Een nieuw beslissanalyseto model voor milieuduurzaamheidsuitdagingen met gebruik van interval-waarde complexe sferische vage zachte verzamelingen

Waarom slimme keuzes ertoe doen voor een groenere planeet

Overheden, bedrijven en gemeenschappen zeggen allemaal dat ze meer “milieuduurzaam” willen worden, maar van dat doel concrete keuzes maken is lastig. Moet een stad eerst investeren in schonere lucht, in het beschermen van wilde dieren, in betere landbouwpraktijken of in hernieuwbare energie? Experts zijn het vaak oneens en hun meningen zijn onzeker of onvolledig. Dit artikel presenteert een nieuwe wiskundige methode om die rommelige opvattingen te combineren tot duidelijkere ranglijsten van duurzaamheidsopties, zodat besluitvormers acties kunnen kiezen die het meest voordelig zijn voor het milieu.

Een nieuwe bril voor vage, onzekere meningen

Beslissingen over duurzaamheid in de praktijk gaan zelden gepaard met precieze getallen. Experts kunnen zeggen dat een project “tamelijk nuttig is voor de luchtkwaliteit” of “enigszins riskant voor de biodiversiteit”, maar niet precies hoeveel. Traditionele instrumenten zoals standaard vage verzamelingen of zachte verzamelingen kunnen een deel van die vaagheid aan, maar ze worstelen wanneer meningen niet alleen steun en tegenstand omvatten, maar ook neutraliteit en bereiken van mogelijke waarden. De auteurs bouwen voort op recente vooruitgangen in “sferische” en “complexe” vage wiskunde om een rijkere beschrijving van expertvisies te creëren — een beschrijving die kan vastleggen hoe sterk iemand een optie ondersteunt, hoe sterk iemand die afwijst, hoe neutraal men is en hoe onzeker al die uitspraken zijn.

Schakeringen van instemming, twijfel en onenigheid vastleggen

De kern van het artikel is een structuur met een intimiderende naam: interval-waarde complexe sferische vage zachte verzamelingen. Eenvoudig gezegd laat deze structuur elke expert een optie beoordelen met drie componenten — steun, neutraliteit en tegenstand — elk uitgedrukt niet als één enkel getal maar als een bereik, en met een aanvullende “fase”-component die subtiele patronen in de data vangt. De auteurs leggen vervolgens uit hoe je basisbewerkingen uitvoert met deze rijke beoordelingen, zoals ze combineren, hun invloed schalen of ze omkeren. Deze regels maken het mogelijk de nieuwe structuur in praktische beslismodellen te stoppen zonder wiskundige consistentie te verliezen.

Veel stemmen samenvoegen tot één rangorde

Om een tabel met expertscores in een beslissing om te zetten, introduceert de studie twee belangrijke aggregatie-instrumenten: een gewogen gemiddelde-operator en een gewogen geometrische operator die zijn afgestemd op de nieuwe vage structuur. Beide operatoren houden rekening met hoe belangrijk elke expert is, hoe belangrijk elk duurzaamheidscriterium is en hoe onzeker elk oordeel kan zijn. Het gewogen gemiddelde weerspiegelt beter typische of consensusmeningen, terwijl de gewogen geometrische versie consequentie in sterkte over criteria heen benadrukt. De auteurs definiëren score- en nauwkeurigheidsfuncties die elke geblende vage beoordeling in één index omzetten, die vervolgens kan worden gebruikt om concurrerende milieuopties van meest naar minst wenselijk te rangschikken.

Het model testen op echte duurzaamheidskeuzes

Om te illustreren hoe de methode werkt, ontwerpen de auteurs een casestudy met vier brede milieuopties: verbetering van lucht- en vervuilingscontrole, bescherming van biodiversiteit en ecosystemen, verbetering van land en landbouw en uitbreiding van hernieuwbare energiebronnen. Vier experts evalueren elke optie aan de hand van vier criteria: schonere lucht, publieke bewustwording en acceptatie, bijdrage aan de groene economie en technologische haalbaarheid. Met behulp van de nieuwe aggregatie-instrumenten verwerkt het model al deze op intervallen gebaseerde, driedelige meningen en produceert scores voor elke optie. Zowel in de gemiddelde-gebaseerde als in de geometrische berekeningen komt hernieuwbare energie naar voren als de beste keuze, gevolgd door land en landbouw, bescherming van biodiversiteit en ten slotte lucht- en vervuilingscontrole.

Opvallen tussen bestaande beslisgereedschappen

De studie vergelijkt de aanpak ook met eerdere vage modellen die hetzij intervalgebaseerde onzekerheid, expliciete neutraliteit of de flexibele “zachte” parameterstructuur missen. Die oudere methoden kunnen nog steeds opties rangschikken, maar ze hebben moeite het volledige spectrum van expertaarzeling en conflict te representeren dat ontstaat in complexe milieusystemen. Daarentegen kan de nieuwe methode tegelijkertijd steun, twijfel en tegenstand modelleren, terwijl ze ook toestaat dat elke beoordeling een bereik in plaats van een enkel punt is. Dat maakt haar beter geschikt voor besluitvormingssituaties waar gegevens onvolledig zijn, experts het oneens zijn en afwegingen tussen sociale, economische en ecologische doelen gecompliceerd zijn.

Wat dit betekent voor echte groene beslissingen

In toegankelijke termen biedt het artikel een slimmer rekenhulpmiddel voor duurzaamheid. Het zegt beleidsmakers niet wat hun prioriteiten moeten zijn, maar het geeft hen een transparante manier om veel onzekere en soms tegenstrijdige expertmeningen samen te voegen tot een duidelijke ordening van opties. In het hier onderzochte voorbeeld wijst dat proces consequent hernieuwbare energieprojecten aan als het meest veelbelovende pad, gegeven de gekozen criteria en expertinput. Algemeen kan het raamwerk worden aangepast aan andere domeinen — van waterbeheer tot stedelijke planning — en leiders helpen zorgvuldiger over milieuafwegingen na te denken in plaats van te vertrouwen op ruwe schattingen of de luidste stemmen.

Bronvermelding: Ali, S., Kumam, P., Naveed, H. et al. A novel decision analytic model for environmental sustainability challenges using interval-valued complex spherical fuzzy soft sets. Sci Rep 16, 13052 (2026). https://doi.org/10.1038/s41598-026-35366-z

Trefwoorden: milieuduurzaamheid, multi-criteria besluitvorming, vage logica, hernieuwbare energie, aggregatie van experts