Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Kacprzak, Dariusz" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Metoda FSAW oparta na skierowanych liczbach rozmytych
    Autorzy:
    Kacprzak, Dariusz
    Powiązania:
    https://bibliotekanauki.pl/articles/1365413.pdf
    Data publikacji:
    2015-06-30
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    wieloatrybutowe podejmowanie decyzji
    skierowane liczby rozmyte
    defuzyfikacja
    metoda FSAW
    Multi-Attribute Decision Making
    Ordered Fuzzy Numbers
    defuzzification
    FSAW method
    Opis:
    W artykule zaproponowano nowe podejście do rozmytych wieloatrybutowych metod wspomagania decyzji poprzez zastosowanie modelu skierowanych liczb rozmytych. Po prezentacji tego modelu, został on wykorzystany w rozmytej metodzie SAW. Skierowane liczby rozmyte pozwalają na błyskawiczne rozróżnienie typu kryterium, a przedstawione przykłady pokazują użyteczność proponowanej metody.
    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.
    Źródło:
    Przegląd Statystyczny; 2015, 62, 2; 165-181
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Podwójna rozmyta metoda TOPSIS wspomagająca podejmowanie decyzji grupowych
    Doubly Extended Fuzzy TOPSIS Method for Group Decision Making
    Autorzy:
    Kacprzak, Dariusz
    Powiązania:
    https://bibliotekanauki.pl/articles/964950.pdf
    Data publikacji:
    2019
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    liczby rozmyte
    MCDM
    metoda TOPSIS
    agregacja
    fuzzy numbers
    mcdm
    topsis method
    aggregation
    Opis:
    Dyskretne metody wielokryterialnego wspomagania decyzji, takie jak TOPSIS, stały się bardzo popularne w ostatnich latach i są często stosowane w rozwiązywaniu wielu problemów życia codziennego. Jednak rosnąca złożoność analizowanych problemów powoduje trudności w rozważaniu wszystkich istotnych aspektów zagadnienia przez pojedynczego decydenta. W rezultacie wiele problemów życia codziennego jest analizowanych przez grupę decydentów. W takiej grupie każdy z decydentów może specjalizować się w różnych zagadnieniach i mieć unikalne cechy, takie jak wiedzę, umiejętności, doświadczenie, osobowość itp. Sprawia to, że każdy z decydentów powinien mieć różny wpływ na wynik końcowy, tzn. wagi decydentów powinny być różne. Celem pracy jest rozszerzenie rozmytej metody TOPSIS dla grupowego wspomagania decyzji. Proponowana metoda wykorzystuje metodę TOPSIS dwukrotnie. Pierwszy raz w celu określenia wag decydentów, które dalej posłużą do agregacji macierzy dostarczonych przez decydentów. Bazując na tej zagregowanej macierzy, metoda TOPSIS jest stosowana ponownie do uporządkowania wariantów decyzyjnych i wskazania wariantu końcowego. Przykład liczbowy ilustruje proponowaną modyfikację.
    Multiple Criteria Decision Making methods, such as TOPSIS, have become very popular in recent years and are frequently applied to solve many real-life situations. However, the increasing complexity of the decision problems analysed makes it less feasible to consider all the relevant aspects of the problems by a single decision maker. As a result, many real-life problems are discussed by a group of decision makers. In such a group each decision maker can specialize in a different field and has his/her own unique characteristics, such as knowledge, skills, experience, personality, etc. This implies that each decision maker should have a different degree of influence on the final decision, i.e., the weights of decision makers should be different. The aim of this paper is to extend the fuzzy TOPSIS method to group decision making. The proposed approach uses TOPSIS twice. The first time it is used to determine the weights of decision makers which are then used to calculate the aggregated decision matrix for all the group decision matrices provided by the decision makers. Based on this aggregated matrix, the extended TOPSIS is used again, to rank the alternatives and to select the best one. A numerical example illustrates the proposed approach.
    Źródło:
    Przegląd Statystyczny; 2019, 66, 1; 27-50
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rozmyta metoda SAW z wagami uzyskanymi za pomocą rozmytej entropii
    The Fuzzy SAW Method and Weights Determined Based on Fuzzy Entropy
    Autorzy:
    Kacprzak, Dariusz
    Powiązania:
    https://bibliotekanauki.pl/articles/964983.pdf
    Data publikacji:
    2018
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    iczby rozmyte
    metoda SAW
    entropia
    wagi obiektywne
    zmienne lingwistyczne
    fuzzy numbers
    entropy
    objective weights
    linguistic variables
    SAW method
    Opis:
    W pracy przedstawiono nowe podejście do rozmytej metody SAW w której wykorzystano rozmytą entropię. Umożliwia ono wskazanie wariantu końcowego za pomocą metody FSAW, gdy decydenci wykorzystują liczby rozmyte lub zmienne lingwistyczne. Ponadto prezentowana metoda pozwala uniknąć subiektywizmu decydenta i nieprecyzyjność spowodowanej przez niepełną wiedzę, osądy, opinie i preferencje decydentów
    The paper presents a new approach to the fuzzy SAW method, which uses fuzzy entropy. It allows to identify the best alternative by the application FSAW method if decision makers use fuzzy numbers or linguistic variables. Moreover, the presented method allows to avoid subjectivity and imprecision caused by incomplete knowledge, judgments, opinions and preferences of decision makers.
    Źródło:
    Przegląd Statystyczny; 2018, 65, 1; 25-40
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies