A neural network based fuzzy set mo

A neural network based fuzzy set model is proposed to support organizational decision making under uncertainty. This model incorporates three theories and methodologies: classical decision-making theory under conflict, as suggested by Luce and Raiffa (1957), the fuzzy set theory of Zadeh (1965, 1984), and a modified version of the backpropagation (BP) neural network algorithm originated by Rumelhart et al. (1986). An algorithm that implements the model is described, and an application of the model to a real data example is used to demonstrate its use

ผลลัพธ์ (ไทย) 1:

มีเสนอแบบจำลองการตั้งค่าเอิบใช้โครงข่ายประสาทเพื่อสนับสนุนการตัดสินใจขององค์กรภายใต้ความไม่แน่นอน รุ่นนี้ประกอบด้วย 3 ทฤษฎีและวิธีการ: ทฤษฎีคลาสสิกตัดสินใจภายใต้ความขัดแย้ง แนะนำโดยลูและ Raiffa (1957), ทฤษฎีชุดเอิบ Zadeh (1965, 1984), และขั้นตอนวิธีโครงข่ายประสาท backpropagation (BP) รุ่นปรับเปลี่ยนมาโดย Rumelhart et al. (1986) อธิบายขั้นตอนวิธีที่ใช้รูปแบบ และแอพลิเคชันของแบบจำลองเพื่อเป็นตัวอย่างข้อมูลที่แท้จริงถูกใช้เพื่อแสดงให้เห็นถึงการใช้

ผลลัพธ์ (ไทย) 2:

โครงข่ายประสาทเทียมตามแบบชุดเลือนจะเสนอให้สนับสนุนการตัดสินใจขององค์กรภายใต้ความไม่แน่นอน รูปแบบนี้จะรวมสามทฤษฎีและวิธีการ: การตัดสินใจภายใต้ทฤษฎีความขัดแย้งที่แนะนำโดยลูซและ Raiffa (1957), ทฤษฎีเซตคลุมเครือของ Zadeh (1965 1984) และฉบับแก้ไข backpropagation (BP) เครือข่ายประสาทคลาสสิก อัลกอริทึมมาโดย Rumelhart และคณะ (1986) อัลกอริทึมที่ใช้รูปแบบการอธิบายและการประยุกต์ใช้แบบจำลองเพื่อเป็นตัวอย่างที่ข้อมูลจริงที่ใช้ในการแสดงให้เห็นถึงการใช้งาน

ผลลัพธ์ (ไทย) 3:

เครือข่ายประสาทจากแบบจำลองฟัซซี่เซตเสนอให้องค์กรที่สนับสนุนการตัดสินใจภายใต้ความไม่แน่นอน รุ่นนี้ประกอบด้วยสามทฤษฎีและวิธีการ : คลาสสิกทฤษฎีการตัดสินใจภายใต้ความขัดแย้ง เป็นข้อเสนอแนะจากลูซ raiffa ( 1957 ) และทฤษฎีของฟัซซีเซต zadeh ( 1965 , 1984 )และเป็นรุ่นที่แก้ไขของแบบ ( BP ) เครือข่ายประสาทขั้นตอนวิธีต้น rumelhart et al . ( 1986 ) อัลกอริทึมที่ใช้รูปแบบการอธิบายและการประยุกต์ใช้แบบจำลองตัวอย่างข้อมูลที่แท้จริง คือ ใช้เพื่อแสดงให้เห็นถึงการใช้