癌症患者的治疗方法是将Fermatean正常模糊集与聚合运算符进行概括

科学领域:

• 决策科学 决策科学
• 计算数学 计算数学 计算数学
• 医疗信息学 医疗信息学

背景情况:

• 多属性决策 (MADM) 问题在医学诊断和癌症治疗选择等复杂领域普遍存在.
• 现有的方法经常与决定参数中固有的不确定性和模糊性作斗争.
• 费尔马特模糊集为模糊集提供了一个新的扩展,为处理不确定性提供了一个更灵活的框架.

研究的目的:

• 引入和研究一般化的费尔马特模糊加权平均和几何聚合运算符.
• 分析一般化费尔马特模糊数的代数性质,包括关联性,分布性和单调性.
• 开发和应用基于流程图的算法,使用这些操作符来解决MADM问题,特别是在癌症治疗选择方面.

主要方法:

• 发展了一般化的费尔马特模糊加权平均和功率一般化的费尔马特模糊加权平均运算符.
• 发展了一般化的费尔马特模糊加权几何和功率一般化的费尔马特模糊加权几何运算符.
• 为MADM问题制定一个算法,包括哈明和欧几里德距离,并应用于癌症治疗选择案例研究.

主要成果:

• 一般化费尔马特模糊数满足关键的代数属性,确保数学稳定性.
• 拟议的算法有效地处理多属性决策,通过数值示例证明效率.
• 对不同参数值的评估和比较分析显示,与现有方法相比,结果优越.

结论:

• 费尔马特模糊集为解决不确定性复杂的MADM问题提供了强大的工具.
• 开发的聚合运算符和算法为决策支持系统,特别是医疗应用提供了显著的进步.
• 该研究强调了参数选择 (自然数q) 的重要性,并证明了拟议方法在癌症治疗决策中的优越性.