Nouvelles

Jun 29, 2023

Un modèle pour la gestion des approvisionnements d'urgence selon la méthode EDAS étendue et les informations d'agrégation douce et floue sphérique

Scientific Reports volume 13, Numéro d'article : 8375 (2023) Citer cet article En raison de la fréquence de nombreux événements d'urgence qui ont considérablement endommagé la société et l'économie, le

Rapports scientifiques volume 13, Numéro d'article : 8375 (2023) Citer cet article

En raison de la fréquence de nombreux événements d’urgence qui ont considérablement endommagé la société et l’économie, la nécessité de prendre des décisions d’urgence s’est manifestée récemment. Elle assume une fonction contrôlable lorsqu’il est crucial de limiter les catastrophes matérielles et personnelles et d’atténuer leurs conséquences négatives sur le cours naturel et social des événements. Dans les problèmes de prise de décision d’urgence, la méthode d’agrégation est cruciale, surtout lorsqu’il existe plusieurs critères concurrents. Sur la base de ces facteurs, nous avons d'abord introduit quelques concepts de base sur SHFSS, puis nous avons introduit de nouveaux opérateurs d'agrégation tels que la moyenne pondérée floue sphérique hésitante, la moyenne pondérée ordonnée floue sphérique hésitante, l'agrégation géométrique pondérée floue sphérique hésitante, l'agrégation floue sphérique hésitante. agrégation géométrique pondérée ordonnée douce, moyenne hybride douce floue sphérique hésitante et opérateur d'agrégation géométrique hybride douce floue hésitante sphérique. Les caractéristiques de ces opérateurs sont également détaillées. En outre, un algorithme est développé dans l’environnement doux et flou sphérique hésitant. De plus, nous étendons notre enquête à l'évaluation basée sur la méthode Distance par rapport à la solution moyenne dans la prise de décision de groupes d'attributs multiples avec des opérateurs de moyenne douce floue hésitants sphériques. Et une illustration numérique de « la fourniture d'une aide d'urgence dans la situation post-inondation » est donnée pour montrer l'exactitude du travail mentionné. Puis une comparaison entre ces opérateurs et la méthode EDAS est également établie afin de mettre davantage en évidence la supériorité des travaux établis.

Zadeh1 a présenté les ensembles flous pour expliquer l'incertitude des informations d'évaluation et a proposé un moyen de gérer les difficultés liées à la collecte de données précises en cas de confusion dans la prise de décision multi-attributs. La théorie des ensembles flous s'est développée au fil du temps et dans de nombreuses disciplines depuis ses débuts en 1965. Le niveau d'appartenance à l'ensemble flou est proche de [0, 1], mais dans plusieurs applications du monde réel, nous traitons également de la non-appartenance. notes. En conséquence, Atanassov2 a étendu la théorie de FS à l’ensemble flou intuitionniste (IFS), qui compense les lacunes de FS. De nombreux chercheurs se sont intéressés à l'IFS et l'ont utilisé pour atteindre les résultats escomptés dans la structure réelle des DMP. Même si le grade de non-membre (NMG) est engagé avec le grade de membre (MG) sous la condition \(0\le MG+NMG\le 1\), IFS améliore le contexte pour les décideurs (DM). Les opérateurs d'agrégation floue intuitionnistes généralisés ont été développés par Zhao et al.3. En outre4, introduit des opérateurs intuitionnistes de moyenne pondérée ordonnée floue (IFOWA), des opérateurs d'agrégation de moyenne hybride floue intuitionnistes (IFHA) et des opérateurs intuitionnistes de moyenne pondérée floue (IFWA). En outre5, établit l'IFAO ainsi que les opérateurs d'agrégation hybrides arithmétiques et géométriques IF. Par la suite, les valeurs d’intervalle ont ensuite été utilisées pour distinguer le MG du NMG, et un nouveau concept appelé « IFS à valeur d’intervalle » (IVIFS) a été introduit par6 en tant que spécialisation du FS et de l’IFS. Les concepts IFS et IVIFS se sont appliqués à une variété de problèmes, notamment la prise de décision collective7, les mesures de similarité8 et les dilemmes MCDM9. Zhang et al.10 ont présenté plusieurs contenus pour l'IFS à valeur d'intervalle. Alors que dans de nombreux problèmes, les décideurs ont utilisé des données sous la forme de \(\ `0,6\)' et '0,5' car MG, NMG et IFS ne parviennent pas à gérer efficacement ce type de données. Afin de remédier à cette situation, Yager11 a amélioré le concept d'IFS et a lancé l'ensemble flou de Pythagore (PyFS) sous le critère \(0\le MG^{2}+NMG^{2}\le 1\). En fait, PyFS transmet des informations plus efficaces, IFS peut donc être perçu comme un sous-ensemble de PyFS. Khan et al.12 ont initié les opérateurs d'agrégation flous pythagoriciens Dombi et leur application dans les DMP, même si les opérateurs d'agrégation sont extrêmement utiles pour transformer la quantité totale de données en un nombre unique qui nous aide dans les DMP en choisissant la meilleure option parmi celles disponibles. ceux. De plus13, propose l'interaction PyF AO et son application dans MADM. De plus, Liu et Wang14 ont inventé les opérateurs archimédiens de Bonferroni (ABO) pour la prise de décision à attributs multiples. Malgré le fait que de nombreuses situations de prise de décision appellent à prendre en compte le grade neutre, aucune des théories proposées ci-dessus ne peut considérer autre chose que MG et NMG, Cuong15 a introduit l'ensemble flou d'image (PFS) pour surmonter cette limitation en ajoutant d'un autre grade, c'est-à-dire un grade neutre (nMG). Sur la base de PFS, Cuong et al.16 présentent les opérateurs essentiels de logique floue de conjonction, de disjonction, de négation et d'implication. Wang et al.17 proposent également quelques concepts et lois opérationnelles, et discutent d'autres opérateurs d'agrégation géométrique PF et de leurs propriétés. Wei18 et Zeng et al.19 discutent également de certains opérateurs d'agrégation PF. Zeng et ses collègues20 ont caractérisé un modèle amélioré de stratégie de topsis flou d'image textuelle et son utilisation dans Oracle E-Business Suite. Nous avons également une condition dans l’ensemble flou d’image \(0\le MG+nMG+NMG\le 1\). Toutefois, dans certaines circonstances, les informations proposées par les experts ne peuvent pas être traitées par le PSF. Par exemple, on peut voir cette somme \((0.6,0.5,0.3)\notin [0,1]\) lorsque les spécialistes proposent \(``0.6''\) comme MG, \(``0.5''\) comme nMG, et \(``0.3''\) comme NMG. Mahmood et al.21 ont proposé un ensemble flou sphérique pour surmonter ces difficultés, à la condition que \(0\le MG^{2}+nMG^{2}+NMG^{2}\le 1\). En conséquence, SFS est un cas plus généralisé, qui donne aux décideurs plus de flexibilité face à plusieurs dilemmes MCDM. Dans les systèmes d’aide à la décision, Jin et al.22 ont découvert l’AO logarithmique floue sphérique qui repose sur l’entropie. De plus, sur la base du cadre SF23,24, nous avons exploré un certain nombre d'AO moyennes pondérées, géométriques pondérées et harmoniques et leurs utilisations dans les problèmes de GDM. Ashraf et al.25 ont également présenté le Dombi AO sphérique flou. Pour agréger les informations du flou sphérique, Ashraf et al.26 ont lancé la méthode GRA, qui s'est concentrée sur un environnement intégral de Choquet flou linguistique sphérique. La méthode TOPSIS, développée par Ali et al.27, dépend d'un ensemble flou sphérique complexe avec un tel opérateur BM. Il convient de noter que toute la littérature existante précédente traite uniquement des données floues et ne prend pas en compte la structure de paramétrage. En conséquence, Molodtsov28 a proposé l’idée d’un « Soft Set » (SS), plus général que l’ensemble flou en raison de sa structure de paramétrage. Maji et al.29 ont proposé l'idée de l'ensemble flou flou (FSS), avec la combinaison de FS et SS. En outre,30,31,32 ont établi les domaines d'application de la théorie FSS aux conditions médicales, aux défis de prise de décision et à l'algèbre BCK/BC. FSS est généralisé via Interval type-2 fuzzy33, qui est un appareil plus puissant pour traiter la théorie des ensembles flous et les problèmes de prise de décision34. De plus, Garg ainsi qu'Arora35 ont présenté et proposé des applications pour les opérateurs arithmétiques moyens de Bonferroni dans un environnement IFSS. En outre,36 ont établi l’idée de la théorie SS paramétrée par le FI et son utilisation dans la prise de décision. L’IFSS étant un concept limité, Peng et al.37 ont établi le concept de FSS pythagoricien (PyFSS). Tang s'attaque aux DMP sous l'ensemble R34, l'ensemble d'orthopaires à échelons q et l'ensemble d'orthopaires à échelons q bruts38,39. Husain et al.40 définissent les opérateurs d'agrégation de l'ensemble FS d'orthopair à q-rung, qui généralise le FSS intuitionniste avec le FSS pythagoricien et certains opérateurs d'agrégation FS d'orthopair à q-rung. Parce que FSS, IFSS, PyFSS et qROFSS explorent simplement MG et NMG alors que nMG n'a pas été mentionné. Kha41 a fusionné SS et PFS pour lancer un concept holistique nommé Picture Fuzzy Soft Set (PFSS). Jan et al.42 ont également présenté et discuté des images FSS à valeurs multiples dans les GDMP. De plus, SFS et SS sont fusionnés pour établir le nouveau concept connu sous le nom d'ensemble flou sphérique (SFSS), qui est la généralisation du PFSS et est discuté dans43. En outre44,45, ont introduit l'idée d'un ensemble doux neutrosophique flou à valeurs d'intervalle et d'un ensemble doux neutrosophique flou bipolaire, ainsi que sa mise en œuvre dans les DMP. D’un autre côté, un autre inconvénient du FS est qu’il peut parfois être difficile de déterminer le degré précis d’adhésion aux informations d’évaluation. Torra46 a créé le HFS afin de représenter les degrés d'adhésion en utilisant une variété de nombres précis possibles. HFS est la méthode la plus courante pour maintenir l’ambiguïté des DMP. Babitha et al.47 ont développé la notion la plus importée de HFSS. Rui Wang et Yanlai Li48 ont développé l'idée nouvelle de l'ensemble flou hésitant d'image dans sa méthode DM et ont également mentionné son application dans le MCDM complexe afin de résoudre les problèmes pratiques du MCDM.