基于熵权q阶正交模糊CRADIS模型的区块链技术采纳障碍动态评估与优先排序研究

本研究创新性地融合熵权法与q阶正交模糊集（q-ROPFSs）技术，提出改进的CRADIS（Compromise Ranking of Alternatives from Distance to Ideal Solution）决策模型，有效解决了区块链技术采纳过程中面临的多维度不确定性评估难题。通过量化分析五大关键障碍因子，为复杂环境下的技术实施策略提供了数据驱动的决策支持框架。

　　

亮点

本研究提出的熵权q阶正交模糊CRADIS模型具有多重边际效应，其价值远超单纯枚举区块链技术障碍的范畴。通过采用q-ROPFSs，该模型精准捕捉了专家评估中固有的不确定性与模糊性特征，这对于在不可预测环境中制定战略规划极具价值。这种对专家意见中迟疑性与模糊观点的有效捕捉，显著提升了决策在快速演变行业中的可靠性。

结论

本研究提出基于熵权的q阶正交模糊CRADIS模型，系统性地识别和优先排序区块链技术采纳障碍，特别是在物流等复杂动态领域。通过运用q-ROPFSs处理专家评估中的模糊性，整合熵权法实现客观准则权重分配，并应用CRADIS技术进行稳健的方案排序，该模型有效融合了定性洞察与定量严谨性。其优势在于...

作者贡献声明

Sana Shahab: 文稿审阅与起草、验证、调研、资金获取、形式分析、概念化。Naoufel Kraiem: 文稿审阅与起草、验证、调研、形式分析、数据策管。Ashit Kumar Dutta: 文稿审阅与起草、验证、调研、资金获取、形式分析。Mohd Anjum: 文稿审阅与起草、可视化...

利益冲突声明

作者声明不存在任何可能影响本研究结果的已知竞争性财务利益或个人关系。

致谢

本研究由努拉公主大学研究人员支持计划（项目编号：PNURSP2025R259）资助。Ashit Kumar Dutta感谢AlMaarefa大学通过项目MHIRSP2025017提供的支持。作者感谢哈立德国王大学科研院长办公室通过大型研究组项目（授予号：...）对本研究的资助。

章节摘要

文献综述

Zadeh提出的模糊逻辑概念为处理决策过程中的模糊性与不确定性提供了重要工具（Zadeh, 1965）。该基础框架允许部分隶属度存在，实现了不确定条件的建模。Atanassov通过引入直觉模糊集扩展了这一概念，其包含隶属度、非隶属度和犹豫度三个维度（Atanassov, 1986）。这些进展为复杂评估提供了更精细的解决方案...

预备知识

本节介绍q-ROPFS的几个重要元素及其得分与精确度函数。

定义3.1 Yager (2017)

令q≥1。论域S上的q-ROPFS O定义为O={〈χ, K_O(χ), P_O(χ)〉: χ∈S}，其中K_O, P_O:S→[0,1]定义元素χ∈S的隶属度与非隶属度，且对每个χ，满足0≤(K_O(χ))^q + (P_O(χ))^q≤1。

示例3.2

令S={a₁, a₂, a₃}为方案集，q=3。S上的q阶正交模糊集O给出为：O={(a₁, 0.7, 0.4), (a₂, 0.6, 0.5), (a₃, 0.8, 0.3)}。对每个方案a_i∈S，条件(K_O(a_i))³ + (P_O(a_i))³≤1成立。

熵权CRADIS模型算法

决策问题包含准则集?_j=?₁, ?₂, …, ?_u和方案集G_i=G₁, G₂, …, G_r。多位决策者（DMs）使用q-ROPFNs表达各方案G_i在准则?_i下的评估意见。q-ROPF决策矩阵M=[?_ij]_u×v表征了k位专家报道的多准则下方案评估结果。

当?_ij=〈(M_ij, N_ij)〉（i=1,…,u; j=1,…,v）时，见表1。

案例研究

本案例聚焦于全球供应链中的物流企业。该组织试图实施区块链技术以提升运营透明度、效率及数据安全水平。区块链被认为能通过促进系统内产品追踪、数据共享和链上参与者协作来革新物流业。然而存在若干挑战...

实验结果

表3显示多位DMs使用q-ROPFNs给出了各准则?_i下方案G_i的评估意见。

步骤1: 使用(4.1)式获取决策者权重。表4展示了DM权重。

步骤2: 使用(4.2)式生成聚合q-ROPFNs，结果见表5。

步骤3: 使用得分函数求得聚合得分矩阵，结果见表6。

讨论

（内容已在前文"亮点"部分完整呈现）

结论

（内容已在前文"结论"部分完整呈现）