Many scientific and business proble

Many scientific and business problems revolve around understanding data that is in some
way ambiguous or uncertain. The challenge is generally to squeeze as much useful information
as possible from the data, and at the same time maintain a clear and quantified understanding of
the final accuracy. When a sequence of decisions is needed, each choice can have complex and
far-reaching consequences; making good decisions in this situation is challenging from both a
mathematical and a computational perspective. Therefore, in this study we proposed a novel
method based on Z-numbers concept in order to handle ambiguity or uncertainty in a large
petrochemical plant.
Zadeh (2011) proposed a notion called Z-numbers which relates to the issue of information
reliability. The concept of a Z-number is concerned with the issue of information reliability.
Reliability of information which is the degree of certainty one has about his/her subjective ideas,
is the concept considered in Z-numbers. A Z-number has two components Z= (A, B). The first
component (A) is the domain of variable which is a fuzzy set and the component B shows the
degree of reliability (certainty) of A. Usually, A and B are described in linguistic terms such as
high and sure. Z-numbers are used to give information about uncertainty of variable X, where the
value of variable is denoted by A along with an impression of certainty such as reliability, strength of truth or confidence as B (Yager, 2012). Z-valuations provide partial information about variable
X (Zadeh, 2011). Some examples of these z-valuations are:
(Trust to the supplier, High, Likely)
(Demand for product, Low, sure)
The question is how to use z-valuations to handle subjective data and also to merge or
gather numerous pieces of information. The answer depends on the nature of underlying
ambiguity related to variable X. Zadeh (2011) considered probabilistic uncertainty associated with
a variable and assumed X as a random variable. Yager (2012) addressed some examples and
assumed that probability area of variable was given, and then the combination of Z-numbers was
computed.

ผลลัพธ์ (ไทย) 1:

ปัญหาทางวิทยาศาสตร์ และธุรกิจมากมายที่เกี่ยวข้องกับความเข้าใจข้อมูลที่อยู่ในบางวิธีการไม่ชัดเจน หรือไม่แน่นอน ความท้าทายการคิดจะ บีบเป็นข้อมูลที่เป็นประโยชน์มากรักษาเข้าใจชัดเจน และ quantified เป็นข้อมูล และ ในเวลาเดียวกันความถูกต้องขั้นสุดท้าย เมื่อต้องการลำดับการตัดสินใจ แต่ละทางเลือกได้ซับซ้อน และผลผับ ดีตัดสินใจในสถานการณ์เช่นนี้เป็นความท้าทายทั้งจากการทางคณิตศาสตร์ และมุมที่คำนวณ ดังนั้น ในการศึกษานี้ เราเสนอนวนิยายวิธีตามแนวคิดเลข Z เพื่อจัดการกับความคลุมเครือหรือความไม่แน่นอนในการโรงงานปิโตรเคมีZadeh (2011) นำเสนอแนวคิดที่เรียกว่า Z เลขที่เกี่ยวข้องกับปัญหาของข้อมูลความน่าเชื่อถือ แนวคิดของค่า Z จะเกี่ยวข้องกับประเด็นของข้อมูลความน่าเชื่อถือความน่าเชื่อถือของข้อมูลซึ่งเป็นระดับความรู้ที่มีเกี่ยวกับเขา/เธอคิดตามอัตวิสัยเป็นแนวคิดที่ถือว่าเป็น Z ตัวเลข ส่วนสอง Z มีค่า Z = (A, B) ครั้งแรกส่วนผสม (A) เป็นโดเมนของตัวแปรซึ่งเป็นการเซตวิภัชนัยและส่วนผสม B แสดงการระดับของความน่าเชื่อถือ (แน่นอน) ของปกติ A และ B จะอธิบายในแง่ภาษาศาสตร์เช่นสูง และแน่ใจว่า ใช้เพื่อให้ข้อมูลเกี่ยวกับความไม่แน่นอนของตัวแปร X, Z-เลขที่ค่าของตัวแปรจะสามารถบุ โดย A พร้อมกับภาพของความแน่นอนเช่นความน่าเชื่อถือ ความแข็งแรงของความจริงหรือความเชื่อมั่นเป็น B (Yager, 2012) ประเมินค่า Z ให้ข้อมูลบางส่วนเกี่ยวกับตัวแปรX (Zadeh, 2011) ตัวอย่างเหล่านี้ประเมินค่า z จะ:(เชื่อถือไปยังซัพพลายเออร์ สูง แนวโน้ม)(ความต้องการสำหรับผลิตภัณฑ์ ต่ำ แน่นอน)คำถามคือ วิธีการใช้การประเมินค่า z เพื่อจัดการกับข้อมูลตามอัตวิสัย และผสาน หรือรวบรวมชิ้นส่วนต่าง ๆ ของข้อมูล คำตอบขึ้นอยู่กับลักษณะของต้นย่อที่เกี่ยวข้องกับตัวแปร x. อัพ Zadeh (2011) ถือว่าเกี่ยวข้องกับความไม่แน่นอน probabilisticตัวปลอม และตัวแปร X เป็นตัวแปรสุ่ม Yager (2012) ส่งตัวอย่าง และสันนิษฐานว่า น่าเป็นที่ตั้งของตัวแปรได้รับ แล้ว ชุด Z เลขเป็นคำนวณ

ผลลัพธ์ (ไทย) 2:

หลายปัญหาทางวิทยาศาสตร์และธุรกิจหมุนรอบการทำความเข้าใจข้อมูลที่อยู่ในบางวิธีที่ไม่ชัดเจนหรือไม่แน่ใจ
ความท้าทายคือการทั่วไปที่จะบีบเป็นข้อมูลที่เป็นประโยชน์มากที่สุดจากข้อมูลและในเวลาเดียวกันการรักษาความเข้าใจที่ชัดเจนและปริมาณของความถูกต้องขั้นสุดท้าย เมื่อลำดับของการตัดสินใจเป็นสิ่งจำเป็นทางเลือกแต่ละคนสามารถมีความซับซ้อนและมีผลกระทบกว้างขวาง; การตัดสินใจที่ดีในสถานการณ์เช่นนี้เป็นสิ่งที่ท้าทายจากทั้งทางคณิตศาสตร์และมุมมองของการคำนวณ ดังนั้นในการศึกษาครั้งนี้เรานำเสนอนวนิยายวิธีบนพื้นฐานของแนวคิด Z ตัวเลขเพื่อที่จะจัดการกับความคลุมเครือหรือความไม่แน่นอนในขนาดใหญ่โรงงานปิโตรเคมี. Zadeh (2011) เสนอความคิดที่เรียกว่า Z-ตัวเลขที่เกี่ยวข้องกับปัญหาของข้อมูลที่น่าเชื่อถือ แนวคิดของ Z-จำนวนมีความกังวลเกี่ยวกับปัญหาของความน่าเชื่อถือข้อมูล. ความน่าเชื่อถือของข้อมูลที่ระดับของความเชื่อมั่นหนึ่งมีประมาณ / ความคิดส่วนตัวของเขาและเธอที่เป็นแนวคิดพิจารณาในจำนวนZ- Z-จำนวนมีสององค์ประกอบ Z = (A, B) ครั้งแรกส่วนประกอบ (A) เป็นโดเมนของตัวแปรซึ่งเป็นชุดเลือนและส่วนประกอบ B แสดงระดับของความน่าเชื่อถือ(แน่นอน) ของเอปกติ A และ B จะมีการอธิบายในแง่ภาษาเช่นสูงและแน่ใจว่า Z-ตัวเลขจะถูกใช้เพื่อให้ข้อมูลเกี่ยวกับความไม่แน่นอนของตัวแปร X ที่ค่าของตัวแปรจะเขียนแทนด้วยพร้อมกับการแสดงผลของความเชื่อมั่นเช่นความน่าเชื่อถือ, ความแข็งแรงของความจริงหรือความเชื่อมั่นเป็น B (Yager 2012) Z-ประเมินมูลค่าให้ข้อมูลบางส่วนเกี่ยวกับตัวแปรX (Zadeh 2011) ตัวอย่างบางส่วนของเหล่านี้ Z-ประเมินมูลค่ามีดังนี้: (ความน่าเชื่อถือให้กับผู้จัดจำหน่ายที่สูงน่าจะ) (ความต้องการสำหรับผลิตภัณฑ์ต่ำนั่นเอง) คำถามคือวิธีการใช้การประเมินมูลค่า-Z ในการจัดการข้อมูลส่วนตัวและยังผสานหรือรวมตัวกันหลายชิ้นของข้อมูล. คำตอบขึ้นอยู่กับลักษณะของพื้นฐานความคลุมเครือที่เกี่ยวข้องกับตัวแปรเอ็กซ์ Zadeh (2011) ถือว่าน่าจะเป็นความไม่แน่นอนที่เกี่ยวข้องกับตัวแปรและสันนิษฐานว่าX เป็นตัวแปรสุ่ม Yager (2012) ที่ส่งตัวอย่างบางส่วนและสันนิษฐานว่าน่าจะเป็นพื้นที่ของตัวแปรที่ได้รับแล้วรวมกันของตัวเลขZ-ถูกคำนวณ

ผลลัพธ์ (ไทย) 3:

ปัญหาทางธุรกิจทางวิทยาศาสตร์และหลายหมุนรอบข้อมูลความเข้าใจที่ในบางวิธี
คลุมเครือหรือไม่แน่ใจ ความท้าทายโดยทั่วไปที่จะบีบมากข้อมูลที่เป็นประโยชน์
ที่สุดจากข้อมูล และในเวลาเดียวกันรักษาความเข้าใจที่ชัดเจนและปริมาณของ
ความถูกต้องขั้นสุดท้าย เมื่อลำดับของการตัดสินใจที่จำเป็น แต่ละตัวเลือกสามารถมีความซับซ้อนและ
ผลกระทบกว้างขวาง ;การตัดสินใจที่ดีในสถานการณ์นี้คือการท้าทายจากทั้งมุมมอง
ทางคณิตศาสตร์และการคำนวณ ดังนั้นในการศึกษานี้จึงได้เสนอวิธีการใหม่ z-numbers
ตามแนวคิดเพื่อจัดการกับความคลุมเครือ หรือความไม่แน่นอนในโรงงานปิโตรเคมีขนาดใหญ่
.
zadeh ( 2011 ) ได้เสนอแนวคิดที่เรียกว่า z-numbers ซึ่งเกี่ยวข้องกับเรื่องของข้อมูล
)แนวคิดของ z-number เป็นกังวลกับปัญหาของความน่าเชื่อถือของข้อมูล .
ความน่าเชื่อถือของข้อมูลซึ่งเป็นระดับที่แน่นอนหนึ่ง มีความคิดเกี่ยวกับของเขา / เธอ อัตนัย
เป็นแนวคิดพิจารณา z-numbers . เป็น z-number มีสองส่วนประกอบ Z = ( a , b ) ส่วนประกอบแรก
( ) เป็นโดเมนของตัวแปรซึ่งเป็นชุดฟัซซี่และส่วนประกอบ B แสดง
ระดับของความน่าเชื่อถือ ( แน่นอน ) . . มักจะ , A และ B จะอธิบายในแง่ภาษาศาสตร์ เช่น
สูงแน่นอน z-numbers จะใช้เพื่อให้ข้อมูลเกี่ยวกับความไม่แน่นอนของตัวแปร x
ค่าของตัวแปรที่เขียนโดยพร้อมกับความประทับใจที่แน่นอน เช่น ค่าความแข็งแรงของความจริงหรือความเชื่อมั่นเป็น B ( เยเกอร์ , 2012 ) ให้ข้อมูลเกี่ยวกับตัวแปร
z-valuations บางส่วนX ( zadeh , 2011 ) ตัวอย่างบางส่วนของ z-valuations เหล่านี้ :
( ไว้วางใจให้ซัพพลายเออร์ , สูง , โอกาส )
( ความต้องการสินค้าต่ำ แน่นอน )
คำถามคือวิธีที่จะใช้ z-valuations จัดการข้อมูลอัตนัยและยังผสานหรือ
รวบรวมหลายชิ้นของข้อมูล คำตอบขึ้นอยู่กับธรรมชาติของต้นแบบที่เกี่ยวข้องกับตัวแปร X
ความคลุมเครือ