since they imply a great use of the

since they imply a great use of the human perception for their valuation. For instance, in some manufacturing environments the planners use an average production cost per hour perceived in the calculations of the unitary production costs, what makes these costs fuzzy. The costs of under time and overtime of the productive resources neither could be exact because the manpower can change or because mishaps or production shortcomings can take place. On the other hand, the demand backlog cost is fuzzy in its composition. This cost consists so much of the administrative cost of managing the backlog of orders as of the cost due to the loss of the clients. This type of cost is commonly estimated by using human experiences.
Along the years there have been many researches and applications aimed to model the uncertainty in production planning problems [9]. Uncertainty can be present as randomness, fuzziness and/or lack of knowledge or epistemic uncertainty (see [2]).
Here, we model a production planning problem under uncertainty with fuzzy constraints, taking into account the fuzziness in the demand, the available capacity and the aspiration level of costs and fuzzy coefficients, the lack of knowledge of the demand backlog costs and the required capacity, based on fuzzy linear programming.

ผลลัพธ์ (ไทย) 1:

ตั้งแต่พวกเขาหมายความว่าใช้การรับรู้ของมนุษย์ที่ดีสำหรับการประเมินค่า เช่น ในบางผลิตสภาพแวดล้อมที่ใช้การวางแผนการผลิตโดยเฉลี่ยต้นทุนต่อชั่วโมงที่รับรู้ในการคำนวณต้นทุนการผลิต unitary สิ่งที่ทำให้ต้นทุนเหล่านี้เลือน ต้นทุนภายใต้เวลาและล่วงเวลาของแหล่งผลิตไม่อาจจะแน่นอน เพราะกำลังคนสามารถเปลี่ยนแปลง หรือ mishaps หรือข้อบกพร่องในการผลิตสามารถทำ บนมืออื่น ๆ ค่าค้างต้องมีพร่าเลือนในองค์ประกอบของ ทุนนี้ประกอบด้วยมากของต้นทุนการบริหารการจัดการยอดคงค้างของสั่ง ณต้นทุนเนื่องจากการสูญเสียลูกค้า โดยทั่วไปมีประเมินต้นทุนชนิดนี้ โดยใช้ประสบการณ์มนุษย์ไปตามปีที่ ได้รับโดยเฉพาะ และโปรแกรมประยุกต์เพื่อการโมเดลความไม่แน่นอนในปัญหาการวางแผนการผลิต [9] ความไม่แน่นอนจะอยู่เป็นสุ่ม fuzziness หรือขาดความรู้หรือความไม่แน่นอน epistemic (ดู [2])ที่นี่ เรารูปแบบการผลิตการวางแผนปัญหาภายใต้ความไม่แน่นอนคลุมเครือข้อจำกัด การเข้าบัญชี fuzziness ในความต้องการ การผลิต และระดับปณิธานต้นทุน และสัมประสิทธิ์เลือน ขาดความรู้ต้นทุนต้องค้างและกำลังการผลิต อิงเชิงเส้นพร่าเลือน

ผลลัพธ์ (ไทย) 2:

เนื่องจากพวกเขาบ่งบอกถึงการใช้งานที่ดีของการรับรู้ของมนุษย์สำหรับการประเมินค่าของพวกเขา ยกตัวอย่างเช่นในสภาพแวดล้อมการผลิตบางส่วนวางแผนใช้ต้นทุนการผลิตเฉลี่ยต่อชั่วโมงการรับรู้ในการคำนวณของต้นทุนการผลิตรวมของสิ่งที่ทำให้ค่าใช้จ่ายเหล่านี้เลือน ค่าใช้จ่ายภายใต้เวลาและการทำงานล่วงเวลาของทรัพยากรการผลิตทั้งอาจจะเป็นที่แน่นอนเพราะกำลังคนสามารถเปลี่ยนหรือเพราะอุบัติเหตุหรือข้อบกพร่องการผลิตสามารถใช้สถานที่ บนมืออื่น ๆ , ค่าใช้จ่ายความต้องการค้างเลือนในองค์ประกอบของมัน ค่าใช้จ่ายนี้ประกอบด้วยมากของค่าใช้จ่ายในการบริหารการจัดการงานในมือของการสั่งซื้อเป็นของค่าใช้จ่ายเนื่องจากการสูญเสียของลูกค้า ประเภทของค่าใช้จ่ายนี้เป็นที่คาดกันทั่วไปโดยใช้ประสบการณ์ของมนุษย์.
ปีที่ผ่านมามีการวิจัยจำนวนมากและการใช้งานที่มีวัตถุประสงค์เพื่อสร้างแบบจำลองความไม่แน่นอนในการแก้ปัญหาการวางแผนการผลิต [9] ความไม่แน่นอนสามารถจะนำเสนอเป็นแบบแผนเลือนและ / หรือการขาดความรู้หรือความไม่แน่นอนทางญาณวิทยา (ดู [2]).
ที่นี่เราจำลองปัญหาการวางแผนการผลิตภายใต้ความไม่แน่นอนที่มีข้อ จำกัด เลือนคำนึงเลือนในความต้องการความจุที่ และระดับความทะเยอทะยานของค่าใช้จ่ายและค่าสัมประสิทธิ์เลือนการขาดความรู้เกี่ยวกับค่าใช้จ่ายค้างความต้องการและความสามารถที่จำเป็นต้องอยู่บนพื้นฐานของการเขียนโปรแกรมเชิงเส้นฝอย

ผลลัพธ์ (ไทย) 3:

ตั้งแต่พวกเขาหมายถึงการใช้ที่ดีของการรับรู้ของมนุษย์ สำหรับมูลค่าของพวกเขา ตัวอย่างเช่นในบางสภาพแวดล้อมการผลิต วางแผนการใช้ต้นทุนการผลิตเฉลี่ยต่อชั่วโมงการรับรู้ในการคำนวณของต้นทุนการผลิตรวม อะไรที่ทำให้ต้นทุนเหล่านี้แบบฟัซซี่ ต้นทุนภายใต้เวลาและล่วงเวลาของทรัพยากรการผลิต ไม่มีแน่นอน เพราะกำลังคนสามารถเปลี่ยนหรือเพราะอุบัติเหตุหรือข้อบกพร่องการผลิตสามารถใช้สถานที่ บนมืออื่น ๆ , ความต้องการค้างค่าใช้จ่ายเป็นฟัซซีในองค์ประกอบของมัน ต้นทุนนี้ประกอบด้วยมากของต้นทุนการบริหารจัดการเพิ่มคำสั่งในค่าใช้จ่ายเนื่องจากการสูญเสียของลูกค้า ต้นทุนประเภทนี้มักประเมินโดยใช้ประสบการณ์ของมนุษย์ตามปีได้มีหลายงานวิจัยและการประยุกต์ใช้แบบจำลองความไม่แน่นอนมีปัญหาในการวางแผนการผลิต [ 9 ] ความไม่แน่นอนสามารถปัจจุบันเป็น fuzziness randomness และ / หรือการขาดความรู้หรือความสัมพันธ์ที่ไม่แน่นอน ( ดู [ 2 ] )ที่นี่เราเป็นแบบจำลองการวางแผนการผลิตภายใต้ความไม่แน่นอนกับปัญหาข้อจำกัดฟัซซี่ โดยคำนึงถึง fuzziness ในความต้องการ ความสามารถและความทะเยอทะยานของระดับของต้นทุนและปุยสัมประสิทธิ์การขาดความรู้ของความต้องการและงานต้นทุนผลิตเพิ่มตามการโปรแกรมเชิงเส้นแบบฟัซซี่