Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Fuzzification of Choquet Integral and its application in multiple criteria decision making

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989592%3A15310%2F10%3A10212134" target="_blank" >RIV/61989592:15310/10:10212134 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Fuzzification of Choquet Integral and its application in multiple criteria decision making

  • Popis výsledku v původním jazyce

    A common approach in the multiple criteria decision making is to obtain the overall evaluation by aggregating the partial evaluations. For this, a member of a large family of aggregation operators is used. Many of these operators commonly employed in decision making (weighted average, ordered weighted average, minimum, maximum, . . . ) can be used only when criteria are independent. On the other hand, the Choquet integral, a generalization of the aforementioned operators, can be used even when some interactions between criteria occur. We present a fuzzified Choquet integral capable of dealing not only with fuzzy partial evaluations first level fuzzification), but also with fuzzy weights (second level fuzzification). We also provide an effective way toevaluate the fully fuzzified integral, which allows its straightforward application to decision making problems with inherent uncertainty.

  • Název v anglickém jazyce

    Fuzzification of Choquet Integral and its application in multiple criteria decision making

  • Popis výsledku anglicky

    A common approach in the multiple criteria decision making is to obtain the overall evaluation by aggregating the partial evaluations. For this, a member of a large family of aggregation operators is used. Many of these operators commonly employed in decision making (weighted average, ordered weighted average, minimum, maximum, . . . ) can be used only when criteria are independent. On the other hand, the Choquet integral, a generalization of the aforementioned operators, can be used even when some interactions between criteria occur. We present a fuzzified Choquet integral capable of dealing not only with fuzzy partial evaluations first level fuzzification), but also with fuzzy weights (second level fuzzification). We also provide an effective way toevaluate the fully fuzzified integral, which allows its straightforward application to decision making problems with inherent uncertainty.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    BB - Aplikovaná statistika, operační výzkum

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2010

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Neural Network World

  • ISSN

    1210-0552

  • e-ISSN

  • Svazek periodika

    20

  • Číslo periodika v rámci svazku

    1

  • Stát vydavatele periodika

    CZ - Česká republika

  • Počet stran výsledku

    13

  • Strana od-do

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus