利用立方直觉模糊软集的悲观多粒度粗糙度进行酒店业实际决策支持

《Scientific Reports》：Real-world decision support in hospitality using pessimistic multi-granulation roughness of cubic intuitionistic fuzzy soft sets

　　

摘要

传统的模糊集和粗糙集模型往往难以充分体现实际酒店管理决策中常见的不确定性、犹豫性及片面性。为解决这些问题，本文提出了一种新的决策支持模型，该模型结合了悲观多粒度粗糙集与三次直觉模糊软关系。所提出的模型将区间值隶属度、直觉非隶属度以及软二元关系统一在悲观粗糙逼近的结构之中。该框架通过在不同粒度下同时建模隶属度、非隶属度、犹豫状态及边界区域，从而刻画复杂酒店评估中的多维不确定性。基于前集和后集定义的软二元关系被用来构建内部三次直觉模糊集的低阶与高阶悲观多粒度逼近。文中正式定义了两种逼近算子，并研究了其代数性质。此外，还建立了基于软关系结构的内部三次直觉模糊集之间的相似度度量方法，以便于进行稳健的方案比较。在这些理论基础之上，本文构建了一个由两种结构化算法组成的系统化决策方案。通过一个实际的酒店选择案例研究，结合多种因素及专业评估，证明了该框架的有效性。比较分析与敏感性分析表明，所提模型能够给出一致的排序结果，并有效降低不同不确定性水平下的边界模糊性影响，可作为一种可靠且注重风险的决策支持工具，应用于酒店管理领域。