日本語AIでPubMedを検索
ファジィ分析階層プロセスの改善のためのノームディストモンテカルロ積分法
Norm-dist Monte-Carlo integrative method for the improvement of fuzzy analytic hierarchy process.
PMID: 32346625 PMCID: PMC7182732. DOI: 10.1016/j.heliyon.2020.e03607.
抄録
本論文では、多基準の意思決定分析において、人間の判断の曖昧さに起因する確率的不確実性と認識論的不確実性を取り入れるために、ノームディストモンテカルロファジィ分析階層プロセス(NMCFAHP)という新しいアプローチを提案する。モンテカルロシミュレーションにおいて、基準と選択肢の確率分布関数を近似するための最適な分布モデルとして正規分布を適用した。提案したNMCFAHPの適用性を検証するために、インドネシア・ボルネオ島の石油会社を対象に非破壊検査(NDT)技術選定のケーススタディを実施した。提案NMCFAHP法は、従来の三角ファジィAHP法と比較して、最終評価点において平均値の標準誤差を90.4-99.8%低減することができた。このことは、提案NMCFAHPがファジィ不確かさと確率的ランダム性を扱う際の誤差が大幅に減少することを意味している。提案するNMCFAHPは、グループ意思決定プロセスにおける確率的不確実性と認識の曖昧さを克服するための信頼性の高い性能を提供する。
This paper presents the novel approach of the Norm-dist Monte-Carlo fuzzy analytic hierarchy process (NMCFAHP) to incorporate probabilistic and epistemic uncertainty due to human's judgment vagueness in multi-criteria decision analysis. Normal distribution is applied as the most appropriate distribution model to approximate the probability distribution function of the criteria and alternatives within Monte-Carlo simulation. To test the applicability of the proposed NMCFAHP, the case study of non-destructive test (NDT) technology selection is performed in the Petroleum Company in Borneo, Indonesia. When compared with the conventional triangular fuzzy-AHP, the proposed NMCFAHP method reduces the standard error of mean values by 90.4-99.8% at the final evaluation scores. This means that the proposed NMCFAHP significantly involves fewer errors when dealing with fuzzy uncertainty and stochastic randomness. The proposed NMCFAHP delivers reliable performance to overcome probabilistic uncertainty and epistemic vagueness in the group decision making process.
© 2020 The Author(s).