Dariusz Kacprzak
ARTICLE

(Polish) PDF

ABSTRACT

In the paper, a new approach to fuzzy Multi-Attribute Decision Making methods has been proposed, with the application of Ordered Fuzzy Numbers model. After the presentation of OFN model, it has been used as part of the fuzzy SAW method. Ordered fuzzy numbers allow to immediately distinguish between type of criteria, and the presented examples show the usefulness of the proposed method.

KEYWORDS

Multi-Attribute Decision Making, Ordered Fuzzy Numbers, defuzzification, FSAW method

REFERENCES

Abdullah L., Adawiyah C. W. R., (2014), Simple Additive Weighting Methods of Multicriteria Decision Making and Applications: A Decade Review, International Journal of Information Processing and Management, 5 (1), 39–49.

Bonissone P., (1982), A Fuzzy Sets Based Linguistic Approach: Theory and Applications, w: Gupta M. M., Sanchez E., (red.) Approximate Reasoning in Decision Analysis, North-Holland Publishing Company, 329–339.

Bonissone P., Decker K., (1986), Selecting Uncertainty Calculi and Granularity: An Experiment in Tradingoff Precision and Complexity, in Uncertainty in Artificial Intelligence, L. Kanal, and J. Lemmer (red.), North-Holland Publishing Company, 217–247.

Chen C. T., (2000), Extension of the TOPSIS for Group Decision Making Under Fuzzy Environment, Fuzzy Sets and Systems, 114 (1), 1–9.

Chen S. J., Hwang C. L., (1992), Fuzzy Multiple Attribute Decision Making: Methods and Applications. Springer Verlag, Berlin.

Dubois D., Prade H., (1980), Fuzzy Sets and Systems: Theory and Application. Academic Press, New York.

Herrera F., Herrera-Viedma E., (2000), Linguistic Decision Analysis: Steps for Solving Decision Problems Under Linguistic Information, Fuzzy Sets and Systems, 115 (1), 67–82.

Hwang C. L., Yoon K., (1981), Multiple Attributes Decision Making Methods and Applications, Springer, Berlin.

Kacprzak D., (2008), Ewolucja liczb rozmytych. VII Konferencja naukowo-praktyczna: Energia w nauce i technice, Suwałki, 783–796.

Kacprzak D., (2010), Skierowane liczby rozmyte w modelowaniu ekonomicznych. Optimum – Studia Ekonomiczne, 3, 263–281.

Kosiński W., Prokopowicz P., Ślęzak D., (2002). Fuzzy Numbers with Algebraic Operations: Algorithmic Approach, w: Klopotek M., Wierzchoń S. T., Michalewicz M., (red.), Proc. IIS’2002, Sopot, Heidelberg: Physica Verlag, 311–320.

Kosiński W., Prokopowicz P., Ślęzak D., (2003), Ordered Fuzzy Numbers, Bulletin of the Polish Academy of Sciences Mathematic, 52 (3), 327–339.

Kosiński W., Prokopowicz P., (2004), Algebra liczb rozmytych, Matematyka Stosowana. Matematyka dla Społeczeństwa, 5 (46), 37–63.

Kosiński W., Wilczyńska-Sztyma D., (2010), Defuzzification and Implication within Ordered Fuzzy Numbers, w: WCCI 2010 IEEE World Congress on Computational Intelligence, Barcelona, 1073–1079.

Roszkowska E., Brzostowski J., (2014), Wybrane własności procedury SAW w kontekście wspomagania negocjacji, w: Trzaskalik T., (red.), Modelowanie Preferencji a Ryzyko‚ 14. Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, 108–126.

Rudnik K., Kacprzak D., (2015), Rozmyta metoda TOPSIS wykorzystująca skierowane liczby rozmyte. XVIII Konferencja Innowacje w zarządzaniu i inżynierii produkcji, Zakopane, 958–968.

Trzaskalik T., (2014a), Wielokryterialne wspomaganie decyzji. Przegląd metod i zastosowań, Zeszyty Naukowe Politechniki Śląskiej, Organizacja i Zarządzanie, 74, Wyd. Politechniki Śląskiej, Gliwice, 231–263.

Trzaskalik T., (2014b), Wielokryterialne wspomaganie decyzji, Polskie Wydawnictwo Ekonomiczne, Warszawa.

Zadeh L. A., (1965), Fuzzy Sets, Information and Control, 8, 338–353.

Zimmermann H. J., (2001), Fuzzy Set Theory and Applications, 4th Rev. ed. Boston: Kluwer Academic Publishers.

Back to top
Copyright © 2019 Statistics Poland