Fuzzy centroids APK

Seperti yang mungkin di sebagian besar bidang aplikasi matematika, pembangunan metode Fuzzy belum dikembangkan dalam bahasa alami. Untuk alasan ini lebih mudah untuk memulai dengan melakukan terjemahan dari konsep dasar dan prinsip-prinsip logika fuzzy dalam bahasa sehari-hari.
Untuk model jenis fenomena sosial, definisi domain yang merupakan aspek penting mendasar. Secara umum, domain model dinyatakan sebagai set; set dipahami dalam cara di mana mereka umumnya dibahas dalam teori himpunan SD, diwakili oleh diagram Venn.
Dalam "normal" set, unsur-unsur milik, atau tidak termasuk set; tidak ada negara menengah. Tapi ada jenis lain dari set, yang mengikuti aturan jenis lain dari logika matematika: fuzzy set. Ciri utama yang membedakan jenis lain dari set adalah bahwa hal itu diterima bahwa keanggotaan elemen mereka dapat diberikan untuk tingkat tertentu, belum tentu benar-benar atau kategoris. Artinya, di bawah logika fuzzy set, elemen dapat dikelompokkan pada set, misalnya, di tingkat 0,75 (atau 75%). Hal ini bertentangan dengan aturan kategoris milik yang diadakan untuk set tradisional, di mana elemen hanya dapat dimiliki (yaitu, 100% milik), atau bukan milik (yaitu, 0% milik).
Dalam istilah matematika, kita menulis bahwa himpunan fuzzy X di ruang F rekan dengan setiap elemen x ⸦ X tingkat milik F (x) ⸦ [0, 1], menunjukkan sejauh mana elemen x memenuhi konsep bahwa F mewakili.
Jika, misalnya, kriteria "relevansi perusahaan" sedang dimodelkan dan jika x adalah sebuah perusahaan, maka dalam logika fuzzy F (x) merupakan sejauh mana x memenuhi konsep "relevansi perusahaan".
Ada berbagai macam aplikasi logika fuzzy dalam semua bidang pengetahuan. Terutama, hal ini sangat berguna untuk mewakili penilaian dalam skala kualitatif, mengingat bahwa jenis pengukuran umumnya didasarkan pada variabel nominal; yaitu, modalitas ukuran variabel dengan kata-kata: besar, kecil, lebar, dalam, dll Kemungkinan menganalisis hal kabur diwakili oleh ekspresi linguistik adalah salah satu bidang di mana logika fuzzy kontribusi lebih signifikan terhadap teori sistem.
Aplikasi ini memfokuskan secara eksklusif pada penerapan logika fuzzy untuk metodologi mendefinisikan centroid. Dengan demikian, kita akan membatasi diri untuk tujuan menggambarkan analitis bentuk yang diambil oleh model massa di bawah logika fuzzy, yaitu, mengakui fakta bahwa penelitian dalam ilmu ekonomi dilakukan oleh manusia, individu dengan ide-ide yang kompleks dan persepsi, umumnya tidak kategoris .
Jenis ekspresi fungsi keputusan akan mengungkapkan profil dari pembuat keputusan. Hal ini dimaksudkan bahwa ini akan tercermin dalam struktur model.
Sebuah cara sederhana, mungkin yang paling dasar, untuk model fungsi keputusan untuk mempertimbangkan operator minimum, dan menerapkannya pada derajat keanggotaan dari x dalam setiap fuzzy set; itu adalah:
D (x) = Minj [Cj (x)].
yang dapat menghasilkan sejumlah nilai x, karena minimal bisa tidak unik. Namun, kita dapat mengambil x * nilai x yang memiliki D terbesar (x).
Dengan sumber daya matematika seperti di atas, kombinasi besar kriteria keputusan sekarang dapat dipertimbangkan. Anda dapat mengkonfigurasi cara yang sangat berbeda dari pemodelan masalah penentuan centroid. Layar menunjukkan bagaimana untuk memperkenalkan parameter untuk menentukan centroid kabur dan lingkungan mereka.