Uncertainty affects decision-making

Uncertainty affects decision-making and emerges in a number
of different forms. The concept of information is inherently associated
with the concept of uncertainty. The most fundamental aspect
of this connection is that the uncertainty involved in any problem solving
situation is a result of some information deficiency, which
may be incomplete, imprecise , fragmentary , not fully reliable, vague,
contradictory, or deficient in some other way. Uncertainty is
an attribute of information. The general framework of fuzzy reasoning
allows handling much of this uncertainty and fuzzy systems
employ type-1 fuzzy sets, which represent uncertainty by numbers
in the range [0, 1]. When an entity is uncertain, like a measurement,
it is difficult to determine its exact value, and of course
type-1 fuzzy sets make more sense than sets. However, it is not
reasonable to use an accurate membership function for something
uncertain, so in this case what we need is another type of fuzzy
sets, those which are able to handle these uncertainties, the so
called type-2 fuzzy sets (Karnik and Mendel, 1998). The amount
of uncertainty in a system can be reduced by using type-2 fuzzy logic
because this logic offers better capabilities to handle linguistic
uncertainties by modeling vagueness and unreliability of information

ผลลัพธ์ (ไทย) 1:

ความไม่แน่นอนมีผลต่อการตัดสินใจ และบ่งบอกในตัวเลขหลากหลายรูปแบบ แนวคิดของข้อมูลมีความสัมพันธ์กับแนวคิดของความไม่แน่นอน ด้านพื้นฐานมากที่สุดการเชื่อมต่อนี้อยู่ที่ความไม่แน่นอนที่เกี่ยวข้องในการแก้ปัญหาใด ๆสถานการณ์ที่จะเกิดจากขาดข้อมูลบางอย่าง ซึ่งอาจจะไม่สมบูรณ์ imprecise, fragmentary ไม่ครบถ้วนเชื่อถือได้ คลุม เครือขัดแย้ง หรือวิธีอื่นไม่ มีความไม่แน่นอนแอตทริบิวต์ของข้อมูล กรอบทั่วไปของเหตุผลชัดเจนช่วยให้การจัดการของระบบที่ชัดเจนและความไม่แน่นอนนี้ชนิด 1 ปุยชุด ซึ่งแสดงถึงความไม่แน่นอน โดยตัวเลขการจ้างงานในช่วง [0, 1] เมื่อเอนทิตีไม่แน่นอน เช่นการประเมินมันเป็นเรื่องยากในการกำหนดมูลค่าแน่นอน และแน่นอนประเภท 1 ชุดชัดเจนเหมาะสมยิ่งขึ้นกว่าชุด อย่างไรก็ตาม ไม่เหมาะสมที่จะใช้ฟังก์ชันสมาชิกที่ต้องการบางสิ่งบางอย่างไม่แน่นอน ดังนั้นในกรณีนี้สิ่งที่เราต้องคือเอิบตั้งค่า ผู้ที่สามารถจัดการกับความไม่แน่นอนเหล่านี้ การให้เรียกว่าชุดเอิบ 2 ชนิด (Karnik และรเกอร์ 1998) ยอดเงินความไม่แน่นอนในระบบจะลดลง โดยใช้ตรรกศาสตร์ 2 ชนิดเนื่องจากตรรกะนี้มีความสามารถดีกว่าจัดการภาษาศาสตร์ความไม่แน่นอน โดยการสร้างโมเดล vagueness และ unreliability ของข้อมูล

ผลลัพธ์ (ไทย) 2:

ความไม่แน่นอนส่งผลกระทบต่อการตัดสินใจและโผล่ออกมาในจำนวนของรูปแบบที่แตกต่างกัน
แนวคิดของข้อมูลที่มีความเกี่ยวข้องโดยเนื้อแท้กับแนวคิดของความไม่แน่นอน ด้านพื้นฐานที่สุดของการเชื่อมต่อนี้ก็คือความไม่แน่นอนที่เกี่ยวข้องในการแก้ปัญหาใด ๆ สถานการณ์ที่เป็นผลมาจากการขาดข้อมูลบางอย่างซึ่งอาจจะไม่สมบูรณ์ไม่แน่ชัดเป็นชิ้นเป็นอันไม่น่าเชื่อถืออย่างเต็มที่คลุมเครือขัดแย้งหรือขาดบางวิธีอื่นๆ ความไม่แน่นอนคือแอตทริบิวต์ของข้อมูล กรอบทั่วไปของเหตุผลเลือนช่วยให้การจัดการมากของความไม่แน่นอนนี้และระบบเลือนจ้างชนิดที่1 ชุดเลือนซึ่งเป็นตัวแทนของความไม่แน่นอนโดยตัวเลขในช่วง [0, 1] เมื่อองค์กรนั้นมีความไม่แน่นอนเช่นการวัดมันเป็นเรื่องยากในการกำหนดมูลค่าที่แน่นอนและแน่นอนชนิดที่1 ชุดเลือนทำให้รู้สึกมากขึ้นกว่าชุด แต่ก็ไม่เหมาะสมที่จะใช้ฟังก์ชั่นสมาชิกที่ถูกต้องสำหรับบางสิ่งบางอย่างที่ไม่แน่นอนดังนั้นในกรณีนี้สิ่งที่เราต้องการคือประเภทของเลือนอีกชุดผู้ที่มีความสามารถที่จะจัดการกับความไม่แน่นอนเหล่านี้จึงเรียกว่าชนิดที่2 ชุดเลือน (Karnik และ เมนเดล, 1998) จำนวนเงินที่มีความไม่แน่นอนในระบบจะลดลงโดยใช้ชนิดที่ 2 ตรรกศาสตร์เพราะตรรกะนี้มีความสามารถที่ดีกว่าที่จะจัดการกับภาษาความไม่แน่นอนจากความไม่ชัดเจนและไม่สามารถไว้ใจได้สร้างแบบจำลองข้อมูล

ผลลัพธ์ (ไทย) 3:

ไม่มีผลต่อการตัดสินใจ และปรากฏในหมายเลข
ของรูปแบบที่แตกต่างกัน แนวคิดของข้อมูลเป็นอย่างโดยเนื้อแท้ที่เกี่ยวข้อง
กับแนวคิดของความไม่แน่นอน กว้างสุดพื้นฐาน
ของการเชื่อมต่อนี้คือความไม่แน่นอนที่เกี่ยวข้องในการแก้ไขปัญหาสถานการณ์
เป็นผลของข้อมูลบางส่วนขาดซึ่ง
อาจจะไม่สมบูรณ์ มันคลุมเครือ กระท่อนกระแท่น ไม่เต็มที่ที่เชื่อถือได้ , คลุมเครือ
ข้อแย้งหรือขาดในบางวิธีอื่น ๆ ความไม่แน่นอน คือ
แอตทริบิวต์ของข้อมูล กรอบทั่วไปของ
เหตุผลคลุมเครือให้จัดการมากของความไม่แน่นอนและระบบฟัซซีจ้าง 1 ชุดฟัซซี่

ซึ่งเป็นตัวแทนของความไม่แน่นอน โดยตัวเลขในช่วง [ 0 , 1 ] เมื่อองค์กรมีความไม่แน่นอน เช่น วัด ,
มันเป็นเรื่องยากที่จะกำหนดมูลค่าที่แน่นอนของมันและแน่นอน
แบบชุด ที่ให้ความรู้สึกมากกว่าชุด แต่มันไม่สมเหตุสมผลที่จะใช้ฟังก์ชันสมาชิก

ถูกต้องสิ่งที่ไม่แน่นอน ดังนั้น ในกรณีนี้สิ่งที่เราต้องการคือประเภทของชุดฟัซซี่
อื่น ซึ่งจะสามารถจัดการกับความไม่แน่นอนเหล่านี้ ดังนั้น
เรียกว่าประเภทชุด ( karnik ฟัซซี่และเมนเดล , 1998 ) จํานวน
ของความไม่แน่นอนในระบบสามารถลดลงได้โดยการใช้ตรรกศาสตร์คลุมเครือ
ประเภทเพราะตรรกะนี้มีความสามารถดีกว่าที่จะจัดการกับความไม่แน่นอนและความไม่ unreliability ภาษา
โดยการจำลองข้อมูล