Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Model of the Applicability of Expert System Based on Neural Networks Technology and Hybrid Systems for Decision Making Kapitel lesen Erstes Kapitel lesen

2014 | OriginalPaper | Buchkapitel

Decision-Making Based on Fuzzy Estimation of Quality Level for Cargo Delivery

verfasst von : Yuriy P. Kondratenko, Ievgen V. Sidenko

Erschienen in: Recent Developments and New Directions in Soft Computing

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This chapter presents the proposed approach and algorithms for designing hierarhical decision support systems (DSS) based on fuzzy logic with flexible rule base. Special case of changing the structure of the input data’s vector for DSS in transport logistics is considered by authors. The main idea is a correction of fuzzy rule base of fuzzy DSS when different decision-makers can decrease dimension of the vector of DSS’s input coordinates according to their own priorities and criteria. Simulation results confirm the effectiveness and appropriateness of editing fuzzy knowledge bases rules for DSS which solve the problems of transport logistics.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Creation the Model of Educational and Methodical Support Based on Fuzzy Logic
Nächstes Kapitel Efficacy of Selected Soft Computing Techniques in Ranking of Sites for Hazardous Industrial Installation
Literatur
1.
Gil-Lafuente, A.M.: Fuzzy Logic in Financial Analysis. Studies in Fuzziness and Soft Computing. Springer, Berlin (2005)
2.
Kondratenko, Y.P.: Optimisation problems in marine transportation. Incidencia de las relaciones economicas internacionales en la recuperacion economica del area mediterranea. In: Real Academia de Ciencias Economicas y Financieras, Barcelona, pp. 43–52 (2011)
3.
Rotshtein, A.P.: Intellectual Technologies of Identification: Fuzzy Logic, Genetic Algorithms, Neuron Networks. Universum, Vinnitsa (1999). (In Russian)
4.
Encheva, S., Kondratenko, Y., Solesvik, M., Tumil, S.: Decision Support Systems in Logistics. In: International Electronic Conference on Computer Science, pp. 254–256 (2007)
5.
Mirotin, L.B.: Transport Logistics. Publishing House Examen, Moscow (2005). (In Russian)
6.
Kondratenko, Y.P., Sidenko, Ie.V.: Correction of the knowledge database of fuzzy decision support system with variable structure of the input data. In: International Conference MS’12, pp. 56–61, Minsk (2012)
7.
Kondratenko, Y.P., Encheva, S.B., Sidenko, Ie.V.: Synthesis of intelligent decision support systems for transport logistic. In: IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications, pp. 642–646, Prague (2011)
8.
Leonenkov, A.V.: Fuzzy Simulation in the Environment MatLab and FuzzyTECH. BHV-Petersburg, Sanct-Petersburg (2005). (In Russian)
9.
10.
Gil-Aluja, J., Gil-Lafuente, A.M., Klimova, A.: The optimization of the economic segmentation by means of fuzzy algorithms. J. Comput. Optim. Econ. Finan 1(3), 169–186 (2011)
11.
12.
Kondratenko, Y.P., Klymenko, L.P., Al Zu’bi, E.Y.M.: Structural optimisation of fuzzy controllers base of intelligent rules. Lect. Model. Simul. 11(1), 99–108 (2010)
13.
Oleynik, A.A., Subbotin, S.A.: The fuzzy rule base reduction based on multiagent approach. In: Herald of the National Technical University KhPI, Kharkov, 2009, no. 43, pp. 126–137 (In Ukrainian)
14.
Jantsen, J.: A robustness study of fuzzy control rules. In: Proceedings of the International Conference on EUFIT’97, pp. 1223–1227, Aachen (1997)
15.
Sanchez, V.L., Otero, J.: Boosting fuzzy rules in classification problems under single-winner inference. Int. J. Intell. Syst. 1021–1035 (2007)
16.
Yager, R., Filev, D.: Essential of Fuzzy Modeling and Control. Wiley, New York (1994)
17.
Ching-Chang, W., Nin-Shen, L.: Rule extraction for fuzzy modelling. Fuzzy Sets Syst 2, 23–30 (1997)CrossRef
18.
Miller, C.A.: The magic number seven plus or minus two: some limits on our capacity for proceeding information. Psychol. Rev. 63, 81–97 (1956)
19.
Kondratenko, Y.P., Sidenko, Ie.V.: Method of actual correction of the knowledge database of fuzzy decision support system with flexible hierarchical structure. J. Comput. Optim. Econ. Finan. 4(2–3), 57–76 (2012)
20.
Fuzzy Logic Toolbox. User’s Guide, Version 2, The MathWorks, Inc. (1999)
21.
Shtovba, S.D.: The design of fuzzy systems by means of MatLab. Hot line—Telecom, Moscow (2007) (In Russian)
22.
Takagi, T., Sugeno, M.: Fuzzy identification of systems and its applications to modeling and control. In: IEEE Transactions on Systems, Man and Cybernetics. 15(1), 116–132 (1985)
23.
Mamdani, E.H.: Application of fuzzy logic to approximate reasoning using linguistic synthesis. In: IEEE Transactions on Computers. 26(12), 1182–1191 (1977)
Metadaten
Titel
Decision-Making Based on Fuzzy Estimation of Quality Level for Cargo Delivery
verfasst von
Yuriy P. Kondratenko
Ievgen V. Sidenko
Copyright-Jahr
2014
Buch
Recent Developments and New Directions in Soft Computing

Print ISBN: 978-3-319-06322-5

Electronic ISBN: 978-3-319-06323-2

Copyright-Jahr: 2014

DOI
https://doi.org/10.1007/978-3-319-06323-2_21