DOI: https://doi.org/10.1038/s41598-026-45503-3
PMID: https://pubmed.ncbi.nlm.nih.gov/42045316
تاريخ النشر: 2026-04-27
المؤلف: Rana Muhammad Zulqarnain وآخرون
الموضوع الرئيسي: اتخاذ القرار متعدد المعايير
نظرة عامة
تتناول هذه الدراسة عملية اتخاذ القرار المعقدة المتعلقة باختيار موردي الغذاء المستدام، مع التأكيد على عدم اليقين الكامن في مثل هذه التقييمات. وتقدم إطار مجموعة فوضوية ناعمة ذات قيمة فاصلة (IVPFSS)، والذي يعزز تمثيل البيانات الفوضوية وغير الموثوقة. تطور الدراسة عدة مشغلين للتجميع، بما في ذلك مشغل التجميع الوزني المرتب وفقًا لنموذج أينشتاين (IVPFSEOWA) ومشغل التجميع الوزني الهجين لأينشتاين (IVPFSEHWA)، لتسهيل اتخاذ القرار الجماعي متعدد الخصائص (MAGDM). يتم اقتراح طريقة التقييم بناءً على المسافة من الحل المتوسط (EDAS) كنموذج دعم قرار جديد، مما يوضح فعاليتها من خلال التحليل التجريبي في قطاع الغذاء العضوي.
تشير النتائج إلى أن نموذج EDAS المقترح يحسن بشكل كبير عملية اختيار موردي الغذاء المستدام من خلال معالجة التحديات الداخلية وعدم اليقين، مما يعزز موثوقية اتخاذ القرار. تكشف التحليلات المقارنة والحساسية أن هذه الطريقة تتفوق على الأساليب التقليدية، مما يظهر كفاءتها الحسابية وقدرتها على إدارة التفاعلات المعقدة بين الخصائص. تختتم الدراسة بتسليط الضوء على الآثار العملية للإطار المقترح لإدارة سلسلة التوريد المستدامة وتقترح سبلًا للبحث المستقبلي، بما في ذلك دمج نماذج اتخاذ القرار الأخرى وخوارزميات التعلم الآلي لتحسين عمليات اختيار الموردين عبر مختلف الصناعات.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التحديات الحرجة التي تواجهها الصناعات والاقتصادات في إدارة سلاسل التوريد بشكل فعال، لا سيما في سياق إدارة سلسلة توريد الغذاء (FSCM). تؤكد على أهمية دمج الموردين في شبكة متماسكة تعزز الأداء وتلبي الطلبات المتطورة للمستهلكين من حيث الشفافية والاستدامة. تشير الورقة إلى أن سلاسل توريد الغذاء تتأثر بشكل متزايد بالقضايا العالمية مثل ارتفاع تكاليف الغذاء بسبب النزاعات الجيوسياسية وتغير المناخ، مما يسهم في انعدام الأمن الغذائي الذي يؤثر على ما يقرب من 2.4 مليار شخص على مستوى العالم.
يناقش المؤلفون منهجيات متنوعة، بما في ذلك مجموعة فوضوية فيثاغورية (PFS) و IVPFSS، التي تم اقتراحها لتحسين عمليات اختيار الموردين في FSCM. يجادلون بأن الأطر الحالية غالبًا ما تتجاهل الاعتبارات البيئية في البيئات المعقدة، مما يستلزم تطوير إطار شامل لاتخاذ القرار (DM) يدمج المنطق الفوضوي لمعالجة هذه التحديات. تهدف طريقة EDAS المقترحة إلى تعزيز اتخاذ القرار الجماعي متعدد الخصائص (MAGDM) في سياق IVPFSS، مما يسهل اختيار الموردين المستدامين مع تعزيز الابتكار والتعاون في صناعة الغذاء. يحدد هيكل الورقة استكشافًا شاملاً لهذه المفاهيم، culminating in a case study that demonstrates the practical application of the proposed model.
مناقشة
توفر قسم المناقشة في الورقة مراجعة شاملة للأدبيات الحالية حول اختيار الموردين المستدامين (SSS) ضمن أطر اتخاذ القرار الجماعي متعدد الخصائص (MAGDM) الفوضوية. يبرز تقنيات MAGDM الفوضوية المختلفة، مثل VIKOR و MABAC و TOPSIS، التي تم تعديلها لمعالجة تحديات اختيار الموردين عبر صناعات مختلفة. ومع ذلك، يحدد قيودًا كبيرة في نماذج اتخاذ القرار التقليدية، التي تعتمد غالبًا على بيانات فوضوية دقيقة أو محدودة، مما يجعلها غير كافية للطبيعة الديناميكية لسلاسل التوريد الحديثة. بالمقابل، يتم اقتراح نماذج فوضوية متقدمة مثل مجموعات فوضوية ناعمة ذات قيمة فاصلة (IVPFSS) كبدائل أكثر فعالية، قادرة على إدارة درجات العضوية وغير العضوية في الوقت نفسه.
تقدم الورقة تقنية جديدة لـ MAGDM تدمج مشغلين للتجميع المرتب وفقًا لنموذج أينشتاين ومشغلين هجينين (AOs) ضمن إطار IVPFSS. تهدف هذه الطريقة إلى تعزيز تجميع تقييمات الخبراء، مع معالجة أوجه القصور في النماذج السابقة التي تفشل في حساب الأداء المتطور للموردين بمرور الوقت. يتم تسليط الضوء على طريقة التقييم بناءً على المسافة من الحل المتوسط (EDAS) كأداة عملية لتقييم الموردين المستدامين، مع التأكيد على كفاءتها وموثوقيتها مقارنة بالمنهجيات الحالية. بشكل عام، تسهم الدراسة في المجال من خلال تقديم إطار قوي لاتخاذ القرار يدمج البيانات المعقدة وآراء الخبراء، مما يسهل في النهاية اختيار الموردين بشكل أكثر فعالية في إدارة سلسلة التوريد المستدامة.
القيود
تسلط قسم القيود على مشغلات التجميع المطورة ونموذج EDAS في مجموعة فوضوية ذات قيمة فاصلة (IVPFSS) الضوء على عدة قيود حرجة يجب الاعتراف بها لفهم قدرات النموذج ومجالات التحسين بشكل كامل. أولاً، تعتمد فعالية مشغلات التجميع المرتبة وفقًا لنموذج أينشتاين والهجينة على الترتيب المحدد للمدخلات ومعاملات التوازن، التي تحكم التوازن بين التجميع الوزني والمرتّب. قد يؤدي هذا الاعتماد إلى إدخال تباين في النتائج بناءً على تكوينات المدخلات.
ثانيًا، يمكن أن تؤثر الطرق المستخدمة لحساب أوزان المعايير بشكل كبير على آلية التقييم، مما قد يؤدي إلى حساسية في الترتيب، لا سيما في الحالات الهامشية. بينما يتعامل إطار IVPFSS بمهارة مع عدم اليقين من خلال استخدام فترات الانحراف الأقصى (MD) والانحراف غير الأقصى (NMD)، إلا أنه لا يزال يواجه تحديات في الجدوى التشغيلية التي تعتمد على دقة دوال الدرجات المستخدمة في الترتيب. أخيرًا، يعتمد التنفيذ الناجح لطريقة EDAS بشكل حاسم على توفر وجودة البيانات ذات الصلة؛ أي تناقضات أو عيوب في المعلومات المبلغ عنها يمكن أن تؤثر سلبًا على أداء النموذج.
DOI: https://doi.org/10.1038/s41598-026-45503-3
PMID: https://pubmed.ncbi.nlm.nih.gov/42045316
Publication Date: 2026-04-27
Author(s): Rana Muhammad Zulqarnain et al.
Primary Topic: Multi-Criteria Decision Making
Overview
This research addresses the complex decision-making process involved in selecting sustainable food suppliers, emphasizing the uncertainty inherent in such evaluations. It introduces the interval-valued Pythagorean fuzzy soft set (IVPFSS) framework, which enhances the representation of fuzzy and unreliable data. The study develops several aggregation operators, including the interval-valued Pythagorean fuzzy soft Einstein-ordered weighted aggregation operator (IVPFSEOWA) and the Einstein hybrid weighted aggregation operator (IVPFSEHWA), to facilitate multi-attribute group decision-making (MAGDM). The Evaluation based on the Distance from the Average Solution (EDAS) method is proposed as a novel decision-support model, demonstrating its effectiveness through empirical analysis in the organic food sector.
The findings indicate that the proposed EDAS model significantly improves the selection process for sustainable food suppliers by addressing internal challenges and uncertainties, thereby enhancing decision-making reliability. Comparative and sensitivity analyses reveal that this approach outperforms traditional methods, showcasing its computational efficiency and ability to manage complex attribute interactions. The study concludes by highlighting the practical implications of the proposed framework for sustainable supply chain management and suggests avenues for future research, including the integration of other decision-making models and machine learning algorithms to further refine supplier selection processes across various industries.
Introduction
The introduction of this research paper highlights the critical challenges faced by industries and economies in managing supply chains effectively, particularly in the context of food supply chain management (FSCM). It emphasizes the importance of integrating suppliers into a cohesive network that enhances performance and meets evolving consumer demands for transparency and sustainability. The paper notes that food supply chains are increasingly affected by global issues such as rising food costs due to geopolitical conflicts and climate variability, which contribute to widespread food insecurity affecting nearly 2.4 billion people globally.
The authors discuss various methodologies, including the Pythagorean fuzzy set (PFS) and interval-valued PFS (IVPFSS), that have been proposed to improve supplier selection processes in FSCM. They argue that existing frameworks often overlook ecological considerations in complex environments, necessitating the development of a comprehensive decision-making (DM) framework that incorporates fuzzy logic to address these challenges. The proposed EDAS method aims to enhance multi-attribute group decision-making (MAGDM) in the context of IVPFSS, facilitating the selection of sustainable suppliers while promoting innovation and collaboration in the food industry. The structure of the paper outlines a thorough exploration of these concepts, culminating in a case study that demonstrates the practical application of the proposed model.
Discussion
The discussion section of the paper provides a comprehensive review of existing literature on sustainable supplier selection (SSS) within fuzzy multi-attribute group decision-making (MAGDM) frameworks. It highlights various fuzzy MAGDM techniques, such as VIKOR, MABAC, and TOPSIS, that have been adapted to address supplier selection challenges across different industries. However, it identifies significant limitations in traditional decision-making models, which often rely on crisp or limited fuzzy data, rendering them inadequate for the dynamic nature of modern supply chains. In contrast, advanced fuzzy models like interval-valued Pythagorean fuzzy soft sets (IVPFSS) are proposed as more effective alternatives, capable of managing both membership and non-membership degrees simultaneously.
The paper introduces a novel MAGDM technique that incorporates Einstein-ordered and hybrid aggregation operators (AOs) within the IVPFSS framework. This approach aims to enhance the aggregation of expert evaluations, addressing the shortcomings of previous models that fail to account for the evolving performance of suppliers over time. The proposed Evaluation based on the Distance from the Average Solution (EDAS) method is highlighted as a practical tool for evaluating sustainable suppliers, emphasizing its efficiency and reliability compared to existing methodologies. Overall, the study contributes to the field by presenting a robust decision-making framework that integrates complex data and expert opinions, ultimately facilitating more effective supplier selection in sustainable supply chain management.
Limitations
The section on limitations of the developed aggregation operators and the EDAS model in Interval-Valued Pythagorean Fuzzy Set (IVPFSS) highlights several critical constraints that must be acknowledged to fully understand the model’s capabilities and areas for enhancement. Firstly, the effectiveness of the Einstein-ordered and hybrid aggregation operators is contingent upon the specific ordering of inputs and the balancing coefficients, which govern the trade-off between weighted and ordered aggregation. This dependency may introduce variability in outcomes based on input configurations.
Secondly, the methods employed for computing criteria weights can significantly influence the evaluation mechanism, potentially resulting in ranking sensitivity, particularly in marginal cases. While the IVPFSS framework adeptly addresses uncertainty through the use of Maximum Deviation (MD) and Non-Maximum Deviation (NMD) intervals, it still encounters operational viability challenges that hinge on the accuracy of score functions used for ranking. Lastly, the successful implementation of the EDAS method is critically reliant on the availability and quality of relevant data; any inconsistencies or defects in the reported information can adversely affect the model’s performance.