مجموعه فازی هذلولی: رویکردی جامع برای مدیریت عدم قطعیت در تحلیل تصمیم‌

نویسندگان

1 گروه ریاضی، دانشگاه دیبروگر، دیبروگر، آسام، هند.

2 گروه مهندسی صنایع و مدیریت، گروه تحقیقاتی سیستم‌های صنعتی هوشمند مروارید، ایران.

doi
10.22105/dmor.2025.527009.1957
چکیده

هدف: تحلیل تصمیم‌ و منطق فازی به‌عنوان ابزارهای کلیدی در مدل‌سازی شرایط واقعی و نامعین، در دهه‌های اخیر شاهد رشد چشمگیری بوده‌اند. در این مسیر، توسعه مجموعه‌های فازی پیشرفته مانند مجموعه‌های فازی ارتوپایر q-rung (q-ROFSs)، مجموعه‌های فازی ارتوپایر (m,n)-rung ((m,n)-ROFSs) و مجموعه‌های فازی ریشه-توانی (PRFSs) به‌طور قابل‌توجهی ظرفیت مدل‌سازی عدم‌قطعیت، ابهام و اطلاعات ناقص را افزایش داده است. بااین‌حال، این مدل‌ها با محدودیت‌هایی در ساختار ریاضی و قدرت بیان مواجه هستند. این مطالعه با هدف معرفی و تحلیل چارچوب نوین مجموعه‌های فازی هذلولی (HyFSs) انجام شده است؛ چارچوبی که ضمن غلبه بر کاستی‌های مدل‌های پیشین، دامنه کاربرد منطق فازی در مسایل پیچیده تصمیم‌گیری را گسترش می‌دهد.روش‌شناسی پژوهش: در این پژوهش، ابتدا ساختار مفهومی و ریاضی مجموعه‌های فازی هذلولی (HyFSs) به‌طور دقیق معرفی شده و ویژگی‌های بنیادین آن با سایر مدل‌های فازی مقایسه شده است. سپس با بهره‌گیری از تحلیل‌های نظری و مقایسه‌ای، میزان انعطاف‌پذیری، دقت و قابلیت بیان HyFS در مواجهه با داده‌های نامعین و تصمیم‌گیری چندمعیاره ارزیابی شده است.یافته‌ها: نتایج تحلیل‌های مفهومی و مقایسه‌ای نشان می‌دهد که HyFS از نظر ساختار هندسی، دارای انعطاف‌پذیری بالاتری نسبت به q-ROFSs، (m,n)-ROFSs و PRFSs است و توانایی بهتری در بیان درجات مختلفی از ابهام و ناسازگاری دارد. HyFS با استفاده از چارچوب هندسی هذلولی، می‌تواند نمایه‌های دقیق‌تری از عدم‌قطعیت ارایه دهد و در مدل‌سازی سناریوهای تصمیم‌گیری واقعی عملکرد قوی‌تری از خود نشان دهد.اصالت/ارزش‌افزوده علمی: نوآوری اصلی این مطالعه در معرفی و توسعه چارچوب HyFS نهفته است که به‌عنوان یک گسترش منسجم و قدرتمند از خانواده مجموعه‌های فازی شناخته می‌شود. برخلاف مدل‌های پیشین که هر یک تنها بخشی از نیازهای مدل‌سازی را پوشش می‌دهند، HyFS با طراحی هندسی نوین، بستری جامع و قابل‌توسعه برای تحلیل تصمیم در شرایط عدم‌قطعیت فراهم می‌آورد. این چارچوب می‌تواند به‌طور موثری در مسایل تصمیم‌گیری چندمعیاره، هوش مصنوعی و سیستم‌های خبره مورد استفاده قرار گیرد و افق‌های جدیدی را در کاربرد منطق فازی بگشاید.