软计算快报3（2021）100012项目团队选择Sunny Joseph Kalayathankala，Joseph Varghese Kureetharab，Samayan Narayanamoorthyc印度特里苏尔Jyothi工程学院教授兼研究院院长b印度班加罗尔基督大学数学教授c印度哥印拜陀，Bharathiar大学数学系。aRT i cL e i nf o保留字：模糊集直觉模糊软集项目团队选择1. 介绍a b sTR a cT选择一个团队来执行一个项目并不是一件容易的事情。由于任何项目都涉及资金问题，公司管理层在选择项目团队时都会采取谨慎的做法。多准则决策（MCDM）模型的几个变化是在文献和实践中。我们提出了一种改进的直觉模糊方法来选择项目团队。我们将MCDM与动态称重相结合，每个参数。该模型的主要设计参数是输入数据到模糊形式的转换、非隶属度的设计以及隶属度和非隶属度的不确定值的计算。最后，模糊化的输出被转换成清晰的集合，称为解模糊化。这种方法有助于从一组申请人中按能力顺序确定最熟练的候选人管理的基础上，产生了数十种流程和工具，供项目经理管理预算、质量和时间的复杂性一些项目是一种临时性的努力，旨在生产一种独特的产品，服务或结果，具有明确的开始和结束，满足预定的目标和目的，通常是为了带来有益的变化或增加价值。项目管理的阶段包括启动、计划、执行、监控和结束团队的工作。所有这些活动的目的都是在规定的时间实现规定的目标。项目通常有时间限制，并且经常受到资金和时间的限制这些制约因素影响了交付成果的质量项目管理的成功总是可以通过三重约束来过滤的，即，预算、时间和范围。虽然三重限制的起源尚不清楚，但至少从20世纪50年代起就开始使用了。本文共分八个部分。相关文献综述见第2节和第6节。工作的动机和工作的相关性可在第3节中找到。第4节介绍了模糊集理论在项目管理中的作用。模型的构造在第5节中给出。第六、七章是实验、结果、讨论和敏感性分析。本文以第8结束。1.1. 项目管理大多数学者认为，现代项目管理始于1917年亨利？这个调度工具为项目开发创造了一种新的思维方式*通讯作者。值得注意的技术包括关键路径法（CPM）、计划评审技术（PERT）和工作分解结构（WBS）。CPM确定了最早的完成时间，而没有放弃完成项目的所有关键活动PERT有助于分析完成项目所涉及的任务。WBS有助于将项目分解为更小的可交付成果。这些工具有助于监测和控制项目，以最大限度地减少三重限制的影响，提高质量。在过去的几十年里，市场变得更加竞争激烈。许多孤立的经济体转向全球办法。质量已经成为赢得客户的事实标准。质量的定义更加细化为符合要求。项目管理过程得到了更广泛的关注，以预测和提高产品质量。全面质量管理（TQM），国际标准化组织（ISO），能力成熟度模型集成（CMMI）和许多其他标准在此期间诞生，重新制定和简化，以管理三重约束，从而管理质量。所有这些标准通过满足客户需求和期望、鼓励创新和员工参与、尊重社会价值观和信仰以及遵守政府法规和条例，为组织的持续改进提供了基本的人力资源技术、优化流程和有效工具。尽管三重约束这一术语在20世纪50年代作为现代项目管理的一部分被引入，但有历史证据表明，电子邮件地址：sjkalayathankal@jecc.ac.in（S.J. Kalayathankal），frjoseph@christuniversity.in（J.V. Kureethara），snmphd@buc.edu.in（S.Narayanamoorthy）。https://doi.org/10.1016/j.socl.2021.100012接收日期：2019年9月27日;接收日期：2021年2月4日;接受日期：2021年2月8日2666-2221/© 2021作者。由爱思唯尔公司出版这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）可在ScienceDirect上获得目录列表软计算快报期刊主页：www.elsevier.com/locate/soclS.J. Kalayathankal、J.V. Kureethara和S. 纳拉亚纳穆尔蒂软计算快报3（2021）1000122在早期文明中，这些概念被大量使用。公元前2570年，法老完成了吉萨大金字塔，这是现存超过3800年的最高人造结构，符合法老的质量要求。该项目有明确的时间跨度为20年，预算为10万名工人和明确的金字塔尺寸作为范围。没有现代管理理念的服务，起重机，推土机等工具，埃及人管理三重限制，并在时间内完成了令人钦佩的精度庞大的结构考古学家认为，埃及人征服了工作分解结构（WBS）的概念，为该项目雇用了10万名熟练的工匠这些员工被安排在一个高度有组织的分层管理结构中，金字塔的每一边都有一个专门的主管。他们对现代人力资源管理的理念有着深刻的理解.他们的技能、知识管理和经验受到重视。工人的安全和健康被认为是重要的他们住在建筑工地附近，那里员工们得到了食宿方面的报酬，得到了很好的照顾，而且每十天有一天可以休息。另一个这样的大型项目是巨大的人力被使用是中国长城的建设在公元前208据史料记载，劳动力分为士兵、平民和囚犯。1.2. 现代项目管理现代项目管理技术更多地关注项目组选定后对项目的监控和控制。通过这两个古代工程的例子拥有合适技能的人放在合适的位置上，会给任何公司带来竞争优势。团队合作是影响工程和管理结构的关键因素之一。软件领域现在主要通过组建小团队来完成与系统管理、产品开发、分析等相关的任务这减少了错误倾向，因为杰出的技术人员是团队的一部分。每个团队都由能够直接满足项目需求的人员组成。2. 文献复习Katzenbach和Smith[17]定义了项目所需的最佳跨职能团队的概念。他们提出，最佳的跨职能团队是一群人，每个所需的职能领域都有几个人，他们经过精心挑选，具有互补的技能，相互合作，能够为项目成功的共同目标而他们将有一个共同的使命和方法以及一个固定的时间表。一旦项目任务完成，成员将返回其职能单位或转移到不同的项目。因此，项目团队的组建被认为是一个复杂的多目标决策问题。Topcu[13]指出，开发和建立成本的限制也会导致项目完成期间的质量问题。他还说，评估团队成员的技能，过去的表现，工作质量，能力和相互认同可能有助于解决这个问题。所有的项目活动无疑都依赖于团队结构。因此，作为项目初期任务之一的团队选择变得最相关。因此，对团队选择过程进行战略决策研究已成为一种必要。虽然大量的工作，关于团队成员的行为特征，可以一个accessing项目的顺利运作进行了分类研究，在这一领域的人才为基础的Yakoob和Kawata[14]在这方面提出了一种模糊方法，通过使用三角模糊数来选择工作团队形成的候选人。3. 项目管理3.1. 团队和角色结构项目的成败直接关系到为执行项目而选择的人力资源的质量和采用的等级结构。在过去的50年里，人力资源管理（HRM）开创了许多概念，从招聘，培训和发展，绩效考核，薪酬，安全和健康，福利，劳资关系到员工的解雇人力资源管理的战略举措强化了这样一个概念，即公司中对人负责的任何人都是人力资源经理，无论员工向哪个职能部门报告。以下三个步骤确保员工积极性和生产力。3.1.1. 第一步：工作分析和工作描述项目管理的第一步是对项目进行工作分析，并定义所有的工作描述（JD）。工作分析不仅仅是技术技能。它应包括分析整个工作流程、内部和外部沟通、工作结构等。JD应包括工作、薪酬、经验年数、知识、技能组合、预期结果、行为和技术能力、软技能等的详细信息。JD确保广泛涵盖工作和劳动力的心理和社会层面。3.1.2. 第二步：层次结构第二步是创建劳动力所需的层级结构，并定义责任矩阵。RASCI矩阵是一个通用的框架，用于在项目中向团队成员分配和分配责任。矩阵中RASCI的字母描述了责任的级别这些级别依次为责任、问责、支持、咨询和知情3.1.3. 3.工作设计最后一步是通过考虑任务的特点、工作流程、人体工程学、工作实践、自主性、员工能力和可用性以及社会和文化期望，确保项目的适当工作设计方法工作设计通过丰富的工作确保工作满意度有了适当的职务说明、报告结构和职务设计，就可以从现有人才库中挑选团队成员3.2. 选择项目团队团队堪比人体。就像各种器官合作，使事情发生在一个机构，各种不同的个人合作，每天带来成功的项目。作为项目团队的一部分，关键素质是团队合作，这是一种行为竞争力。成员们为项目团队带来了独特的东西，并且总是努力让事情发生[18]。球队的选择和比赛没有什么不同。一方面是要求-明确的角色和工作描述。另一边是可用的人才与他们的各种能力参数。我们的目标是获得市场上最优秀的人才，能够对项目产生职责描述与现有人才履行任务的能力之间应存在匹配。任何不匹配都可能导致对工作的不满，从而带来功能失调的后果，如生产率低下、缺勤率上升和自然减员。指派问题和经典婚姻问题是相似的问题.有许多标准可用于将人才与职位描述进行比较。每个项目都可以选择对该环境很重要的标准的正确组合。这些标准有助于员工敏捷和高质量地执行项目。在项目的人员选择过程中，我们必须确定该项目中每个职位所需的标准，使可用的人力资源与业务职位相匹配。S.J. Kalayathankal、J.V. Kureethara和S. 纳拉亚纳穆尔蒂软计算快报3（2021）1000123表1例如SS。表2例如，FSS。Υ1Υ2Υ3Υ4Υ1Υ2Υ3Υ4Ω1101010.850.230.920.34Ω2101120.650.310.870.95Ω3011130.220.790.890.93Ω4100040.890.120.410.87Ω5010150.250.870.270.91如今，正常的经商方式已经改变。全球化和数字化为国际市场带来了公平竞争的环境。每个企业都面临着VUCA（波动性，不确定性，复杂性和模糊性）的威胁，这些威胁来自几年前未知的市场。与此同时，组织正在不断尝试提高生产力、绩效和投资回报组织的力量就是团队的力量。每个组织都在寻找组建一支梦之队的机会。MCDM（多标准决策）方法确保组织能够建立一支梦之队。4. 模糊集理论及其在项目管理中的应用目前，模糊技术在项目团队选择研究中的应用越来越多。项目团队的选择是一个复杂的过程。所提出的模型应仅用于模式草案之间存在微小分歧的情况。这使他们能够为每个标准的权重定义一个变化区间。I.例如，每个标准的权重的下限和上限。在这项工作中，MCDM与动态权重的每个参数被认为是。1965年，Zadeh[16]引入了模糊集合论的概念。这个理论是确定性和不确定性之间的桥梁。因此，许多研究者将这一理论应用于实时应用中.当关系没有完全定义时，这个模糊集定义为从泛集到[0，1]的集合。通常，清晰函数的值域取为从−∞到+∞的一个非常大的区间。这个非常大范围的清晰函数可以映射到一个闭区间[0，1]。也就是说，一个非常大的范围可以转换为0和1之间的一个小区间，两个值都是包含性的。从（−∞，+∞）可以收缩到区间[0，1]。那么就产生了一个问题：这可能吗？这个问题引出了一个解决办法。解决方案是模糊集，这是现实中最强大和最普遍的集合。与模糊集相关联的函数称为隶属函数（MF），由隶属函数定义的集合称为模糊集。MF的定义为：������ [0，1].（一）4.1. 模糊软集合Molodtsov[6]引入了能够处理不确定性的软集（SS）。这个理论在计算机科学、电气工程和布尔代数中有几个应用，因为它只包含两个元素0和1。有序对（n，n）称为n上的软集，其中n∶n→n（n），n���（n）是一个全集n的所有子集的集合，C是一个属性集合。���4.2. SLCM模型设Ω= {Ω1，Ω2，Ω3，Ω4，Ω5}为软件工程中的五种软件生命周期模型（SLCM）。 让 ={ 是与此模型相关的参数（属性）。设设（1）= {Ω1，Ω2，Ω4}，（2）= {Ω3，Ω5}，（3）= {Ω1，Ω2，Ω3}，（4）={Ω2，Ω3，Ω5}。 这在表1中表示为0 − 1矩阵X。软集在计算机科学和布尔代数中有着广泛的应用软集理论的主要缺点是，它只涉及两个极端。为了避免这些问题，Maji et al. [4]引入了模糊软集理论的概念，它也处理不确定性。在模糊软集理论中存在无限个可能性，因为存在无限个介于0和1之间的实数。有序对（n，n）称为上的模糊软集���，其中n���→���（���），其中���（���）是一个泛集的所有模糊集的集合.在前面的例子中，假设（ ���85 ， ���2 闪烁 。 65 ， ���3闪 烁 。 22 ， ���4 闪烁 。 89 ， ���5 闪烁 。25}，则λ（λ1）={���1scin. 85，���2闪 烁 。 65 ， ���3 闪烁。22，���4闪烁。89，���5 闪烁 。 25} ， 则 λ （ λ2 ）={���1scin.23 ， ���2 闪烁。31，���3闪烁。79，���4 闪烁 。 12 ， ���5 闪烁。 87} ， 则 λ （ λ3 ） ={���1闪烁。92，���2闪烁。87，���3 闪烁 。 89 ， ���4 闪烁 。 41 ， ���5 闪烁 。27}，和π（π4 ）={���1闪烁. 34，���2闪烁。95，���3闪烁。93，���4闪烁。87，���5闪烁。91}。然后在表2中给出相应的模糊软集。确定适当的输入变量可能是开发成功的项目团队选择模型的最关键的决策变量之一，因为它包含了有关数据序列中的结构的重要信息。在确定对选择有重要影响的适当输入变量后，必须为项目团队选择模型选择适当的模型架构和参数5. 模型构建我们考虑另一种相似性度量，称为直觉模糊软集（IFSS）IFSS[5]。IFSS也被称为Vague集，因为它包含Vague信息。IFSS理论在逻辑程序设计、医学诊断、人工智能、数据库系统等方面有着广泛的应用。登峰等[3]介绍了集中、扩张、规范化的IFS，并导出了一些性质。不同类型的不确定性可以通过模糊逻辑编程建模[2，15]。一些研究者导出了IFSS的包含性、可转换性、交互性、单调性、并和交等性质。主要设计参数涉及输入数据到模糊形式的转换、非隶属度的设计以及隶属度和非隶属度的不确定值的计算最后，模糊化的输出被转换成清晰的集合，称为解模糊化。接下来，我们给出一个IFSS的实时示例5.1. IFSS的基本概念一个IFSS[1]被定义为S.J. Kalayathankal、J.V. Kureethara和S. 纳拉亚纳穆尔蒂软计算快报3（2021）1000124⟨⟩|={���������������������{���}（2）其中，函数：���→[0，1]和：���→[0，1]。������的功能成员值（MV）和非成 员值（NV）分别称为成员值（MV）和非成员值（NV）。应注意0 ≤1000（kg）+1000（kg）≤ 1（3）������������(���)= 1 −������ (���) −��� (���)(4)���0 ≤1000（kg）≤ 1（5）���值（ ）被称为的不确定性部分 。S.J. Kalayathankal、J.V. Kureethara和S. 纳拉亚纳穆尔蒂软计算快报3（2021）1000125⎪⎪⎨√√√∑√√√∑33∑但是，123表3例如IFSS。5.2. IFSS模型Fig. 1. 三步过程。��� （���）=������（������）+������（������），��� ∈���2设101���、102、103、104���������和105为五间房屋。设参数为���=��� （���）=������（������）+������（������），��� ∈���{101，102，103和104}，其中101=绿色环境，102=好看，2103=好画，104=好建筑。该模型的IFSS见表3。非成员资格值使用以下公式计算。0.5 [1 −（）]������而是属性的数量6. 实验及结果团队需要的技能有很多[01pdf1st-31files]（）1−（）]， 则[（）]成员[14]第一，以文为主，以文为主。������(���)=0.5 ∗��� [(1 −������ (���)]2最小[（），1 −（）]���������如果为0<( )<0.5（六）、根据从专家那里收集的信息，我们确定了四项技能，作为团队成员所需的最重要的技能这些技能是COM-如果（）= 0，则为1���沟通技巧（CS），技术技能（TS），解决问题的技能（PS）和决策技能（DM）。其中，0是模糊控制指标，0 ≤0 ≤ 1。许多作者发展了模糊集之间的相似性度量它们分别用Y1、Y2、Y3和Y4表示。在实验情况下，我们考虑10个个体，{10}10 。直觉模糊详情见[85.3. 改进的直觉模糊软集模型软集是（，）= {{1}，{2}，{3}，{4}}，���哪里=1在一个项目的背景下，许多品质是可取的。一些={���1闪烁。925，。05）、���2闪烁（. 725，。2）、���3闪烁（. 九点五，03）、���4闪烁（. 4725，. 45）、���5闪烁（. 48，. 35），这些技能包括技术技能、沟通技能、解决问题的技能、社交能力、人际关系、领导技能、1×6闪烁（.9925，.0075），×7闪烁（.98，.02），×8闪烁（.7025，.25），×9闪烁（.9625，.02），×10闪烁（.7375，.25）}，谈话经验、团队精神、组织能力、计划能力、决策能力、说服能力、解决冲突能力、沟通能力等。在这个改进的IFSS模型中，我们讨论了相似性度量，{{101闪烁（.4375，.45），102闪烁（.95，.05），103闪烁（.67，.2），104闪烁（.975，.025），105闪烁（.49，.35），106闪烁（.7375，.25），107闪烁（.9875，.0125），108闪烁（.5，.4），109闪烁（.93，.05），1010闪烁（.4925，.41）}，���{���1闪烁。7，. 207）、���2闪烁（. 9375，。05）、���3闪烁（.4575，. 4），���4闪烁（. 735，。25），���5闪烁（. 96，。04），在IFSS之间。IFSS之间的相似性度量的思想在计算机科学包括软件工程中有设Γ1（，），Γ2（，）������和Γ3（，）���是simi的各种形式103=和0.6闪烁（.7275，.2）、0.7闪烁（.4675，.4）、���0.8闪烁（.715，.2）、0.9闪烁（.445，.4）、���0.10闪烁（.75，.23）}两个IFSS之间的大数测度��� ，它们是使用方程中给出的公式确定的。(7)- -译者注（九）。该模型的计算公式是这样的，使得Γ1（，），Γ2（，）������和Γ3（，）���的值在0和1之间。���√√∑ ���[∣()∣+∣()∣+∣()∣]{{101闪烁（.4625，.50），102闪烁（.95，.04），103闪烁（0.715，0.2），104闪烁（.99，.01），105闪烁（.725，.25），0.66闪烁（.99，.01），0.77闪烁（.735，.2），0.88闪烁（.9375，.05），0.99闪烁（.4725，.42），0.10闪烁（.7475，.2）}。���7. 讨论Γ（，）= 1 −���������=1（七）所提出的模型有助于确定适当的选择，1[4（）+5（）+6（）]���������=1第这些直观值是在其他计算的支持下计算的。我们科学地遵循模糊化和去模糊化方法。我们还计算了Γπ2（π，π）=1−12=14[1]3中文（简体）中文（简体）（10���）（8）由会员及非会员职系组成。IFSS评估每个潜在候选人的技能。选择程序基于以下标准：Γ（，）=1−���1���哪里=1{=2{=4UΥ1Υ2Υ3Υ41(0.65，0.3）(0.66，0.23）(0.58，0.31）(0.89，0.10）2(0.65，0.33）(0.48，0.31）(0.77，0.13）(0.73，0.21）3(0.76，0.12）(0.90，0.0）(1.0，0.0）(0.85，0.05）4(0.8，0.0）(0.56，0.3）(0.72，0.23）(0.78，0.11）S.J. Kalayathankal、J.V. Kureethara和S. 纳拉亚纳穆尔蒂软计算快报3（2021）1000126[1（）+2（）+7（）]（9）������������������技能（CS），技术技能（TS），解决问题能力（PC），决策能力（DM）。CS的最低要求（权重）是（GD），TS是（VG），PS是（GD），DM是（GD）。如果任何候选人不符合最低要求，选拔人员将不会将该候选人分配到劳动力库中。���1（���������������������������2（��� （）− （二）、管理层决定将每个类别的模糊隶属度值固定为PR∈ [0，0.25]、 FR∈[0.25，0.5]、 GD∈ [0.5，0.75]和VG∈ [0.75，1.0]. I.例如，0 ≤ 0.25，0.25 ≤ 0.5，0.5≤������������和���3（���������������������������4（5（6（7（���������������������������0.75 ≤λ ≤ 1���（图2）。每个类区间的宽度为0.25。每个类别的上界都位于prefix或postFIX类别中。选择器还给出每个类别的权重为：CS - 0.2，TS - 0.5，PS-0.2，DM-0.1，使得所有权重的总和为1。选择被视为1，未选择为0。因此，CS、TS、PS和DM是构成1的选择的组成部分。S.J. Kalayathankal、J.V. Kureethara和S. 纳拉亚纳穆尔蒂软计算快报3（2021）1000127表4项目团队选择的101（）、102（）、103（）、104（） 、105（）12345678910Υ1.075.275.05.5275.52.007.02.2975.0375.2625Υ2.5625.05.33.025.51.2625.0125.5.07.5075Υ3.3.0625.5425.265.04.5325.2725.285.555.25Υ4.5375.05.285.01.275.01.265.0625.5275.2525Υ1.05.2.03.45.35���中文（简体）.0075.02.25.02.25Υ2.45.05.2.025.35.01.0125.4.05.41Υ3.207.05.4.25.04.2.4.2.4.23Υ4.50.04.2. 01.25.01.2. 05.42.2Υ1.025.075.02.0775.17���中文（简体）00.0475.0175.0125Υ2.1125.05.310.16.01250.1.02.0975Υ3.093. 0125.1425.0150.0725.1325.085.155.02Υ4.0375.01.0850.0750.065.0125.1075.0525Υ11.9251.7251.951.47251.48���中文（简体）1.99251.981.70251.96251.7375Υ21.43751.951.671.9751.491.73751.98751.51.931.4925Υ31.71.93751.45751.7351.961.72751.46751.7151.4451.75Υ41.46251.951.7151.991.7251.991.7351.93751.47251.7475Υ1.05.2.03.45.35���中文（简体）.0075.02.25.02.25Υ2.45.05.2.025.35.25.0125.4.05.41Υ3.207. 05.4.25.04.2.4.2.4.23Υ4.50.04.2.01.25.01.2.05.42.2∣���5 (���) ∣表5图二. 评价表。表6IFSS的≥7（10）个员工人数100人1人2人3人4人0.05625 0.0465 0.01875）20.037500.. 00625 0.0050.01 0.065 0.071250.03875 0 0.0075 00.085 0.08 0.01250.00625 0.03625 00.06625 0.03250.02375 0.05 0.04250.00875 0.01 0.0775 0.05375100.00625 0.04875 0.01 0.02625IFSS的平均值员工人数100人1人2人3人4人表7项目团队的最佳选择。（10.4875 0.44375 0.4535 0.481252019- 05- 25 0.49375 0.4952019 - 04 - 25 0.435 0.42875 0.45752019- 05-25 0.4925 0.50.415 0.42 0.5 0.48752019 -06 - 250.49375 0.46375 0.52019 -05 -25 0.43375 0.46752019年12月31日2019年12月31日100.49375 0.45125 0.49 0.47375注意，���1（���）是隶属度值的差， 4（���）是隶属度值的和。此外，2（���）和 5（���）分别是非隶属度值的差和和。不确定性值的差和和分别为Δ3（Δ）和Δ6（Δ）表4中提供了101（λ）、102（λ）、103（λ）、104（λ）���和105（λ）的值。它们是使用5.3节中给出的公式计算的。由于不定项的值接近于零，因此它们的差与和也接近于零。我们使用这两个值来计算秩。表5所列 为成员和非成员数值的平均值，即平均值。 如果直觉模糊集的隶属度为1，非隶属度为0，则称之为超直觉模糊集。这是完美的状态。脆的套装超级棒HΓ1（，）Γ������2（，）Γ������������������3（，）������������������Flag2019 - 05 -26 00：00：002019年12月31日2015年12月31日2016年12月31日2019年12月31日2016年12月31日2017年12月31日2008年12月31日2009年12月31日100.4359 0.5395 0.5487直觉模糊集由于取最理想 的超直觉集（1，0），因此将由清晰值1和0的平均值I. 例如，0.5对于最终的团队选择，我们为页面设置了最小值���R1、���R2和���R3为0.5。最低要求被设定为一个截止值，以便选择以最低质量为前提。这一最低要求可以根据情况而改变.这三个参数和我们设定的条件，对项目团队的选择有着实质性的影响。十个候选人中只有四个合格.他们是 2，���4，���6和 7。它们标记为1，其他标记为0。详见表7。它们是按顺序选择的���，从平均分来看，1992年、1997 年和1994年当我们取平均值时S.J. Kalayathankal、J.V. Kureethara和S. 纳拉亚纳穆尔蒂软计算快报3（2021）10001281993、1998、1999���和 19910的得分也在0.5以上。然而，由于我们将每个参数的最小值取为0.5，因此它们不合格。这有助于我们选择最好的团队在每个理想的品质擅长。7.1. 敏感性分析需要注意的一点是，所有四个参数都不一致。这种不一致性带来了更多的不确定性。在所解释的测试中，所确定的截止时间为0.5。然而，如果我们保留平均得分，而不是保留每个参数的cut- o值，除了2001年和2005年，每个人都会在团队中找到自己的位置。然而，如果我们考虑到人民的真正素质，所有入选者的最低值是0.602。其他三个得分分别为0.7607，0.7123和0.6523。这些顶级持有者的连续水平之间的最大差异为0.0599。但第四和第五排名持有者的得分之差这个比较大。因此，采取个体最小值的决定是合理的。还值得注意的是，5至10级的排名持有者中没有一个在任何类别中优于最高排名持有者如果一个团队需要一个具有特定需求的理想素质的成员，则可以根据此评估进行进一步培训。如果这样做，几个成员可以提高他们的技能，并可以组建更多的团队。如果团队中有紧急空缺，可以使用这些受过训练的人员。在许多情况下，成员和非成员的价值观非常接近。因此，不确定值变得可以忽略不计。这不是一个理想的情况，因为在超直觉模糊集中，理想的隶属度和非隶属度之差总是1，不确定部分是0。在所考虑的问题中，两个表的2003（2004）和2006（2005）是相同的。如果隶属度值为0，非隶属度值为1，则直觉模糊集是零直觉模糊集。在这种情况下，我们可以采取原始集合和零直觉模糊集（0，1）之间的相似性度量。这使得优化表（表7）具有模糊补码值。在这种情况下，我们可以取平均值的最小值，而不是平均值的最大值，我们得到相同的结果。8. 结论模糊集理论自诞生以来，对优化问题做出了广泛的贡献。在人类的努力中，没有任何领域不能应用模糊理论。本文提出了一种基于直觉模糊集理论的团队选择模型.我们比较了相似性度量，因此我们将其命名为改进方法。该方法为项目管理团队选择决策提供了相对一致性。虽然该实验仅针对10个候选者进行，但它可以扩展到相当大的值。此外，我们在选择团队成员的过程中只考虑了四项技能。在高效计算机的支持下，可以包含更多的变量此外，取决于-在团队的类型上，技能可以改变。技能越是定性的，就越难做出令人信服的决定。选择过程可以扩展到具有子团队的其他类型的团队选择、供应商选择、用于安装的服务提供商选择等。竞争利益没有利益确认我们感谢匿名评审对本文的详细评价和改进建议。引用[1] 克拉西米尔·T Atanassov，Intuitionistic fuzzy sets，Fuzzy Sets and Systems 20（1）（1986）87-96，doi：10.1016/S0165-0114（86）80034-3.[2] 陈世铭，模糊决策问题的一种新的处理方法，IEEE Transactions on Systems，Man，and Cybernetics 18（6）（1988）1012 -1016，doi：10.1109/21.23100.[3] 李登峰，程春田，直觉模糊集的新相似度量和应用于模式识别，模式识别快报23（1-3）（2002）221-225，doi：10.1016/S0167 -8655（01）00110-6。[4] 杨文，李文，等.模糊数学中的模糊性问题[J].模糊数学学报，2001（3）：133 - 134[5] PabitraKumar Maji，Ranjit Biswas，A Ranjan Roy，直觉模糊软集，Jour-Journalof Fuzzy Mathematics 9（3）（2001）677[6] D.杨文，等.软集合论的一个新的结果.计算机&数学与应用37（1999）19 -31，doi：10.1016/S 0898 -1221（99）00056-5.[7] Sebastian Nokes，《项目管理定义指南：按时按预算完成工作的快速通道》，第二版，Prentice Hall，伦敦，2007年。[8] SunnyJoseph Kalayathankal，G.Suresh Singh，P.B. Vinodkumar，有序的直觉-sticfuzzy softsets，Journal of Fuzzy Mathematics 18（4）（2010）991[9] SunnyJoseph Kalayathankal，G. 苏雷什·辛格，P.B。 Vinodkumar，S. 约瑟夫，J. Thomas，Ordered intuitionistic fuzzy soft model of muscle ood alarm，IranianJournal of Fuzzy Systems 8（1）（2011）29[10] 放大图片作者：John T.亚伯拉罕，SLCM选择的模糊决策方法，国际土木工程与技术杂志8（6）（2017）178-185。[11] 放大图片作者：John T.Abraham，一个模糊软件生命周期模型，国际土木工程与技术杂志8（8）（2017）755-761。[12] 放大图片作者：John T. Abraham，Joseph Varghese Kureethara，SLCM选择的改进模糊相似性度量决策方法，国际计算机科学与工程杂志5（9）（2017）32-39。[13] Y. Ilker 托普库， 一 决定 模型 提案 为 建设 承包商土 耳 其 选 举 ， 建 筑 与 环 境 39 （ 4 ） （ 2004 ） 469 -481 ， doi ：10.1016/j.buildenv.2003.09.009。[14] 林文彬，“劳动者在劳动力市场中的地位与作用”，中国劳动力市场研究，2000（3），（4）.[15] 徐泽水，直觉模糊集的相似度量及其应用多属性决策，模糊优化与决策6（6月）（2007）109-121，doi：10.1007/s10700-007-9004-z。[16] L. A. Zadeh，Fuzzy sets，Information and Control 8（3）（1965）338 -353，doi：10.1016/S0019-9958（65）90241-X.[17] 乔恩河，澳-地Katzenbach，Douglas K.史密斯，《团队纪律》，哈佛商学院评论（[18] Adil Baykasoglu，Turkay Derelli，Sena Das，使用模糊优化方法进行项目团队选择，控制论与系统38（2）（2007）155 -185，doi：10.1080/01969720601139041。
我的内容管理
展开
