DOI: https://doi.org/10.59543/0ajp5435
تاريخ النشر: 2026-04-22
المؤلف: Kuo Zhang وآخرون
الموضوع الرئيسي: اتخاذ القرار متعدد المعايير
نظرة عامة
تقدم هذه الورقة البحثية نموذجًا لاتخاذ القرار متعدد المعايير باستخدام مجموعة فuzzy T-spherical اللغوية غير المؤكدة الاحتمالية (PULTSFS) لتعزيز عمليات اختيار الموردين الدائريين. يدمج النموذج طريقة الاتساق الكامل (FUCOM) وتقنية تحسين تفضيل الطلب من خلال التشابه مع الحل المثالي (ITARA) ومعايير اتخاذ القرار مع بيانات الفترات (CRADIS) لمعالجة الغموض وعدم اليقين الكامنين في معلومات التقييم. يتم إنشاء مقياس جديد للمسافة الإقليدية ضمن إطار عمل PULTSFS، مما يسمح بآلية وزن مشتركة تضم كل من المعايير الذاتية والموضوعية. يُظهر النموذج تحسينًا في التكيف والصلابة في البيئات الضبابية المعقدة، كما يتضح من دراسة حالة حول اختيار الموردين الدائريين، والتي تكشف عن نتائج تصنيف مستقرة وتعامل فعال مع المعلومات غير المؤكدة.
تسلط النتائج الضوء على مزايا نهج PULTSFS، الذي يسمح بتمثيل دقيق لتفضيلات التقييم من خلال مصطلحات لغوية فترية وكمية احتمالية. تضمن طريقة الوزن المشتركة دقة علمية في تخصيص الأوزان، متجاوزة التحيزات المرتبطة بالطرق الذاتية التقليدية. بالإضافة إلى ذلك، يعزز نموذج تصنيف CRADIS المحسن اتخاذ القرار من خلال التمييز الواضح بين معايير التكلفة والفائدة وتحسين منطق الاقتراب من الحلول المثالية. بينما تؤسس الدراسة إطارًا أساسيًا للبحث المستقبلي، فإنها تعترف بالقيود، مثل عدم النظر في العلاقات المتبادلة بين معايير التقييم وفرضية العقلانية الكاملة. ستهدف الأعمال المستقبلية إلى معالجة هذه الفجوات من خلال دمج نظريات اتخاذ القرار السلوكية وتطوير نظام تقييم متعدد الأبعاد يركز على مفاهيم البيئة والمجتمع والحوكمة (ESG).
مقدمة
تسلط مقدمة الورقة البحثية الضوء على التركيز العالمي المتزايد على التخفيف من آثار تغير المناخ، مما يبرز أهمية النقل المستدام وانتقال الطاقة الخضراء. أدى هذا التحول إلى نمو كبير في قطاع الطاقة الجديدة، مما يحسن هياكل الطاقة بينما يقدم في الوقت نفسه تحديات تتعلق بأمان الموارد في سلاسل الإمداد. جانب حاسم في معالجة هذه التحديات هو اختيار الموردين الدائريين (CSS)، الذي يُؤطر كمشكلة معقدة لاتخاذ القرار متعدد المعايير (MCDM) تتأثر بمعايير اقتصادية وبيئية واجتماعية متضاربة. يشير المؤلفون إلى أن الطرق الحالية لتقييم الموردين الدائريين غالبًا ما تكافح مع الغموض المعرفي والمعلومات غير المكتملة، مما يستلزم أساليب متقدمة لوصف الضبابية والتردد الكامنين في عمليات اتخاذ القرار.
لمعالجة هذه التحديات، تناقش الورقة مختلف امتدادات نظرية المجموعات الضبابية، بما في ذلك مجموعات q-rung orthopair fuzzy (q-ROFS) ومجموعات T-spherical fuzzy (T-SFS)، التي تسمح بتمثيل أكثر دقة لمعلومات التقييم من خلال دمج درجات العضوية والحياد وعدم العضوية. ينتقد المؤلفون أيضًا طرق الوزن الذاتية التقليدية في MCDM، مثل عملية التحليل الهرمي التحليلي (AHP) وطريقة الأفضل والأسوأ (BWM)، بسبب قيودها في ضمان الاتساق والموضوعية. يقترحون إطارًا جديدًا يدمج طريقة الاتساق الكامل (FUCOM) مع تحليل نسبة الخصائص القائم على عتبة اللامبالاة (ITARA) وطريقة تصنيف CRADIS، بهدف تعزيز صلابة ومرونة اتخاذ القرار في اختيار الموردين الدائريين. تضع الدراسة الأساس لنموذج شامل لاتخاذ القرار يعالج تعقيدات البيئات غير المؤكدة، مما يساهم في تحسين الأداء البيئي المؤسسي وكفاءة الموارد.
طرق
في هذا القسم، يصف المؤلفون المنهجيات المستخدمة لترتيب البدائل في سيناريوهات اتخاذ القرار، لا سيما في سياق اختيار الموردين الدائريين. تقوم طريقة PULTSF-TOPSIS بتقييم البدائل من خلال حساب مقاييس الفصل الموزونة من الحلول المثالية الإيجابية والسلبية، مما يؤدي في النهاية إلى اشتقاق معامل قرب نسبي يسهل الترتيب. تؤكد هذه الطريقة على قياس القرب من الحل المثالي من خلال مؤشر فردي. بالمثل، تدمج طريقة PULTSF-VIKOR قيمة المنفعة الجماعية وقيم الندم الفردية لتحديد قيمة تسوية، موازنة الأهداف المزدوجة لتعظيم الفائدة الجماعية مع تقليل عدم الرضا الفردي.
في المقابل، تستخدم طريقتا PULTSFWA وPULTSFWG تقنيات التجميع الخطي لمعلومات متعددة الخصائص، باستخدام المتوسطات الحسابية والهندسية الموزونة، على التوالي. تنتج هذه الأساليب القائمة على المشغل اندماجًا خطيًا بسيطًا لبيانات التقييم، مما يحد من قدرتها على عكس الأداء الشامل للبدائل عبر معايير متعددة. يجادل المؤلفون بأن هذه الطرق، على عكس أساليب CRADIS، تفشل في التقاط تعقيدات سيناريوهات اتخاذ القرار الضبابية بشكل كافٍ بسبب اعتمادها على التجميع البسيط. تعزز الطريقة المقترحة في هذه الورقة إطار CRADIS من خلال دمج الأوزان المشتركة من FUCOM-ITARA وتنقيح تقريب الحل المثالي من خلال دالة درجة PULTSF معينة والمسافة الإقليدية. يضمن هذا التحسين تقييمًا أكثر موثوقية لأوزان الخصائص وكمية دقيقة للانحرافات عن الحل المثالي، مما يوفر تقييمًا قويًا لأداء البدائل عبر معايير متعددة.
مناقشة
في هذه الدراسة، يقدم المؤلفون مجموعة ضبابية احتمالية جديدة تُسمى PULTSFS، والتي تدمج مفاهيم مجموعات المصطلحات اللغوية غير المؤكدة الاحتمالية (PULTS) ومجموعات T-spherical fuzzy (TSFS). يسمح هذا الإطار للخبراء بالتعبير عن معلومات التقييم عبر مصطلحات لغوية متعددة وأبعاد مع دمج الاحتمالات المرتبطة بكل مصطلح. يعد إطار PULTSFS مفيدًا بشكل خاص في سياقات اتخاذ القرار متعدد المعايير (MCDM)، حيث يعزز تمثيل عدم اليقين والتنوع اللغوي في التقييمات.
يطبق المؤلفون إطار PULTSFS على دراسة حالة تتعلق باختيار الموردين الدائريين المستدامين لشركة تصنيع بطاريات الطاقة الجديدة في الصين. يستخدمون مجموعة من طرق الوزن الذاتية والموضوعية، وتحديدًا طريقة الاتساق الكامل (FUCOM) وطريقة ITARA، لتحديد أوزان معايير التقييم. تُظهر النتائج أن الطريقة المقترحة PULTSF-FUCOM-ITARA-CRADIS تصنف البدائل بفعالية مع الحفاظ على الصلابة ضد التغيرات في إعدادات المعلمات. تكشف التحليلات المقارنة مع الطرق الكلاسيكية مثل TOPSIS وVIKOR أن الطريقة المقترحة تحدد باستمرار المورد الأمثل، مما يبرز فعاليتها في معالجة تعقيدات اختيار الموردين الدائريين في بيئة ضبابية.
DOI: https://doi.org/10.59543/0ajp5435
Publication Date: 2026-04-22
Author(s): Kuo Zhang et al.
Primary Topic: Multi-Criteria Decision Making
Overview
This research paper introduces a multi-criteria decision-making model utilizing the Probabilistic Uncertain Linguistic T-Spherical Fuzzy Set (PULTSFS) to enhance circular supplier selection processes. The model integrates the Full Consistency Method (FUCOM), the Improved Technique for Order Preference by Similarity to Ideal Solution (ITARA), and the CRiteria for Decision-making with Interval Data (CRADIS) to address the inherent ambiguity and uncertainty in evaluation information. A novel Euclidean distance measure is established within the PULTSFS framework, allowing for a combined weighting mechanism that incorporates both subjective and objective criteria. The model demonstrates improved adaptability and robustness in complex fuzzy environments, as evidenced by a case study on circular supplier selection, which reveals stable ranking results and effective handling of uncertain information.
The findings highlight the advantages of the PULTSFS approach, which allows for a nuanced representation of evaluation preferences through interval linguistic terms and probabilistic quantification. The combined weighting method ensures scientific rigor in weight allocation, overcoming biases associated with traditional subjective methods. Additionally, the optimized CRADIS ranking model enhances decision-making by clearly distinguishing between cost and benefit criteria and improving the approximation logic for ideal solutions. While the study establishes a foundational framework for future research, it acknowledges limitations, such as the lack of consideration for interrelationships among evaluation criteria and the assumption of complete rationality. Future work will aim to address these gaps by integrating behavioral decision theories and developing a multi-dimensional evaluation system centered on Environmental, Social, and Governance (ESG) concepts.
Introduction
The introduction of the research paper highlights the increasing global focus on climate change mitigation, emphasizing the importance of sustainable transport and green energy transitions. This shift has led to significant growth in the new energy sector, optimizing energy structures while simultaneously presenting challenges related to resource security in supply chains. A critical aspect of addressing these challenges is circular supplier selection (CSS), which is framed as a complex multi-criteria decision-making (MCDM) problem influenced by conflicting economic, environmental, and social criteria. The authors note that existing methods for evaluating circular suppliers often struggle with cognitive vagueness and incomplete information, necessitating advanced approaches to characterize the fuzziness and hesitation inherent in decision-making processes.
To tackle these challenges, the paper discusses various extensions of fuzzy set theory, including q-rung orthopair fuzzy sets (q-ROFS) and T-spherical fuzzy sets (T-SFS), which allow for a more nuanced representation of evaluation information by incorporating membership, neutrality, and non-membership degrees. The authors also critique traditional subjective weighting methods in MCDM, such as the Analytic Hierarchy Process (AHP) and the Best-Worst Method (BWM), for their limitations in ensuring consistency and objectivity. They propose a novel framework that integrates the Full Consistency Method (FUCOM) with Indifference Threshold-based Attribute Ratio Analysis (ITARA) and the CRADIS ranking method, aiming to enhance the robustness and adaptability of decision-making in circular supplier selection. The study sets the stage for a comprehensive decision-making model that addresses the complexities of uncertain environments, ultimately contributing to improved corporate environmental performance and resource efficiency.
Methods
In this section, the authors describe the methodologies employed for ranking alternatives in decision-making scenarios, particularly in the context of circular supplier selection. The PULTSF-TOPSIS method evaluates alternatives by calculating weighted separation measures from both positive and negative ideal solutions, ultimately deriving a relative closeness coefficient that facilitates ranking. This method emphasizes the quantification of proximity to the ideal solution through a singular indicator. Similarly, the PULTSF-VIKOR method integrates group utility and individual regret values to establish a compromise value, balancing the dual objectives of maximizing collective benefit while minimizing individual dissatisfaction.
In contrast, the PULTSFWA and PULTSFWG methods utilize linear aggregation techniques for multi-attribute information, employing weighted arithmetic and geometric means, respectively. These operator-based approaches yield a simple linear fusion of evaluation data, which limits their ability to reflect the comprehensive performance of alternatives across multiple criteria. The authors argue that these methods, unlike CRADIS-type approaches, fail to adequately capture the complexities of fuzzy decision-making scenarios due to their reliance on straightforward aggregation. The proposed method in this paper enhances the CRADIS framework by incorporating combined weights from FUCOM-ITARA and refining the ideal solution approximation through a specific PULTSF score function and Euclidean distance. This improvement ensures a more reliable assessment of attribute weights and a precise quantification of deviations from the ideal solution, thereby providing a robust evaluation of alternatives’ performance across multiple criteria.
Discussion
In this study, the authors introduce a novel probabilistic fuzzy set termed PULTSFS, which integrates the concepts of probabilistic uncertain linguistic term sets (PULTS) and T-spherical fuzzy sets (TSFS). This framework allows experts to express evaluation information across multiple linguistic terms and dimensions while incorporating the probabilities associated with each term. The PULTSFS framework is particularly advantageous in multi-criteria decision-making (MCDM) contexts, as it enhances the representation of uncertainty and linguistic variability in evaluations.
The authors apply the PULTSFS framework to a case study involving the selection of sustainable circular suppliers for a new energy battery manufacturing enterprise in China. They utilize a combination of subjective and objective weighting methods, specifically the Full Consistency Method (FUCOM) and the ITARA method, to determine the weights of evaluation criteria. The results demonstrate that the proposed PULTSF-FUCOM-ITARA-CRADIS method effectively ranks alternatives while maintaining robustness against variations in parameter settings. Comparative analyses with classical methods such as TOPSIS and VIKOR reveal that the proposed method consistently identifies the optimal supplier, underscoring its effectiveness in addressing the complexities of circular supplier selection in a fuzzy environment.