Fuzzy Weight
퍼지 무게

우리는 EIFWGIA(Extending Intuitionistic Fuzzy-Weighted Geometry Interaction averaging) 연산자, EIFOWGIA(Extending intuitionistic fuzzy-ordered weighted geometric interaction averaging) 연산자, IFWGIQAM(직관적 퍼지 가중 기하 상호작용 준산술 평균), 순서 가중 기하 상호 작용 준산술 평균(IFOWGIQAM).

이러한 Dombi 운영 매개변수의 유연한 특성으로 인해 이 연구 보고서에서는 Pythagorean Dombi PDFWAA(퍼지 가중 산술 평균) 연산자, Pythagorean Dombi PDFWGA(퍼지 가중 기하 평균) 연산자, Pythagorean Dombi 퍼지를 포함하여 Pythagorean 퍼지 환경에서 몇 가지 새로운 집계 연산자를 소개합니다. 순서 가중 산술 평균 연산자 및 피타고라스 Dombi 퍼지 순서 가중 기하 평균 연산자.

본 논문에서는 FWA라는 새로운 퍼지 논리 시스템을 제안하는데, 여기서 결과는 선행 항목의 퍼지 가중 평균이다.

추종자의 비선형 동역학은 퍼지 논리 시스템을 사용하여 근사화되고 퍼지 가중치는 비주기적인 방식으로 업데이트됩니다.

마지막으로, 본 논문에서는 IVIFWA(interval-valued intuitionistic fuzzy weighted averaging) 연산자, Tchebycheff Metric distance 및 IVIFWG(interval-valued intuitionistic fuzzy weighted geometry) 연산자를 비율 시스템, 기준점 방법 및 전체 곱셈에 혁신적으로 도입합니다. FMEA의 정보 집계 프로세스를 최적화하기 위한 MULTIMOORA 하위 방법의 형태입니다.

둘째, IVIFWA(구간 값 직관론 퍼지 가중 산술) 연산자를 사용하여 모든 간격 값 직관 퍼지 결정 행렬을 집합적 행렬로 집계합니다.

본 논문에서는 근사 이상적인 해 정렬 방법과 직관적인 퍼지 집합 및 결정 이론을 바탕으로 포장 성능 평가에서 직관적인 퍼지 가중치를 결정하는 방법을 논의하고 주요 가중치와 객관적 가중치를 종합적으로 고려할 수 있는 도로 성능 결합 평가 모델을 구성한다. 지수 퍼지 불확실성.

동적 직관적 퍼지 가중 연산자를 사용하여 동적 직관적 퍼지 종합 값을 얻기 위해 집계를 수행하고 얻은 결과를 직관적 퍼지 집합의 정렬 기능에 따라 정렬합니다.

먼저, 구간 2형 퍼지 PBM(IT2FPBM) 연산자와 구간 2형 퍼지 가중 PBM(IT2FWPBM) 연산자를 제시하고 몇 가지 속성에 대해 논의합니다.

먼저, 구간 2형 퍼지 PHM(IT2FPHM) 연산자와 구간 2형 퍼지 가중 PHM(IT2FWPHM) 연산자를 개발하고 이들의 특성에 대해 논의한다.

제안된 모델을 검증하기 위해 퍼지 AHP(Fuzzy Analytic Hierarchy Process) 방법을 통해 가중치를 결정하는 퍼지 가중 가법(Fuzzy Weighted Additive Method)을 사용하여 수치적 예를 구현하고 분석하였다.

기존의 퍼지 분석 계층 프로세스(FAHP) 방법은 일반적으로 퍼지 가중치 추정보다 여러 의사 결정자(DM)가 생성한 퍼지 쌍별 비교 결과를 집계합니다.

본 논문에서는 q-렁 직교 퍼지 집합(q-ROFS)에서 Hamy mean(HM) 연산자, WHM(weighted HM), DHM(Dual HM) 연산자 및 WDHM(WDHM) 연산자를 연구하여 다음을 제안합니다. q-렁 직교 퍼지 HM(q-ROFHM) 연산자, q-렁 직교 퍼지 WHM(q-ROFWHM) 연산자, q-렁 직교 퍼지 DHM(q-ROFDHM) 연산자, q-렁 직교 퍼지 가중 DHM(q- ROFWDHM) 연산자와 그 바람직한 속성 중 일부를 자세히 조사합니다.

본 논문에서는 MSM 연산자와 이중 MSM 연산자를 q-렁 직교 퍼지 집합으로 확장하여 q-렁 직교 퍼지 MSM 연산자, q-렁 직교 퍼지 이중 MSM 연산자, q-렁 직교 퍼지 가중 MSM 연산자 및 q-렁 직교 퍼지 가중 이중 MSM 연산자.

본 논문에서는 이 두 연산자를 기반으로 먼저 언어적 q-렁 직교 퍼지 PA 연산자와 언어적 q-렁 직교 퍼지 가중 PA 연산자를 제안한다.

Lq-ROFN 평가 정보를 집계하기 위해 언어 q-렁 직교 퍼지 전력 Bonferroni 평균(BM) 연산자, 언어 q-렁 오르토페어 퍼지 가중 전력 BM 연산자, 언어 q-렁 직교 퍼지 전력 기하를 포함하는 일부 집계 연산자가 개발되었습니다. BM(GBM) 연산자와 언어적 q-렁 직교 퍼지 가중 거듭제곱 GBM 연산자의 합리적인 속성과 특정 사례를 제시합니다. 두 개의 서로 다른 속성 간의 상호 관계를 고려합니다.

구성된 텐서 정의를 기반으로 GIIFWA(일반화된 간격 값 직관적 퍼지 가중 평균) 및 GIIFWG(일반 간격 값 직관적 퍼지 가중 기하) 연산자를 제안합니다.

먼저 일반화된 간격 값 피타고라스 퍼지 가중 기하(GIVPFWG) 집계 연산자, 일반화된 간격 값 피타고라스 퍼지 순서 가중 기하(GIVPFOWG) 집계 연산자 및 일반화된 간격 값 피타고라스 퍼지 하이브리드 기하(GIVPFHG) 집계 연산자를 개발했습니다.

그런 다음 q-렁 간격 값 직교 퍼지 해미 평균(q-RIVOFHM) 연산자와 같은 일부 확장 집계 연산자; q-렁 간격 값 orthopairfuzzy weighted Hamy mean(q-RIVOFWHM) 연산자; q-렁 간격 값 orthopair fuzzy dual Hamy mean(q-RIVOFDHM) 연산자 및 q-렁 간격 값 orthopair fuzzy weighted dual Hamy mean(q-RIVOFWDHM) 연산자를 제시하고 이들의 귀중한 속성 중 일부를 자세히 연구합니다.

정보나 데이터가 직관 사다리꼴 퍼지 숫자 형태인 사무실에서는 MAGDM 문제를 구성하기 위해 ITFWG(직관 사다리꼴 퍼지 가중 기하학) 및 ITFHG(직관 사다리꼴 퍼지 하이브리드 기하학) 연산자가 적용됩니다.

초록 이 논문에서는 2-튜플 언어 피타고라스 퍼지 수(GHM) 연산자, 일반화 가중 헤로니안 평균(GWHM), 기하 헤로니안 평균(GHM) 연산자 및 가중 기하 헤로니안 평균(WGHM) 연산자를 확장합니다. 2TLPFNs)를 제안하기 위해 일반화된 2-튜플 언어 피타고라스 퍼지 헤로니안 평균(G2TLPFHM) 연산자, 일반화된 2-튜플 언어 피타고라스 퍼지 가중 헤로니안 평균(G2TLPFWHM) 연산자, 2-튜플 언어 피타고라스 퍼지 평균) 연산자, 기하 Heronian 언어 피타고라스 퍼지 가중 기하 헤로니안 평균(2TLPFWGHM) 연산자.

이 논문에서는 Maclaurin 대칭 평균(MSM) 연산자, 이중 MSM(DMSM) 연산자 및 q-렁 간격 값 직교 퍼지 집합(q-RIVOFS)에 따라 q-렁 아래에 몇 가지 새로운 MSM 연산자를 개발합니다. 간격 값 직교 퍼지 환경, 예: q 단계 간격 값 직교 퍼지 MSM 연산자, q 단계 간격 값 직교 퍼지 가중치 MSM(q-RIVOFWMSM) 연산자, q 단계 간격 값 직교 퍼지 DMSM 연산자 및 q-렁 간격 값 orthopair 퍼지 가중치 DMSM 연산자.

일반 입방 언어 망설임 퍼지 평균화(기하학적) 연산자, 일반 입방 언어 망설임 퍼지 가중 평균(GLCHFWA) 연산자, 일반 입방 언어 망설임 퍼지 가중 기하(GCHFWG) 연산자를 확장한 3차 언어 망설임 퍼지 집합에 대한 집계 연산자, 일반화 3차 언어 망설임 퍼지 가중 기하 연산자, 일반화 언어 망설임 퍼지 순서 가중 평균(GCLHFOWA) 연산자, 일반 3차 언어 망설임 퍼지 순서 가중 기하(GCLHFOWG) 연산자, 일반 3차 언어 망설임 퍼지 하이브리드 평균(GCLHFHA) 연산자 및 일반 3차 언어 망설임 퍼지 하이브리드 기하 연산자(GCLHF

그런 다음 언어 직관적 퍼지 분할 본페로니 평균(LIFPBM) 연산자, 언어 직관적 퍼지 가중 분할 본페로니 평균(LIFWPBM) 연산자, 기하 언어적 직관적인 fuzzy 분할 본페로니 평균(LIFWPBM) 연산자를 포함한 언어 직관적 퍼지 분할 BM 집계 연산자 및 분할 기하 BM 집계 연산자에 대해 논의합니다. 본페로니 평균(LIFPGBM) 연산자 및 언어적 직관적 퍼지 가중 분할 기하 본페로니 평균(LIFWPGBM) 연산자.

이 논문에서는 새로운 간격 값 구형 퍼지 집합이 점수 및 정확도 함수와 함께 소개됩니다. 간격 값 구형 퍼지 가중 산술 평균 연산자 및 간격 값 구형 퍼지 기하 평균 연산자와 같은 산술 및 집계 연산.

둘째, IVq-RDHFE를 효과적으로 집계하기 위해 일련의 새로운 집계 연산자, 즉 간격 값 q-렁 이중 헤지턴트 퍼지 뮤어헤드 평균(IVq-RDHFMM) 연산자, 간격 값 q-렁 이중 헤지턴트 퍼지 가중 뮤어헤드 평균(IVq-RDHFWMM) 연산자, 간격 값 q-렁 이중 주저 이중 뮤어헤드 평균(IVq-RDHFDMM) 연산자 및 간격 값 q-렁 이중 주저 이중 가중 뮤어헤드 평균(IVq-RDHFDWMM) 연산자.

그런 다음 삼각형 호중구 3차 퍼지 가중 산술 평균(TNCFWAA) 연산자와 삼각형 호중구 3차 퍼지 가중 기하 평균(TNCFWGA) 연산자를 개발하여 삼각형 호중구 3차 퍼지 수(TNCFN) 정보를 집계하고 그 속성을 조사합니다.

이러한 문제를 해결하기 위해 본 연구에서는 직관적인 퍼지 가중 평균화 방법과 부정확한 데이터가 포함된 소프트 세트를 통합하여 공급망에서 최고의 공급업체를 식별하는 새로운 공급업체 선택 방법을 제안합니다.

본 논문에서는 근사 이상적인 해 정렬 방법과 직관적인 퍼지 집합 및 결정 이론을 바탕으로 포장 성능 평가에서 직관적인 퍼지 가중치를 결정하는 방법을 논의하고 주요 가중치와 객관적 가중치를 종합적으로 고려할 수 있는 도로 성능 결합 평가 모델을 구성한다. 지수 퍼지 불확실성.

그런 다음 간격 값 피타고라스 퍼지 가중 평균(IVPFWA) 연산자와 승법 이론을 사용하여 IVPFN을 데이터 포락선 분석(DEA)의 비방사형 SE-BCC 모델에 도입하고 간격 값 피타고라스식에서 DEA 모델을 개발했습니다. 흐릿한 환경.

우리는 대안을 평가하고 마지막 단계에서 피타고라스 퍼지 가중치를 얻기 위해 새로운 언어 척도를 제안합니다.

먼저 q 렁 직교 퍼지 가중 거듭제곱 평균 연산자를 제시하고 그 경계를 거듭제곱 지수로 정확히 특성화한다.

그런 다음 q-렁 간격 값 직교 퍼지 해미 평균(q-RIVOFHM) 연산자와 같은 일부 확장 집계 연산자; q-렁 간격 값 orthopairfuzzy weighted Hamy mean(q-RIVOFWHM) 연산자; q-렁 간격 값 orthopair fuzzy dual Hamy mean(q-RIVOFDHM) 연산자 및 q-렁 간격 값 orthopair fuzzy weighted dual Hamy mean(q-RIVOFWDHM) 연산자를 제시하고 이들의 귀중한 속성 중 일부를 자세히 연구합니다.

이러한 연산법칙을 이용하여 아르키메데스 t-conorm 및 t-norm 기반 피타고라스의 주저 퍼지 가중 평균 연산자 및 가중 기하 연산자를 개발합니다.

이 논문은 유사성 척도로서 주저하는 퍼지 가중 상관 계수로부터 이점을 얻는 분포 밀도 기반 클러스터링 접근 방식을 소개합니다.

먼저, 구간 2형 퍼지 PBM(IT2FPBM) 연산자와 구간 2형 퍼지 가중 PBM(IT2FWPBM) 연산자를 제시하고 몇 가지 속성에 대해 논의합니다.

결정 기준에 대한 최적 중요도 수량자 유도 OWA 유형 2 퍼지 가중치 및 대안에 대한 전체 결정 퍼지 비율을 얻습니다.

둘째, 그림 퍼지 숫자(PFN)의 일부 작동 법칙이 정의되고 그림 퍼지 가중 상호 작용 기하학(PFWIG) 연산자가 개발됩니다.

제안된 작업의 주요 목적은 t-norm 및 t-conorm을 사용하여 일련의 그림 퍼지 가중 기하 집계 연산자를 도입하는 것입니다.

그런 다음 우리는 일련의 새로운 로그 연산자, 즉 구형 퍼지 가중 평균 연산자와 구형 퍼지 가중 기하 연산자를 제안했습니다.

집계 연산자의 연산 법칙을 확장하고 구형 퍼지 숫자를 기반으로 언어적 구형 퍼지 가중 평균 및 기하 연산자를 제안합니다.

이 고급 접근 방식은 다른 정규화된 퍼지 가중치 함수 간의 상대적 크기가 특정 행렬 변수를 추가로 사용하여 활용되는 동안 더욱 발전되어 증명도 개선되었습니다.

한 쌍의 가변 가중치가 효율적이지만 직접적인 방식으로 도입되고, 따라서 규정된 정규화 퍼지 가중치 함수에 의해 확장되는 공간은 겹치지 않는 부분 공간의 세트로 분할될 수 있습니다.

나중에 우리는 다중 기준 의사 결정 문제를 해결하기 위해 Fermatean 퍼지 가중 제품 모델을 개발합니다.

여기서는 4개의 새로운 가중 집계 연산자, 즉 페르마의 퍼지 가중 평균(FFWA) 연산자, 페르마 퍼지 가중 기하(FFWG) 연산자, 페르마 퍼지 가중 전력 평균(FFWPA) 연산자, 페르마 퍼지 가중 기하(FFWPG) 연산자를 소개합니다. 페르마티안 퍼지 세트.

위의 문제를 극복하기 위해 본 논문에서는 커널 기반 거리 측정에 기반한 새로운 커널 기반 알고리즘을 제안합니다. 이를 커널 기반 로버스트 바이어스 보정 퍼지 가중 C-ordered-means 클러스터링 알고리즘(KBFWCM)이라고 합니다.

이 새로운 알고리즘은 BFWCOM(bias-correction fuzzy weighted C-ordered-means) 클러스터링 알고리즘이라고 합니다.

높은 계산 부담을 피하기 위해 DSC(Dynamic Surface Control) 기법을 사용하고 각 서브시스템의 퍼지 가중치 벡터의 최대 노름을 업데이트하여 적응 법칙의 수를 줄였습니다.

이 방식은 매개변수 추정의 수를 효과적으로 줄일 수 있으며, 이는 퍼지 가중치 벡터의 제곱을 처리하는 작업의 이점을 제공합니다.