DOI: https://doi.org/10.1007/s10462-025-11205-x
تاريخ النشر: 2025-04-11
المؤلف: Prasenjit Mandal وآخرون
الموضوع الرئيسي: اتخاذ القرار متعدد المعايير
نظرة عامة
تتناول الورقة التحديات المتعلقة باختيار الموردين المستدامين بيئيًا ضمن إطار اتخاذ القرار الجماعي متعدد المعايير (MCGDM). وتبرز التعقيدات الناتجة عن آراء الخبراء المتنوعة ونقص موثوقية أحكامهم، والتي يمكن أن تؤثر بشكل كبير على نتائج الترتيب. لمواجهة هذه القضايا، يقترح المؤلفون نهجًا جديدًا يستخدم شبكة بايزيان قائمة على السيناريو الكمي (QSBN) مع دمج اعتبارات انتروبيا دينغ. يهدف هذا المنهج إلى عكس ذاتية آراء الخبراء بدقة خلال مراحل اتخاذ القرار المختلفة، بما في ذلك تجميع أوزان الخبراء واحتمالات البدائل. يسهل دمج الأرقام اللغوية فيثاغورية (PLNs) وتقنيات الانتروبيا تحديد أوزان المعايير وقياس عدم اليقين، مما يعزز في النهاية عملية اتخاذ القرار لاختيار الموردين المستدامين.
في الختام، يخفف نموذج اتخاذ القرار الجماعي الكمي المقترح بشكل فعال من غموض المعلومات وتداخل الآراء في إدارة سلسلة التوريد الخضراء (GSCM). من خلال استخدام PLIs ونمذجة التأثيرات المتبادلة بين صانعي القرار، يخصص النموذج أوزانًا مناسبة وينظم تداخل الآراء، مما يميزه عن الطرق التقليدية التي تعالج صانعي القرار ككيانات مستقلة. تشير النتائج إلى أن هذا النهج يحسن بشكل كبير من كفاءة اتخاذ القرار في GSCM بينما يعالج التحديات المتعلقة بالآراء المتضاربة. ومع ذلك، تزداد التعقيدات الحسابية للنموذج مع زيادة عدد صانعي القرار والمتغيرات، مما يتطلب تقنيات حسابية متقدمة للتوسع. ستركز الأبحاث المستقبلية على دمج طرق التعلم الآلي لتعزيز عملية التطبيق والفعالية للنموذج في سياقات اتخاذ القرار على نطاق واسع، مما يعزز التوافق والاستدامة على المدى الطويل.
مقدمة
تناقش مقدمة الورقة البحثية أهمية منهجيات اتخاذ القرار الجماعي متعدد المعايير (MCGDM) في تقييم وترتيب الحلول عبر تطبيقات متنوعة. مع تزايد تعقيد السيناريوهات الواقعية، يصبح من الضروري إشراك عدة خبراء لتعزيز وضوح اتخاذ القرار. عادةً ما يتطور MCGDM في ثلاث مراحل: التحضير، التجميع، والاختيار. ومع ذلك، تكافح المنهجيات الحالية لمعالجة التعقيدات الناتجة عن المعرفة الإدراكية للخبراء وعدم اليقين الكامن في عملية اتخاذ القرار.
لتحسين تمثيل المعلومات الإدراكية الغامضة للخبراء، ظهرت منهجيات جديدة، بما في ذلك المصطلح اللغوي (LT) وتكييفاته مثل مجموعة المصطلحات اللغوية الضبابية المترددة (HFLTS) ومجموعة المصطلحات اللغوية فيثاغورية (PLTS). على الرغم من هذه التقدمات، فإن التمثيلات الحالية لا تلتقط عدم اليقين المرتبط بالمعلومات النسبية، مثل مستويات الثقة. تقدم الورقة مجموعة PLS (مجموعة لغوية فيثاغورية) لمعالجة هذه الفجوة، مما يسمح بتعبير أكثر دقة عن آراء الخبراء، كما يتضح من التمثيل ⟨جيد، (0.93، 0.11)⟩ لتقييم مورد. يصنف المؤلفون أساليب MCGDM إلى ثلاثة أنواع رئيسية: طرق قياس القيمة، نماذج مستوى المرجعية، وتقنيات ترتيب البدائل، كل منها له مزايا وتطبيقات مميزة.
النتائج
يقدم قسم النتائج تحليلًا مفصلًا للنتائج العددية المتعلقة بتأثير آراء الخبراء ومستويات ثقتهم على بدائل اتخاذ القرار. توضح الجدول 6 المسافات بين الاعتقادات بين أزواج الخبراء (المشار إليها بـ $u$) فيما يتعلق ببدائل مختلفة ($V_1$ إلى $V_5$)، كاشفة عن تباينات كبيرة في مسافات الاعتقاد. على سبيل المثال، المسافة بين الخبراء $J_1$ و $J_2$ بالنسبة للبديل $V_3$ مرتفعة بشكل ملحوظ عند 0.8581، مما يشير إلى تباين قوي في تقييماتهم.
بالإضافة إلى ذلك، يوفر الجدول 7 قيم انتروبيا دينغ لنفس أزواج الخبراء والبدائل، والتي تقيس عدم اليقين المرتبط بمعتقدات كل خبير. تختلف قيم الانتروبيا عبر البدائل، مع أعلى قيمة تبلغ 3.5418 لوحظت لزوج الخبراء $J_1$ و $J_2$ فيما يتعلق بالبديل $V_3$. وهذا يشير إلى أن عدم اليقين في معتقدات الخبراء يكون بارزًا بشكل خاص لهذا البديل. علاوة على ذلك، تشير الاحتمالات $P(V_i | J_k)$ لكل خبير $J_k$ عبر البدائل إلى مستويات تفضيل متباينة، حيث يظهر الخبير $J_3$ ميلاً قويًا نحو البديل $V_2$ (0.5293). بشكل عام، تؤكد هذه النتائج على تعقيد تفاعلات الخبراء وأهمية مراعاة مستويات الثقة الفردية في عمليات اتخاذ القرار.
المناقشة
في هذا القسم، يناقش المؤلفون دمج طريقة MULTIMOORA مع نظرية القرار الكمي (QDT) لتعزيز عمليات اتخاذ القرار الجماعي متعدد المعايير (MCGDM). يؤكدون على أهمية مراعاة مواقف المخاطر لصانعي القرار والسلوكيات النفسية للخبراء، حيث يمكن أن تؤثر هذه العوامل بشكل كبير على نتائج اتخاذ القرار. يتم تسليط الضوء على طريقة MULTIMOORA من حيث كفاءتها واستقرارها، حيث تستخدم ثلاثة أساليب: نظام النسبة (RS)، نقطة المرجع (RP)، والشكل المضاعف الكامل (FMF). يساهم كل نهج في تقييم شامل للبدائل مقابل المعايير المتضاربة، مما يجعله مناسبًا لسيناريوهات اتخاذ القرار المعقدة عبر مجالات متنوعة، بما في ذلك الهندسة والرعاية الصحية.
يتناول المؤلفون أيضًا قيود نماذج اتخاذ القرار التقليدية، التي غالبًا ما تتجاهل الاعتماد المتبادل بين المعايير وتأثير آراء الخبراء. يقترحون نموذج MCGDM اللغوي فيثاغوري القائم على الكوانتم الذي يدمج مستويات ثقة الخبراء وشكوكهم، مما يعكس عملية اتخاذ قرار أكثر واقعية. يهدف هذا النموذج إلى قياس تأثيرات التداخل بين وجهات نظر الخبراء، مما يوفر فهمًا دقيقًا لكيفية تأثير هذه التفاعلات على نتائج القرار العامة. تختتم الورقة بدراسة حالة توضح فعالية النموذج في إدارة سلسلة التوريد الخضراء (GSCM)، مما يظهر قوته ومرونته في معالجة تحديات اتخاذ القرار المعاصرة.
DOI: https://doi.org/10.1007/s10462-025-11205-x
Publication Date: 2025-04-11
Author(s): Prasenjit Mandal et al.
Primary Topic: Multi-Criteria Decision Making
Overview
The paper addresses the challenges of selecting environmentally sustainable suppliers within the framework of multicriteria group decision-making (MCGDM). It highlights the complexities arising from diverse expert opinions and the inadequacies in the trustworthiness of their judgments, which can significantly affect ranking outcomes. To tackle these issues, the authors propose a novel approach utilizing a quantum scenario-based Bayesian network (QSBN) combined with Deng entropy-based belief entropy. This methodology aims to accurately reflect the subjectivity of expert opinions during various decision-making stages, including the aggregation of experts’ weights and alternative probabilities. The integration of Pythagorean linguistic numbers (PLNs) and entropy techniques facilitates the determination of criterion weights and the quantification of uncertainty, ultimately enhancing the decision-making process for selecting sustainable suppliers.
In conclusion, the proposed quantum group decision model effectively mitigates information ambiguity and opinion interference in green supply chain management (GSCM). By employing PLIs and modeling the reciprocal effects among decision-makers, the model assigns appropriate weights and regulates opinion interference, distinguishing it from traditional methods that treat decision-makers as independent. The findings indicate that this approach significantly improves decision-making efficiency in GSCM while addressing challenges related to conflicting perspectives. However, the model’s computational complexity increases with the number of decision-makers and variables, necessitating advanced computational techniques for scalability. Future research will focus on integrating machine learning methods to enhance the model’s practicality and effectiveness in large-scale decision-making contexts, promoting consensus and long-term sustainability.
Introduction
The introduction of the research paper discusses the significance of Multi-Criteria Group Decision Making (MCGDM) methodologies in evaluating and prioritizing solutions across various applications. As real-world scenarios become increasingly complex, the involvement of multiple experts is essential to enhance decision-making clarity. MCGDM typically unfolds in three phases: preparation, aggregation, and selection. However, current methodologies struggle to adequately address the complexities arising from experts’ cognitive knowledge and the inherent uncertainties in the decision-making process.
To improve the representation of experts’ ambiguous cognitive information, new methodologies have emerged, including the Linguistic Term (LT) and its adaptations such as the Hesitant Fuzzy Linguistic Term Set (HFLTS) and Pythagorean Linguistic Term Set (PLTS). Despite these advancements, existing representations fall short in capturing the uncertainty associated with relative information, such as confidence levels. The paper introduces the PLS (Pythagorean Linguistic Set) to address this gap, allowing for a more nuanced expression of expert opinions, exemplified by the representation ⟨good, (0.93, 0.11)⟩ for a supplier evaluation. The authors categorize MCGDM approaches into three main types: value measurement methods, reference level models, and alternative ranking techniques, each with distinct advantages and applications.
Results
The results section presents a detailed analysis of the numerical findings regarding the influence of expert opinions and their confidence levels on decision-making alternatives. Table 6 illustrates the distances of belief among pairs of experts (denoted as $u$) concerning various alternatives ($V_1$ to $V_5$), revealing significant variations in belief distances. For instance, the distance between experts $J_1$ and $J_2$ for alternative $V_3$ is notably high at 0.8581, indicating a strong divergence in their assessments.
Additionally, Table 7 provides the Deng entropy values for the same pairs of experts and alternatives, which quantifies the uncertainty associated with each expert’s beliefs. The entropy values vary across alternatives, with the highest value of 3.5418 observed for expert pair $J_1$ and $J_2$ regarding alternative $V_3$. This suggests that the uncertainty in expert beliefs is particularly pronounced for this alternative. Furthermore, the probabilities $P(V_i | J_k)$ for each expert $J_k$ across alternatives indicate varying levels of preference, with expert $J_3$ showing a strong inclination towards alternative $V_2$ (0.5293). Overall, these findings underscore the complexity of expert interactions and the importance of considering individual confidence levels in decision-making processes.
Discussion
In this section, the authors discuss the integration of the MULTIMOORA method with Quantum Decision Theory (QDT) to enhance Multicriteria Group Decision-Making (MCGDM) processes. They emphasize the importance of considering decision-makers’ risk attitudes and the psychological behaviors of experts, as these factors can significantly influence the decision-making outcomes. The MULTIMOORA method is highlighted for its efficiency and stability, employing three approaches: the Ratio System (RS), the Reference Point (RP), and the Full Multiplicative Form (FMF). Each approach contributes to a comprehensive evaluation of alternatives against conflicting criteria, making it suitable for complex decision-making scenarios across various fields, including engineering and healthcare.
The authors also address the limitations of traditional decision-making models, which often overlook the interdependencies among criteria and the influence of expert opinions. They propose a quantum-based Pythagorean linguistic MCGDM model that incorporates expert confidence and doubt levels, thereby reflecting a more realistic decision-making process. This model aims to quantify the interference effects among experts’ perspectives, providing a nuanced understanding of how these interactions can affect overall decision outcomes. The paper concludes with a case study demonstrating the model’s effectiveness in Green Supply Chain Management (GSCM), showcasing its robustness and flexibility in addressing contemporary decision-making challenges.