在语言直观的模糊框架下,优化生物修复技术用于土壤去污染
Hanan Alolaiyan1, Misbah Hayat2, Umer Shuaib2
1Department of Mathematics, King Saud University, Riyadh, Saudi Arabia.
Scientific reports
|July 10, 2024
概括
这项研究引入了新的语言直觉模糊Dombi聚合运算符,用于选择最佳的生物修复技术. 这些方法通过有效处理不确定的数据,提高了土壤净化决策的准确性.
科学领域:
- 环境科学与工程环境科学与工程
- 计算智能是一种计算智能.
- 决策科学 决策科学 决策科学
背景情况:
- 生物修复通过使用微生物代谢活动来提供可持续的土壤去污染.
- 选择最有效的生物修复技术需要精确的决策方法.
- 现有的方法与复杂的环境数据固有的不确定性作斗争.
研究的目的:
- 在语言直觉模糊 (LIF) 环境中开发新的聚合运算符.
- 为了应对选择最佳生物修复技术来对土壤进行净化污染的挑战.
- 为了提高决策的可靠性和精确性,在多重属性决策 (MADM) 问题.
主要方法:
- 利用语言直觉模糊集 (LIFS) 来管理语言不确定性和直觉评估.
- 设计了新的聚合运算符:语言直觉模糊的多比加权平均 (LIFDWA) 和几何 (LIFDWG) 运算符.
- 在LIF环境中为MADM问题制定了新的得分和准确性函数,并开发了支持算法.
主要成果:
- 证明了拟议的LIFDWA和LIFDWG运营商的结构性质.
- 成功地将开发的方法应用于一个MADM问题,以选择最佳的生物修复技术.
- 提出了比较评估,强调了新方法的有效性和优越性,而不是现有技术.
结论:
- 拟议的LIF Dombi聚合运营商为土壤净化决策提供了一个强大的框架.
- 这些新的方法有效地处理模两可的数据,从而使生物修复策略的选择更加可靠和精确.
- 该研究强调了开发的环境决策支持技术的实际适用性和真实性.
