Nowy model analizy decyzyjnej dla wyzwań zrównoważonego rozwoju środowiska z wykorzystaniem przedziałowo‑wartościowych złożonych sferycznych miękkich zbiorów rozmytych

Dlaczego mądre wybory mają znaczenie dla bardziej zielonej planety

Rządy, firmy i społeczności deklarują chęć bycia bardziej „zrównoważonymi ekologicznie”, ale przekształcenie tego celu w konkretne decyzje jest trudne. Czy miasto powinno najpierw zainwestować w czystsze powietrze, ochronę dzikiej przyrody, lepsze praktyki rolnicze, czy w energię odnawialną? Eksperci często się nie zgadzają, a ich opinie bywają niepewne lub niepełne. Artykuł przedstawia nowy matematyczny sposób łączenia tych nieuporządkowanych poglądów w jaśniejsze rankingi opcji zrównoważenia, pomagając decydentom wybierać działania przynoszące największe korzyści dla środowiska.

Nowa perspektywa na rozmyte, niepewne opinie

Decyzje dotyczące zrównoważenia w świecie rzeczywistym rzadko dysponują precyzyjnymi liczbami. Eksperci mogą ocenić projekt jako „dość pomocny dla jakości powietrza” lub „nieco ryzykowny dla bioróżnorodności”, ale nie określać dokładnie w jakim stopniu. Tradycyjne narzędzia, takie jak standardowe zbiory rozmyte czy miękkie, radzą sobie z pewną nieostrością, jednak mają trudności, gdy opinie obejmują nie tylko poparcie i sprzeciw, ale też neutralność i zakresy możliwych wartości. Autorzy budują na niedawnych osiągnięciach w matematyce rozmytej „sferycznej” i „zespolonej”, tworząc bardziej rozbudowany opis poglądów ekspertów, który może rejestrować, jak mocno ktoś popiera opcję, jak mocno jej sprzeciwia się, jak bardzo jest neutralny oraz jak niepewne są wszystkie te stwierdzenia.

Uchwycenie odcieni zgody, wątpliwości i niezgody

Rdzeń artykułu stanowi struktura o onieśmielającej nazwie: przedziałowo‑wartościowe złożone sferyczne miękkie zbiory rozmyte. Mówiąc prościej, struktura ta pozwala każdemu ekspertowi ocenić opcję przy użyciu trzech składników — poparcia, neutralności i sprzeciwu — każdy wyrażony nie jako pojedyncza liczba, lecz jako przedział, z dodatkowym komponentem „fazy”, który rejestruje subtelne wzorce w danych. Autorzy następnie pokazują, jak wykonywać podstawowe operacje na tych rozbudowanych ocenach, takie jak łączenie ich, skalowanie wpływu czy odwracanie. Zasady te umożliwiają zastosowanie nowej struktury w praktycznych modelach decyzyjnych bez utraty spójności matematycznej.

Scalanie wielu głosów w jeden ranking

Aby przekształcić tabelę ocen ekspertów w decyzję, badanie wprowadza dwa kluczowe narzędzia agregacyjne: ważony operator średniej oraz ważony operator geometryczny dostosowany do nowej struktury rozmytej. Oba operatory uwzględniają, jak ważny jest każdy ekspert, jak istotne są poszczególne kryteria zrównoważenia oraz jak niepewne mogą być poszczególne oceny. Ważona średnia lepiej oddaje typowe lub konsensualne poglądy, podczas gdy ważona wersja geometryczna podkreśla spójną siłę między kryteriami. Autorzy definiują funkcje oceny i dokładności, które przekształcają każdą zintegrowaną ocenę rozmytą w pojedynczy indeks, używany następnie do rangowania konkurencyjnych opcji środowiskowych od najbardziej do najmniej pożądanych.

Testowanie modelu na rzeczywistych wyborach zrównoważeniowych

Aby zilustrować działanie metody, autorzy zaprojektowali studium przypadku obejmujące cztery szerokie opcje środowiskowe: poprawę kontroli powietrza i zanieczyszczeń, ochronę bioróżnorodności i ekosystemów, ulepszenie użytkowania gruntów i rolnictwa oraz rozbudowę zasobów energii odnawialnej. Czterej eksperci oceniają każdą opcję w odniesieniu do czterech kryteriów: czystsze powietrze, świadomość i akceptacja społeczna, wkład w zieloną gospodarkę oraz wykonalność technologiczna. Korzystając z nowych narzędzi agregacyjnych, model przetwarza wszystkie te oparte na przedziałach, trzyczęściowe opinie i generuje wyniki dla każdej opcji. Zarówno w obliczeniach opartych na średniej, jak i geometrycznych, energia odnawialna wyłania się jako najlepszy wybór, następnie użytkowanie gruntów i rolnictwo, ochrona bioróżnorodności, a na końcu kontrola powietrza i zanieczyszczeń.

Wyróżnianie się spośród istniejących narzędzi decyzyjnych

Badanie porównuje także swoje podejście z wcześniejszymi modelami rozmytymi, które nie uwzględniały albo niepewności w postaci przedziałów, explicite neutralności, albo elastycznej parametrycznej struktury „miękkiej”. Te starsze metody nadal potrafią ustawić ranking opcji, ale mają trudności z reprezentowaniem pełnego spektrum wahań i konfliktów ekspertów, które pojawiają się w złożonych systemach środowiskowych. W przeciwieństwie do nich nowa metoda jednocześnie modeluje poparcie, wątpliwości i sprzeciw, pozwalając też, by każda ocena była przedziałem zamiast punktu. Dzięki temu jest lepiej dopasowana do rzeczywistych sytuacji decyzyjnych, gdzie dane są niekompletne, eksperci się nie zgadzają, a kompromisy między celami społecznymi, gospodarczymi i ekologicznymi są skomplikowane.

Co to oznacza dla realnych zielonych decyzji

Mówiąc przystępnie, artykuł proponuje inteligentniejszy kalkulator do kwestii zrównoważenia. Nie narzuca decydentom ich priorytetów, ale daje przejrzysty sposób łączenia wielu niepewnych i czasem sprzecznych opinii ekspertów w czytelne uporządkowanie opcji. W przedstawionym przykładzie ten proces konsekwentnie wskazuje projekty energii odnawialnej jako najbardziej obiecującą ścieżkę, biorąc pod uwagę przyjęte kryteria i wkład ekspertów. W szerszym ujęciu ramy można dostosować do innych dziedzin — od gospodarki wodnej po planowanie urbanistyczne — pomagając liderom bardziej wnikliwie rozważać kompromisy środowiskowe zamiast polegać na przybliżonych oszacowaniach czy najsilniejszym głosie.

Cytowanie: 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

Słowa kluczowe: zrównoważony rozwój środowiska, wielokryterialne podejmowanie decyzji, logika rozmyta, energia odnawialna, agregacja ekspertów