Rozszerzona metoda TODIM w środowisku q-rung ortopaarowych zbiorów rozmytych i jej zastosowanie do wielościeżkowej transmisji równoległej w sieciach mobilnych

Dlaczego mądrzejsze wybory są ważne dla złożonych sieci

Nowoczesne technologie — od telefonów komórkowych po inteligentne fabryki — opierają się na sieciach, które muszą jednocześnie godzić szybkość, niezawodność i koszty. Inżynierowie i menedżerowie często muszą wybrać jedno rozwiązanie spośród wielu, nawet gdy fakty są nieostre, a eksperci się nie zgadzają. Artykuł przedstawia nowy sposób, by takie trudne wybory były bardziej spójne i przejrzyste, koncentrując się na wyborze najlepszego schematu transmisji wielościeżkowej w sieci mobilnej, gdzie dane mogą podróżować równolegle kilkoma trasami.

Przekształcanie niejasnych opinii w użyteczne dane

W wielu rzeczywistych decyzjach eksperci nie podają dokładnych liczb; wyrażają raczej częściowe przekonanie, wątpliwość lub niepewność. Tradycyjne metody „rozmyte” potrafią uchwycić część tej niuansowości, ale szybko napotykają ograniczenia, gdy oceny stają się bardzo niepewne lub niezrównoważone. Autorzy bazują na nowszym podejściu zwanym q-rung ortopaarowymi zbiorami rozmytymi, które pozwala ekspertowi zadeklarować, jak mocno popiera i przeciwstawia się danemu wariantowi, oraz jak bardzo jest niepewny, z większą elastycznością niż wcześniejsze podejścia. Ta bogatsza reprezentacja jest kluczowa w zadaniach inżynieryjnych, takich jak sieci mobilne, gdzie wydajność zależy od wielu współdziałających czynników, a dostępne dowody są niepełne lub zaszumione.

Postrzeganie niepewności jako kształtów i krzywych

Centralnym wkładem artykułu jest wizualny sposób porównywania tych złożonych rozmytych ocen. Każdą ocenę odwzorowuje się na punkcie na płaszczyźnie dwuwymiarowej, której osie reprezentują zgodę i sprzeciw. Wszystkie poprawne oceny leżą w obrębie zakrzywionej granicy, która koduje matematyczne ograniczenia modelu. Dla każdego punktu autorzy mierzą kilka długości łuków wzdłuż tej granicy, które łącznie streszczają, jak silne jest poparcie, jak silny jest sprzeciw i ile pozostaje wahania. Zamiast ściskać to wszystko w jedną nieprzejrzystą formułę, te długości łuków zachowują się jak geometryczne odciski palców: pozwalają porównywać różne rozmyte oceny w sposób bardziej intuicyjny i, jak wykazują autorzy, bardziej stabilny przy zmianie kluczowego parametru modelu (q).

Ponadto wierniejsze mierzenie odległości i preferencji

Poza rankingowaniem pojedynczych ocen, metody decyzyjne potrzebują sposobu na określenie, jak daleko od siebie leżą dwie opcje. Standardowe wzory odległości często traktują zgodę i sprzeciw jako proste współrzędne i mogą tracić subtelne struktury, zwłaszcza gdy wzrasta elastyczność modelu. W artykule wprowadzono nową miarę odległości dostosowaną do środowiska q-rung, zaprojektowaną tak, by zachowywać wyższe rzędy zależności, które pojawiają się, gdy eksperci wyrażają bardzo silne lub bardzo słabe opinie. Autorzy dowodzą, że ta miara zachowuje się jak prawidłowa metryka i testują ją dla różnych wartości parametrów, pokazując, że nie powoduje gwałtownych skoków w wynikach. Takie staranne potraktowanie odległości jest ważne, ponieważ kolejne kroki procesu decyzyjnego opierają się na tych różnicach przy porównywaniu alternatyw.

Wprowadzenie zachowań ludzkich związanych z ryzykiem do metody

Trzecia część pracy adaptuje behawioralne podejście decyzyjne zwane TODIM, oparte na teorii perspektywy, do świata q-rung rozmytości. TODIM odwzorowuje powszechne ludzkie schematy, takie jak większe wartościowanie strat niż odpowiadających im zysków. W rozszerzonej wersji autorów każda alternatywa (np. kandydacki schemat transmisji w sieci) jest oceniana według wielu kryteriów, takich jak utrata pakietów, zatory i szybkość przełączania. Nowe geometryczne metody rankingowe i wzory odległości zasilać będą obliczenia dominacji w TODIM, które ważą zyski i straty między parami opcji. To generuje ogólny wskaźnik „przewagi” dla każdej alternatywy, który uwzględnia zarówno leżącą u podstaw niepewność, jak i realistyczne nastawienie do ryzyka.

Testowanie metody na wyborach w sieciach mobilnych

Aby pokazać, jak ramy działają w praktyce, autorzy stosują je do przypadku stylizowanego na rzeczywisty: mała firma internetowa wybiera spośród pięciu schematów transmisji wielościeżkowej dla użytkowników mobilnych, wykorzystując technologie takie jak Wi‑Fi, 4G i 5G równolegle. Eksperci oceniają każdy schemat według czterech kryteriów, które łącznie oddają stabilność, efektywność wykorzystania zasobów, kontrolę zatorów i zwinność w przełączaniu ścieżek. Przy użyciu nowej metody schematy są uporządkowane w jasnym porządku, a jedna opcja wyłania się jako najlepsza ogólnie, ponieważ utrzymuje niską utratę pakietów i zatory przy jednoczesnym osiąganiu akceptowalnej wydajności w pozostałych aspektach. Autorzy porównują swoje rankingi z wynikami uzyskanymi przez inne zaawansowane metody i przeprowadzają testy wrażliwości przez zmianę parametrów modelu. Ich podejście wykazuje bardziej spójne i odporne rankingi, bez odwróceń, które sprawiają problemy niektórym istniejącym technikom.

Co to oznacza dla rzeczywistych decyzji

Mówiąc prosto, artykuł oferuje bardziej niezawodny i wytłumaczalny sposób wyboru spośród złożonych opcji technicznych, gdy dowody są nieostre, a decydenci bardzo zależą od uniknięcia złych wyników. Przez przekształcenie abstrakcyjnej niepewności w geometryczne obrazy, udoskonalenie sposobu mierzenia odległości między opcjami i osadzenie tego wszystkiego w ramie decyzyjnej uwzględniającej ryzyko, metoda pomaga decydentom zobaczyć nie tylko która alternatywa wychodzi na prowadzenie, ale dlaczego. Choć demonstrowana na projektowaniu sieci mobilnych, ta sama koncepcja może wspierać wybory w dziedzinach takich jak planowanie energetyczne, inwestycje infrastrukturalne czy zarządzanie środowiskiem, wszędzie tam, gdzie eksperci muszą ważyć wiele niepewnych kryteriów, by dojść do obronnej decyzji.

Cytowanie: 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

Słowa kluczowe: rozmyte podejmowanie decyzji, analiza wielokryterialna, sieci mobilne, wybory wrażliwe na ryzyko, optymalizacja sieci