La Incertidumbre y La Subjetividad en La Toma De
-
Upload
rodolfo-quijada -
Category
Documents
-
view
5 -
download
0
description
Transcript of La Incertidumbre y La Subjetividad en La Toma De
UNIVERSIDAD CENTRAL DE VENEZUELA
FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES
COMISIÓN DE ESTUDIOS DE POST GRADO
DOCTORADO EN ECONOMÍA
ESTIMACIÓN DE LA INCIDENCIA DE LA INCERTIDUMBRE Y LA
SUBJETIVIDAD EN LA TOMA DE DECISIONES GERENCIALES: UNA
REVISIÓN DESDE LA LÓGICA Y LA MATEMÁTICA DIFUSA
Autor: Rodolfo Luis Quijada Marval
Caracas, Noviembre de 2015
1.- Planteamiento del Problema
Los esquemas de la matemática clásica (mecanicista), resultaron
una herramienta eficaz para el modelado de fenómenos económicos del
mundo real. Sin embargo, en su esencia la misma se encuentra en oposición
al mundo real, debido a su exactitud, rigurosidad y abstraccionismo, en
contraste con lo impreciso y la vaguedad del mundo real.
De esta, la manera la exactitud de los objetos matemáticos
proyectados sobre los sistemas y procesos económicos reales se convierten
en una ilusión, y empezamos a entender que las construcciones y métodos
desarrollados en el análisis para la toma de decisiones gerenciales clásico y
contemporáneo son sólo aproximaciones a lo que existe en la realidad. En
muchas situaciones, tales aproximaciones han dando una representación lo
suficientemente adecuada en el estudio de fenómenos investigados, sin
embargo, una gran cantidad de casos en que dichos métodos no funcionan
debido a que son una aproximación demasiado alejada de la realidad bajo
estudio.
Los esquemas mecanicistas, que habían resultado de utilidad en la
creación de la ciencia gerencial, iban siendo menos adecuados para
describir primero y tratar después los nuevos fenómenos que han tenido
lugar a lo largo de los años ha ido conformando nuevas realidades en
nuestro siglo. La vida ha ido cambiando y han aparecido nuevos
fenómenos que han hecho que el contexto de cierta estabilidad,
característica del siglo pasado, haya sido turbado por un proceso de
evolución, que ha dado lugar a movimientos cada vez más difíciles de
estimar a través de las magnitudes localizadas en el futuro.
Surgen entonces unas primeras voces que claman por un cambio
conceptual, técnico y metodológico de los estudios gerenciales y aparece,
así, una segunda generación de intelectuales y científicos que intentan
dar respuesta a una serie de fenómenos, para los que no resulta fácil dar
solución con el empleo de los estudios clásicos. De nuevo, unos
investigadores giran la cabeza para mirar qué sucede en otras ciencias, y
se dan cuenta de que en el campo de la química, por ejemplo, un ensayo
se puede repetir muchas veces, prácticamente en las mismas condiciones.
A partir de estas repeticiones, aunque no siempre los resultados son los
mismos, se consigue en muchas ocasiones establecer una ley de
comportamiento. De la misma manera que se utiliza la matemática del
azar para describir los fenómenos físicos y químicos ¿por qué no se
puede hacer lo mismo para los fenómenos gerenciales? ¿Es posible
establecer leyes en gerencia a través de la utilización de la ley empírica
del azar? Al dar respuesta afirmativa a esta pregunta, se inicia la
incorporación de la estadística en el campo de la ciencia gerencial.
Además de una matemática de la certeza, también se aplica en en la
misma, una matemática del azar.
Pero, a medida que transcurre el tiempo, la fenomenología en el
campo gerencial va cambiando con mayor rapidez y esta mayor rapidez
hace que la dirección de los acontecimientos no sea siempre en el mismo
sentido, sino que se producen movimientos en zigzag. Resulta cada vez
más difícil tomar los datos del pasado como base para estimar las
realidades esperadas del futuro. Consecuencia de todo ello es la aparición
de toda una gama de hechos y fenómenos que resultan de difícil
explicación formal y que van siendo aparcados en lo que se ha llamado
«rincón de las anomalías». En el transcurrir del tiempo, estos rincones de
anomalías se han ido agrandando hasta formar verdaderos edificios
anómalos. La insatisfacción de aquellos que buscan respuestas a tantos
problemas gerenciales va en aumento y cada vez es mayor el grupo de
intelectuales que no están de acuerdo con el tratamiento que se está
dando a la fenomenología gerencial. Surge la disidencia y aparecen los
primeros heterodoxos que pretenden buscar nuevos caminos a la
investigación que, de alguna manera, permitan vaciar en lo posible los
edificios anómalos, es decir, las «bolsas de ignorancia».
Los intentos para terminar con esta situación no son nuevos. En
efecto, desde hace más de sesenta años, grandes matemáticos y filósofos,
como Roussell, Lukaciewicz, Lee, Gódel, Moisil, etc., intentaron dar un
paso adelante en este sentido, aunque siempre se encontraron con
callejones sin salida. Quizá la respuesta se halla en el hecho de que entre
los principios básicos sobre los que se asienta el conocimiento científico
hay uno que ha permanecido intacto a lo largo de los años. Este principio
es el llamado «principio del tercio excluso» que, como es conocido,
anuncia que una proposición o es verdadera o es falsa, pero no puede ser
verdadera y falsa a la vez. Es un principio aristotélico (algunos creen que
es de Crisípides), que ha pesado como una gran losa en la cabeza de los
científicos durante más de 2.000 años. Sobre este principio se ha
elaborado una lógica conocida como «lógica booleana» o «lógica binaria».
Es la conocida lógica del sí-no, blanco-negro, pasa corriente-no pasa
corriente, que fue desarrollada hace algo más de ciento cincuenta años
por George Boole en su obra Laws of Thought y que ha sido un
importante apoyo para el avance de la llamada «matemática moderna».
Esta lógica, y la matemática que en ella se apoya, resulta muy
adecuada cuando se trata de formalizar las relaciones entre máquinas,
entre robots o entre el ser humano y la máquina, ya que a la máquina no
se le pueden dar instrucciones matizadas sino que necesita instrucciones
precisas. Prueba de ello es que cuando esa lógica y esa matemática se han
utilizado adecuadamente, han dado lugar a unos frutos maravillosos: el
hombre ha ido a la Luna, se utilizan fantásticos ordenadores, se ha
avanzado en la electrónica, viajamos a unas velocidades de vértigo, etc., y
se espera que en el futuro seguirán obteniéndose importantes con-
secuciones.
Sin embargo, parece que constituye un abuso el pretender que esta
matemática rebase los límites para los que ha resultado hasta ahora
eficaz. Y no parece honesto el empleo estricto de esta matemática por el
tratamiento de las relaciones entre los seres humanos o entre los grupos
sociales. Por su propia esencia el ser humano es capaz de matizar, parece
que como consecuencia del efecto cruzado de las dos partes de nuestro
cerebro. Entre el «sí» y el «no» es susceptible de concebir toda una gama
de «quizás», de la misma manera que entre el blanco y el negro se da una
amplia gama de grises.
Había que romper el principio del tercio excluso, y el origen de la
ruptura se produce en el año 1965, cuando un profesor iraní nacionalizado
norteamericano, Zadeh, publica dos artículos con el título genérico de
«conjuntos borrosos». Estos artículos caen en el olvido durante algún
tiempo, pero poco a poco parece que algunos matemáticos encuentran en
ellos algo que puede dar lugar a un cambio en la perspectiva del
conocimiento.
Visto así, cabe preguntar ahora si existe contradicción entre la
lógica binaria y la lógica borrosa. La respuesta es evidentemente
negativa, ya que es fácil comprobar que la lógica binaria es un caso
particular de la borrosa, más general. Se pone de manifiesto también que
la aritmética de la incertidumbre es una generalización de la aritmética
normal.
En este mundo cambiante ha aparecido, así, un camino que está
dando importantes resultados, al disponerse ya de elementos suficientes
para poder tratar la compleja realidad actual. Se puede decir que ahora,
además de una matemática de la certeza y una matemática del azar,
disponemos de una matemática de la incertidumbre y el estudio de los
fenómenos inciertos en las ciencias gerenciales, y dicha gestión tiene
lugar con el uso de esta nueva lógica, esta “nueva” matemática.
2.- OBJETIVOS
2.1.- OBJETIVO PRINCIPAL:
ESTIMAR LA INCIDENCIA DE LA INCERTIDUMBRE Y LA
SUBJETIVIDAD EN LA TOMA DE DECISIONES GERENCIALES:
UNA REVISIÓN DESDE LA LÓGICA Y LA MATEMÁTICA DIFUSA.
2.2.- OBJETIVOS ESPECÍFICOS
2.2.1.- Analizar el estado de la cuestión y ofrecer una revisión literaria sobre
el tema de investigación.
2.2.2.- Describir y analizar los modelos de decisión en incertidumbre,
aplicables a la gestión de la toma de decisiones gerenciales
2.2.3.- Aplicar los modelos de decisión en incertidumbre sobre la gestión de
la toma de decisiones gerenciales
2.2.4.- Establecer nuevas y futuras líneas de investigación.
Como primer objetivo de esta tesis vamos a analizar el estado de la cuestión,
y cuál ha sido la evolución de los métodos de decisión gerencial, desde los
modelos deterministas y estocásticos hasta los basados en la incertidumbre.
Para ello, utilizamos como soporte las publicaciones de la editorial
SPRINGER: Studies in Fuzziness and Soft Computing, y de las revistas
científicas internacionales de todas las especialidades en gerencia e
incertidumbre, algunas de ellas publicadas en los congresos internacionales
de mayor prestigio. El objetivo es mostrar la importancia y difusión del
tema a investigar.
El segundo objetivo es describir los fundamentos de la matemática
para el tratamiento de la incertidumbre y realizar un análisis exhaustivo
sobre la implantación de las herramientas de la lógica difusa y su utilidad en
la gestión de la toma de decisiones gerenciales.
El tercer objetivo pretende explicar cómo se han incorporado los métodos y
modelos al concepto de la incertidumbre, y a partir de ello, crear nuevos
planteamientos orientados a facilitar la toma de decisiones gerenciales en
condiciones de incertidumbre. En relación a este objetivo también
proponemos ejemplos, discutiendo como se pueden tratar problemas de
gerencia, a partir de qué modelo de decisión en incertidumbre y justificando
cuál es el método más adecuado y más conveniente, ayudando a la toma de
decisiones óptimas.
En el desarrollo de esta tesis se irán presentando diferentes
aplicaciones sobre el problema de gestión gerencial, tales como explicar el
comportamiento de una variable gerencial difusa a través del análisis de
regresión difusa y del Análisis de Componentes Principales (ACP) difuso,
formular problemas de gestión y valoración financiera utilizando la teoría de
los subconjuntos borrosos, estimar el comportamiento de modelos de la
teoría gerencial a través de la matemática difusa y simular modelos de
dinámica de sistemas gerenciales con variables difusas cualitativas
Por último, el cuarto objetivo busca establecer y plantear futuras líneas de
investigación, explicando las aportaciones a las que podemos contribuir,
cuáles son las ideas que se pueden aportar al conocimiento teórico y las
aplicaciones de los métodos propuestos a los problemas surgidos en el
ámbito de la gestión de la toma de decisiones gerenciales.
3.- PLANTEAMIENTO ONTO – EPISTEMOLÓGICO
Este trabajo de investigación pretende destacar el giro copernicano
que introduce la perspectiva de la epistemología de la complejidad y de sus
herramientas conceptuales, lógicas y metodológicas, la cual se revela como
una ayuda con un valor incalculable para explicar justamente las dinámicas
que no pueden ser explicadas y mucho menos resueltas con la ciencia
normal imperante hasta el momento en la ciencia gerencial. Desde este
innovador paradigma la realidad no se concibe como algo simple,
monolítico y atemporal sino que en su más diversas manifestaciones,
aparece en el nuevo contexto, constituidas por fluctuaciones, iteraciones,
borrosidad, turbulencia, catástrofes, fractales, bifurcaciones, atractores
extraños, etc.
La epistemología de la complejidad está conformada por la teoría de
los objetos fractales, la teoría de las catástrofes, la teoría del caos y la teoría
de la lógica y de la matemática difusa, siendo esta última en la que se
fundamenta la presente investigación.
La base de la teoría de la lógica y de la matemática difusa se halla en
los mecanismos que las personas utilizan para comprenderse y comprender
el mundo que los rodea. La capacidad de percibir y valorar los distintos
grados de nuestra propia realidad y de los contextos y situaciones sociales
en que nos vemos envueltos conlleva un inevitable proceso de
"difuminación de los significados" que es inherente a la condición humana.
De esta manera, la perspectiva difusa propone partir del conocimiento de
nuestras limitaciones cognitivas, de la incertidumbre que resulta inseparable
de nuestras limitaciones y, consecuentemente, de la necesidad de abandonar
el ideal de la precisión en la medida en que, aún cuando la estructura de la
realidad fuera tal que pudiéramos exponerla en formulaciones precisas,
existe una degradación de la correspondencia entre el conocimiento y su
objeto que es inevitable en razón de nuestras limitaciones
Como puede apreciarse en este contexto, y apoyándonos en las
observaciones de Zadeth, la teoría de la matemática difusa bien puede
pensarse como la herramienta conceptual adecuada para explicar la
dinámica de este proceso de generación de conocimiento y de su inevitable
degradación, esto es, lo que hemos denominado borrosidad cognitiva.
La borrosidad cognitiva es un fenómeno estrictamente
epistemológico, de manera que si estamos en lo cierto, la teoría de la
matemática y de la lógica difusa se hallaría en una perspectiva que parte no
del objeto sino de nuestro conocimiento del objeto, esto es, nos hallaríamos
en una perspectiva ya no ontológica sino epistemológica.
4.- METODOLOGÍA
Sobre la base de los razonamientos y motivaciones expuestas en la
presentación de la tesis,
nuestro trabajo se estructura en siete capítulos, de acuerdo a lo siguiente:
CAPÍTULO 1: Introducción a la investigación
CAPÍTULO 2: Estado de la cuestión
CAPÍTULO 3: Marco teórico
CAPITULO 4: Introducción a la lógica difusa
CAPITULO 5: Aplicación de modelos para la gestión de la toma de decisiones gerenciales
CAPÍTULO 6: Conclusiones y futuras líneas de investigación
CAPITULO 7: Bibliografía
A continuación, realizamos una breve exposición del contenido de los
diferentes capítulos de la tesis:
En el primero, comenzamos por una serie de aspectos introductorios como
la presentación, el planteamiento del problema de investigación, los
objetivos que se desean alcanzar, la justificación y alcance de la misma, el
nivel, tipo y diseño de investigación, así como las técnicas y procedimientos
para la recolección, análisis, interpretación y presentación de la información.
En el segundo capítulo presentaremos el estado de la cuestión, vamos a ver
hasta dónde ha llegado el estado de los métodos de decisión referidas a la
incertidumbre, por esto utilizamos como soporte la publicaciones de la
editorial SPRINGER: Studies in Fuzziness and Soft Computing, la cual
recoge las revistas científicas internacionales de todas las especialidades, las
publicaciones de la revista Fuzzy economic review y algunas publicaciones
de los congresos internacionales sobre la materia. El objetivo es mostrar la
importancia del tema a investigar.
Para evaluar el tema de los métodos de decisión en incertidumbre aplicados
a los problemas de decisión gerencial, en principio, vamos a estudiar el
estado de la lógica difusa “fuzzy”. El objetivo es observar la evolución de
las ideas aportadas a este concepto. Al final de este capítulo terminaremos
con un listado de los principales artículos en esta área de investigación
según los conocimientos de autor y con una breve mención a algunos
congresos dedicados al estudio de estas especialidades.
En el tercero, revisamos la literatura sobre el tema de investigación en la
cual se analizan los fundamentos del toma de decisiones gerenciales en
ambientes de incertidumbre.
En el cuarto capítulo, después de la introducción a la lógica difusa,
exponemos los conceptos y algunos de los instrumentos que derivan de la
teoría de los subconjuntos borrosos, y que son utilizadas a lo largo de la
tesis. Su común denominador es que nos van a permitir manipular
información que total o parcialmente tiene carácter incierto o subjetivo, y
que además es cuantitativa. Es decir, se enmarcan dentro de la matemática
numérica de la incertidumbre. En el quinto capítulo, expondremos las
principales aportaciones de nuestra investigación. En el sexto capítulo se
exponen las principales conclusiones y las futuras líneas de investigación
sobre el tema. El séptimo capítulo, presenta la bibliografía consultada para
la elaboración de esta tesis.
5.-BIBLIOGRAFÍA
1. Adams, T. (1994) Retaining structure selection with unequal fuzzy project-level objectives. J. Intell.
Fuzzy Syst., 2 (3), 251–266.
2. Andronic, B. (2000). Applications of fuzzy sets in issues of economic decisions andanalysis. Fuzzy
economic review. 2(5).
3. Bellamn R. Zadeh L (1970). Decision-making in a fuzzy environment. Management science. 17(4).
141–164.
4. Bermúdez, J. Segura, J. Vercher, E. (2007). Modelos borrosos de optimización para la selección de
carteras basados en intervalos de medias. Argentina: Red Cuadernos CIMBAGE. 9.
5. Bezdek, J., Spillman, B. and Spillman, R. (1978) A fuzzy relation space for group decision theory.
Fuzzy Sets Syst., 1, 255–268.
6. Carrizo, M.A., Casparri, M.T. y Taboada, E. (2000). Una selección de canales de distribución a través
de relaciones borrosas. Argentina: Red Cuadernos CIMBAGE. 3.
7. Carlsson, C. and Fullér, R. (1996). Fuzzy multiple criteria decision making: Recent
developments, Fuzzy Sets and Systems, 78. 139-153. doi: 10.1016/0165-0114(95)00165-4
8. Cebi. S, Kahraman, C. (2010). Fuzzy multicriteria Group decision making for real estate
investments. Proceedings of the Institution of Mechanical Engineers. 224. 257-470.
9. Córdoba, M. (2004). Metodología para la toma de decisiones. Madrid, España: Delta. Fedrizzi, M.
(1995). Fuzzy approaches to modelling consensus in group decision support. Fuzzy economic
review.
10. García-Lapresta, J. Bonifacio Llamazares, B. (2003) Choosing a ranking of alternatives in a two-
stage group decision procedure with individual linguistic assessments. Fuzzy economic review. 1
(8).
11. Gil A]uja, J. (1997) Nuevas técnicas de gestión de empresas. Retos empresariales para 1998. Ed.
Estola Universitaria d’Estudis Empresariales (U.B.). España: Barcelona.
12. Gil Aluja, J. (2005). La matemática borrosa en economía y gestión de empresas. Curso
interuniversitario: sociedad ciencia tecnología y matemáticas 2005. Modulo I. 1-15. Recuperado de:
http://imarrero.webs.ull.es/sctm05/modulo1tf/1/jgil.pdf.13. Gil Aluja, J (2009) Génesis de una teoría de la incertidumbre. España: Fundación General de la
Universidad Autónoma de Madrid
14. Gutiérrez, I. Tellería, R. (2009) Un sistema basado en casos para la toma de decisiones en
condiciones de incertidumbre. Revista Investigación Operacional. 2(23). Cuba: Editorial
Universitaria.
15. Gómez, D. Montero de Juan, J (2006) Algunas aportaciones sobre representación de preferencias.
España: Universidad Complutense de Madrid.
16. Gurokac, E. (1996). Fuzzy multiple criteria decision making for natural resource projects. Fuzzy
economic review. 2(1).
17. Haage, C. (1978) Possibility and cost in decision analysis. Fuzzy Sets Syst., 1 (2), 81–86.
18. Herrera, E. Herrera-Viedma, and L. Martínez. (2000) A fusion approach for managing multi-
granularity linguistic term sets in decision making. Fuzzy Sets and Systems, 114(1):43–58, August.
19. Herrera, E. Herrera-Viedma, and F. Chiclana. (2001) Multiperson decision-making based on
multiplicative preference relations. European Journal of Operational Research, 129(2):372–385,
March.
20. Jablonowski, M. (1991) Fuzzy logic and insurance decisions, CPCU J. September 181–187.
21. Jain, R. (1976) Decision-making in the presence of fuzzy variables. IEEE Trans. Syst.,Man, Cybern.,
6 (10), 698–703.
22. Jain, R. (1978) Decision-making in the Presence of Fuzziness and Uncertainty. Proceedings of
the IEEE Conference on Decision Control, New Orleans, pp.1318–1323.
23. Kaufmann, A. y Gil Aluja, J. (1993). Introducción de la teoría de los subconjuntos borrosos a la
gestión de las empresas. (3ª. Edición). Santiago de Compostela, España: Milladoiro.
24. Kaufmann, A. Gil Aluja, J. y Terceño, A. (1993). Matemáticas para la economía y la gestión de
empresas. Vigo, España: Foro científico.
25. Kleyle, R. de Korvin, A, McLaughlin, T. (1996). Decision making on the basis of expected cost
variance: a fuzzy set approach. Managerial finance. (22)11.18-29.
26. Klir, G. Yuan, B. (1995). Fuzzy sets and Fuzzy logic. NJ, USA: Prentice Hall.
27. Lazzari, L. Machado, E. Pérez, R (1998) El metodo fuzzy - delphi. Estimación del cash- flow a través
de la opinión de expertos. Argentina: Red Cuadernos CIMBAGE. 1.
28. Lazzari, L. Machado, E. Pérez, R (1998). Teoría de la decisión en condiciones de incertidumbre.
Argentina: Red Cuadernos CIMBAGE. 1.
29. Lazzari, L. Machado, E. Pérez, R (1998). El problema de selección de personal. Argentina: Red
Cuadernos CIMBAGE. 1.
30. Lazzari, L. Machado, E. (2001) Consideraciones acerca de los procesos de decisión híbridos.
Argentina: Red Cuadernos CIMBAGE. 4.
31. Lunba, F. (2006). Modeling imprecision and subjectiveness for the multiattribute decisions. Fuzzy
economic review. 1(11).
32. Mallo, Paulino E.; Artola, María Antonia; Galante, Marcelo Javier; Martínez, Diego; Pascual,
Mariano Enrique y Morettini, Mariano (2003). Aplicación del método delphi a las decisiones
financieras en situaciones de incertidumbre. Jornadas de Profesores Universitarios de Matemática
Financiera, 24, octubre 2003, Comodoro Rivadavia.
33. Mallo, Paulino E.; Artola, María Antonia; Galante, Marcelo Javier; Pascual, Mariano Enrique;
Morettini, Mariano y Busetto, Adrián Raúl (2006). Aplicación de herramientas borrosas al balance
scorecard. Costos y Gestión, 16 (61). pp. 12-19.
34. Mallo, Paulino E.; Artola, María Antonia y Morettini, Mariano (2009). Decisiones financieras con
programación lineal: diferentes estados de la naturaleza. Jornadas Nacionales de Profesores
Universitarios de Matemática Financiera, 30, 8-10 octubre 2009, Tucumán.
35. Morillas, A. Díaz, B. González, J. (1997) A fuzzy multiple attribute decision proposal for evaluating
environmental plans. Fuzzy economic review. 1(2).
36. Nurmi, H (1981) Approaches to collective decision-making with fuzzy preference relations. Fuzzy
Sets and Systems, 6 249-259.
37. Okuda, T., Tanaka, H., and Asai, K. (1974) Decision making and information in fuzzy events. Bull.
Univ. Osaka Prefect., Ser. A, 23 (2), 193–202.
38. Okuda, T., Tanaka, H., and Asai, K. (1978) A formulation of fuzzy decision problems with fuzzy
information, using probability measures of fuzzy events. Inf. Control , 38 (2), 135–147.
39. Peñalva Rosales, L. (2000). Propuesta de lógica difusa para la toma de decisiones. Politica y cultura.
13. 97-112.
40. Reig, J. Sansalvador, M. Trigueros, J. (200). La lógica borrosa y su aplicación a la contabilidad.
Revista Española de Financiación y Contabilidad. XXIX. (103) 83-106.
41. Resnik, Michael D. (1987). An Introduction to Decision Theory. University of Minnesota
Press.
42. Ross, T. (2004) Fuzzy Logic with Engineering Applications. NJ, USA: John Wilwy and Sons.
43. Sakawa, M. (1993) Fuzzy Sets and Interactive Multiobjective Optimization. New York: Plenum
Press
44. Tanaka, H., Okuda, T., and Asai, K. (1976) A formulation of fuzzy decision problems and its
application to an investment problem. Kybernetes, 5, 25–30.
45. Vasant, P. (2005). Fuzzy production planning and its application to decision making. Journal of
Intelligent Manufacturing, 17, 5–12.
46. Wei, G. Merigó, J. (2012). Methods for strategic decision-making problems with immediate
probabilities in intuitionistic fuzzy setting. Scientia Iranica. 19 (6), 1936–1946
47. Yager, (1978) Fuzzy decision-making including unequal objectives. Fuzzy Sets and Systems, 1. 87-95.
48. Yager, R. (1981) A new methodology for ordinal multiobjective decisions based on fuzzy sets. Decis.
Sci., 12, 589–600.
49. Zadeh, L. (1975). Fuzzy Logic and Approximate Reasoning. Synthese, 30, 407-428. Zadeh, L. (1978).
Fuzzy Sets as a Basis for a Theory of Possibility. Fuzzy Sets and Systems. 1, 3-28.
50. Zimmermann, J. (1978) Fuzzy Sets, decision-making and Expert Systems. Boston: Kluwer Academic
Publisher.
51. Zimmermann, J. (1990) Decision-making in ill-structured environments and with multiple criteria.
Bana e Costa ed., Readings in Multiple Criteria Decision Aid Springer Verlag, 119-151.
52. Zopounidis, C. Doumpos, M. (1997). A multicriteria method for sorting decision problems under
uncertainty. Fuzzy economic review. 1(2).