de forma rigorosa a incerteza inerente na definição de noções e propriedades imprecisas ou vagas presentes em diversas situações do cotidiano, como por exemplo, temperatura alta, pendente acentuada, etc. Para isto, Zadeh considerou um grau (um valor no intervalo [0,1]) com que um determinado elemento pertence a um conjunto ou satisfaz uma determinada propriedade. No entanto, algumas críticas a esta teoria foram feitas, principalmente por causa desta teoria lidar com incertezas usando valores exatos, o que motivou a vários pesquisadores (entre eles o próprio Zadeh) em 1975, e de forma independente, a estender esta teoria relaxando o conjunto onde os graus tomam seus valores. Uma destas extensões, a lógica fuzzy intuicionista de Atanassov intervalarmente valorada, proposta em 1989 por Atanassov e Gargov, que usa um par de subintervalos de [0,1], um deles representa o quanto, considerando alguma imprecisão, se acredita que o elemento satisfaz a propriedade enquanto o outro descreve o quanto se acredita que não satisfaz a propriedade. Este par de graus intervalares visam capturar a hesitação e imprecisão presente ao momento de se atribuir o grau com que o elemento satisfaz a propriedade. A lógica fuzzy e suas diversas extensões, tem sido aplicada com sucesso nas mais variadas áreas, como por exemplo, medicina, engenharia, agricultura, econômia e em administração. Em particular, uma das principais aplicações de lógica fuzzy em administração diz respeito ao apoio na tomada de decisão. Um problema típico de tomada de decisão consiste em escolher a melhor alternativa entre um conjunto delas ou em ordenar as alternativas de melhor a pior, considerando alguns critérios a serem satisfeitos assi como a opinião de um ou mais especialistas. Os métodos fuzzy para problemas de tomada de decisão usam graus fuzzy (ou de suas extensões) para expressar o quanto uma alternativa satisfaz um determinado atributo ou critério, e alguma forma de agregar a opinião de todos os especialistas, para chegar no final a uma pontuação (que pode ser um valor numérico ou não) que permita decidir qual é a potencialmente melhor alternativa.Nesta tese são apresentados avanços teóricos significativos na teoria dos conjuntos fuzzy intuicionistas de Atanassov intervalarmente valorados assim como, são proposto dois novos métodos de tomada de decisão, considerando múltiplos atributos (ou critérios) e um grupo de especialistas, aplicação desses métodos em problemas específicos e é realizada uma comparação com resultados obtidos com outros métodos de tomada de decisão. Por outro lado, um dos grandes problemas com os métodos ou processos de tomada de decisão é que, quando aplicado em problemas reais, em geral, não é possível determinar a qualidade da solução (ordenação das alternativas) obtida pelo método. De fato, diferentes métodos de tomada de decisão para um mesmo problema podem resultar em diferentes soluções. Nesta tese, se propõe considerar os resultados obtidos por diferentes métodos (independente do tipo de extensão fuzzy usada e tipo de problema de tomada de decisão) como meras evidências que podem ser usadas por um outro método capaz de determinar uma ordenação das alternativas que de alguma maneira represente a fusão ou consenso desses ordenamentos de alternativas. 2017-01-30T12:47:10Z 2017-01-30T12:47:10Z 2016-05-20 doctoralThesis SILVA, Ivanosca Andrade da. Tomada de decisão em grupo e multi-atributos baseada na Lógica fuzzy intuicionista de Atanassov intervalarmente valorada. 2016. 120f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2016. https://repositorio.ufrn.br/jspui/handle/123456789/21796 por Acesso Aberto application/pdf Brasil UFRN PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO |