[논문 리뷰] Type-2 Fuzzy Set based Hesitant Fuzzy Linguistic Term Sets for Linguistic Decision Making

Taniya Seth, Pranab K. Muhuri|arXiv (Cornell University)|2020. 02. 26.

Multi-Criteria Decision Making참고 문헌 35인용 수 10

한 줄 요약

이 논문은 구룹 의사결정 맥락에서 언어적 불확실성을 더 잘 표현하기 위해 간격 타입-2 퍼지 세트를 혼란스러운 언어적 term 집합에 통합함으로써 새로운 프레임워크를 제안한다. 이는 다수의 오목형 간격 타입-2 퍼지 세트로부터 타입-2 퍼지 랩퍼를 계산하는 방법을 도입하고, 공급업체 성과 평가에 모델을 검증하여 기존 모델 대비 내부 및 외부 불확실성 처리 능력에서 뛰어난 성능을 보였다.

ABSTRACT

Approaches based on computing with words find good applicability in decision making systems. Predominantly finding their basis in type-1 fuzzy sets, computing with words approaches employ type-1 fuzzy sets as semantics of the linguistic terms. However, type-2 fuzzy sets have been proven to be scientifically more appropriate to represent linguistic information in practical systems. They take into account both the intra-uncertainty as well as the inter-uncertainty in cases where the linguistic information comes from a group of experts. Hence in this paper, we propose to introduce linguistic terms whose semantics are denoted by interval type-2 fuzzy sets within the hesitant fuzzy linguistic term set framework, resulting in type-2 fuzzy sets based hesitant fuzzy linguistic term sets. We also introduce a novel method of computing type-2 fuzzy envelopes out of multiple interval type-2 fuzzy sets with trapezoidal membership functions. Furthermore, the proposed framework with interval type-2 fuzzy sets is applied on a supplier performance evaluation scenario. Since humans are predominantly involved in the entire process of supply chain, their feedback is crucial while deciding many factors. Towards the end of the paper, we compare our presented model with various existing models and demonstrate the advantages of the former.

연구 동기 및 목표

• 언어적 의사결정 맥락에서 타입-1 퍼지 세트가 언어적 불확실성을 표현하는 데 한계를 보이는 문제를 해결하기 위해.
• 간격 타입-2 퍼지 세트를 혼란스러운 언어적 term 집합에 통합하여 전문가 피드백으로부터 내부 및 외부 불확실성을 모두 모델링하기 위해.
• 오목형 소속 함수를 갖는 다수의 간격 타입-2 퍼지 세트로부터 타입-2 퍼지 랩퍼를 계산하는 방법을 개발하기 위해.
• 실제 공급업체 성과 평가 사례에 제안된 프레임워크를 검증하기 위해.
• 기존 접근 방식과의 비교를 통해 불확실성 처리 능력 및 의사결정 정확도에서의 우월성을 입증하기 위해.

제안 방법

• 언어적 용어를 간격 타입-2 퍼지 세트로 표현하여 타입-1 퍼지 세트를 초월한 고차원 불확실성을 포착하기 위해.
• 혼란스러운 언어적 term 집합 프레임워크 내에서 간격 타입-2 퍼지 세트를 통합하여 전문가의 다수 언어적 평가를 모델링하기 위해.
• 오목형 소속 함수를 갖는 다수의 간격 타입-2 퍼지 세트로부터 타입-2 퍼지 랩퍼를 계산하는 새로운 알고리즘을 제안하기 위해.
• 인간 전문가 피드백을 포함한 공급업체 성과 평가 사례 연구에 프레임워크를 적용하기 위해.
• 간격 타입-2 퍼지 세트에 특화된 탈퍼지화 및 집계 기법을 사용하여 의사결정 지원하기 위해.
• 정성적 및 정량적 평가 지표를 사용하여 제안된 모델을 기존 모델과 비교하기 위해.

실험 결과

연구 질문

• RQ1 간격 타입-2 퍼지 세트는 타입-1 퍼지 세트에 비해 그룹 의사결정 상황에서 언어적 불확실성을 어떻게 향상시킬 수 있는가?
• RQ2 오목형 소속 함수를 갖는 다수의 간격 타입-2 퍼지 세트로부터 타입-2 퍼지 랩퍼를 계산하는 효과적인 방법은 무엇인가?
• RQ3 실제 공급업체 성과 평가 맥락에서 제안된 프레임워크는 전문가의 언어적 평가를 포함하여 어떻게 성능을 발휘하는가?
• RQ4 제안된 모델은 기존의 혼란스러운 언어적 term 집합 및 타입-1 퍼지 세트 기반 모델 대비 불확실성 처리 능력에서 어떤 방식으로 뛰어나게 되는가?
• RQ5 혼란스러운 언어적 term 집합에 타입-2 퍼지 세트를 통합함으로써 언어적 의사결정에 있어 어떤 주요 이점이 있는가?

주요 결과

• 제안된 프레임워크는 전문가 평가 내부의 불확실성(내부 불확실성)과 전문가 의견 간의 불확실성(외부 불확실성)을 효과적으로 모델링한다.
• 다수의 오목형 간격 타입-2 퍼지 세트로부터 타입-2 퍼지 랩퍼를 계산하는 방법은 불확실한 언어적 데이터에 대한 강력한 집계 메커니즘을 제공한다.
• 공급업체 성과 평가 사례 연구에서, 타입-1 퍼지 세트 기반 접근 방식에 비해 모델은 더 높은 의사결정 정확도와 불확실성 표현 능력을 보였다.
• 기존 모델과의 비교에서 제안된 프레임워크는 언어적 모호성과 전문가 간의 의견 차이를 더 잘 포착하는 것으로 나타났다.
• 간격 타입-2 퍼지 세트를 혼란스러운 언어적 term 집합에 통합함으로써 실생활 의사결정 시스템에 더 과학적이고 실용적인 모델이 도출된다.