
-
生物通官微
陪你抓住生命科技
跳动的脉搏
一种基于q-阶图片模糊公平聚合的多准则群体决策框架:用于分析印度中央武装警察部队人员中的风险因素
《PROCEEDINGS OF THE NATIONAL ACADEMY OF SCIENCES INDIA SECTION A-PHYSICAL SCIENCES》:A q-Rung Picture Fuzzy Fairly Aggregation-Based MCGDM Framework for Analysing Risk Factors Among CAPF Personnel in India
【字体: 大 中 小 】 时间:2026年10月24日 来源:PROCEEDINGS OF THE NATIONAL ACADEMY OF SCIENCES INDIA SECTION A-PHYSICAL SCIENCES 1.3
编辑推荐:
摘要印度中央武装警察部队 (CAPF) 是印度国防体系中最强大的支柱之一,负责内部安全、边境安全、早期灾害管理和执法。由于工作性质,这些人员通常被部署在冲突多发地区和高压力环境中,长期保持高度警惕和纪律。在保卫国家的同时,与工作相关的心理和情感挑战引起了关注,有时甚至会导致自
印度中央武装警察部队 (CAPF) 是印度国防体系中最强大的支柱之一,负责内部安全、边境安全、早期灾害管理和执法。由于工作性质,这些人员通常被部署在冲突多发地区和高压力环境中,长期保持高度警惕和纪律。在保卫国家的同时,与工作相关的心理和情感挑战引起了关注,有时甚至会导致自杀倾向。找出 CAPF 人员自杀倾向的根本原因以及受此不幸现象影响最大的年龄组是本研究的目标。该问题被构建为 q-阶图片模糊环境 (q-RPFE) 下的多准则群体决策 (MCGDM) 问题。这需要考虑到导致自杀倾向的各种影响因素,如压力因素、情感因素和身体因素。为了给这个 MCGDM 模型提供结构强度,借助新的 q-RPF 公平运算,在 q-RPFE 下重新定义了公平聚合算子,包括新的 q-阶图片模糊 (q-RPF) 公平聚合 (q-RPFFA) 算子和 q-阶图片模糊加权公平聚合 (q-RPFWFA) 算子。混合 MCGDM 模型分为两个阶段开发。在第一阶段,提出了一种 q-阶图片模糊 (q-RPF) 新型熵测度 (NEM) 来评估准则权重。在第二阶段,设计了基于新型距离测度 (NDM) 的排序方法,以评估备选方案与理想 (/反理想) 解之间的距离。此外,为了部分排序 q-阶图片模糊数 (q-RPFNs),通过研究其显著特征引入了一种新型得分函数 (NSF)。所提出的集成框架获得的结果表明,36–45 岁和 46–52 岁年龄组受自杀倾向的影响最大,原因包括抑郁、上级行为非理性、个人事务、长期隔离等。将所提出的模型与现有的 MCDM 模型和现有的 q-RPF 聚合算子 (AOs) 进行了比较,以验证推导结果的可靠性并展示混合 MCGDM 模型的合理性。进行了计算复杂度分析,随后进行了敏感性研究。
印度中央武装警察部队 (CAPF) 是印度国防体系中最强大的支柱之一,负责内部安全、边境安全、早期灾害管理和执法。由于工作性质,这些人员通常被部署在冲突多发地区和高压力环境中,长期保持高度警惕和纪律。在保卫国家的同时,与工作相关的心理和情感挑战引起了关注,有时甚至会导致自杀倾向。找出 CAPF 人员自杀倾向的根本原因以及受此不幸现象影响最大的年龄组是本研究的目标。该问题被构建为 q-阶图片模糊环境 (q-RPFE) 下的多准则群体决策 (MCGDM) 问题。这需要考虑到导致自杀倾向的各种影响因素,如压力因素、情感因素和身体因素。为了给这个 MCGDM 模型提供结构强度,借助新的 q-RPF 公平运算,在 q-RPFE 下重新定义了公平聚合算子,包括新的 q-阶图片模糊 (q-RPF) 公平聚合 (q-RPFFA) 算子和 q-阶图片模糊加权公平聚合 (q-RPFWFA) 算子。混合 MCGDM 模型分为两个阶段开发。在第一阶段,提出了一种 q-阶图片模糊 (q-RPF) 新型熵测度 (NEM) 来评估准则权重。在第二阶段,设计了基于新型距离测度 (NDM) 的排序方法,以评估备选方案与理想 (/反理想) 解之间的距离。此外,为了部分排序 q-阶图片模糊数 (q-RPFNs),通过研究其显著特征引入了一种新型得分函数 (NSF)。所提出的集成框架获得的结果表明,36–45 岁和 46–52 岁年龄组受自杀倾向的影响最大,原因包括抑郁、上级行为非理性、个人事务、长期隔离等。将所提出的模型与现有的 MCDM 模型和现有的 q-RPF 聚合算子 (AOs) 进行了比较,以验证推导结果的可靠性并展示混合 MCGDM 模型的合理性。进行了计算复杂度分析,随后进行了敏感性研究。