在毕达哥拉斯中性哲学背景下，利用ITARA和MACONT方法对可持续建筑材料供应商进行评估

《Journal of Industrial and Engineering Chemistry》：Sustainable building material supplier assessment in Pythagorean neutrosophic setting using ITARA and MACONT methods

供应商选择研究提出融合ITARA与MACONT的Pythagorean neutrosophic环境多准则决策框架，用于建筑行业供应商评估，有效整合可持续性、创新性等多维指标并解决不确定性问题。

　　供应商选择在建筑行业中扮演着至关重要的角色，尤其对于那些希望在运营中实现可持续性、创新性和质量平衡的企业而言。本文提出了一种新颖的多准则决策制定（MCDM）框架，该框架结合了基于模糊阈值的属性比率分析（ITARA）和综合归一化混合聚合技术（MACONT）方法，应用于毕达哥拉斯模糊中性集（PFN）环境。这一模型旨在评估供应商，以满足一家著名印度建筑公司战略需求，特别是在产品性能、供应链创新、服务效果和环境可持续性四个关键维度上的综合考量。通过引入毕达哥拉斯模糊中性集，该方法能够有效应对专家评估中的不确定性与模糊性，从而提高决策的适应性和可靠性。本文展示的混合ITARA-MACONT方法在选择符合这些多方面要求的高绩效供应商方面表现出显著的成效，使得企业能够在可持续性和创新性之间做出更加明智的决策。此外，该方法在工业信息整合中的实际应用也证明了其可行性和稳健性。更重要的是，该框架支持工业信息的结构化融合，能够整合异构的专家判断和定量绩效指标，这对数字化供应链中的决策制定至关重要。

随着现代工业生态系统日益复杂和数据驱动，尤其是在可持续建筑和采购领域，组织面临将来自不同来源的异构信息整合到统一决策过程中的挑战。传统的模糊方法在处理这些环境中固有的模糊性和不确定性时往往显得力不从心。本文通过提出一种稳健的MCDM框架，将ITARA和MACONT方法整合在毕达哥拉斯模糊中性集（PFN）环境下，解决了这一问题。该模型通过融合语言型专家评估和结构化数值输入，增强了供应商评估的可靠性。因此，这项研究不仅推动了MCDM技术的发展，也为工业信息整合的广泛领域提供了有价值的贡献。本文的研究成果特别适用于需要处理复杂、不确定信息的工业决策场景，为数字化、可持续导向的工业系统提供了决策支持解决方案。

在建筑行业中，供应商选择（SS）不仅影响项目的质量与效率，还直接关系到企业是否能够满足可持续发展目标。随着全球供应链的扩展和复杂化，建筑企业需要考虑更多维度的评估标准，而不仅仅是传统的成本和交付表现。现代建筑行业越来越重视可持续性，这促使企业必须将环境因素纳入供应商选择的考量范围。此外，随着创新成为企业竞争的重要手段，企业在选择供应商时也需要评估其在供应链创新方面的能力。服务效果同样是影响企业运营效率和客户满意度的重要因素，因此在供应商选择过程中也占据着关键位置。综上所述，供应商选择已经成为一个复杂的多维度决策问题，需要一种更加全面和灵活的方法来应对。

传统的MCDM方法，如层次分析法（AHP）和逼近理想解排序法（TOPSIS），虽然在处理多准则决策问题上具有一定优势，但在应对高度不确定性和模糊性的评估时，其表现仍然有限。因此，近年来研究者们开始探索更加先进的模糊理论，以更好地处理这些复杂情况。模糊集理论由Zadeh于1965年提出，允许元素具有部分成员资格，即其隶属度介于0和1之间。尽管模糊集理论在处理不确定性方面具有一定的灵活性，但其在表达非隶属度和犹豫度方面存在局限。为解决这一问题，Atanassov提出了直觉模糊集（IFS），通过引入隶属度和非隶属度，使得评估更加全面和细致。然而，随着决策环境的不断复杂化，IFS在处理更高层次的不确定性时也显得不足，尤其是在面对不确定和不完整的隶属度和非隶属度信息时。

为克服这一局限，Yager于1980年代提出了毕达哥拉斯模糊集（PFS），该方法放松了传统模糊集的约束条件，允许隶属度和非隶属度的平方和不超过1。这一调整使得PFS在处理不确定性方面具有更大的灵活性，适用于需要更全面表达不确定性的决策场景。尽管PFS在MCDM领域得到了广泛应用，但在处理更高级别的不确定性，如涉及不确定性和不完整信息的决策问题时，仍然存在一定的不足。为此，研究者们进一步发展了毕达哥拉斯模糊中性集（PFNS），该方法在PFS的基础上引入了第三种度量——犹豫度，从而形成了一个三重评估体系，分别涵盖隶属度、非隶属度和犹豫度。这种三重结构使得PFNS特别适用于那些评估过程中存在高度模糊性和专家犹豫的复杂决策任务，例如建筑行业的供应商选择。

本文提出了一种新的MCDM方法，即在毕达哥拉斯模糊中性集（PFN）环境下整合基于模糊阈值的属性比率分析（ITARA）和综合归一化混合聚合技术（MACONT）。这种方法的核心在于利用PFNS对专家评估进行建模，从而更全面地捕捉评估中的不确定性。通过将语言型的专家评估转化为毕达哥拉斯模糊中性数（PNNN），该模型能够更有效地处理复杂的不确定性，为供应商选择提供更加准确和可靠的决策支持。本文通过一个实际案例，展示了该方法在建筑行业中选择可持续建筑材料方面的应用，验证了其在处理多维度、多目标决策问题上的有效性和实用性。

在实际应用中，供应商选择往往涉及多个相互冲突的准则，如产品性能、供应链创新、服务效果和环境可持续性。这些准则通常难以通过传统的单准则方法进行有效评估，因此需要一种能够综合处理多种信息源的MCDM方法。本文提出的PN-ITARA-MACONT框架通过整合ITARA和MACONT方法，提供了一种结构化的评估流程，使得企业能够在复杂的决策环境中更加科学地选择供应商。ITARA方法通过确定不同属性之间的模糊阈值，为决策提供了一种基于模糊逻辑的属性比率分析，而MACONT方法则通过多种归一化技术的综合应用，有效处理了不同尺度和单位的数据，避免了排名反转的问题，从而提高了决策的稳定性。

此外，该方法还特别强调了对专家评估的处理。在实际决策过程中，专家的评估往往是语言型的，例如“很好”、“一般”或“差”，这些语言描述包含了丰富的主观信息，但同时也带来了评估的不确定性和模糊性。通过将这些语言型评估转化为毕达哥拉斯模糊中性数，本文的方法能够更精确地捕捉这些信息，并将其整合到决策过程中。这种转换不仅提高了评估的准确性，还增强了模型的适应性，使其能够应对不同类型的专家意见和评估标准。

本文的研究成果不仅为建筑行业的供应商选择提供了新的方法，也为更广泛的MCDM研究做出了贡献。通过将PFNS与ITARA和MACONT方法相结合，本文提出了一种新的决策框架，能够在处理复杂、不确定信息时提供更全面和灵活的解决方案。该方法的实用性得到了实际案例的支持，证明了其在真实工业环境中的有效性。同时，通过与其他MCDM方法的比较和敏感性分析，本文进一步验证了该方法的稳健性和适应性，表明其在不同条件下都能保持较高的决策质量。

在工业信息整合方面，本文提出的框架为处理异构信息源提供了一种结构化的方法。传统的MCDM方法通常难以处理语言型评估和定量数据的混合输入，而本文的方法通过PFNS的三重评估体系，使得不同类型的输入能够被统一处理，从而提高了决策过程的协调性和一致性。这种整合不仅有助于企业更全面地了解供应商的综合表现，还能够支持企业在数字化供应链中的决策制定，使其能够更好地应对未来的挑战。

综上所述，本文提出的PN-ITARA-MACONT方法为建筑行业的供应商选择提供了一种创新的解决方案。该方法通过结合ITARA和MACONT的优势，并利用毕达哥拉斯模糊中性集对评估信息进行建模，能够有效处理复杂、不确定的决策环境。通过将语言型评估转化为数值型输入，并在四个关键维度上进行综合评估，该方法不仅提高了供应商选择的科学性和准确性，还增强了决策的适应性和稳健性。此外，该方法在工业信息整合方面的应用，也为企业在数字化和可持续性导向的供应链管理中提供了重要的支持。本文的研究成果为建筑行业的可持续发展和创新实践提供了有力的理论和方法基础，具有重要的实际意义和应用价值。