Il metodo TODIM esteso in un ambiente fuzzy a coppie ortogonali con q-rung e la sua applicazione alla trasmissione parallela multi-percorso nelle reti mobili

Perché scelte più intelligenti contano nelle reti complesse

Le tecnologie moderne, dai telefoni cellulari alle fabbriche intelligenti, si basano su reti che devono bilanciare contemporaneamente velocità, affidabilità e costi. Ingegneri e responsabili spesso devono scegliere un progetto tra molte opzioni, anche quando i dati sono vaghi e gli esperti non concordano. Questo articolo presenta un nuovo modo per rendere tali scelte difficili più coerenti e trasparenti, concentrandosi su come selezionare il miglior schema di trasmissione multi-percorso in una rete mobile dove i dati possono viaggiare contemporaneamente attraverso diversi percorsi.

Trasformare opinioni vaghe in dati utilizzabili

In molte decisioni reali gli esperti non possono fornire numeri precisi; esprimono invece convinzione parziale, dubbio o esitazione. I metodi "fuzzy" tradizionali catturano parte di questa sfumatura ma raggiungono rapidamente dei limiti quando le valutazioni diventano altamente incerte o sbilanciate. Gli autori si basano su un quadro più recente chiamato insiemi fuzzy a coppie ortogonali con q-rung, che consentono a un esperto di indicare quanto fortemente supporta o si oppone a un’opzione, oltre a quanto è incerto, con maggiore flessibilità rispetto agli approcci precedenti. Questa descrizione più ricca è cruciale in compiti di ingegneria come le reti mobili, dove le prestazioni dipendono da molti fattori interagenti e le prove disponibili sono incomplete o rumorose.

Vedere l’incertezza come forme e curve

Un contributo centrale dell’articolo è un modo visivo per confrontare queste valutazioni fuzzy complesse. Ogni valutazione è mappata su un punto in un piano bidimensionale i cui assi rappresentano accordo e disaccordo. Tutte le valutazioni valide giacciono entro un bordo curvo che codifica i limiti matematici del modello. Per ciascun punto, gli autori misurano diverse lunghezze d’arco lungo questo bordo, che riassumono insieme quanto è forte il supporto, quanto è forte l’opposizione e quanta esitazione rimane. Invece di comprimere tutto in un’unica formula opaca, queste lunghezze d’arco si comportano come impronte geometriche: permettono di confrontare valutazioni fuzzy diverse in modo più intuitivo e, come mostrano gli autori, con maggiore stabilità quando cambia un parametro chiave del modello (q).

Misurare distanze e preferenze in modo più fedele

Oltre a ordinare singole valutazioni, i metodi decisionali hanno bisogno di un modo per esprimere quanto due opzioni siano distanti tra loro. Le formule di distanza standard spesso trattano accordo e disaccordo come semplici coordinate e possono perdere struttura sottile, specialmente quando aumenta la flessibilità del modello. L’articolo introduce una nuova misura di distanza progettata per l’ambiente q-rung, pensata per preservare pattern di ordine superiore che emergono quando gli esperti esprimono opinioni molto forti o molto deboli. Gli autori dimostrano che questa distanza si comporta come una vera metrica e la testano su una gamma di valori dei parametri, mostrando che non provoca oscillazioni repentine nei risultati. Questo trattamento accurato della distanza è importante perché i passaggi successivi del processo decisionale dipendono da queste differenze nel confronto tra alternative.

Integrare comportamenti umani di rischio nel metodo

La terza parte del lavoro adatta un approccio decisionale comportamentale chiamato TODIM, basato sulla prospect theory, al mondo fuzzy q-rung. TODIM imita pattern umani comuni come il dare più peso alle perdite rispetto ai guadagni equivalenti. Nella versione estesa degli autori, ogni alternativa (per esempio, un possibile schema di trasmissione di rete) viene valutata su più criteri come perdita di pacchetti, congestione e velocità di commutazione. La nuova classificazione geometrica e le formule di distanza alimentano i calcoli di dominanza di TODIM, che pesano guadagni e perdite tra coppie di opzioni. Ciò produce un punteggio complessivo di "vantaggio" per ciascuna alternativa che rispetta sia l’incertezza sottostante sia atteggiamenti realisti verso il rischio.

Testare il metodo sulle scelte nelle reti mobili

Per mostrare come funziona il quadro nella pratica, gli autori lo applicano a un caso in stile reale: una piccola azienda internet che sceglie tra cinque schemi di trasmissione multi-percorso per utenti mobili, usando tecnologie come Wi‑Fi, 4G e 5G in parallelo. Gli esperti valutano ogni schema su quattro criteri che insieme catturano stabilità, efficienza delle risorse, controllo della congestione e agilità nel cambiare percorso. Usando il nuovo metodo, gli schemi vengono classificati in un ordine chiaro, con un’opzione che risulta la migliore in assoluto perché mantiene bassa perdita di pacchetti e congestione pur ottenendo prestazioni accettabili sugli altri fattori. Gli autori confrontano le loro classifiche con quelle prodotte da altri metodi avanzati ed eseguono test di sensibilità variando i parametri del modello. Il loro approccio mostra classifiche più coerenti e robuste, senza le inversioni che penalizzano alcune tecniche esistenti.

Cosa significa per le decisioni reali

In termini concreti, l’articolo offre un modo più affidabile e spiegabile per scegliere tra opzioni tecniche complesse quando le prove sono vaghe e le persone danno grande importanza all’evitare risultati negativi. Trasformando l’incertezza astratta in immagini geometriche, raffinando il modo in cui si misurano le distanze tra opzioni ed integrando il tutto in un quadro decisionale sensibile al rischio, il metodo aiuta i decisori a vedere non solo quale alternativa risulta migliore, ma anche perché. Sebbene dimostrato nella progettazione di reti mobili, le stesse idee potrebbero supportare scelte in settori come pianificazione energetica, investimenti infrastrutturali o gestione ambientale, ovunque gli esperti debbano pesare molteplici criteri incerti per raggiungere una decisione difendibile.

Citazione: Qiu, S., Deng, X., Jin, Z. et al. The extended TODIM method under q-rung orthopair fuzzy environment and its application to multi-path parallel transmission in mobile networks. Sci Rep 16, 7963 (2026). https://doi.org/10.1038/s41598-026-35755-4

Parole chiave: decisione fuzzy, analisi multicriterio, reti mobili, scelte sensibili al rischio, ottimizzazione di rete