La media de Bonferroni (BM) fue introducida por Bonferroni hace seis décadas, pero ha sido un tema de investigación candente recientemente debido a la utilidad de las técnicas de agregación. La característica deseable de la BM es su capacidad para capturar la interrelación entre los argumentos de entrada. Sin embargo, la BM clásica y la GBM ignoran el vector de pesos de los argumentos agregados, la media de Bonferroni ponderada general (WBM) no tiene la reducibilidad, y la media de Bonferroni ponderada general revisada (GWBM) no puede reflejar la interrelación entre el criterio individual y otros criterios. Para abordar estos problemas, en este artículo proponemos la media de Bonferroni ponderada normalizada (NWBM) y la media de Bonferroni ponderada generalizada normalizada (GNWBM) y estudiamos sus propiedades deseables, como la reducibilidad, la idempotencia, la monotonía y la acotación. Además, investigamos los operadores NWBM y GNWBM bajo el entorno difuso intu
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Promedio de efectos teselares: Relegación de formas cerradas frente a expansiones de movimiento elíptico
Artículo:
Soluciones positivas para una clase de problemas de valor de frontera mixta discreta con el operador -Laplaciano.
Artículo:
Predicción de la demanda de pasajeros de autobús a corto plazo basada en un modelo de series temporales y en un enfoque interactivo de múltiples modelos.
Artículo:
Caracterización de la Transformada de Riesz de Espacios de Hardy Ponderados Asociados con Operadores de Schrödinger
Artículo:
Fluidos micropolares con viscosidad que tiende a cero
Artículo:
Análisis ABC en la gestión de inventarios : aplicación de la metodología en un caso específico
Artículo:
Metodología six-sigma : calidad Industrial
Artículo:
Aplicación de seis sigmas integradas con AMEF y QFD en el proceso de fabricación y distribución de muebles
Artículo:
Mejora de procesos de producción a través de la gestión de riesgos y herramientas estadísticas