បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះដោះស្រាយបញ្ហានៃដែនកំណត់ក្នុងអនុគមន៍ពិន្ទុដែលមានស្រាប់សម្រាប់សំណុំហ្វាស៊ីវិចារណញាណ (Intuitionistic Fuzzy Sets - IFSs) ដែលមិនអាចកំណត់ចំណាត់ថ្នាក់បានច្បាស់លាស់នៅពេលដែលតម្លៃសមាជិកភាពស្មើនឹងសូន្យ ឬស្មើនឹងតម្លៃមិនមែនសមាជិកភាព។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានបង្កើតអនុគមន៍ពិន្ទុថ្មីមួយ រួចអនុវត្តវាទៅក្នុងគំរូធ្វើសេចក្តីសម្រេចចិត្តពហុលក្ខណៈវិនិច្ឆ័យដើម្បីវាយតម្លៃគុណភាពគម្រោងផ្នែកទន់។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Proposed New Score Function (ST) អនុគមន៍ពិន្ទុថ្មីដែលបានស្នើឡើង |
ដោះស្រាយបញ្ហាដែនកំណត់នៃអនុគមន៍មុនៗ ដំណើរការបានល្អទោះកម្រិតសមាជិកភាពស្មើ ០ និងផ្តល់តម្លៃវិជ្ជមានជានិច្ចក្នុងចន្លោះ [០,១]។ | រូបមន្តមានភាពស្មុគស្មាញជាងមុនបន្តិច ដោយសារការរួមបញ្ចូលអនុគមន៍អិចស្ប៉ូណង់ស្យែល និងពហុធាដែលអាចទាមទារថាមពលគណនាបន្ថែមបន្តិចបន្តួច។ | ចាត់ថ្នាក់គម្រោងផ្នែកទន់ទាំង ៥ យ៉ាងត្រឹមត្រូវដោយទទួលបានលទ្ធផល SP3 > SP2 > SP1 > SP5 > SP4។ |
| Score functions of Xu & Yager, Wang & Chen, Khan & Ansari អនុគមន៍ពិន្ទុចាស់ៗនៃការស្រាវជ្រាវមុនៗ |
ងាយស្រួលក្នុងការគណនា និងមានការប្រើប្រាស់ទូលំទូលាយសម្រាប់ការធ្វើសេចក្តីសម្រេចចិត្តនាពេលកន្លងមក។ | មិនអាចកំណត់ចំណាត់ថ្នាក់បានត្រឹមត្រូវនៅពេលដែលកម្រិតសមាជិកភាព និងមិនមែនសមាជិកភាពស្មើគ្នា ឬមានតម្លៃជាក់លាក់មួយចំនួន។ | ផ្តល់ចំណាត់ថ្នាក់មិនបានច្បាស់លាស់ និងបរាជ័យក្នុងការប្រៀបធៀបគម្រោងមួយចំនួន (ឧទាហរណ៍ មិនអាចបែងចែករវាងទិន្នន័យមួយចំនួនបាន)។ |
| Score functions of Sahin, Zhang & Xu, Gong & Ma អនុគមន៍ពិន្ទុ Sahin និងបក្សពួក |
បានកែប្រែចំណុចខ្សោយមួយចំនួនរបស់គំរូដើមរបស់ Xu & Yager ដើម្បីឲ្យមានភាពប្រសើរឡើង។ | នៅតែបរាជ័យក្នុងការបែងចែកតម្លៃ និងប្រៀបធៀបនៅពេលដែលសំណុំហ្វាស៊ីមានកម្រិតសមាជិកភាពស្មើនឹងសូន្យ។ | មិនអាចកំណត់ចំណាត់ថ្នាក់នៃទិន្នន័យ (0,0.3) និង (0,0.4) បានត្រឹមត្រូវ ដែលនាំឲ្យមានភាពលម្អៀង។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះមិនបានបញ្ជាក់ច្បាស់អំពីការចំណាយធនធាននោះទេ ប៉ុន្តែវិធីសាស្ត្រនេះទាមទារធនធានកុំព្យូទ័រសម្រាប់ការគណនាម៉ាទ្រីស និងចំណេះដឹងគណិតវិទ្យាជាមូលដ្ឋាន។
ទិន្នន័យក្នុងការសិក្សានេះគឺជាទិន្នន័យគំរូវាយតម្លៃគម្រោងផ្នែកទន់ចំនួន ៥ ដោយផ្អែកលើលក្ខណៈវិនិច្ឆ័យស្តង់ដារ ISO 25010 ដែលដកស្រង់ចេញពីការសិក្សាមុន។ ការអនុវត្តនៅកម្ពុជាទាមទារឱ្យមានការប្រមូលទិន្នន័យជាក់ស្តែងពីអ្នកជំនាញក្នុងស្រុក ដើម្បីឆ្លុះបញ្ចាំងពីតម្រូវការ ធនធាន និងបរិបទបច្ចេកវិទ្យាពិតប្រាកដនៅកម្ពុជា។
វិធីសាស្ត្រនេះមានសក្តានុពលខ្ពស់សម្រាប់ស្ថាប័នរដ្ឋ និងឯកជននៅកម្ពុជាក្នុងការធ្វើសេចក្តីសម្រេចចិត្តជ្រើសរើសបច្ចេកវិទ្យាប្រកបដោយតម្លាភាព។
ជារួម គំរូធ្វើសេចក្តីសម្រេចចិត្តពហុលក្ខណៈវិនិច្ឆ័យ (MCDM) នេះនឹងជួយកាត់បន្ថយភាពលម្អៀង និងបង្កើនភាពសុក្រឹតក្នុងការជ្រើសរើសគម្រោង ឬផលិតផលឌីជីថលនៅកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Intuitionistic fuzzy set (IFS) (សំណុំហ្វាស៊ីវិចារណញាណ) | ទ្រឹស្តីគណិតវិទ្យាដែលប្រើសម្រាប់តំណាងឱ្យភាពមិនច្បាស់លាស់នៃព័ត៌មាន ដោយវាស់ស្ទង់កម្រិត៣យ៉ាងគឺ៖ កម្រិតនៃការជាសមាជិក (ភាពជឿជាក់) កម្រិតមិនមែនជាសមាជិក (ភាពមិនជឿជាក់) និងកម្រិតនៃភាពស្ទាក់ស្ទើរ។ | ដូចជាការបោះឆ្នោតដែលយើងអាចគាំទ្រ មិនគាំទ្រ ឬនៅកណ្តាល (មិនទាន់សម្រេចចិត្ត) ជាជាងមានតែជម្រើស យល់ព្រម ឬ ទេ តែមួយមុខ។ |
| Score function (អនុគមន៍ពិន្ទុ) | រូបមន្តគណិតវិទ្យាដែលប្រើសម្រាប់បម្លែងទិន្នន័យនៃសំណុំហ្វាស៊ីដែលមានតម្លៃច្រើន (ទាំងកម្រិតសមាជិក និងមិនមែនសមាជិក) ឱ្យទៅជាតម្លៃលេខទោលមួយ ដើម្បីងាយស្រួលក្នុងការប្រៀបធៀប និងចាត់ថ្នាក់ទិន្នន័យទាំងនោះ។ | ដូចជាការយកពិន្ទុអត្តចរិត និងពិន្ទុចំណេះដឹងរបស់សិស្សម្នាក់ៗមកគណនាចូលគ្នាបង្កើតជាពិន្ទុរួមតែមួយ ដើម្បីដាក់ចំណាត់ថ្នាក់ប្រចាំខែ។ |
| Multi-Criteria Decision-Making (ការធ្វើសេចក្តីសម្រេចចិត្តពហុលក្ខណៈវិនិច្ឆ័យ) | វិធីសាស្ត្រក្នុងការវាយតម្លៃ និងរើសយកជម្រើសដែលល្អបំផុត ក្នុងចំណោមជម្រើសជាច្រើន ដោយផ្អែកលើលក្ខខណ្ឌ ឬលក្ខណៈវិនិច្ឆ័យច្រើនយ៉ាងក្នុងពេលតែមួយ។ | ដូចជាការទិញទូរស័ព្ទថ្មីមួយ ដែលអ្នកត្រូវថ្លឹងថ្លែងលើចំណុចច្រើនដូចជា តម្លៃ កាមេរ៉ា ថ្ម និងម៉ាក ជាជាងមើលតែលើតម្លៃមួយមុខ។ |
| Entropy of intuitionistic fuzzy sets (អង់ត្រុពីនៃសំណុំហ្វាស៊ីវិចារណញាណ) | រង្វាស់ដែលបង្ហាញពីកម្រិតនៃភាពមិនច្បាស់លាស់ ឬភាពវឹកវរនៃព័ត៌មាននៅក្នុងសំណុំហ្វាស៊ី។ នៅក្នុងការសិក្សានេះ វាត្រូវបានប្រើដើម្បីគណនាទម្ងន់ (សារៈសំខាន់) នៃលក្ខណៈវិនិច្ឆ័យនីមួយៗដោយស្វ័យប្រវត្តិ។ | ដូចជាការវាស់ស្ទង់ថាតើមនុស្សក្នុងក្រុមមួយមានមតិខ្វែងគ្នាខ្លាំងប៉ុណ្ណា បើខ្វែងគ្នាខ្លាំង មានន័យថាភាពមិនច្បាស់លាស់ (អង់ត្រុពី) មានកម្រិតខ្ពស់។ |
| IF Weighted Geometric (IFWG) operator (ប្រមាណវិធីធរណីមាត្រមានទម្ងន់ហ្វាស៊ីវិចារណញាណ) | ប្រមាណវិធីគណិតវិទ្យាដែលប្រើសម្រាប់បូកសរុប ឬបង្រួមតម្លៃហ្វាស៊ីវិចារណញាណជាច្រើនបញ្ជូលគ្នាទៅជាតម្លៃរួមតែមួយ ដោយគិតបញ្ចូលទាំងទម្ងន់ ឬកម្រិតអាទិភាពនៃលក្ខណៈវិនិច្ឆ័យនីមួយៗ។ | ដូចជាការគណនាមធ្យមភាគពិន្ទុប្រឡង ដែលមុខវិជ្ជាគោលសំខាន់ៗ (ដូចជាគណិតវិទ្យា) ត្រូវបានផ្តល់ទម្ងន់ពិន្ទុខ្ពស់ជាងមុខវិជ្ជាបន្ទាប់បន្សំផ្សេងៗ។ |
| ISO 25010 (ស្តង់ដារ ISO 25010) | ស្តង់ដារអន្តរជាតិដែលកំណត់ពីគំរូ និងលក្ខណៈវិនិច្ឆ័យសម្រាប់វាយតម្លៃគុណភាពនៃផលិតផលកម្មវិធីកុំព្យូទ័រ (Software) ដូចជា ដំណើរការ ប្រសិទ្ធភាព សុវត្ថិភាព និងភាពងាយស្រួលប្រើប្រាស់ជាដើម។ | ដូចជាបញ្ជីត្រួតពិនិត្យ (Checklist) ស្តង់ដារសុខាភិបាលអន្តរជាតិ សម្រាប់វាយតម្លៃថាតើភោជនីយដ្ឋានមួយមានអនាម័យ និងគុណភាពល្អកម្រិតណា។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
