基于差异性的距离度量方法在复杂图像模糊信息处理中的应用——以可再生能源资源选择与决策分析为例 作者：Ziyad A. Alhussain 和 Rashid Jan

《Axioms》：Divergence-Oriented Distance Measures for Complex Picture Fuzzy Information with Applications in Renewable Energy Source Selection and Decision Analysis Ziyad A. Alhussain and Rashid Jan

　　

摘要

距离度量在模糊决策、模式识别和不确定性建模中起着关键作用。然而，一些现有的用于复杂图像模糊集（CPiFSs）的距离度量方法存在局限性，在某些情况下可能会产生反直觉的结果。此外，只有少数研究探讨了这些度量方法。为了解决这些问题，本研究提出了一些新的距离度量方法，以有效处理由振幅和相位分量表征的二维不确定性。这些度量方法通过在一个统一的数学框架中整合幅度和相位信息来开发，从而提高了区分能力和结构一致性。我们严格证明了所提出的度量方法具备距离函数的基本属性。此外，还从分析角度检验了其归一化特性和稳定性行为，以确保在实际应用中的鲁棒性。然后，将所提出的距离度量方法应用于多标准决策（MCDM）案例研究，其中在复杂图像模糊信息下评估了各种方案，以展示其实际有效性和排名一致性。使用基于CPiFS的TOPSIS框架，通过开发的度量方法计算了与正理想解和负理想解的距离，并利用相对接近系数获得了稳定且具有区分性的方案排名。进一步与几种现有的距离度量方法进行比较分析，证明了所提出方法在区分复杂模糊信息方面的稳定性和优越性。