FUZZY MEASURES AND STANDARDISATIONC

FUZZY MEASURES AND STANDARDISATION
Clearly, this consideration of fuzzy measures has
implications beyond those of the aggregation
process alone. It also provides a very strong logic for
the process of standardisation. In this context, the
process of standardising a criterion can be seen as
one of recasting values into a statement of set
membership – the degree of membership in the final
decision set. Indeed, Eastman and Jiang (1996)
argue that such statements of set membership in fact
constitute fuzzy sets (a particular form of fuzzy
measure), while those of Boolean constraints
represent classical sets. This clearly opens the way
for a broader family of set membership functions
than that of linear rescaling alone. For example, the
commonly used sigmoidal (s-shaped) function of
fuzzy sets provides a simple logic for cases where a
function is required that is asymptotic to 0 and 1. It
also suggests that the minimum and maximum raw
factor values should not blindly be used as the
anchor points for such a function. Rather, anchor
points that are consistent with the logic of set
membership are clearly superior. For example, in
Figure 4, sigmoidal membership functions were
created for each factor, with anchor points set at the
points where the factor begins to have an effect and
where the effect is no longer relevant. The distance

ผลลัพธ์ (ไทย) 1:

มาตรฐานและมาตรการที่ชัดเจนชัดเจน นี้พิจารณามาตรการที่ชัดเจนได้ผลเหนือกว่าการรวมกระบวนการเดียว ยังมีตรรกะที่แรงมากสำหรับกระบวนการมาตรฐาน ในบริบทนี้ การสามารถมองเห็นเป็นกระบวนการของ standardising เกณฑ์recasting ค่าในคำสั่งชุดหนึ่งสมาชิก – ปริญญาสมาชิกภาพสุดท้ายตัดสินใจได้ แน่นอน อีสต์แมนและเจียง (1996)โต้เถียงกล่าวว่างบของสมาชิกการตั้งค่าในความเป็นจริงประกอบชุดเอิบ (เฉพาะแบบของเอิบวัด), ในขณะที่ของบูลีนจำกัดแสดงชุดคลาสสิก นี้เปิดแบบชัดเจนสำหรับครอบครัวที่กว้างขึ้นของฟังก์ชันสมาชิกที่กำหนดกว่าที่ของเส้น rescaling คนเดียว ตัวอย่าง การใช้ sigmoidal (ตัว s) ฟังก์ชันของชุดเอิบมีตรรกะแบบง่าย ๆ สำหรับกรณีที่เป็นฟังก์ชันที่จำเป็นคือ asymptotic 0 และ 1 มันนอกจากนี้ยัง แนะนำที่ต่ำสุดและสูงสุดที่วัตถุดิบค่าปัจจัยไม่ควรอย่างคนตาบอดใช้เป็นจุดยึดสำหรับฟังก์ชันดังกล่าว ค่อนข้าง สมอจุดที่สอดคล้องกับตรรกะของชุดสมาชิกจะเหนือกว่าอย่างชัดเจน ตัวอย่าง ในรูปที่ 4 ฟังก์ชันสมาชิก sigmoidal ได้สร้างจุดยึดที่ตั้งสำหรับแต่ละปัจจัย การจุดที่ตัวเริ่มต้นการมีผลกระทบ และผลไม่เกี่ยวข้องกัน ระยะห่าง

ผลลัพธ์ (ไทย) 2:

มาตรการเลือนและ Standardisation
เห็นได้ชัดว่าการพิจารณาของมาตรการเลือนนี้มีความหมายนอกเหนือจากที่ของการรวมขั้นตอนการอยู่คนเดียว นอกจากนี้ยังมีตรรกะที่แข็งแกร่งมากสำหรับกระบวนการของมาตรฐาน ในบริบทนี้กระบวนการของเกณฑ์มาตรฐานสามารถมองเห็นเป็นหนึ่งแต่งค่าลงในคำสั่งของชุดสมาชิก- ระดับของสมาชิกในขั้นสุดท้ายชุดการตัดสินใจ อันที่จริงอีสต์แมนและเจียง (1996) ยืนยันว่างบดังกล่าวของการเป็นสมาชิกชุดในความเป็นจริงเป็นชุดเลือน(เป็นรูปแบบเฉพาะของเลือนวัด) ขณะที่บูลีน จำกัดเป็นตัวแทนชุดคลาสสิก นี้อย่างชัดเจนเปิดทางให้ครอบครัวที่กว้างขึ้นของฟังก์ชั่นสมาชิกชุดกว่าrescaling เชิงเส้นเพียงอย่างเดียว ยกตัวอย่างเช่นที่ใช้กันทั่วไป sigmoidal (s รูป) การทำงานของชุดเลือนให้ตรรกะที่ง่ายสำหรับกรณีที่ฟังก์ชั่นที่จำเป็นต้องที่asymptotic 0 และ 1 นอกจากนี้ยังแสดงให้เห็นว่าต่ำสุดและสูงสุดดิบค่าปัจจัยที่ไม่ควรสุ่มสี่สุ่มห้าใช้เป็นจุดยึดสำหรับเช่นฟังก์ชั่น แต่สมอจุดที่สอดคล้องกับตรรกะของชุดสมาชิกอย่างชัดเจนจะดีกว่า ยกตัวอย่างเช่นในรูปที่ 4 ฟังก์ชั่นสมาชิก sigmoidal ถูกสร้างขึ้นสำหรับแต่ละปัจจัยที่มีจุดยึดที่ตั้งจุดปัจจัยที่จะเริ่มมีผลกระทบและการที่ผลที่ได้คือไม่เกี่ยวข้อง ระยะทาง

ผลลัพธ์ (ไทย) 3:

มาตรการคลุมเครือและให้ได้มาตรฐาน
อย่างชัดเจน นี้พิจารณามาตรการคลุมเครือได้
ความหมายนอกเหนือไปจากที่ของรวม
กระบวนการเพียงอย่างเดียว มันมีตรรกะที่แข็งแกร่งมากสำหรับ
กระบวนการให้ได้มาตรฐาน . ในบริบทนี้
กระบวนการ standardising เกณฑ์สามารถมองเห็นเป็นหนึ่งของการเปลี่ยนรูปใหม่ค่า

เป็นสมาชิกตั้งเป็นงบฯ ระดับของสมาชิกในขั้นสุดท้าย
ชุดการตัดสินใจ และแน่นอน อีสท์แมนเจียง ( 1996 )
ให้เหตุผลว่า ที่งบตั้งสมาชิกในความเป็นจริง
เป็นชุดฟัซซี่ ( รูปแบบเฉพาะของฟัซซี่
วัด ) ส่วนตรรกะข้อจำกัด
แสดงชุดคลาสสิก นี้อย่างชัดเจนเปิดทาง
สำหรับครอบครัวของสมาชิก เช่น ตั้งค่าฟังก์ชั่น
กว่าเส้น rescaling คนเดียว ตัวอย่างเช่น ใช้กัน
sigmoidal ( รูป ) หน้าที่ของ
ชุดแบบมีตรรกะง่ายๆ สำหรับกรณีที่เป็นฟังก์ชันที่กำหนดว่าเป็นแหล่ง
0 และ 1 มัน
ยังชี้ให้เห็นว่าต่ำสุดและสูงสุดดิบ
ปัจจัยค่าไม่ควรสุ่มสี่สุ่มห้า จะใช้เป็นจุดยึด
เช่นฟังก์ชัน ค่อนข้าง , สมอ
จุดที่สอดคล้องกับตรรกะของชุด
สมาชิกจะชัดเจนกว่า ตัวอย่างในรูปที่ 4
,
sigmoidal ฟังก์ชันความเป็นสมาชิกคือที่สร้างขึ้นสำหรับแต่ละด้าน กับจุดยึดชุดที่
จุดปัจจัยเริ่มได้ผลและ
ที่ผลไม่ที่เกี่ยวข้อง ระยะทาง