Fuzzy set theory has been studied a

Fuzzy set theory has been studied a lot and applied to many diverse areas. For
examples, Brown [1] considered a note on fuzzy sets to obtain some analytical findings
on convex fuzzy sets, star-shaped fuzzy sets, and arcwise connected fuzzy sets.
Mizumoto and Tanaka [7] found some properties o f fuzzy sets for intuitive fuzzy sets.
They applied the extension principle to show that convex fuzzy grades form a
commutative semi-ring and normal convex fuzzy grades form a distributive lattice under
join and meet. Cheng [2] developed a new approach for ranking fuzzy numbers to
calculate the distance to the centroid point with the special characteristics: higher mean
and lower spread to incorporate with human intuition. Kumar et al. [3] investigated some
operations on intuitive fuzzy sets and then verified some propositions and provided some
examples. For medical diagnosis, Kumar et al. [4] presented an application of intuitive
fuzzy sets for decision making problems. Li [5] constructed multiattribute decision
making models under intuitive fuzzy sets environment to derive a pair of maximum and
minimum linear programming problems by combining two linear programming under the
same constraints.

ผลลัพธ์ (ไทย) 1:

ทฤษฎีเซตเอิบได้รับการศึกษามาก และใช้พื้นที่มากมายหลากหลาย สำหรับตัวอย่าง น้ำตาล [1] ถือเป็นบันทึกย่อในชุดเอิบสามารถค้นพบบางอย่างวิเคราะห์ในชุดเอิบนูน รูปดาวชุดเอิบ และ arcwise เชื่อมต่อชุดเอิบMizumoto และทานากะ [7] พบบางคุณสมบัติ o f เอิบชุดสำหรับชุดง่ายชัดเจนพวกเขาใช้หลักการขยายจะแสดงแบบฟอร์มที่เกรดนูนชัดเจนเป็นสลับกึ่งแหวน และปกตินูนเอิบเกรดแบบโครงตาข่ายประกอบแจกแจงภายใต้เข้าร่วม และตอบสนอง เช็ง [2] ได้รับการพัฒนาวิธีการแบบใหม่สำหรับจัดอันดับหมายเลขชัดเจนคำนวณระยะทางไปจุดเซนทรอยด์มีลักษณะพิเศษ: เฉลี่ยสูงกว่าและลดการแพร่กระจายรวมกับสัญชาตญาณมนุษย์ Kumar et al. [3] ตรวจสอบบางส่วนดำเนินการในใช้งานง่ายชัดเจนตั้งแล้วตรวจสอบบางขั้น และให้บางตัวอย่างการ การวินิจฉัยทางการแพทย์ Kumar et al. [4] นำเสนอด้วยการประยุกต์ใช้งานง่ายชุดเอิบตัดสินปัญหา Multiattribute ตัดสินใจสร้าง Li [5]ทำให้รูปแบบภายใต้ง่ายชัดเจนตั้งค่าสภาพแวดล้อมที่สามารถรับคู่สูงสุด และต่ำปัญหาโปรแกรมเชิงเส้น โดยการรวมสองเส้นเขียนภายใต้การข้อจำกัดเดียวกัน

ผลลัพธ์ (ไทย) 2:

ฟัซซี่ตั้งทฤษฎีได้รับการศึกษาเป็นจำนวนมากและนำไปใช้กับพื้นที่ที่หลากหลายมาก สำหรับ
ตัวอย่างสีน้ำตาล [1] การพิจารณาบันทึกในชุดเลือนที่จะได้รับผลการวิจัยการวิเคราะห์บาง
ในชุดเลือนนูนรูปดาวชุดเลือนและ arcwise เชื่อมต่อชุดเลือน.
Mizumoto และทานากะ [7] พบคุณสมบัติบางส่วนของชุดเลือนเลือนสำหรับใช้งานง่าย ชุด.
พวกเขาใช้หลักการขยายแสดงให้เห็นว่าเกรดเลือนนูนรูปแบบ
แหวนกึ่งสับเปลี่ยนและปกติเกรดเลือนนูนรูปแบบตาข่ายจำหน่ายภายใต้การ
เข้าร่วมและตอบสนอง เฉิง [2] การพัฒนาวิธีการใหม่สำหรับการจัดอันดับตัวเลขเลือนการ
คำนวณระยะทางไปยังจุด centroid ที่มีลักษณะพิเศษ: ค่าเฉลี่ยที่สูงขึ้น
และการแพร่กระจายที่ต่ำกว่าที่จะรวมกับสัญชาตญาณของมนุษย์ มาร์และคณะ [3] การตรวจสอบบางส่วน
การดำเนินงานในชุดเลือนง่ายและจากนั้นตรวจสอบข้อเสนอบางอย่างและให้บาง
ตัวอย่าง สำหรับการวินิจฉัยทางการแพทย์มาร์และคณะ [4] นำเสนอการประยุกต์ใช้งานง่าย
ชุดเลือนปัญหาการตัดสินใจ Li [5] สร้าง multiattribute ตัดสินใจ
ทำแบบจำลองภายใต้สภาพแวดล้อมชุดเลือนง่ายที่จะได้รับคู่ของสูงสุดและ
ปัญหาการเขียนโปรแกรมเชิงเส้นขั้นต่ำโดยการรวมสองโปรแกรมเชิงเส้นภายใต้
ข้อ จำกัด เดียวกัน

ผลลัพธ์ (ไทย) 3:

ทฤษฎีเซตคลุมเครือ มีการศึกษามาก และนำไปใช้กับพื้นที่ที่หลากหลายมาก สำหรับ
ตัวอย่าง สีน้ำตาล [ 1 ] ถือว่าเป็นหมายเหตุในชุดฟัซซี่ได้รับบางวิเคราะห์พบ
บนนูนฟัซซี่เซต รูปดาว ชุดเชื่อม ชุด arcwise เบลอๆ งง และ ทานากะ มิซูโมโตะ
[ 7 ] พบคุณสมบัติ F o คลุมเครือชุดง่าย
ฟัซซี่ชุดพวกเขาใช้นามสกุลหลักเพื่อแสดงให้เห็นว่านูนแบบเกรดรูปแบบการสับเปลี่ยนแหวนและปกติ
กึ่งนูนแบบเกรดแบบตาข่ายกระจายภายใต้
เข้าร่วมและพบ เฉิง [ 2 ] ได้พัฒนาวิธีการใหม่สำหรับการจัดอันดับของตัวเลขเลือน

คำนวณระยะทางไปยังจุดเซนทรอยด์กับลักษณะพิเศษ : ที่สูงขึ้นหมายถึง
และการแพร่กระจายที่ลดลงรวมกับสัญชาตญาณของมนุษย์Kumar et al . [ 3 ] ได้มีการเลือนง่าย
ชุดแล้วตรวจสอบบางข้อเสนอและให้บาง
ตัวอย่าง เพื่อการวินิจฉัยทางการแพทย์ , Kumar et al . [ 4 ] ได้เสนอการประยุกต์ใช้ชุดเลือนง่าย
สำหรับปัญหาในการตัดสินใจ หลี่ [ 5 ] สร้างโมเดลการตัดสินใจให้
multiattribute ภายใต้ชุดเลือนง่ายสิ่งแวดล้อมสร้างคู่
สูงสุดและการเขียนโปรแกรมเชิงเส้นปัญหาน้อยที่สุด โดยการรวมสองโปรแกรมเชิงเส้นภายใต้
ข้อจำกัดเดียวกัน