Skip to main content
SpringerLink
Log in

Die Theorie der unscharfen Mengen

  • Chapter
Fuzzy Sets in der Netzplantechnik

  • 37 Accesses

Zusammenfassung

In diesem Kapitel werden die Grundlagen der Theorie der unscharfen Mengen beschrieben. Die Darstellung stützt sich im wesentlichen auf die einführenden Bücher von Zimmermann 1 sowie von Dubois und Prade 2.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 59.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Vgl. Zimmermann, H.-J.: Fuzzy Set Theory -and Its Applications, Boston -Dordrecht -Lancaster1985.

    Google Scholar 

  2. Vgl. Dubois, D.; Prade, H.: Fuzzy Sets and Systems. Theory and Applications, New York -

    Google Scholar 

  3. London -Toronto -Sydney -San Francisco 1980.

    Google Scholar 

  4. Vgl. DUBOIS, D.; Prade, H.: Possibility Theory. An Approach to Computerized Processing of Uncertainty, New York -London 1988, S. 3.

    MATH  Google Scholar 

  5. Vgl. Zimmermann, H.-J.: Fuzzy Sets in Operations Research -Eine Einführung in Theorie und Anwendung, in: Operations Research Proceedings 1984, Berlin -Heidelberg 1985, S. 595

    Google Scholar 

  6. Vgl. Rommelfanger, H.: Entscheiden bei Unschärfe. Fuzzy Decision Support-Systeme, Berlin -Heidelberg -New York -London -Paris -Tokyo 1988, S. 4–5.

    Google Scholar 

  7. Vgl. Zimmermann, H.-J.; Zysno, P.: Decisions and Evaluations by Hierarchical Aggregation of Information, in: Fuzzy Sets and Systems 10 (1983), S. 243–260.

    Article  MATH  Google Scholar 

  8. Nach Jai. kann der Verzicht auf präzise Information die Voraussetzung für die Lösbarkeit komplexer Probleme sein. Vgl. Jain, R.: Fuzzyism and Real World Problems, in: Wang, P. P.; Chang, S. K. (Hrsg.). Fuzzy Sets -Theory and Applications to Policy Analysis and Information Systems, New York -London 1980, S. 129.

    Google Scholar 

  9. Vgl. Zadeh, L. A.: Outline of a New Approach to the Analysis of Complex Systems and Decision Processes, in: Yager, R. R.; Ovchinnikov, S.; Tong, R. M.; Nguyen, H. T. (Hrsg.). Fuzzy Sets and Applications: Selected Papers by L.A. Zadeh, New York -Chichester -Brisbane -Toronto -Singapore 1987, S. 106–107 (Nachdruck des gleichnamigen Artikels in: IEEE Trans. Systems, Man, and Cybernetics, SMC-3 (1973), S. 28–44).

    Google Scholar 

  10. Vgl. Zadeh, L. A.: Fuzzy Sets, in: Information and Control 8 (1965), S. 338–353.

    Article  MathSciNet  MATH  Google Scholar 

  11. Anstelle von [0,1] verwendet Gogue. Verbände und gelangt so zu den sogenannten L-fuzzy sets, auf die hier nicht näher eingegangen werden soll. Vgl. Goguen, J. A.: L-Fuzzy Sets, in: Journal of Mathematical Analysis and Applications 8 (1967), S. 145–174.

    Article  MathSciNet  Google Scholar 

  12. Vgl. Dubois, D.; Prade, H.: New Results about Properties and Semantics of Fuzzy Set-Theoretic Operators, in: Wang, P. P.; Chang, S. K. (Hrsg.). Fuzzy Sets -Theory and Applications to Policy Analysis and Information Systems, New York -London 1980, S. 59–75

    Google Scholar 

  13. vgl. Bellman, R.; Giertz, M.: On the Analytic Formalism of the Theory of Fuzzy Sets, in: Information Sciences 5 (1973), S. 149–156. Zur Kritik des Standard-Komplements

    Article  MathSciNet  Google Scholar 

  14. vgl. Toth, H.: From Fuzzy-Set Theory to Fuzzy Set-Theory: Some Critical Remarks on Existing Concepts, in: Fuzzy Sets and Systems 23 (1987), S. 219–237.

    Article  MathSciNet  MATH  Google Scholar 

  15. Vgl. Zadeh, L.A.: The Concept of a Linguistic Variable and Its Application to Approximate Reasoning, Teil 1, in: Information Sciences 8 (1975), S. 236.

    Google Scholar 

  16. Vgl. Dubois, D.; Prade, H.: Comment on Tolerance analysis using Fuzzy sets’ and ’A procedure for multiple aspect decision making’, in: International Journal of Systems Science 9 (1978), S. 357–360.Vgl. Dubois

    Article  MathSciNet  MATH  Google Scholar 

  17. Vgl. Zadeh, L. A.: Calculus of Fuzzy Restrictions, in: Zadeh, L. A.; Fu, K.; Tanaka, K.; Shimura, M. (Hrsg.). Fuzzy Sets and Their Applications to Cognitive and Decision Processes, New York -San Francisco -London 1975, S. 1–39

    Google Scholar 

  18. Vgl. Zadeh, L. A.: The Concept of a Linguistic Variable and Its Application to Approximate Reasoning, Teil 1, in: Information Sciences 8 (1975), S. 199–249; Teil 2, in: Information Sciences 8 (1975), S. 301–357; Teil 3, in: Information Sciences 9 (1975), S. 43–80.

    Article  MathSciNet  Google Scholar 

  19. Vgl. Zadeh, L. A.: Fuzzy Sets as a Basis for a Theory of Possibilty, in: Fuzzy Sets and Systems 1 (1978), S. 3–28.

    Article  MathSciNet  MATH  Google Scholar 

  20. Vgl. Shackle, G. L. S.: Decision Order and Time in Human Affairs, 2. Aufl., Cambridge 1969.

    Google Scholar 

  21. Umgekehrt läßt sich auch jede unscharfe Menge als Menge der (mehr oder weniger) möglichen Werte einer entsprechenden Variablen auffassen. Vgl. Dubois, D.; Prade, H.: Fuzzy Sets, Probability and Measurement, in: European Journal of Operational Research 40 (1989), S. 136.

    Article  MathSciNet  Google Scholar 

  22. Vgl. Zadeh, L. A.: Fuzzy Sets and Information Granularity, in: Gupta, M. M.; Ragade, R. K.; Yager, R. R. (Hrsg.). Advances in Fuzzy Set Theory and Applications, Amsterdam -New York -Oxford 1979, S. 5.

    Google Scholar 

  23. Vgl. Dubois, D.; Prade, H.: Fuzzy Sets and Statistical Data, in: European Journal of Operational Research 25 (1986), S. 346.

    Article  MathSciNet  Google Scholar 

  24. Vgl. Dubois, D.; Prade, H.: Ranking Fuzzy Numbers in the Setting of Possibilty Theory, in: Information Sciences 30 (1983), S. 184–185.

    Article  MathSciNet  Google Scholar 

  25. Ahnlich: Zimmermann, H.-J.: Using Fuzzy Sets in Operational Research, in: European Journal of Operational Research 13 (1983), S. 205.

    Google Scholar 

  26. Vgl. Zadeh, L. A.: Fuzzy Sets as a Basis for a Theory of Possibility, in: Fuzzy Sets and Systems 1 (1978), S. 8. Vgl. Zimmermann, H.-J.: Fuzzy Set Theory -and Its Applications, a.a.O., S. 107.

    Article  MathSciNet  Google Scholar 

  27. Eine Übersicht über Formen des gemeinsamen Auftretens von Unschärfe und Wahrscheinlichkeit enthält: Kacprzyk, J.; FEDRIZZI, M. (Hrsg.). Combining Fuzzy Imprecision with Probabilistic Uncertainty in Decision Making, Berlin -Heidelberg -New York -London -Paris -Tokyo 1988.

    MATH  Google Scholar 

  28. Vgl. Zadeh, L. A.: Fuzzy Sets as a Basis for a Theory of Possibility, a.a.O., S. 8. Vgl. Dubois, D.; Prade,H.. Fuzzy Sets and Systems. Theory and Applications, a.a.O., S. 137–138. Eine Gegenüberstellung und Verallgemeinerung beider Prinzipien enthält: Delgado, M.; Moral, S.: On the Concept of Possibility-Probability Consistency, in: Fuzzy Sets and Systems 21 (1987), S. SUSIS.

    Google Scholar 

  29. Vgl. Kaufmann, A.: Hybrid Data -Various Associations between Fuzzy Subsets and Random Variables, in: Jones, A.; Kaufmann, A.; Zimmermann, H.-J.: Fuzzy Sets Theory and Applications, Dordrecht 1986, S. 183. Vgl. Kaufmann, A.; Gupta, M. M.: Introduction to Fuzzy Arithmetic. Theory and Applications, New York 1985, S. 113.

    Google Scholar 

  30. Vgl. Zadeh, L. A.: Probability Measures of Fuzzy Events, in: Journal of Mathematical Analysis and Applications 23 (1968), S. 421–427.

    Article  MathSciNet  MATH  Google Scholar 

  31. Vgl. Zadeh, L. A.: The Concept of a Linguistic Variable and its Application to Approximate Reasoning, Teil 3, a.a.O., S. 44. Vgl. Freeling, A. N. S.: Possibilities versus Fuzzy Probabilities -Two Alternative Decision Aids, in: Zimmermann, H.-J.; Zadeh, L. A.; Gaines, B. R. (Hrsg.): Fuzzy Sets and Decision Analysis, Amsterdam -New York -Oxford 1984, S. 67–81.

    Google Scholar 

  32. Vgl. Hisdal, E.: Are Grades of Membership Probabilities?, in: Fuzzy Sets and Systems 25 (1988), S. 335.

    Google Scholar 

  33. Vgl. Natvig, B.: Possibility versus Probability, in: Fuzzy Sets and Systems 10 (1983), S. 31–36.

    Article  MathSciNet  MATH  Google Scholar 

  34. Vgl. DEMPSTER, A. P.: Upper and Lower Probabilities Induced by a Multivalued Mapping, in: The Annals of Mathematical Statistics 38, Nr. 2, April 1967, S. 325–339.

    Article  MathSciNet  MATH  Google Scholar 

  35. Vgl. Shafer, G.: A Mathematical Theory of Evidence, Princeton -London 1976

    MATH  Google Scholar 

  36. Vgl. Shafer, G.: Belief Functions and Possibility Measures, in: Bezdek, J. C. (Hrsg.). Analysis of Fuzzy Information, Band 1, Boca Raton 1987, S. 51–84.

    Google Scholar 

  37. Vgl. GOODMANN, J. R.: Fuzzy Sets as Equivalence Classes of Random Sets, in: Yager, R.R. (Hrsg.). Fuzzy Sets and Possibility Theory. Recent Developments, New York u. a. 1982, S. 327–343.

    Google Scholar 

  38. Vgl. beispielsweise Dubois, D.; Prade, H.: Fuzzy Real Algebra: Some Results, in: Fuzzy Sets and Systems 2 (1978), S. 327–348

    Article  MathSciNet  Google Scholar 

  39. Vgl. Nguyen, H. T.: A Note on the Extension Principle for Fuzzy Sets, in: Journal of Mathematical Analysis and Applications 64 (1978), S. 369–380.

    Article  MathSciNet  MATH  Google Scholar 

  40. Vgl. Fedrizzi, M.: Introduction to Fuzzy Sets and Possibility Theory, in: Kacprzyk, J.; Orlovski, S. A. (Hrsg.). Optimization Models Using Fuzzy Sets and Possibility Theory, Dordrecht -Boston -Lancaster -Tokyo 1987, S. 20

    Google Scholar 

  41. Vgl. Kaufmann, A.: On the Relevance of Fuzzy Sets for Operations Research, in: European Journal of Operational Research 25 (1986), S. 332

    Article  Google Scholar 

  42. Vgl. Yager, R. R.: Expected Values from Probabilities of Fuzzy Subsets, in: European Journal of Operational Research 25 (1986), S. 336.

    Article  MathSciNet  MATH  Google Scholar 

  43. Vgl. Bellman, R. E.; Zadeh, L. A.: Decision-Making in a Fuzzy Environment, in: Management Science, Bd. 17, Nr. 4, Dezember 1970, S. B-141 -B–164.

    Article  MathSciNet  Google Scholar 

  44. Vgl. Zimmermann, H.-J.: Description and Optimization of Fuzzy Systems, in: International Journal of General Systems 2 (1976), S. 209–215.

    Article  MATH  Google Scholar 

  45. Zimmermann, H.-J.: Fuzzy Sets, Decision Making, and Expert Systems, Boston -Dordrecht -Lancaster 1987, S. 72–109.

    Chapter  Google Scholar 

  46. Vgl. ROMMELFANGER, H.: FULPAL -Ein interaktives Verfahren zur Lösung Linearer (Mehrziel)-Optimierungsprobleme mit vagen Daten, Beitrag erscheint 1990 in: OR Proceedings 1989.

    Google Scholar 

Download references

Authors
  1. Christian Rabetge
    View author publications

    You can also search for this author in PubMed Google Scholar

Rights and permissions

Reprints and permissions

Copyright information

© 1991 Deutscher Universitäts-Verlag GmbH, Wiesbaden

About this chapter

Cite this chapter

Rabetge, C. (1991). Die Theorie der unscharfen Mengen. In: Fuzzy Sets in der Netzplantechnik. Deutscher Universitätsverlag. https://doi.org/10.1007/978-3-322-85636-4_2

Download citation

  • DOI: https://doi.org/10.1007/978-3-322-85636-4_2

  • Publisher Name: Deutscher Universitätsverlag

  • Print ISBN: 978-3-8244-0066-9

  • Online ISBN: 978-3-322-85636-4

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics

Search

Navigation