DOI: https://doi.org/10.31181/sdmap21202526
تاريخ النشر: 2025-01-29
المؤلف: Subramanian Petchimuthu وآخرون
الموضوع الرئيسي: اتخاذ القرار متعدد المعايير
نظرة عامة
تتناول ورقة البحث الحاجة الملحة للاستدامة والمرونة في البيئات الحضرية وسط التوسع الحضري السريع وتحديات تغير المناخ. تقترح منهجية جديدة تدمج الذكاء الاصطناعي، وصنع القرار متعدد المعايير (MCDM)، ومشغلات تجميع ExpoLogarithmic الضبابية من نوع q-rung orthopair للتنقل في تعقيدات التنمية الحضرية المستدامة. تقدم الدراسة عمليات ExpoLogarithmic جديدة تعتمد على t-norms من نوع Ex-poLogarithmic، مما يؤدي إلى تطوير مشغلين رئيسيين للتجميع: المتوسط المرجح الضبابي ExpoLogarithmic من نوع q-rung orthopair (q-ROFELWA) والمتوسط الهندسي المرجح الضبابي ExpoLogarithmic من نوع q-rung orthopair (q-ROFELWG). تتمتع هذه المشغلات بخصائص أساسية مثل الاستقلالية، والتزايد، والحدود، وتم التحقق منها من خلال تطبيق عملي يركز على الابتكار الحضري المستدام.
في الختام، تقدم الورقة تقدمًا كبيرًا في مجال مجموعات الضبابية من نوع q-rung orthopair من خلال تقديم t-norms وt-conorms من نوع ExpoLogarithmic، مما يعزز صنع القرار في ظل عدم اليقين. يتم تسليط الضوء على مشغلات التجميع المقترحة، q-ROFELWA وq-ROFELWG، كأدوات مبتكرة تحسن من تجميع الأعداد الضبابية من نوع q-rung orthopair، مما يثري مجموعة أدوات صنع القرار للباحثين والممارسين. إن التحقق من هذه الطرق من خلال التطبيقات الواقعية يبرز أهميتها العملية وقوتها، مما يمثل مساهمة كبيرة في هذا المجال ويفتح آفاق جديدة للبحث المستقبلي في إدارة المعلومات الضبابية في البيئات المعقدة.
مقدمة
تؤكد مقدمة ورقة البحث على الدور الحاسم للذكاء الاصطناعي (AI) في تعزيز الابتكار الحضري المستدام والمرونة. من خلال تحسين استخدام الموارد وتعزيز الاستدامة، يسهل الذكاء الاصطناعي تخطيط المدن الذكي والحلول التكيفية، وهي ضرورية لمعالجة التحديات البيئية والاجتماعية المتطورة التي تواجهها المناطق الحضرية. تسلط الدراسة الضوء على ضرورة دمج الذكاء الاصطناعي لتعزيز الاستدامة على المدى الطويل في المدن.
تشمل المساهمات الرئيسية للدراسة تقديم t-norms وt-conorms من نوع ExpoLogarithmic، إلى جانب مناقشة خصائصها. توضح العمليات الأساسية لأدوات التجميع ExpoLogarithmic ضمن إطار مجموعات الضبابية من نوع q-rung orthopair، مما يوفر فهمًا أساسيًا لعمليات التجميع الفعالة. بالإضافة إلى ذلك، تقدم الدراسة مشغلات تجميع جديدة، وهي المتوسط المرجح الضبابي ExpoLogarithmic من نوع q-rung orthopair (q-ROFELWA) والمتوسط الهندسي المرجح الضبابي ExpoLogarithmic من نوع q-rung orthopair (q-ROFELWG)، موضحة خصائصها مع أمثلة توضيحية. أخيرًا، يتم التحقق من المنهجيات المقترحة من خلال تطبيق واقعي في صنع القرار متعدد المعايير (MCDM) المتعلق بالابتكار الحضري المستدام والمرونة، مما يوضح أهميتها العملية.
الطرق
تتركز المنهجية الموضحة في هذا القسم على صنع القرار متعدد المعايير (MCDM) وتنفيذها العملي. تتضمن تقييم مجموعة من البدائل \( S = \{ S_1, S_2, \ldots, S_n \} \) مقابل مجموعة محددة من المعايير \( \eta = \{ \eta_1, \eta_2, \ldots, \eta_m \} \). يتم تقييم كل بديل \( S_j \) (حيث \( j = 1, 2, \ldots, n \)) بناءً على المعايير \( \eta_i \) (حيث \( i = 1, 2, \ldots, m \))، مع تمثيل التقييمات باستخدام أعداد ضبابية من نوع q-rung orthopair. يتم توضيح هذا التمثيل في الجدول 1، مما يوفر نهجًا منظمًا لالتقاط تعقيدات صنع القرار في ظل عدم اليقين.
النتائج
يقدم قسم النتائج النتائج المستخلصة من تطبيق نهج صنع القرار متعدد المعايير (MCDM) على مشكلة شاملة. يتم تفصيل درجات التقييم للبدائل \( S_1, S_2, S_3, \) و \( S_4 \) في الجدول 2، الذي يقيم هذه البدائل مقابل المعايير \( \eta_1, \eta_2, \eta_3, \) و \( \eta_4 \) في سياق الأعداد الضبابية المرتبة q-Rough (q-ROFNs). يتم استخدام متجه الوزن \( \omega = [0.2, 0.3, 0.1, 0.4] \) ليعكس الأهمية النسبية لكل معيار في عملية صنع القرار.
يسمح هذا التقييم المنظم بمقارنة دقيقة للبدائل بناءً على المعايير المحددة، مما يسهل اتخاذ قرارات مستنيرة. تؤكد النتائج على فعالية نهج MCDM المقترح في التعامل مع سيناريوهات القرار المعقدة.
المناقشة
تؤكد قسم المناقشة في ورقة البحث على الإمكانات التحويلية للذكاء الاصطناعي (AI) في التخطيط الحضري، لا سيما في تحسين تخصيص الموارد وتعزيز كفاءة البنية التحتية. ومع ذلك، تسلط الضوء أيضًا على ضرورة دمج الذكاء الاصطناعي بحذر واستراتيجية لضمان التنمية الحضرية المستدامة، كما أشار Allam وآخرون. تدعو الورقة إلى استخدام نهج صنع القرار متعدد المعايير (MCDM)، لا سيما من خلال تطبيق t-norm وt-conorm من نوع ExpoLogarithmic، التي توفر المرونة والتكيف في عمليات صنع القرار. هذه الطرق ذات صلة بشكل خاص في معالجة عدم اليقين في التخطيط الحضري وإدارة البيئة.
تحدد مراجعة الأدبيات فجوات كبيرة في الأبحاث الحالية، لا سيما فيما يتعلق باستكشاف أدوات التجميع ExpoLogarithmic ضمن سياق مجموعات الضبابية من نوع q-rung orthopair. تهدف الدراسة إلى سد هذه الفجوات من خلال تقديم مشغلات تجميع جديدة، وهي المتوسط المرجح الضبابي ExpoLogarithmic من نوع q-rung orthopair (q-ROFELWA) والمتوسط الهندسي المرجح الضبابي ExpoLogarithmic من نوع q-rung orthopair (q-ROFELWG)، التي تعزز إطار صنع القرار في التخطيط الحضري. لا تساهم الدراسة المقترحة فقط في الفهم النظري لهذه المشغلات، بل تتحقق أيضًا من فعاليتها من خلال التطبيقات العملية في الابتكار الحضري المستدام والمرونة، مما يوفر منهجيات جديدة لسيناريوهات صنع القرار المعقدة.
القيود
تقدم الدراسة المقترحة حول t-norms وt-conorms من نوع ExpoLogarithmic، ومشغلات التجميع عدة قيود تستدعي الانتباه. أولاً، لا تزال عمومية هذه البنى الرياضية عبر سيناريوهات مختلفة غير مؤكدة، خاصة بالنظر إلى التركيز المكثف للدراسة على الابتكار الحضري المستدام، مما قد يقيد قابليتها للتطبيق الأوسع.
علاوة على ذلك، تدعو الدراسة إلى مزيد من التحقق التجريبي والتحليلات المقارنة لتقييم أداء هذه الأدوات في المشكلات واسعة النطاق. تعتبر مسألة التعقيد الحسابي، خاصة في سياق صنع القرار واسع النطاق، عاملاً حاسمًا آخر يحتاج إلى معالجة. من خلال معالجة هذه القيود، يمكن للبحوث المستقبلية تعزيز التطبيق العملي وفعالية منهجيات ExpoLogarithmic.
DOI: https://doi.org/10.31181/sdmap21202526
Publication Date: 2025-01-29
Author(s): Subramanian Petchimuthu et al.
Primary Topic: Multi-Criteria Decision Making
Overview
The research paper addresses the urgent need for sustainability and resilience in urban environments amidst rapid urbanization and climate change challenges. It proposes a novel methodology that integrates Artificial Intelligence, Multi-Criteria Decision Making (MCDM), and q-rung orthopair fuzzy ExpoLogarithmic aggregation operators to navigate the complexities of sustainable urban development. The study introduces new ExpoLogarithmic operations based on Ex-poLogarithmic t-norms, leading to the development of two key aggregation operators: the q-rung orthopair fuzzy ExpoLogarithmic weighted average (q-ROFELWA) and the q-rung orthopair fuzzy ExpoLogarithmic weighted geometric (q-ROFELWG). These operators exhibit essential properties such as idempotency, monotonicity, and boundedness, and are validated through a practical application focused on sustainable urban innovation.
In conclusion, the paper significantly advances the field of q-rung orthopair fuzzy sets by introducing ExpoLogarithmic t-norms and t-conorms, which enhance decision-making under uncertainty. The proposed aggregation operators, q-ROFELWA and q-ROFELWG, are highlighted as innovative tools that improve the aggregation of q-rung orthopair fuzzy numbers, thereby enriching the decision-making toolkit for researchers and practitioners. The validation of these methods through real-life applications underscores their practical relevance and robustness, marking a substantial contribution to the field and opening new avenues for future research in managing fuzzy information in complex environments.
Introduction
The introduction of the research paper emphasizes the critical role of Artificial Intelligence (AI) in promoting sustainable urban innovation and resilience. By optimizing resource utilization and enhancing sustainability, AI facilitates smarter city planning and adaptive solutions, which are essential for addressing the evolving environmental and societal challenges faced by urban areas. The study highlights the necessity of integrating AI to foster long-term sustainability in cities.
The main contributions of the study include the introduction of ExpoLogarithmic t-norms and t-conorms, along with a discussion of their properties. It articulates the fundamental operations of ExpoLogarithmic aggregation tools within the framework of q-rung orthopair fuzzy sets, providing a foundational understanding for effective aggregation processes. Additionally, the study presents novel aggregation operators, namely the q-rung orthopair fuzzy ExpoLogarithmic weighted average (q-ROFELWA) and the q-rung orthopair fuzzy ExpoLogarithmic weighted geometric (q-ROFELWG), detailing their properties with illustrative examples. Finally, the proposed methodologies are validated through a real-life application in Multi-Criteria Decision-Making (MCDM) related to sustainable urban innovation and resilience, demonstrating their practical relevance.
Methods
The methodology outlined in this section focuses on multi-criteria decision-making (MCDM) and its practical implementation. It involves evaluating a set of alternatives \( S = \{ S_1, S_2, \ldots, S_n \} \) against a defined set of criteria \( \eta = \{ \eta_1, \eta_2, \ldots, \eta_m \} \). Each alternative \( S_j \) (where \( j = 1, 2, \ldots, n \)) is assessed based on the criteria \( \eta_i \) (where \( i = 1, 2, \ldots, m \)), with the evaluations represented using q-rung orthopair fuzzy numbers. This representation is illustrated in Table 1, providing a structured approach to capture the complexities of decision-making under uncertainty.
Results
The results section presents the findings from the application of a Multi-Criteria Decision-Making (MCDM) approach to a comprehensive problem. The evaluation scores for the alternatives \( S_1, S_2, S_3, \) and \( S_4 \) are detailed in Table 2, which assesses these alternatives against the criteria \( \eta_1, \eta_2, \eta_3, \) and \( \eta_4 \) within the context of q-Rough Ordered Fuzzy Numbers (q-ROFNs). A weight vector \( \omega = [0.2, 0.3, 0.1, 0.4] \) is utilized to reflect the relative importance of each criterion in the decision-making process.
This structured evaluation allows for a nuanced comparison of the alternatives based on the specified criteria, facilitating informed decision-making. The results underscore the effectiveness of the proposed MCDM approach in handling complex decision scenarios.
Discussion
The discussion section of the research paper emphasizes the transformative potential of artificial intelligence (AI) in urban planning, particularly in optimizing resource allocation and enhancing infrastructure efficiency. However, it also highlights the necessity for a cautious and strategic integration of AI to ensure sustainable urban development, as noted by Allam et al. The paper advocates for the use of Multi-Criteria Decision-Making (MCDM) approaches, particularly through the application of the ExpoLogarithmic t-norm and t-conorm, which provide flexibility and adaptability in decision-making processes. These methods are particularly relevant in addressing uncertainties in urban planning and environmental management.
The literature review identifies significant gaps in the existing research, particularly concerning the exploration of ExpoLogarithmic aggregation tools within the context of q-rung orthopair fuzzy sets. The study aims to fill these gaps by introducing novel aggregation operators, namely the q-rung orthopair fuzzy ExpoLogarithmic weighted average (q-ROFELWA) and the q-rung orthopair fuzzy ExpoLogarithmic weighted geometric (q-ROFELWG), which enhance the decision-making framework in urban planning. The proposed study not only contributes to the theoretical understanding of these aggregation operators but also validates their effectiveness through practical applications in sustainable urban innovation and resilience, thereby offering new methodologies for complex decision-making scenarios.
Limitations
The proposed study on ExpoLogarithmic t-norms, t-conorms, and aggregation operators presents several limitations that warrant attention. Firstly, the generalizability of these mathematical constructs across various scenarios remains uncertain, particularly given the study’s concentrated focus on sustainable urban innovation, which may restrict their broader applicability.
Furthermore, the study calls for additional empirical validation and comparative analyses to evaluate the performance of these tools in large-scale problems. The issue of computational complexity, especially in the context of large-scale decision-making, is another critical factor that needs to be addressed. By tackling these limitations, future research can enhance the practical application and effectiveness of ExpoLogarithmic methodologies.