档案-东海大学工业工程与经营资讯学系.DOC

系統編號: 080TH出版年: 研究生: 黃珗溢 研究生(英文姓名): HUANG, XIAN-YI 論文名稱: 分級不同高度模糊集合之研究 英文論文名稱: A study of ranking fuzzy numbers under the release of the normality assumption 指導教授: 曾宗瑤 指導教授(英文姓名): ZENG, ZONG-YAO 學位類別: 碩士 校院名稱: 東海大學　 系所名稱: 工業工程研究所 學年度: 80 語文別: 英文 論文頁數: 77 關鍵詞: 分級 ; 轉換 ; 正規 ; 凸集 ; 模糊數 ; 次正規模糊數 英文關鍵詞: RANKING ; TRANSFORMATION ; NORMALITY ; CONVEXITY ;  FUZZY NUMBER ; SUBNORMAL FUZZY NUMBER 被引用次數: 1 [ 摘要 ] 模糊集合(Fuzzy Sets)的分級(Ranking) 是模糊決策(Fuzzy Decision Making) 中，一個重要的關鍵過程。文獻中所探討的分級法，大多數限制於僅能將正規(Normal)及凸集(Convex)的模糊集合進行分級，換句話說，也就是僅能分級模糊數(FuzzyNumbers)。本研究將企圖解除正規條件的假設，更進一步的將次正規模糊數(Subnormal Fuzzy Numbers)進行分級。本研究提出三種轉換法(TransformationMethods)，把規則的次正規三角形與梯形模糊數(Regular Subnormal TriangularAnd Trapezoidal Fuzzy Numbers)，轉換成為規則的正規化三角形與梯形模糊數(Regular Normalized Triangular And Trapezoidal Fuzzy Numbers) 。其中，規則的次正規三角形與次正規梯形模糊數，均為次正規模糊數的一種。文獻中那些把模糊集合假設在正規及凸集條件下，才能進行分級的既存方法，藉著本研究所提出的轉換過程，就能直接的分級一部分的非正規模糊集合(Non-normal Fuzzy Sets) 。本研究也提出三種評估原則(Evaluation Criterions) 及一份建議表(Suggestion Table)，引導決策者如何正確的選擇轉換法。最後，在Chang[5]所提出的分級法概念下，本研究提出一種新的分級法。結果證明，本研究提出的方法，在許多方面優於Chang 的方法。 網址 .tw/