定量情報下のq-rung直交対躊躇ファジィ粗集合に基づく電気自動車充電ステーション用地選定における新規類似度測度の応用

「最良」を選ぶのが難しい理由

現代の生活は難しい選択であふれています：電気自動車の充電ステーションをどこに設置するか、どの市街地が大気汚染で最も被害を受けているか、あるいは患者の症状に最も合う診断は何か。これらすべての場合で、情報は混乱し、不確かで、時に矛盾さえします。本論文は、こうしたあいまいな情報をコンピュータがより確実に比較できるようにする新しい数学的手法を紹介し、それらの手法が充電ステーションや大気質に関する現実の選択をどう導けるかを示します。

白黒では割り切れないものを比較する

多くの意思決定は、二つの状況がどれだけ似ているかにかかっています。医師は患者の症状を病気の典型的なパターンと比較するかもしれませんし、都市計画者は候補地を新しい充電器の「理想的」な立地と比較するかもしれません。従来の類似度測度はデータがきれいで正確であることを前提とします。しかし現実には専門家はためらうことが多く、ある地点は交通アクセスで「まあまあよい」と評価されたり、汚染データが不完全だったりします。過去数十年にわたり、ファジィ論理の研究者はこうした不確かさを表現する方法を発展させ、何かが部分的にカテゴリに属することや属さないことを扱えるようにしてきました。本論文はその中でも柔軟性の高い枠組みの一つに基づき、専門家がある要素がどれだけ属するかだけでなく、どれだけ属さないか、そしてどれほど不確かであるかを表明できる仕組みを用います。

類似度の新しい測り方

著者らはコサイン類似度という広く用いられる手法に注目しています。これは二つのデータ集合をベクトル（矢印）として扱い、その間の角度を測るものです。角度が小さいほど矢印がほぼ同じ方向を指しており、二つの事例は非常に似ていると判断されます。しかし標準的なコサイン類似度は、躊躇や各基準に対する複数の可能値を含むデータがある場合には破綻します。これを解決するために、本論文ではq-rung直交対躊躇ファジィ粗集合と呼ばれる豊かなファジィ枠組みに特化した二つの改良測度――コサイン類似度と加重コサイン類似度――を定義します。簡単に言えば、この枠組みは各選択肢が各基準について「賛成」と「反対」の度合いの集合を持ち得る一方で、全体の記述が論理的に一貫することを保証します。新しい式はこうした複雑な記述を0から1の安定した意味のある類似度スコアに変換します。

充電ステーションへの応用

この手法が単なる抽象的な数学ではないことを示すため、研究者らは差し迫った計画課題に取り組みます：電気自動車充電ステーションをどこに設置するか。彼らは三つの候補地と三つの主要因子――交通アクセスの利便性、建設コスト、ドライバーへのサービス性――を検討します。専門家はこのファジィ枠組みの下で躊躇を伴う段階的な意見により各サイトを記述し、理想的なサイト像も定めます。新しいコサイン類似度と加重コサイン類似度はそれぞれの実際のサイトと理想を比較します。両方の方法は同じランキングに合意し、ある一つのサイトが明確に目標に最も近いことを示します。この一貫性は重要で、要因に異なる重みが付与されても手法が頑健であることを示唆します。

ファジィデータで都市の空気を検査する

二つ目の実証は地域ごとの大気質の検討です。ここでは入力に交通や喫煙などの人間活動に加え、二酸化硫黄、窒素酸化物、一酸化炭素、オゾンなどの測定された汚染物質が含まれます。こうしたデータは不完全で矛盾し得るため、各地域の大気質は単一の確定値ではなく躊躇ファジィ値で表現されます。新しい類似度測度は各地域を理想のクリーンエアプロファイルと比較し、その結果は実務上の期待と一致する形で地域を良し悪しに分類します。これにより、同じ手法がインフラ計画だけでなく環境モニタリングにも適用できることが示されます。

既存手法との比較テスト

二つのケーススタディを超えて、著者らは医療診断やパターン認識を含むベンチマーク問題で多数の既存類似度式と自らの測度を対比させます。いくつかの古い手法は異なるパターンを区別できなかったり、明らかに同一でない二つのパターンに対して完全一致を主張するなど不自然な振る舞いを示します。それに対し、新しいコサインベースの測度は基本的な論理要件を満たし、数値上の落とし穴を避け、これらのテストで最も近い一致を正しく識別します。これにより、これらの手法が単一の応用に最適化されたのではなく、一般に信頼できることへの信頼が高まります。

実際の意思決定への意義

専門外の人にとって専門用語は単純なメッセージを覆い隠します：情報が不確かで専門家が意見をためらうときでも、私たちは決定を下す必要があるということです。本論文は、そのようなあいまいなデータをより注意深く比較する方法を提供し、あいまいな意見やノイズの多い測定値を一貫した選択肢のランキングに変換します。課題が新しい充電ステーションの立地であれ、都市の空気が安全かどうかの判断であれ、あるいは医師が複雑な診断を支援することであれ、これらの改良された類似度測度はより透明で奇妙な数学的問題に陥りにくい決定を約束します。本研究に基づく計算ツールが開発されれば、計画者やアナリストは真実が単なる「はい/いいえ」ではなくその間にある問題を見極めるための新しく鋭いレンズを得るかもしれません。

引用: Attaullah, Khan, A., Boulaaras, S. et al. Application of novel similarity measures in electric vehicle charging station site selection based on q-rung orthopair hesitant fuzzy rough sets under quantitative information. Sci Rep 16, 9504 (2026). https://doi.org/10.1038/s41598-025-34665-1

キーワード: 電気自動車充電, 意思決定, ファジィ論理, 大気質, 類似度測度