5 FUZZY MEASURES AND STANDARDISATIO

5 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.

ผลลัพธ์ (ไทย) 1:

มาตรการ 5 ปุยและมาตรฐานชัดเจน 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

ผลลัพธ์ (ไทย) 2:

5 มาตรการเลือนและ Standardisation
เห็นได้ชัดว่าการพิจารณาของมาตรการเลือนนี้มี
ความหมายนอกเหนือจากที่ของการรวม
ขั้นตอนการอยู่คนเดียว นอกจากนี้ยังมีตรรกะที่แข็งแกร่งมากสำหรับ
กระบวนการของมาตรฐาน ในบริบทนี้
กระบวนการของการสร้างมาตรฐานเกณฑ์ที่สามารถมองเห็นเป็น
หนึ่งแต่งค่าลงในคำสั่งของการตั้งค่า
สมาชิก - ปริญญาของการเป็นสมาชิกในรอบสุดท้าย
ชุดการตัดสินใจ อันที่จริงอีสต์แมนและเจียง (1996)
ยืนยันว่างบดังกล่าวของการเป็นสมาชิกชุดในความเป็นจริง
เป็นชุดเลือน (รูปแบบเฉพาะของเลือน
วัด) ขณะที่บูลีน จำกัด
เป็นตัวแทนชุดคลาสสิก นี้อย่างชัดเจนจะเปิดทาง
ให้ครอบครัวที่กว้างขึ้นของฟังก์ชั่นสมาชิกชุด
กว่า rescaling เชิงเส้นเพียงอย่างเดียว ยกตัวอย่างเช่น
ที่ใช้กันทั่วไป sigmoidal (s รูป) การทำงานของ
ชุดเลือนให้ตรรกะง่ายๆสำหรับกรณีที่มี
ฟังก์ชั่นที่จำเป็นที่ asymptotic 0 และ 1
นอกจากนี้ยังแสดงให้เห็นว่าต่ำสุดและสูงสุดดิบ
ค่าปัจจัยที่ไม่ควรสุ่มสี่สุ่มห้า ใช้เป็น
จุดยึดสำหรับเช่นฟังก์ชั่น แต่สมอ
จุดที่สอดคล้องกับตรรกะของชุด
สมาชิกจะดีกว่าอย่างเห็นได้ชัด ยกตัวอย่างเช่นใน
รูปที่ 4 ฟังก์ชั่นสมาชิก sigmoidal ถูก
สร้างขึ้นสำหรับแต่ละปัจจัยที่มีจุดยึดตั้งไว้ที่
จุดที่ปัจจัยที่จะเริ่มมีผลกระทบและ
ผลกระทบที่ไม่เกี่ยวข้อง

ผลลัพธ์ (ไทย) 3:

5 นำมาตรการและให้ได้มาตรฐาน
อย่างชัดเจน ซึ่งการพิจารณามาตรการคลุมเครือได้
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