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
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
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.
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.