| dbo:abstract
|
- Lineare partielle Information (LPI) ist eine lineare Modellierungsmethode für die praxisnahen Entscheidungen, die auf zuvor unscharfen Informationen basieren. Die Theorie wurde 1970 von Edward Kofler in Zürich entwickelt. Begriffsbildungen, Eigenschaften, Vorstellungen oder Modelle unserer Wirklichkeit bilden wir immer nur mit unvollständiger Information. Das betrifft auch unsere Umgangssprache und logische Überlegungen. Zeitlich betrachtet verändert sich diese Unschärfe (engl. fuzziness) unserer Realität ununterbrochen. Aber, obwohl wir im Bereich der unvollständigen Information leben, müssen in unseren Entscheidungssituationen rationale Entscheide getroffen werden, die ebendieser Unschärfe Rechnung tragen und Fehlentscheidungen auf der Basis nur scheinbar beständiger Erkenntnisse vermeiden. Das führt zur so genannten weichen Modellbildung. Bei vielen praktischen Entscheidungen liegen keine vollständigen Informationen vor. Dennoch ist es oft möglich Prognosen, vorsichtige Strategien, unscharfe Gleichgewichtspunkte und Stabilitätsbedingungen zu ermitteln. Beispielsweise in Investitionsmodellen in Portfolio-Entscheidungen, in der wirtschaftlichen Planung, aber auch in strategischen Konfliktsituationen. Dabei gilt: Je komplexer sich die Entscheidungssituation darstellt, desto weicher, also mit größerer Unschärfe, ist das entsprechende Modell zu gestalten; erst mit fortschreitender Gewissheit darf die Unschärfe des Modells schrittweise reduziert werden. In Entscheidungssituationen wird die Unschärfe der Verteilung der möglichen Szenarien, wie auch der Endergebnisse (engl. outputs) berücksichtigt. Jede Tätigkeit beruht auf Entscheidungen, die in einer Welt der Unschärfe und Unsicherheit der Daten, Begriffe und Gesetze getroffen werden müssen. Die „Fuzziness“ der Welt ist eine Regel und nicht Ausnahme. Die Optimalität unserer Entscheidungen, die wir mittels klassischer Methoden unter diesen Bedingungen erreichen wollen, muss in Frage gestellt werden. Das alles zwingt uns zur so genannten weichen (unscharfen) Modellbildung.Je komplexer ein betrachtetes System ist, desto höher ist der Unbestimmtheitsgrad der Daten und umso weicher muss modelliert werden, sagte bereits Lotfi Zadeh.Das weiche Modell besitzt drei wichtige Merkmale:
* Die Eintrittswahrscheinlichkeit des Modells ist im Vergleich mit dem scharfen Modell im Allgemeinen größer.
* Es ist zeitlich stabiler.
* Es lässt ein adaptives Verfahren bezüglich neuer Informationen mit einer entsprechenden Anpassung an neue Voraussetzungen zu. (de)
- Linear partial information (LPI) is a method of making decisions based on insufficient or fuzzy information. LPI was introduced in 1970 by Polish–Swiss mathematician Edward Kofler (1911–2007) to simplify decision processes. Compared to other methods the LPI-fuzziness is algorithmically simple and particularly in decision making, more practically oriented. Instead of an indicator function the decision maker linearizes any fuzziness by establishing of linear restrictions for fuzzy probability distributions or normalized weights. In the LPI-procedure the decision maker linearizes any fuzziness instead of applying a membership function. This can be done by establishing stochastic and non-stochastic LPI-relations. A mixed stochastic and non-stochastic fuzzification is often a basis for the LPI-procedure. By using the LPI-methods any fuzziness in any decision situation can be considered on the base of the linear fuzzy logic. (en)
- L'informazione parziale linearizzata (LPI) è un metodo per prendere decisioni basate su informazioni insufficienti, sfumate o incerte (fuzzy, in lingua inglese). La LPI è stata introdotta nel 1970 dal matematico polacco, naturalizzato svizzero, Edward Kofler (1911 - 2007), per semplificare i processi di decisione. (it)
- L’Information Partielle Linéaire (LPI) est une méthode de modélisation linéaire pour les décisions pratiques, basée sur les informations précédemment floues. Edward Kofler, un mathématicien suisse, développa sa théorie sur l'information partielle linéaire (LPI) en 1970 à Zurich (Suisse). (fr)
- Liniowa cząstkowa informacja (ang. linear partial information, LPI) – metoda podejmowania decyzji bazujących na niepełnej informacji. Teoria LPI została opracowana w roku 1970 przez polsko-szwajcarskiego matematyka Edwarda Koflera (1911 - 2007) dla uproszczenia procesów decyzyjnych. W porównaniu z innymi metodami system LPI jest prostszy algorytmicznie i bardziej praktyczny, szczególnie w procesach decyzyjnych. Zamiast stosowania często wątpliwych funkcji charakterystycznych decydent linearyzuje jakikolwiek element niepewności przez wprowadzenie liniowych ograniczeń elementów niepewności: rozkładów prawdopodobieństw albo średnich ważonych. W procesie LPI decydent linearyzuje wszelkie elementy niepewności zamiast wprowadzać funkcje charakterystyczne. Linearyzacji dokonuje się przez wprowadzanie stochastycznych lub niestochastycznych zależności LPI. Układy mieszane składające się ze stochastycznych i niestochastycznych elementów niepewności są najczęściej podstawą procesu LPI. Stosując metodę LPI można rozwiązać niepewną sytuację decyzyjną opierając się na liniowej logice rozmytej. (pl)
- Линейная частичная информация (англ. linear partial information, LPI) — теория, применяемая для принятия решений на основании нечёткой логики при неполной или неаккуратной доступной информации. Швейцарский математик Эдуард Кофлер изобрёл эту теорию в 1970 году. (ru)
|
| dbo:wikiPageExternalLink
| |
| dbo:wikiPageID
| |
| dbo:wikiPageLength
|
- 5562 (xsd:nonNegativeInteger)
|
| dbo:wikiPageRevisionID
| |
| dbo:wikiPageWikiLink
| |
| dbp:date
| |
| dbp:url
| |
| dbp:wikiPageUsesTemplate
| |
| dcterms:subject
| |
| gold:hypernym
| |
| rdf:type
| |
| rdfs:comment
|
- L'informazione parziale linearizzata (LPI) è un metodo per prendere decisioni basate su informazioni insufficienti, sfumate o incerte (fuzzy, in lingua inglese). La LPI è stata introdotta nel 1970 dal matematico polacco, naturalizzato svizzero, Edward Kofler (1911 - 2007), per semplificare i processi di decisione. (it)
- L’Information Partielle Linéaire (LPI) est une méthode de modélisation linéaire pour les décisions pratiques, basée sur les informations précédemment floues. Edward Kofler, un mathématicien suisse, développa sa théorie sur l'information partielle linéaire (LPI) en 1970 à Zurich (Suisse). (fr)
- Линейная частичная информация (англ. linear partial information, LPI) — теория, применяемая для принятия решений на основании нечёткой логики при неполной или неаккуратной доступной информации. Швейцарский математик Эдуард Кофлер изобрёл эту теорию в 1970 году. (ru)
- Lineare partielle Information (LPI) ist eine lineare Modellierungsmethode für die praxisnahen Entscheidungen, die auf zuvor unscharfen Informationen basieren. Die Theorie wurde 1970 von Edward Kofler in Zürich entwickelt. In Entscheidungssituationen wird die Unschärfe der Verteilung der möglichen Szenarien, wie auch der Endergebnisse (engl. outputs) berücksichtigt. (de)
- Linear partial information (LPI) is a method of making decisions based on insufficient or fuzzy information. LPI was introduced in 1970 by Polish–Swiss mathematician Edward Kofler (1911–2007) to simplify decision processes. Compared to other methods the LPI-fuzziness is algorithmically simple and particularly in decision making, more practically oriented. Instead of an indicator function the decision maker linearizes any fuzziness by establishing of linear restrictions for fuzzy probability distributions or normalized weights. In the LPI-procedure the decision maker linearizes any fuzziness instead of applying a membership function. This can be done by establishing stochastic and non-stochastic LPI-relations. A mixed stochastic and non-stochastic fuzzification is often a basis for the LPI- (en)
- Liniowa cząstkowa informacja (ang. linear partial information, LPI) – metoda podejmowania decyzji bazujących na niepełnej informacji. Teoria LPI została opracowana w roku 1970 przez polsko-szwajcarskiego matematyka Edwarda Koflera (1911 - 2007) dla uproszczenia procesów decyzyjnych. W porównaniu z innymi metodami system LPI jest prostszy algorytmicznie i bardziej praktyczny, szczególnie w procesach decyzyjnych. Zamiast stosowania często wątpliwych funkcji charakterystycznych decydent linearyzuje jakikolwiek element niepewności przez wprowadzenie liniowych ograniczeń elementów niepewności: rozkładów prawdopodobieństw albo średnich ważonych. W procesie LPI decydent linearyzuje wszelkie elementy niepewności zamiast wprowadzać funkcje charakterystyczne. Linearyzacji dokonuje się przez wprowadz (pl)
|
| rdfs:label
|
- Lineare partielle Information (de)
- Informazione parziale linearizzata (it)
- Information partielle linéaire (fr)
- Linear partial information (en)
- Liniowa cząstkowa informacja (pl)
- Линейная частичная информация (ru)
|
| owl:sameAs
| |
| prov:wasDerivedFrom
| |
| foaf:isPrimaryTopicOf
| |
| is dbo:knownFor
of | |
| is dbo:wikiPageDisambiguates
of | |
| is dbo:wikiPageRedirects
of | |
| is dbo:wikiPageWikiLink
of | |
| is foaf:primaryTopic
of | |
