DOI: https://doi.org/10.28924/2291-8639-24-2026-110
تاريخ النشر: 2026-04-07
المؤلف: Abhishikta Das وآخرون
الموضوع الرئيسي: نظرية النقاط الثابتة والتحليل
نظرة عامة
في هذه المقالة، يقدم المؤلفون مفهوم الفضاءات الضبابية 2-المترية المتحكم بها، والتي هي امتداد للهياكل الضبابية 2-المترية التقليدية. يتضمن هذا الإطار الجديد ثلاث وظائف تحكم تنظم ديناميكياً العلاقات المسافة الضبابية بين ثلاث نقاط، مما يوفر أداة متعددة الاستخدامات لنمذجة الأنظمة التي تتميز بعدم اليقين والترابط. يثبت المؤلفون عدة خصائص أساسية لهذه البنية ويستخرجون نتائج النقاط الثابتة، مما يوضح قابليتها للتطبيق من خلال مشكلة توازن السوق الديناميكي حيث تتأثر تفاعلات الوكلاء بالعلاقات الضبابية والتعديلات المعتمدة على التحكم.
تسلط النتائج الضوء على إمكانيات الإطار في الحوسبة الناعمة وأنظمة اتخاذ القرار، لا سيما في نمذجة السلوكيات التكيفية في البيئات غير المؤكدة. يؤكد المؤلفون أن هذا النهج يجسر بين التحليل الضبابي المجرد والتطبيقات العملية في الاقتصاد والحوسبة الناعمة، مما يوفر نموذجاً مترياً موحداً قادراً على محاكاة العلاقات المتطورة تحت عدم اليقين المعلوماتي. بينما تركز الدراسة بشكل أساسي على الصيغ النظرية والأمثلة الأساسية، فإنها تقترح طرقاً للبحث المستقبلي، بما في ذلك تطوير الخوارزميات الحاسوبية والتطبيقات في أنظمة اتخاذ القرار المعتمدة على التعلم أو العشوائية. بشكل عام، يدمج الإطار المقترح بشكل فعال المنطق الضبابي، والتحكم التكيفي، والنمذجة المعتمدة على المترية لتحليل الديناميات المدفوعة بالاجماع في سياقات اتخاذ القرار.
مقدمة
تناقش مقدمة ورقة البحث تطور وأهمية الفضاءات المترية الضبابية، التي توسع الفضاءات المترية الكلاسيكية للتعامل بشكل أفضل مع عدم اليقين والقرب. تم تأسيسها في البداية بواسطة كراموسيل وميشالك في عام 1975، وتم تنقيح المفهوم بواسطة جورج وفيراماني، مما أدى إلى تقدم في الطوبولوجيا الضبابية ونظرية النقاط الثابتة. تسلط الورقة الضوء على إدخال الفضاءات الضبابية 2-المترية بواسطة شارما، والتي تعمم المقاييس الضبابية لتشمل ثلاثة عناصر، مما يثري الإطار لنمذجة العلاقات متعددة الأبعاد. علاوة على ذلك، تم تقديم مفهوم الفضاءات المترية الضبابية المتحكم بها بواسطة سيزين، مما يعزز مرونة النمذجة للأنظمة المعقدة.
يقترح المؤلفون إطاراً جديداً يسمى الفضاءات الضبابية 2-المترية المتحكم بها، والذي يدمج هيكل مترية من الدرجة الأعلى يأخذ في الاعتبار التفاعلات بين ثلاث نقاط، مما يعالج قيود المقاييس التقليدية في التقاط التفاعلات المعقدة في أنظمة مثل الشبكات متعددة الوكلاء والبيئات السوقية الديناميكية. يستخدم هذا الإطار وظائف التحكم لتنظيم تأثير كل نقطة، مما يسمح بفهم أكثر دقة للاعتماديات وعدم اليقين. تؤسس الورقة نتائج النقاط الثابتة ضمن هذا الإطار الجديد وتوضح قابليتها للتطبيق على توازن السوق الديناميكي والمحاكاة متعددة الوكلاء، حيث تتأثر عملية اتخاذ القرار بمعلومات محدودة واعتماديات متبادلة. تستند البنية رياضياً إلى النورمات المستمرة والمجموعات الضبابية، مما يضمن خصائص أساسية مثل الانعكاسية والتناظر، وتتوافق مع المقاييس الضبابية 2 الكلاسيكية تحت وظائف التحكم الثابتة.
نقاش
في هذا القسم، يقدم المؤلفون مفهوم الفضاءات الضبابية 2-المترية المتحكم بها، والتي تعمم الهياكل الضبابية 2-المترية التقليدية من خلال دمج ثلاث وظائف تحكم تؤثر ديناميكياً على القرب بين ثلاث نقاط. يتم تأسيس التعريفات والخصائص للنورمات وفضاءات المقياس الضبابي من نوع جورج-فيراماني (GV)، مما يبرز أهميتها في تعريف الفضاء الضبابي 2-المترية المتحكم بها. يوضح المؤلفون أن هذه الفضاءات تحافظ على خصائص أساسية مثل التقارب ومتتاليات كوشي، والتي تعتبر حاسمة لتحليل سلوك المتتاليات تحت تأثير وظائف التحكم.
تستكشف الورقة أيضاً تداعيات هذه الفضاءات الضبابية 2-المترية المتحكم بها في سياق توازن السوق الديناميكي، موضحة كيف يمكن تطبيق نظرية النقاط الثابتة التي تم تأسيسها لحل المعادلات التكاملية التي نمذجة تفاعلات العرض والطلب. يؤكد المؤلفون على قابلية تكيف إطارهم لالتقاط عدم اليقين المتأصل في عمليات اتخاذ القرار، لا سيما في الأنظمة الاقتصادية. ويختتمون بالقول إن نهجهم لديه القدرة على توحيد المنطق الضبابي والتحكم التكيفي ضمن إطار نمذجة معتمد على المترية، مما يمهد الطريق للبحث المستقبلي في الخوارزميات الحاسوبية والتطبيقات في أنظمة اتخاذ القرار العشوائية.
DOI: https://doi.org/10.28924/2291-8639-24-2026-110
Publication Date: 2026-04-07
Author(s): Abhishikta Das et al.
Primary Topic: Fixed Point Theorems Analysis
Overview
In this article, the authors introduce the concept of controlled fuzzy 2-metric spaces, which are an extension of traditional fuzzy 2-metric structures. This new framework incorporates three control functions that dynamically regulate the fuzzy distance relationships among triplets of points, offering a versatile tool for modeling systems characterized by uncertainty and interdependence. The authors establish several fundamental properties of this structure and derive fixed-point results, demonstrating its applicability through a dynamic market-equilibrium problem where agents’ interactions are influenced by fuzzy relations and control-dependent adjustments.
The findings highlight the framework’s potential in soft computing and decision-making systems, particularly in modeling adaptive behaviors in uncertain environments. The authors emphasize that this approach bridges abstract fuzzy analysis with practical applications in economics and soft computing, providing a unified metric model capable of simulating evolving relationships under information uncertainty. While the study primarily focuses on theoretical formulations and basic examples, it suggests avenues for future research, including the development of computational algorithms and applications in learning-based or stochastic decision systems. Overall, the proposed framework effectively integrates fuzzy logic, adaptive control, and metric-based modeling to analyze consensus-driven dynamics in decision-making contexts.
Introduction
The introduction of the research paper discusses the evolution and significance of fuzzy metric spaces, which extend classical metric spaces to better handle uncertainty and proximity. Initially established by Kramosil and Michalek in 1975, the concept was refined by George and Veeramani, leading to advancements in fuzzy topology and fixed-point theory. The paper highlights the introduction of fuzzy 2-metric spaces by Sharma, which generalizes fuzzy metrics to incorporate three elements, thereby enriching the framework for modeling multidimensional relationships. Furthermore, the concept of controlled fuzzy metric spaces was introduced by Sezen, enhancing modeling flexibility for complex systems.
The authors propose a novel framework termed controlled fuzzy 2-metric spaces, which integrates a higher-order metric structure that accounts for three-point interactions, addressing the limitations of traditional metrics in capturing complex interactions in systems such as multi-agent networks and dynamic market environments. This framework employs control functions to regulate the influence of each point, allowing for a more nuanced understanding of interdependencies and uncertainties. The paper establishes fixed-point results within this new framework and demonstrates its applicability to dynamic market equilibrium and multi-agent simulations, where decision-making is influenced by limited information and mutual dependencies. The structure is mathematically grounded in continuous t-norms and fuzzy sets, ensuring essential properties such as reflexivity and symmetry, and coincides with classical fuzzy 2-metrics under constant control functions.
Discussion
In this section, the authors introduce the concept of controlled fuzzy 2-metric spaces, which generalize traditional fuzzy 2-metric structures by incorporating three control functions that dynamically influence the proximity among triplets of points. The definitions and properties of t-norms and George-Veeramani (GV)-type fuzzy metric spaces are established, highlighting their significance in defining the controlled fuzzy 2-metric space. The authors demonstrate that these spaces maintain essential properties such as convergence and Cauchy sequences, which are crucial for analyzing the behavior of sequences under the influence of control functions.
The paper further explores the implications of these controlled fuzzy 2-metric spaces in the context of dynamic market equilibrium, illustrating how the established fixed-point theorem can be applied to solve integral equations that model supply and demand interactions. The authors emphasize the adaptability of their framework to capture the uncertainty inherent in decision-making processes, particularly in economic systems. They conclude by asserting the potential of their approach to unify fuzzy logic and adaptive control within a metric-based modeling framework, paving the way for future research into computational algorithms and applications in stochastic decision systems.