• 지능정보연구
• /
• 제12권3호
• /
• pp.15-32
• /
• 2006

본 논문에서는 각 대안의 속성 평가와 속성 자체의 중요도에 대한 평가에 있어 불명료한 선호정보 형태로 주어진 경우, linguistic quantifier를 통한 퍼지논리를 활용하여 그룹의사결정을 지원하는 방법을 제시하였다. 불명료한 선호정보는 의사결정 관련 문헌에서 의사결정자에게 요구되는 선호정보 명시의 부담을 줄여주고, 판단의 모호성을 받아들이고자 하는 시각으로서 다뤄져 왔다. 그러나 불명료한 유형의 선호정보를 허용할 경우 의사결정그룹이 원하는 대안의 명확한 선택이 보다 어려워진다. 따라서 추가적인 정보획득을 위한 의사결정자들과의 상호작용이 요구되지만, 이는 불명료한 선호정보를 허용하였던 초기의 취지를 반감시킬 뿐더러, 반드시 최적의 대안을 보장하는 것도 아니다. 이러한 상황을 타계하기 위하여, fuzzy majority의 의미를 반영하고 있는 linguistic quantifier를 활용함으로써 satisfying solution을 구하는 절차를 제시하였다. 이는 mathematical programming을 활용한 의사결정 기법과 다수의 객체를 집성하기 위한 개략적 해법을 결합한 접근방식이다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2005년도 공동추계학술대회
• /
• pp.557-567
• /
• 2005

The increasing complexity of the socio-economic environments makes it less and less possible for single decision-maker to consider all relevant aspects of problem. Therefore are, many organizations employ groups in decision making. In this paper, we present a multiperson decision making method using fuzzy logic with linguistic quantifier when each of group members specifies imprecise judgments possibly both on performance evaluations of alternatives with respect to the multiperson criteria and on the criteria. Inexact or vague preferences have appeared in the decision making literatures with a view to relaxing the burdens of preference specifications imposed to the decision-makers and thus taking into account the vagueness of human judgments. Allowing for the types of imprecise judgments in the model, however, makes more difficult a clear selection of alternative(s) that a group wants to make. So, further interactions with the decision-makers may proceed to the extent to compensate for the initial comforts of preference specifications. These interaction may not however guarantee the selection of the best alternative to implement. To circumvent this deadlock situation, we present a procedure for obtaining a satisfying solution by the use of linguistic quantifier guided aggregation which implies fuzzy majority. This is an approach to combine a prescriptive decision method via a mathematical programming and a well-established approximate solution method to aggregate multiple objects.

• 한국지능시스템학회논문지
• /
• 제20권1호
• /
• pp.1-6
• /
• 2010

Ying[M.S. Ying, Linguistic quantifiers modeled by Sugeno integrals, Artificial Intelligence 170(2006) 581-606] studied a framework for modeling quantifiers in natural languages in which each linguistic quantifier is represented by a family of fuzzy measures and the truth value of a quantified proposition is evaluated by using Sugeno integral. In this paper, we consider interval-valued fuzzy measures and interval quantifiers which are the generalized concepts of fuzzy measures and quantifiers, respectively. We also investigate logical properties of a first order language with interval quantifiers modeled by the Sugeno integral with respect to an interval-valued fuzzy measures.