Furthermore, variations in individu

Furthermore, variations in individual perceptions and personality mean that the
same words can indicate very different perceptions. Consequently, the use of
binary logic and crisp numbers to describe these human perceptions or attitudes
(e.g., “strongly agree” = 2, “agree” = 1, “neutral” = 0, “disagree” = −1, and
“strongly disagree” = −2) fails to address fuzziness.27 In this case, a better approach
should be based on the use of linguistic assessments instead of numerical values.

ผลลัพธ์ (ไทย) 1:

นอกจากนี้ ในแต่ละแนวและบุคลิกภาพหมายถึง ที่คำเดียวกันสามารถแสดงภาพลักษณ์ที่แตกต่างกันมาก ดังนั้น การใช้ตรรกะแบบไบนารีและหมายเลขชัดเจนเพื่ออธิบายเข้าใจมนุษย์หรือทัศนคติเหล่านี้(เช่น "ขอยอมรับ" = 2 "ยอมรับ" = 1 "กลาง" = 0 "ไม่เห็นด้วย" = −1 และ"ขอไม่เห็นด้วย" = −2) ล้มเหลว fuzziness.27 ในกรณีนี้ วิธีการดีกว่าควรจะใช้การใช้ภาษาศาสตร์ประเมินค่าเป็นตัวเลข

ผลลัพธ์ (ไทย) 2:

นอกจากนี้การเปลี่ยนแปลงในการรับรู้ของแต่ละบุคคลและบุคลิกภาพหมายความว่า
คำเดียวกันสามารถบ่งบอกถึงการรับรู้ที่แตกต่างกันมาก ดังนั้นการใช้
ตรรกะแบบไบนารีและตัวเลขคมชัดในการอธิบายถึงการรับรู้ของมนุษย์เหล่านี้หรือทัศนคติ
(เช่น "เห็นด้วยอย่างยิ่ง" = 2 "เห็นด้วย" = 1, "เป็นกลาง" = 0 "ไม่เห็นด้วย" = -1 และ
"เห็นด้วยอย่างยิ่ง "= -2) ล้มเหลวในการอยู่ fuzziness.27 ในกรณีนี้วิธีการที่ดี
ควรอยู่บนพื้นฐานของการประเมินการใช้ภาษาแทนค่าตัวเลข

ผลลัพธ์ (ไทย) 3:

นอกจากนี้ การเปลี่ยนแปลงในการรับรู้ของบุคคลและบุคลิกภาพ หมายถึงว่า สามารถบ่งบอกถึงการรับรู้
คำๆ เดียวกัน แตกต่างกันมาก ดังนั้น การใช้เลขไบนารีและกรอบ
ตรรกะเพื่ออธิบายการรับรู้ของมนุษย์เหล่านี้หรือทัศนคติ
( เช่น " เห็นด้วย " = 2 " เห็นด้วย " = 1 " เป็นกลาง " = 0 = " ไม่เห็นด้วย " = − 1 ,
" ไม่เห็นด้วยอย่างยิ่ง " = − 2 ) ล้มเหลวไปยังที่อยู่ fuzziness.27 ในกรณี นี้a
แนวทางที่ดีควรอยู่บนพื้นฐานการใช้ภาษาการแทนค่าเชิงตัวเลข