The aim of this paper is to put for

The aim of this paper is to put forward a method for multi-attribute decision making problems with linguistic information, in which the preference values take the form of linguistic variables. An aggregating operator named linguistic weighted arithmetic averaging (LWAA) operator is introduced to aggregate the given decision information to get the overall preference value of each alternative. Some properties of the LWAA operator are also investigated. Based on the idea that the attribute with a larger deviation value among alternatives should be evaluated a larger weight, a method to determine the optimal weighting vector of LWAA operator is developed under the assumption that attribute weights are completely unknown. The based approach is extended to the situation where partially weight information can be obtained by solving a constrained non-linear optimization problem. Then a procedure to group multiple attribute decision making is provided under linguistic environment. Finally, an example of risk investment problem is given to verify the proposed approach; a comparative study to fuzzy ordered weighted averaging (F-OWA) operator methods is also demonstrated.

ผลลัพธ์ (ไทย) 1:

จุดประสงค์ของเอกสารนี้คือการ นำวิธีการในการตัดสินใจหลายแอตทริบิวต์ข้อมูลภาษาศาสตร์ ซึ่งค่าชอบใช้แบบตัวแปรภาษาศาสตร์ทำปัญหา มีการแนะนำตัวดำเนิน aggregating ชื่อภาษาศาสตร์ถ่วงน้ำหนัก (LWAA) ดำเนินการหาค่าเฉลี่ยเลขคณิตสามารถรวมข้อมูลตัดสินใจให้ได้ค่ากำหนดลักษณะโดยรวมของแต่ละทางเลือก นอกจากนี้ยังถูกสอบสวนคุณสมบัติบางอย่างของตัวดำเนินการ LWAA ตามความคิดที่จะ มีค่าความแตกต่างใหญ่ระหว่างทางควร ประเมินน้ำหนักใหญ่ วิธีการกำหนดเวกเตอร์น้ำหนักเหมาะสมของตัวดำเนินการ LWAA ถูกพัฒนาภายใต้สมมติฐานที่น้ำหนักแอตทริบิวต์ทั้งหมดไม่รู้จักกัน มีขยายแนวทางตามสถานการณ์ซึ่งบางส่วนน้ำหนักข้อมูลได้ โดยการแก้ไขปัญหาเพิ่มประสิทธิภาพไม่ใช่เชิงเส้นที่มีข้อจำกัด แล้ว ขั้นตอนการจัดกลุ่มหลายแอททริบิวต์ตัดสินไว้ภายใต้สภาพแวดล้อมภาษาศาสตร์ สุดท้าย ตัวอย่างของปัญหาการลงทุนความเสี่ยงให้ตรวจสอบวิธีเสนอ นอกจากนี้ยังแสดงให้เห็นว่าการศึกษาเปรียบเทียบชัดเจนสั่งถ่วงน้ำหนักหาค่าเฉลี่ย (F-OWA) ดำเนินการวิธีการ

ผลลัพธ์ (ไทย) 2:

จุดมุ่งหมายของการวิจัยนี้คือการหยิบยกวิธีการสำหรับการตัดสินใจหลายแอตทริบิวต์ปัญหาการมีข้อมูลภาษาซึ่งในการตั้งค่าค่าใช้รูปแบบของตัวแปรภาษาที่ ผู้ประกอบการรวมชื่อเลขคณิตถ่วงน้ำหนักภาษาเฉลี่ย (LWAA) ผู้ประกอบการที่มีการแนะนำการรวมข้อมูลที่ได้รับการตัดสินใจที่จะได้รับค่าการตั้งค่าโดยรวมของแต่ละทางเลือก คุณสมบัติบางส่วนของผู้ประกอบการ LWAA จะตรวจสอบยัง ขึ้นอยู่กับความคิดที่ว่าแอตทริบิวต์ที่มีค่าความเบี่ยงเบนทางเลือกที่มีขนาดใหญ่ในหมู่ควรมีการประเมินน้ำหนักขนาดใหญ่วิธีการในการกำหนดเวกเตอร์น้ำหนักที่ดีที่สุดของผู้ประกอบการ LWAA ได้รับการพัฒนาภายใต้สมมติฐานว่าน้ำหนักแอตทริบิวต์ไม่เป็นที่รู้จักอย่างสมบูรณ์ ตามวิธีการที่จะขยายไปสู่​​สถานการณ์ที่ข้อมูลน้ำหนักบางส่วนสามารถรับได้โดยการแก้ปัญหาการเพิ่มประสิทธิภาพที่ไม่ใช่เชิงเส้นข้อ จำกัด จากนั้นขั้นตอนไปยังกลุ่มการตัดสินใจแอตทริบิวต์หลายที่ให้บริการภายใต้สภาพแวดล้อมทางภาษา ในที่สุดตัวอย่างของปัญหาการลงทุนมีความเสี่ยงที่จะได้รับการตรวจสอบวิธีการที่นำเสนอ; การศึกษาเปรียบเทียบการรับคำสั่งเลือนเฉลี่ยถ่วงน้ำหนัก (F-OWA) วิธีการดำเนินการนอกจากนี้ยังแสดงให้เห็น

ผลลัพธ์ (ไทย) 3:

วัตถุประสงค์ของการวิจัยนี้คือการหยิบยกวิธีการในการตัดสินใจปัญหากับปริญญาข้อมูลทางภาษาศาสตร์ ซึ่งความชอบค่าใช้รูปแบบของตัวแปรภาษา การรวมกัน ( ชื่อภาษาคณิตศาสตร์เฉลี่ยถ่วงน้ำหนัก ( lwaa ) แนะนำให้ผู้ประกอบการรวมการตัดสินใจข้อมูลที่ได้รับความชอบโดยรวมมูลค่าของแต่ละทางเลือกคุณสมบัติบางอย่างของ lwaa ผู้ประกอบการยังได้ ตามความคิดที่แอตทริบิวต์ที่มีค่าเบี่ยงเบนขนาดใหญ่ของทางเลือกที่ควรได้รับการประเมินน้ำหนักขนาดใหญ่ , วิธีการหาที่เหมาะสมน้ำหนักเวกเตอร์ของ lwaa ผู้ประกอบการพัฒนาภายใต้สมมติฐานว่าคุณลักษณะของน้ำหนักทั้งหมดที่ไม่รู้จักใช้วิธีการขยายสถานการณ์ที่หนัก ข้อมูลบางส่วนได้จากการแก้ข้อ จำกัด ไม่เป็นเส้นตรงเพิ่มปัญหา แล้วกระบวนการกลุ่มหลายแอตทริบิวต์การตัดสินใจมีให้ภายใต้สภาพแวดล้อมทางด้านภาษาศาสตร์ ในที่สุด ตัวอย่างของปัญหาการลงทุนที่ความเสี่ยงจะได้รับการตรวจสอบวิธีการที่เสนอ ;การศึกษาเปรียบเทียบการเลือนสั่งน้ำหนักเฉลี่ย ( f-owa ) วิธีการที่ผู้ประกอบการยังแสดงให้เห็นถึง