DOI: https://doi.org/10.31181/sor4155
تاريخ النشر: 2025-07-18
المؤلف: Zhenyun Du
الموضوع الرئيسي: اتخاذ القرار متعدد المعايير
نظرة عامة
تقدم هذه الدراسة إطار عمل جديد لاتخاذ القرار، وهو الأعداد الضبابية الخطية ديوفانتين (LDFZN)، يهدف إلى معالجة تعقيدات تحديات النقل الحضري في المدن الباكستانية مثل كراتشي، لاهور، وإسلام آباد، التي تعاني من ازدحام مروري كبير. يعزز إطار LDFZN الأنظمة الضبابية التقليدية من خلال دمج درجات العضوية وعدم العضوية مع مقاييس الموثوقية، مما يدير بشكل فعال عدم اليقين ومستويات الثقة في اتخاذ القرار. يطور المؤلفون ثلاث طرق مبتكرة ضمن هذا الإطار: مشغل المتوسط المرجح Dombi لـ LDFZN لجمع آراء الخبراء، وطريقة VIKOR المعدلة لحلول التسوية متعددة المعايير، ونهج TOPSIS المعدل المصمم لسيناريوهات LDFZN. تظهر هذه الطرق أداءً متفوقًا مقارنة بالنماذج التقليدية، مما يوفر أدوات قوية وواضحة لاتخاذ القرار في بيئات غير مؤكدة.
في الختام، تعالج الأبحاث بنجاح تحديات إدارة عدم اليقين المعقد في اتخاذ القرار متعدد المعايير (MCDM) من خلال إطار LDFZN، الذي يجمع بين الهياكل الديوفانتينية الخطية ومفاهيم الأعداد Z. يظهر مشغل المتوسط المرجح Dombi لـ LDFZN خصائص أساسية مثل التزايد، والحدود، والهوية، والإغلاق، مما يثبت قابليته للتطبيق لدمج بيانات LDFZN. توضح دراسة حالة حول إنتاج الطاقة في باكستان قدرة الإطار على التنقل بين المعايير المتنافسة وعدم اليقين الكامن بشكل فعال. لا تعزز هذه الأبحاث الفهم النظري في الرياضيات الضبابية فحسب، بل تقدم أيضًا حلولًا عملية لاتخاذ قرارات مستنيرة عبر مجالات مختلفة تتميز ببيانات غير دقيقة وغير موثوقة. قد تستكشف الأبحاث المستقبلية مشغلات تجميع LDFZN إضافية وتطبيقات أخرى للإطار.
مقدمة
تناقش مقدمة ورقة البحث مفهوم وأهمية الأعداد الضبابية، التي توسع الأعداد الحقيقية التقليدية لتمثيل الكميات غير المؤكدة من خلال دوال العضوية. تسهل هذه الأعداد الضبابية، التي غالبًا ما تكون على شكل مثلثات أو شبه منحرف، العمليات الحسابية وتعتبر أساسية في أنظمة المنطق الضبابي لنمذجة عدم اليقين في تطبيقات متنوعة، بما في ذلك التحسين واتخاذ القرار. تسلط الورقة الضوء على تعقيد الحسابات التي تتضمن الأعداد الضبابية، خاصة عند التعامل مع دوال العضوية غير المتجانسة، والتي يمكن أن تعيق تطبيقها العملي.
لمعالجة هذه التحديات، يقدم المؤلفون الأعداد الضبابية الخطية ديوفانتينية (LDFNs)، وهي امتداد للأعداد الضبابية التقليدية التي تمثل بشكل فعال عدم اليقين في سياقات اتخاذ القرار، خاصة في سيناريوهات التحسين متعددة الأهداف. تجمع LDFNs بين المجموعات الضبابية والمعادلات الديوفانتينية الخطية، مما يسمح بنمذجة أكثر دقة للمعلمات غير المؤكدة. توضح الورقة تطوير مشغلات تجميع جديدة، تحديدًا مشغل المتوسط المرجح LDFZN (LDFZNWA) ومشغل المتوسط المرجح Dombi لـ LDFZN (LDFZNDWA)، التي تعزز عمليات اتخاذ القرار في بيئات معقدة. يؤكد المؤلفون أن الطرق المقترحة تحسن من موثوقية ودقة اتخاذ القرار، خاصة في مرونة سلسلة التوريد وإدارة المخاطر المعتمدة على الذكاء الاصطناعي، مما يساهم في تقدم علم القرار في سياقات غير مؤكدة.
نقاش
تسلط قسم النقاش في ورقة البحث الضوء على النهج المنظم المتبع لتطوير وتطبيق مشغل المتوسط المرجح Dombi للأعداد الضبابية الخطية ديوفانتينية (LDFZNDWA) في سياق اتخاذ القرار متعدد المعايير (MCDM). تبدأ المقالة بمقدمة شاملة وأساس نظري، تليها تقديم مشغل LDFZNDWA، الذي يدمج المجموعات الضبابية، والأعداد Z، والهياكل الديوفانتينية. يوضح المؤلفون التطبيق العملي لهذا المشغل من خلال دراسة حالة تركز على اتخاذ القرار في النقل الحضري في باكستان، مما يبرز فعاليته في معالجة التحديات الواقعية.
تقدم الورقة ثلاث خوارزميات لاتخاذ القرار تعتمد على مشغل LDFZNDWA، بما في ذلك النسخ المعدلة من طرق TOPSIS وVIKOR. يتم اختبار هذه الخوارزميات بدقة من خلال أمثلة عددية وتحليلات حساسية، مما يظهر قوتها واستقرارها في تصنيف البدائل. تكشف التحليلات المقارنة أن مشغل LDFZNDWA يتفوق على تقنيات اتخاذ القرار الضبابية التقليدية من خلال إدارة عدم اليقين بشكل فعال ودمج مستويات ثقة الخبراء. تؤكد النتائج على الصرامة الأكاديمية والأهمية العملية للإطار المقترح، مما يضعه كإسهام كبير في مجال MCDM الضبابية. كما يتم مناقشة الآثار على الممارسات الإدارية، مع التأكيد على فائدة المشغل في تعزيز اتخاذ القرار في ظل عدم اليقين، وتحسين تجميع أحكام الخبراء، ودعم التخطيط المستدام عبر مختلف القطاعات.
DOI: https://doi.org/10.31181/sor4155
Publication Date: 2025-07-18
Author(s): Zhenyun Du
Primary Topic: Multi-Criteria Decision Making
Overview
This study introduces a novel decision-making framework, the Linear Diophantine Fuzzy Z-Numbers (LDFZN), aimed at addressing the complexities of urban transportation challenges in Pakistani cities such as Karachi, Lahore, and Islamabad, which suffer from significant traffic congestion. The LDFZN framework enhances traditional fuzzy systems by integrating membership and non-membership grades with reliability measures, thereby effectively managing uncertainty and confidence levels in decision-making. The authors develop three innovative methods within this framework: the LDFZN Dombi Weighted Averaging operator for aggregating expert opinions, an adapted VIKOR method for multicriteria compromise solutions, and a modified TOPSIS approach tailored for LDFZN scenarios. These methods demonstrate superior performance compared to conventional models, providing robust and clear decision-making tools in uncertain environments.
In conclusion, the research successfully addresses the challenges of managing complex uncertainty in multi-criteria decision-making (MCDM) through the LDFZN framework, which combines linear Diophantine structures with Z-number concepts. The LDFZN Dombi Weighted Averaging operator exhibits essential properties such as monotonicity, boundedness, idempotency, and closure, validating its applicability for merging LDFZN data. A case study on energy production in Pakistan illustrates the framework’s capability to navigate competing criteria and inherent uncertainties effectively. This research not only advances theoretical understanding in fuzzy mathematics but also offers practical solutions for informed decision-making across various fields characterized by imprecise and unreliable data. Future research may explore additional LDFZN aggregation operators and further applications of the framework.
Introduction
The introduction of the research paper discusses the concept and significance of fuzzy numbers, which extend traditional real numbers to represent uncertain quantities through membership functions. These fuzzy numbers, often shaped as triangles or trapezoids, facilitate arithmetic operations and are essential in fuzzy logic systems for modeling uncertainty in various applications, including optimization and decision-making. The paper highlights the complexity of calculations involving fuzzy numbers, particularly when dealing with non-uniform membership functions, which can hinder their practical application.
To address these challenges, the authors introduce Linear Diophantine Fuzzy Numbers (LDFNs), an extension of conventional fuzzy numbers that effectively represent uncertainty in decision-making contexts, especially in multi-objective optimization scenarios. LDFNs combine fuzzy sets with linear Diophantine equations, allowing for a more nuanced modeling of uncertain parameters. The paper outlines the development of new aggregation operators, specifically the LDFZN Weighted Averaging (LDFZNWA) and the LDFZN Dombi Weighted Averaging (LDFZNDWA) operators, which enhance decision-making processes in complex environments. The authors assert that their proposed methods improve the reliability and accuracy of decision-making, particularly in supply chain resilience and AI-based risk management, thereby contributing to the advancement of decision science in uncertain contexts.
Discussion
The discussion section of the research paper highlights the structured approach taken to develop and apply the Linear Diophantine Fuzzy Z-Numbers Dombi Weighted Averaging (LDFZNDWA) operator within the context of multicriteria decision-making (MCDM). The article begins with a comprehensive introduction and theoretical groundwork, followed by the presentation of the LDFZNDWA operator, which integrates fuzzy sets, Z-numbers, and Diophantine constructs. The authors illustrate the practical application of this operator through a case study focused on urban transportation decision-making in Pakistan, showcasing its effectiveness in addressing real-world challenges.
The paper introduces three decision-making algorithms based on the LDFZNDWA operator, including modified versions of the TOPSIS and VIKOR methods. These algorithms are rigorously tested through numerical examples and sensitivity analyses, demonstrating their robustness and stability in ranking alternatives. A comparative analysis reveals that the LDFZNDWA operator outperforms traditional fuzzy decision-making techniques by effectively managing uncertainty and incorporating expert confidence levels. The findings underscore the academic rigor and practical relevance of the proposed framework, positioning it as a significant contribution to the field of fuzzy MCDM. The implications for managerial practice are also discussed, emphasizing the operator’s utility in enhancing decision-making under uncertainty, improving expert judgment aggregation, and supporting sustainable planning across various sectors.