Bằng phương tiện của các khái niệm về xác suất sự kiện mờ, chúng tôi đã chuyển thể các quá trình ra quyết định Markovian đến hệ thống trong đó các quốc gia có thể mờ, hoặc vì trạng thái của hệ thống không thể đo lường một cách chính xác hoặc khác vì số lượng của các quốc gia là rất lớn mà các quyết định không thể liên kết với các quốc gia chính xác của hệ thống. Vì vậy, lấy suất của sự kiện mờ như là một điểm khởi đầu, trong bài báo này, chúng tôi đã phát triển lý thuyết về chuỗi với các quốc gia mờ Markov và chúng tôi đã tính toán ma trận xác suất chuyển từ trạng thái mờ bằng cách sử dụng định nghĩa của xác suất có điều kiện được đưa ra bởi Sustral [5]. Bên cạnh đó, chúng tôi đã minh định nghĩa này với một ví dụ.
Nếu hệ thống có một số lượng lớn của các quốc gia, các giải pháp cho các vấn đề quyết định Markovian bằng cách lập trình tuyến tính liên quan đến một hệ thống với một số lượng lớn các biến và hạn chế. Bằng việc sử dụng các chuỗi Markov với các quốc gia mờ, như chúng tôi đã chỉ ra ví dụ, hệ thống cần giải quyết là đáng kể giảm. Điều này có nghĩa là giảm sự phức tạp tính toán và trong quá trình ra quyết định.
Mặc dù trong bài báo này, chúng tôi đã chỉ áp dụng dây chuyền với các quốc gia mờ Markov với các hệ thống xếp hàng, khái niệm nhúng trong phương pháp đề xuất có thể được mở rộng để đánh giá và giải quyết các mô hình xếp hàng mờ phức tạp hơn hoặc vấn đề bảo trì và hàng tồn kho. Hơn nữa, dây chuyền với các quốc gia mờ Markov có thể được sử dụng để tối ưu hóa và thiết kế các hệ thống dòng chảy với công suất hữu hạn và dữ liệu mờ, như đã phân tích trong [4].
đang được dịch, vui lòng đợi..