Resumen

Proponemos algunas medidas de similitud entre dos números borrosos triangulares (TFNs) basadas en las medidas de similitud de vectores en el espacio vectorial, las cuales pueden ser utilizadas para agregar la información de decisión con TFNs. Se propone una metodología para problemas de toma de decisiones en grupo de múltiples criterios (MCGDM) con información borrosa triangular; los valores de los criterios toman la forma de valores lingüísticos, los cuales pueden convertirse en TFNs. Según las medidas de similitud ponderadas entre cada alternativa y la alternativa ideal, es fácil clasificar las alternativas y seleccionar la alternativa más deseable. Finalmente, aplicamos los métodos propuestos a un ejemplo ilustrativo de MCGDM; los resultados numéricos muestran que nuestro método es efectivo y práctico. Para comparación, también aplicamos nuestro método de medidas de similitud para resolver el problema de toma de decisiones borroso en Wei (2011); nuestro método tiene una computación más simple y obtiene los mismos resultados más rápidamente que el método FLOWHM.

• Materias:Modelado matemático Modelo de red neuronal Tasa de convergencia Aritmética Ondículas libres
• Subjects:Mathematical modeling Neural network model Convergence rate Arithmetic Free wavelets
• Palabras claves:Métodos propuestos; Medidas de similitud; Números difusos triangulares; Toma de decisiones en grupo de múltiples criterios; Valores lingüísticos; Eficiencia computacional
• Keywords:Proposed methods; Similarity measures; Triangular fuzzy numbers; Multiple criteria group decision-making; Linguistic values; Computational efficiency