Metoda wielokryterialnego podejmowania decyzji z probabilistycznymi terminami lingwistycznymi oparta na chmurowym TOPSIS

Dlaczego wybory w warunkach niepewności mają znaczenie

Gdy społeczności muszą podejmować decyzje o dużych stawkach — na przykład jak ewakuować ludzi podczas wypadku jądrowego — decydenci muszą brać pod uwagę wiele konkurujących ze sobą czynników: bezpieczeństwo, koszty, stres i inne. Eksperci często opisują te czynniki słowami takimi jak „niewielkie ryzyko” lub „bardzo duża strata”, zamiast podawać dokładne liczby. Te sformułowania są pomocne dla ludzi, ale niewygodne dla komputerów. Artykuł przedstawia nowy sposób przekształcania tak nieostrego, probabilistycznego języka w przejrzyste, uzasadnione rankingi opcji, mające wspierać lepsze decyzje tam, gdzie zarówno ryzyko, jak i niepewność są duże.

Przekształcanie słów w mierzalne chmury

Autorzy rozwijają rodzinę narzędzi znanych jako wielokryterialne podejmowanie decyzji, które porównują opcje za pomocą kilku kryteriów jednocześnie. Zamiast prosić ekspertów o precyzyjne wartości, pozwalają im odpowiadać w potocznych kategoriach — takich jak „bardzo małe”, „średnie” czy „bardzo duże” — i przypisywać każdemu terminowi prawdopodobieństwo odzwierciedlające pewność. Te „probabilistyczne terminy lingwistyczne” są następnie zamieniane na to, co autorzy nazywają chmurami: proste obiekty numeryczne, które uchwytują jednocześnie wartość typową, stopień nieostrości terminu oraz niepewność tej nieostrości. Wykorzystując matematyczny wzorzec powiązany ze złotą proporcją, metoda umieszcza te chmury na skali w sposób zgodny z tym, jak ludzie naturalnie postrzegają gradacje od bardzo małego do bardzo dużego.

Łączenie wielu opinii w jedną całość

Rzeczywiste decyzje rzadko opierają się na jednym ekspercie. Nowe ramy wprowadzają sposób łączenia wielu chmur eksperckich w pojedynczą chmurę skonsolidowaną dla każdej opcji i każdego kryterium. Eksperci o jaśniejszych, bardziej pewnych poglądach silniej kształtują wynik, przy jednoczesnym zachowaniu ogólnej niepewności. Autorzy opracowali również nową miarę odległości między dwiema chmurami. Ta odległość uwzględnia nie tylko różnicę w wartościach typowych, lecz także różnice w nieostrości i losowości. Co istotne, metoda może sprawiedliwie porównywać opinie nawet wtedy, gdy eksperci użyli różnych zestawów terminów lingwistycznych, unikając utraty informacji występującej w starszych technikach.

Od porównywania chmur do uporządkowanych wyborów

Aby przekształcić chmury w ranking opcji, badanie adaptuje dobrze znaną metodę TOPSIS, która porównuje każdą alternatywę z idealnie najlepszą i idealnie najgorszą. Tutaj te ideały są same w sobie chmurami, reprezentującymi najbardziej korzystne i najmniej korzystne wyobrażalne oceny we wszystkich kryteriach. Dla każdego planu ewakuacji metoda oblicza, jak bliskie są jego chmury ideałowi najlepszymu i jak dalekie od ideału najgorszego, uwzględniając względne znaczenie poszczególnych kryteriów. Wynikiem jest pojedynczy wskaźnik dla każdego planu, który respektuje nieostrość i losowość zawartą w oryginalnym języku ekspertów, a jednocześnie daje wyraźne uporządkowanie, które opcje są lepsze, a które gorsze.

Testowanie metody na planach ewakuacji jądrowej

Aby pokazać metodę w działaniu, autorzy symulują sytuację awaryjną w zakładzie jądrowym, w której trzech ekspertów ocenia cztery strategie ewakuacji. Oceniają każdy plan według czterech kryteriów typu kosztowego: całkowitej dawki promieniowania dla populacji, maksymalnej dawki dla pojedynczej osoby, stresu psychicznego oraz strat ekonomicznych. Eksperci wyrażają swoje oceny za pomocą terminów werbalnych i prawdopodobieństw; metoda konwertuje je na chmury, agreguje i klasyfikuje strategie. Analiza wychwytuje jedną strategię jako wyraźnie najlepszą, a szczegółowe badanie wrażliwości pokazuje, że ten ranking pozostaje stabilny nawet przy szerokich zmianach założeń co do wagi kryteriów lub określonych parametrów niepewności. Autorzy porównują także swoje wyniki z kilkoma innymi zaawansowanymi metodami decyzyjnymi; pomimo opierania się na bardzo różnej matematyce, najsilniejsze konkurencyjne podejścia zgadzają się w kwestii najlepszych wyborów, co dodaje wiarygodności nowemu rozwiązaniu.

Co to znaczy dla decyzji w świecie rzeczywistym

Mówiąc prościej, badanie oferuje sposób, by pozwolić ekspertom „wypowiadać się słowami”, a jednocześnie uzyskać „liczby, na których można działać”. Reprezentując werbalne oceny jako chmury kodujące zarówno nieostrość, jak i losowość, metoda radzi sobie z nieporządnymi, niepewnymi informacjami bez wymuszania sztucznej precyzji. Upraszcza wcześniejsze techniki oparte na chmurach, zmniejsza wysiłek obliczeniowy, a jednocześnie dostarcza rankingów zgodnych z innymi nowoczesnymi podejściami. Choć praca została zaprezentowana na przykładzie planowania ewakuacji jądrowej, ta sama idea może wspierać decyzje w opiece zdrowotnej, ochronie środowiska, planowaniu infrastruktury i w każdej innej dziedzinie, gdzie wybory muszą być podejmowane w warunkach głębokiej niepewności, a opinie ekspertów wyrażane są językiem, a nie twardymi danymi.

Cytowanie: Almandeel, A., Rao, C., Zhang, X. et al. A method for multi-criteria decision making with probabilistic linguistic term based on cloud TOPSIS. Sci Rep 16, 14122 (2026). https://doi.org/10.1038/s41598-026-44609-y

Słowa kluczowe: wielokryterialne podejmowanie decyzji, modelowanie niepewności, ocena lingwistyczna, planowanie awaryjne przy zdarzeniach jądrowych, metody wspomagania decyzji