يك مدل جديد براي تصميم‌گيري چند معياره‌ فازي شهودي

A New Model To Decide Intuitive Fuzzy Criteria

در اين مقاله ، ما در مورد مرتبه‌هاي خطي مقادير فازي شهودي (IFV ها) بحث وگفتگو مي‌كنيم. پس از آن يك عملگر ميانگين حسابيِ وزني فازي شهودي را معرفي مي‌كنيم. بعضي از ويژگي‌هاي ابتدايي و اوليه اين عملگرها موردبحث و بررسي قرار داده مي‌شود. بر اساس اين عملگر معرفي شده، يك مدل جديد و تازه براي تصميم‌گيري چند معياره (چند منظوره) فازي شهودي پيشنهاد مي‌كنيم. اين مدل بر پايه يك عملگر ميانگين حسابي وزني فازي شهودي نسبت به دو بردار وزن است. اين مدل پيشنهاد شده به درجه عضويت و درجه عدم عضويت ،هر كدام به طور جداگانه رسيدگي مي‌كند. در اين مقاله عملگرهاي ميانگين با استفاده از يك بردار وزن تكي تعريف مي‌شوند. اين به اين معني است كه درجه عضويت به اندازه درجه عدم عضويت اهميت داده مي‌شود. اما در بعضي از وضعيت ها اهميت درجه عضويت ممكن است با درجه عدم عضويت فرق داشته باشد اين مدل در برابر داده هاي خيلي بزرگ پايدار است.

In this paper, we discuss the linear orders of intuitive fuzzy values (IFVs). Then we introduce a weighted average Fuzzy Weighted Inventory operator. Some basic and initial features of these operators are discussed Based on this operator, we propose a new and new model for intuitive fuzzy multi-criteria multi-criteria decision making. This model is based on an intuitive fuzzy weighted average weighted arithmetic operator versus two weight vectors. The proposed model considers the degree of membership and the degree of non-membership, each separately. In this paper, the mean operators are defined using a single weighted vector. This means that the degree of membership is given as much importance as non-membership. But in some situations, the importance of membership may vary with the degree of non-membership. This model is stable against very large data.