Modelando un proceso de aprendizaje de productividad incierto utilizando una metodología intervalo difusa
Autores: Chiu, Min-Chi; Chen, Tin-Chih Toly; Hsu, Keng-Wei
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Modelando un proceso de aprendizaje de productividad incierto utilizando una metodología intervalo difusa
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Métodos
Pronóstico
Productividad
Número difuso de intervalo
Programación cuadrática binaria mixta
Promedio ponderado ordenado
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
Los métodos existentes para pronosticar la productividad de una fábrica están sujetos a una gran desventaja: los límites inferior y superior de la productividad suelen ser determinados por algunos casos extremos, lo que amplía inaceptablemente el rango de productividad.
Descripción
Los métodos existentes para pronosticar la productividad de una fábrica están sujetos a una gran desventaja: los límites inferior y superior de la productividad suelen ser determinados por algunos casos extremos, lo que amplía inaceptablemente el rango de productividad.