Flexibility Degree of Fuzzy Numbers and its Implication to a Group-Decision-Making Model
Notice bibliographique
Résumé
The theory of fuzzy sets considers that everything exhibits some elasticity and is a matter of degree. When fuzzy numbers are used to evaluate the judgements of decision makers (DMs) in pairwise comparisons of alternatives following the analytic hierarchy process, the flexibility experienced by DMs has been exhibited. In order to capture this aspect of flexibility, it is important to know how to realize the flexibility degree of fuzzy numbers and further present a method of realizing its quantification. In this paper, a definition of the flexibility degree of fuzzy numbers is proposed. Some formulas are proposed to quantify the flexibility and rigidity degrees of interval numbers, triangular fuzzy numbers, and trapezoidal fuzzy numbers. A group decision making (GDM) model is developed under the consideration of the flexibility of DMs. By considering the effects of the applied scale and the reciprocal relation, the flexibility degree of interval multiplicative reciprocal comparison matrices is further defined, which is used to evaluate the flexibility degree of the DM involved in the decision process. An RD-IOWGA operator is proposed to aggregate individual interval multiplicative reciprocal matrices by associating more importance to that with less flexibility. A new algorithm is shown to solve GDM problems with interval multiplicative reciprocal preference relations. Numerical studies are carried out to illustrate the new definitions and offer some comparative analysis. The observations reveal that the developed consensus method can be used to model the GDM with a dominant position.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».