Bulanık SPC - kitap TFN-bileşen uygulama profili

Formül adımları

Analiz motorunun yöntem bildirimindeki (manifest F.steps) adımlar; raporlardaki formüllerle aynı kaynaktır.

1. Sağlanan sıralı TFN girdisini ve kriter üstverisini doğrula ve kaydet.

   $$X=(X^L,X^M,X^U),x^L\le x^M\le x^U$$
   LaTeX

   X=(X^L,X^M,X^U),\quad x^L\le x^M\le x^U

2. Her TFN bileşeni için, SPC simetri noktasını, ortalama mutlak mesafeyi ve ters-değer kriter modülünü hesaplayın; modülleri bir simpleks ağırlık vektörüne normalize edin. Kriter yönü SPC tarafından kullanılmaz.

   $$SP{V}_j^{(s)}=(mi{n}_i{x}_{ij}^{(s)}+ma{x}_i{x}_{ij}^{(s)})/2;MA{D}_j^{(s)}=m^{-1}\sum _i|x_{ij}^{(s)}-SP{V}_j^{(s)}|;M_j^{(s)}=m^{-1}\sum _{i}MA{D}_j^{(s)}/x_{ij}^{(s)};w_j^{(s)}=M_j^{(s)}/\sum _k{M}_k^{(s)}$$
   LaTeX

   SPV_j^{(s)}=(min_i x_{ij}^{(s)}+max_i x_{ij}^{(s)})/2; MAD_j^{(s)}=m^{-1}\sum_i|x_{ij}^{(s)}-SPV_j^{(s)}|; M_j^{(s)}=m^{-1}\sum_i MAD_j^{(s)}/x_{ij}^{(s)}; w_j^{(s)}=M_j^{(s)}/\sum_k M_k^{(s)}

3. Üç kesin bileşen ağırlığının ortalamasını al, normalleştir ve bulanık zarfın sonucu değiştirip değiştirmediğini açıkça bildir.

   $$w=normalize((w^{(L)}+w^{(M)}+w^{(U)})/3)$$
   LaTeX

   w=normalize((w^{(L)}+w^{(M)}+w^{(U)})/3)

Sezgi

Sonucu okuma: Use only as a reproducible component-scenario profile for SPC. Supply true TFNs. Do not cite it as the canonical fuzzy SPC method.

Sık yapılan hatalar

• Tekdüze orantılı bulanıklaştırma, normalize edilmiş objektif yöntemler için genellikle aynı L/M/U ağırlıklarını üretir.
• Kanonik yöntem notu: Yerel bulanık SPC varyantları, tanımlanmış bir bulanık küme ve uzaklık ölçüsü gerektirir.