מודל החלטה אינטיליגנטי משופר לסוללות רכבים חשמליים באמצעות q‑Rung orthopair fuzzy Schweizer–Sklar עם Z‑מידע מועדף

מדוע הבחירה בסוללת EV נכונה היא כל כך מורכבת

ככל שרכבים חשמליים עוברים ממעמד נישתי למיינסטרים, הסוללה המוטמעת מתחת לרצפת הרכב ממלאת תפקיד מרכזי בכמה תחומים. היא קובעת את טווח הנהיגה, את מהירות הטעינה, את משך החיים עד להחלפה ואת מידת הבטיחות והידידותיות לסביבה. עם זאת, מהנדסים ומקבלי מדיניות נדרשים לבחור בין טכנולוגיות סוללה מתחרות על בסיס מידע שלעתים קרובות אינו שלם, בלתי ודאי, או מבוסס על חוות דעת מומחים במקום מדידות מדויקות. מאמר זה מציג כלי מתמטי חדש שמטרתו להפוך את הבחירות הללו לאמינות יותר כאשר העובדות מטושטשות.

איזון צרכים רבים בו‑זמנית

בחירת סוללה לרכב חשמלי היא תרגיל קלאסי באיזון. אופציות כגון ניקל‑קדמיום, עופרת‑חומצה, נתרן‑גופרית, ליתיום‑יון וסוללות זרימה מציעות כל אחת שילוב שונה של חוזקות וחולשות. חלקן נטענות במהירות אך מתבלות מוקדם יותר; אחרות מחזיקות שנים רבות אך כבדות או דורשות טמפרטורות הפעלה גבוהות. מקבלי ההחלטות חייבים לשקול בביצוע הטכני, עלות, בטיחות והשפעה סביבתית בו‑זמנית. שיטות קבלת ההחלטות המסורתיות מניחות שכל קריטריון ניתן לתיאור במספרים מדויקים, אך נתוני העולם האמיתי לגבי, למשל, חיי מחזור באקלימים קשים או שיעורי כשל בתאונות נדירים לעתים רחוקות כל כך מדויקים.

מחוות דעת מטושטשות לשיפוטים מובנים

כדי להתמודד עם עמימות זו, חוקרים השתמשו זמן רב ב«קבוצות מטושטשות» המאפשרות שיוך חלקי במקום חלוקה בינארית של אמת/שקר. שיפורים מאוחרים יותר, כגון קבוצות מטושטשות אינטואיציוניסטיות ופיתגורסיות, הוסיפו דרכים להביע היסוס או מידע סותר. השיטה המוצעת בבסיס מאמר זה מבוססת על מסגרת גמישה עוד יותר שנקראת q‑rung orthopair fuzzy sets, היכולה ללכוד דרגות גבוהות מאוד של אי‑ודאות, ומשלבת אותה עם Z‑numbers, שיטה שמפרידה בין הערך לבין מידת ההבטחה של המומחים בערך זה. במילים פשוטות, המודל לא רק מתעד שסוללה הוערכה כ"גבוהה" בבטיחות, אלא גם עד כמה אמינה אותה הערכה.

דרך כווננת לשלב קריטריונים סותרים

העמוד השני של העבודה הוא משפחה של חוקים מתמטיים, המכונים אופרטורים של Schweizer–Sklar, המשמשים למיזוג קלטים לא ודאיים רבים לציון כללי. שלא כמו ממוצע פשוט, לאופרטורים הללו יש "כפתור" כוונון מובנה שמאפשר למקבלי ההחלטות להטות לאסטרטגיות זהירות או נועזות בלי לעצב מחדש את כל המודל. כאשר מכוונים את המודל לשמרנות, הוא מתנהג כאילו אומר: "כל הקריטריונים המרכזיים חייבים להיות טובים באופן סביר"; וכאשר נוטים לאופטימיות, חוזקה בולטת בתחום אחד יכולה לפצות על חולשות באחרים. המחברים מרחיבים את הכללים כך שיעבדו באופן חלק עם המסגרת המשולבת של מטושטשות ו‑Z‑numbers ומאפשרים הקצאת עדיפויות ומשקלים לקריטריונים שונים.

בדיקת השיטה על בחירות סוללה אמיתיות

כדי להעריך את יעילות המודל, המחברים מיישמים אותו במקרה מציאותי שמשווה חמש טכנולוגיות סוללה לשימוש ברכבים חשמליים. מומחים מדרגים כל אופציה בשלושה אספקטים קריטיים: זמן טעינה, חיי מחזור ובטיחות. הערכות מילוליות אלו ("נמוך", "בינוני", "גבוה" וכדומה) מומרות לפורמט המטושטש החדש, הכולל הן את הדירוג עצמו והן את מידת הביטחון של המומחים בו. האופרטורים המוצעים מאגדים לאחר מכן את המידע בכמה דרכים מעט שונות, ולבסוף לכל סוללה מוקצף ציון סופי. בכל גרסאות השיטה, סוללות ליתיום‑יון מצטיינות כבוחרת הטובה ביותר, ואחריהן קרוב‑קרוב נתרן‑גופרית וסוללות זרימה, בעוד שניקל‑קדמיום ועופרת‑חומצה נשארות מאחור בשל חיי שירות קצרים יותר, טעינה איטית יותר או חששות סביבתיים מוגברים. ניתוח נפרד באמצעות טכניקה מוכרת בשם WASPAS, המותאמת לאותה מסגרת מטושטשת, מניב את אותה בחירה הטובה ביותר ומשפר את האמינות של הגישה החדשה.

תוצאות יציבות גם כאשר העדיפויות משתנות

המחקר בוחן גם מה קורה כאשר פרמטרי הכוונון באופרטורי Schweizer–Sklar משתנים, כדי לדמות גישות זהירות יותר או סלחניות יותר לסיכון. אף שהציונים המספריים המדויקים משתנים, הדירוג של הסוללות נשאר יציב באופן מרשים: ליתיום‑יון נשאר במקום הראשון, הקבוצה האמצעית נשארת באמצע, והאופציות החלשות נשארות בתחתית. יציבות זו חשובה בפועל, שכן היא מרמזת שהשיטה אינה רגישה יתר על המידה לבחירות סובייקטיביות לגבי האופן שבו ממזגים קריטריונים, ושהמסקנות שלה אינן מתערערות בקלות על ידי שינויים מודליים קטנים.

מה משמעות הדבר לרכבים חשמליים ומעבר לכך

במונחים יומיומיים, המאמר מציע מחשבון מדויק יותר להחלטות קשות שבהן הראיות אינן שלמות וחוות דעת מומחים שונות. עבור רכבים חשמליים, הוא תומך במוקד התעשייה הנוכחי על סוללות ליתיום‑יון ובאותו הזמן מאפשר השוואה הוגנת ושקופה לטכנולוגיות מתהוות. באופן רחב יותר, אותה מסגרת יכולה לסייע בהחלטות מורכבות בתחום הקיימות, כגון מיקום תחנות טעינה, בחירת אחסון אנרגיה לרשת או הערכת טכנולוגיות ירוקות. על‑ידי ייצוג מפורש של אי‑ודאות וביטחון, ומתן כלי כוונון למקבלי ההחלטות לסחור בין מטרות מתחרות, המודל המוצע הופך שיפוטים אמיתיים, מבולגנים, להנחיות ברורות יותר מבלי להעמיד פנים שהעולם פשוט יותר ממה שהוא.

ציטוט: Ali, A., Shaikh, H.U., Ashraf, S. et al. Improved intelligent decision model for electric vehicle battery using q-Rung orthopair fuzzy Schweizer–Sklar prioritized Z-information. Sci Rep 16, 13890 (2026). https://doi.org/10.1038/s41598-025-27621-6

מילות מפתח: סוללות לרכבים חשמליים, קבלת החלטות רב‑קריטרית, לוגיקה מטושטשת, מינת אי‑וודאות, טכנולוגיה בת קיימא