扩展的PROMETHEE方法与 (p,q) -rung线性Diophantine模糊集用于机器人选择问题
J Vimala1, A N Surya1, Nasreen Kausar2
1Department of Mathematics, Alagappa University, Karaikudi, Tamilnadu, 630003, India.
Scientific reports
|January 2, 2025
概括
这项研究将 (p,q) -rung线性迪奥芬丁模糊集合与PROMETHEE方法集成,用于复杂的决策. 增强的框架改善了处理复杂的现实世界问题,通过机器人选择示例来证明这一点.
科学领域:
- 模糊的集合理论 模糊的集合理论
- 采用多个标准做出决定
背景情况:
- 线性 (p,q) - 流线性迪奥芬廷模糊集合为模糊集合理论提供了一种新的方法.
- PROMETHEE方法是多标准决策的公认工具.
研究的目的:
- 为了将 (p,q) -rung线性迪奥芬丁模糊集集成到PROMETHEE框架中.
- 在实际决策场景中提高模糊集的适应性和效率.
主要方法:
- 开发一个扩展的PROMETHEE框架,包括 (p,q) -rung线性迪奥芬模糊集合.
- 拟议框架应用于机器人选择问题,以进行实际演示.
主要成果:
- 综合框架有效地解决了复杂的决策挑战.
- 证明了 (p,q) -rung线性迪奥芬丁模糊集合在处理现实世界问题上的改进能力.
- 提出的方法显示出有效性,稳定性和适应性.
结论:
- 增强的PROMETHEE框架为决策者提供了一个有价值的工具.
- 该研究强调了将先进的模糊集概念整合到决策工具中的实际实用性和相关性.


