可持续能源优化与复杂数据管理:基于中智图片模糊软集的数据驱动方法

《Engineering Applications of Artificial Intelligence》:Sustainable energy optimization and complex data management: Data-driven methodology based on neutrosophic picture fuzzy soft sets

【字体: 大 中 小 】 时间:2026年01月07日 来源:Engineering Applications of Artificial Intelligence 8

编辑推荐:

  向可持续能源系统的转型带来复杂的决策任务,需要在不确定性条件下权衡多个相互冲突的要求。经典的模糊集(FSs)方法通常难以处理现实世界能源规划条件中典型的多维、非对称和不精确数据。在本研究中,研究人员提出了一种混合中智图片模糊软集(NPFSS)框架,该框架结合了

  
向可持续能源系统的转型带来复杂的决策任务,需要在不确定性条件下权衡多个相互冲突的要求。经典的模糊集(FSs)方法通常难以处理现实世界能源规划条件中典型的多维、非对称和不精确数据。在本研究中,研究人员提出了一种混合中智图片模糊软集(NPFSS)框架,该框架结合了四维不确定性建模(真、假、不确定性和拒绝)与参数化软集(SfSs)理论。为了处理信息间的复杂关系,研究人员根据爱因斯坦运算律构建了两种特殊的聚合算子:中智图片模糊软爱因斯坦加权平均(NPFSEWA)和中智图片模糊软爱因斯坦加权几何(NPFSEWG)。所提出的方法比当前的模糊技术更能代表专家的犹豫并处理冲突的标准。当应用于可持续能源来源的选择时,该框架解决了选择最佳选项的所有不确定性挑战,并通过平均绝对误差(MAE)分析、相关性测量以及可靠性检验进行了详细测试。结果验证了所提出的方法在处理涉及不确定性的复杂多准则决策(MCDM)情境中的鲁棒性和有效性。
论文解读文章

**研究背景与问题**
全球向可持续能源系统的转型带来了高度复杂的决策任务,这些任务需要在不确定性环境下权衡多个相互冲突的需求,例如环境影响、成本效益、能源输出和可行性。传统模糊集(FSs)方法在处理现实能源规划中常见的多维、非对称和不精确数据时存在显著困难。尽管后续发展了直觉模糊集(IFS)、图片模糊集(PFS)以及单值中智集(SVNSs)等扩展模型,但这些方法仍缺乏参数化能力,无法同时捕捉真、假、不确定性和拒绝四个维度的不确定性,且现有聚合算子(如IFSEWA、PyFSEWG)未能纳入拒绝隶属度,限制了在复杂环境下的表达与灵活应用。为此,研究人员提出了一种基于中智图片模糊软集(NPFSS)的新型混合框架,旨在解决当前MCDM方法在参数化、四维不确定性建模及适应性决策上的关键不足。该研究发表在《Engineering Applications of Artificial Intelligence》。

**主要技术方法(不超过250字)**
研究人员提出了一种NPFSS框架,将参数化软集(SfSs)理论与四维不确定性(真、假、不确定、拒绝)相结合。基于爱因斯坦运算律,构建了两个新型聚合算子:中智图片模糊软爱因斯坦加权平均(NPFSEWA)和中智图片模糊软爱因斯坦加权几何(NPFSEWG),这些算子包含了可调参数(AG),能够模拟乐观与保守决策策略。此外,设计了完整的MCDM算法(Algorithm 1和Algorithm 2),并通过平均绝对误差(MAE)分析、相关性测量和Cronbach's Alpha可靠性检验验证有效性。案例研究基于四位能源规划、环境科学和政策分析领域专家的结构化评估,对四种可持续能源选项(生物质、太阳能、水电、风电)进行评价。

**研究结果**
(保留每个小标题,并简要说明通过什么研究得出什么结论)

**Implementation of NPFSS aggregation operators**
通过将NPFSEWA和NPFSEWG算子应用于专家评估形成的4×4决策矩阵,研究人员展示了这些算子如何根据爱因斯坦运算律处理四维不确定性(μ, η, β, ρ),并满足归一化约束(0≤μ+η+β+ρ≤4)。结果表明,NPFSEWA算子倾向于平均效应以模拟乐观决策,而NPFSEWG通过几何聚合模拟保守决策,两者均能有效整合多维不确定信息。

**Expert evaluation and case study implementation**
在可持续能源案例中,专家以NPFSN格式(μ,η,β,ρ)对四种能源选项进行评分,生成完整决策矩阵。利用NPFSEWA和NPFSEWG算子计算综合得分,并通过分数函数和精度函数进行排序。结果显示,太阳能(??)在所有评估场景中均被识别为最优选项,而风电(??)在某些传统方法中被错误排序为最优。

**Comparison with other operators**
与IFSEWA、PyFSEWG、q-ROFSEW等现有聚合算子对比,NPFSEWA和NPFSEWG是唯一包含所有四个不确定性维度的算子,因此能够处理拒绝信息并建模更复杂的关系。比较表明,现有算子因缺少拒绝隶属度,在捕捉不完全信息和犹豫方面存在局限性,而所提算子提供了更通用的决策分析框架。

**Results and discussion**
通过MAE分析(MAE=0.0301)、相关性测试以及Cronbach's Alpha(>0.85)可靠性检验,所提NPFSS框架在多种不确定情境下展现出鲁棒性和有效性。与传统方法(模糊TOPSIS、AHP、VIKOR)相比,NPFSS框架消除了矛盾结果(如将风电错误选为最优),始终得出太阳能为最佳选择的结论,验证了其处理复杂MCDM问题的优越性。

**总结讨论与翻译研究结论**
在讨论部分,研究人员强调NPFSS模型通过四维不确定性表示和参数化SfSs理论,克服了传统模糊模型的基本局限。NPFSEWA和NPFSEWG算子提供了灵活且适应性强的决策策略,并经过严格的统计验证。该框架不仅为可持续能源选择中的专家评估整合了多维不确定性,还建立了不确定性MCDM的新基准。
研究结论翻译如下:本文引入了一种系统的NPFSS模型,显著改进了不确定性下的决策。该模型(通过融入四维不确定性表示和参数化SfSs理论)适合克服当前模糊模型的基本局限。基于爱因斯坦运算律的NPFSEWA和NPFSEWG聚合算子为复杂情境中的专家判断提供了强大且自适应的模型,并通过统计检验(MAE、相关性、Cronbach's Alpha)验证了其鲁棒性和有效性。该框架为可持续能源选择中的专家评估整合了多维度不确定性,通过MAE、相关性和可靠性检验提供了健全的MCDM框架。未来的研究可扩展NPFSS到其他领域,如风险管理、供应链优化等,以进一步提升其适用性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号