A new approach for ranking of intuitionistic fuzzy numbers
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 178
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JFEA-1-1_002
تاریخ نمایه سازی: 15 فروردین 1400
چکیده مقاله:
The concept of an intuitionistic fuzzy number (I F N) is of importance for representing an ill-known quantity. Ranking fuzzy numbers plays a very important role in the decision process, data analysis and applications. The concept of an intuitionistic fuzzy number (IFN) is of importance for quantifying an ill-known quantity. Ranking of intuitionistic fuzzy numbers plays a vital role in decision making and linear programming problems. Also, ranking of intuitionistic fuzzy numbers is a very difficult problem. In this paper, a new method for ranking intuitionistic fuzzy number is developed by means of magnitude for different forms of intuitionistic fuzzy numbers. In Particular ranking is done for trapezoidal intuitionistic fuzzy numbers, triangular intuitionistic fuzzy numbers, symmetric trapezoidal intuitionistic fuzzy numbers, and symmetric triangular intuitionistic fuzzy numbers. Numerical examples are illustrated for all the defined different forms of intuitionistic fuzzy numbers. Finally some comparative numerical examples are illustrated to express the advantage of the proposed method.
کلیدواژه ها:
intuitionistic fuzzy sets ، intuitionistic fuzzy numbers ، Trapezoidal Intuitionistic ، Fuzzy Numbers ، triangular intuitionistic fuzzy numbers ، magnitude of intuitionistic fuzzy number
نویسندگان
Suresh Mohan
Department of Mathematics, Kongu Engineering College, Erode, Tamil Nadu, India.
Arun Prakash Kannusamy
Department of Mathematics, Kongu Engineering College, Erode, Tamil Nadu, India.
Vengataasalam Samiappan
Department of Mathematics, Kongu Engineering College, Erode, Tamil Nadu, India.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :