logo móvil
Contáctanos

Toma de decisiones multiatributo multi-percepción basada en operadores de agregación ponderados difusos esféricos generalizados T en conjuntos neutrosóficos

Autores: Quek, Shio Gai; Selvachandran, Ganeshsree; Munir, Muhammad; Mahmood, Tahir; Ullah, Kifayat; Son, Le Hoang; Thong, Pham Huy; Kumar, Raghvendra; Priyadarshini, Ishaani

Idioma: Inglés

Editor: MDPI

Año: 2019

Descargar PDF

Acceso abierto

Artículo científico
2019

Toma de decisiones multiatributo multi-percepción basada en operadores de agregación ponderados difusos esféricos generalizados T en conjuntos neutrosóficos


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Marco de trabajo
Conjunto difuso T-esférico
Operadores de agregación de Einstein
Leyes operativas
Toma de decisiones multiatributo
Contaminación

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 35

Citaciones: Sin citaciones


Descripción
El marco del conjunto difuso esférico T es un desarrollo reciente en la teoría de conjuntos difusos que puede describir eventos imprecisos utilizando cuatro tipos de grados de membresía sin restricciones. El propósito de este manuscrito es señalar las limitaciones de los operadores de promediación y geométricos difusos de Einstein y desarrollar algunos operadores de agregación de Einstein mejorados. Para hacerlo, primero se desarrollaron algunas nuevas leyes operativas para los conjuntos difusos esféricos T y se investigaron sus propiedades. Basándose en estas nuevas operaciones, se proponen dos tipos de operadores de agregación de Einstein, a saber, los operadores de agregación de promediación interactivos de Einstein y los operadores de agregación geométrica interactivos de Einstein. Luego se investigaron y verificaron las propiedades de los operadores de agregación recién desarrollados. Los operadores de agregación difusa esférica T se aplicaron a un problema de toma de decisiones de múltiples atributos (MADM) relacionado con el grado de contaminación de cinco ciudades principales en China. Se utilizaron conjuntos de datos reales obtenidos del Repositorio de Aprendizaje Automático de UCI con este propósito. Se realizó un estudio detallado para determinar la ciudad más y menos contaminada para diferentes percepciones y situaciones. Luego se esbozaron varias pruebas de cumplimiento para probar y verificar la precisión de los resultados obtenidos a través de nuestro algoritmo de toma de decisiones propuesto. Se demostró que los resultados obtenidos a través de nuestro algoritmo de toma de decisiones propuesto cumplían plenamente con todas las pruebas que se esbozaron, confirmando así la precisión de los resultados obtenidos a través de nuestro método propuesto.

Otros recursos que podrían interesarte

Temas Virtualpro