Den utökade TODIM-metoden under q-rung orthopair fuzzy-miljö och dess tillämpning på multipath-parallellöverföring i mobilnät

Varför smartere val är viktiga för komplexa nätverk

Moderna teknologier, från mobiltelefoner till smarta fabriker, förlitar sig på nätverk som måste jonglera hastighet, tillförlitlighet och kostnad samtidigt. Ingenjörer och chefer måste ofta välja en design bland många, även när fakta är vaga och experter är oense. Denna artikel presenterar ett nytt sätt att göra sådana svåra val mer konsekventa och transparenta, med fokus på hur man väljer den bästa multipath-överföringslösningen i ett mobilnät där data kan färdas längs flera parallella vägar.

Att omvandla vaga åsikter till användbar data

I många verkliga beslut kan experter inte ange exakta siffror; istället uttrycker de delvis tro, tvivel eller tvekan. Traditionella "fuzzy"-metoder kan fånga en del av denna nyans men stöter snabbt på begränsningar när bedömningar blir mycket osäkra eller obalanserade. Författarna bygger vidare på en nyare ram kallad q‑rung orthopair fuzzy-mängder, som låter en expert ange hur starkt de stöder och motsätter sig ett alternativ, samt hur osäkra de är, med större flexibilitet än tidigare tillvägagångssätt. Denna rikare beskrivning är avgörande i ingenjörsuppgifter som mobilnätverk, där prestanda beror på många samverkande faktorer och tillgängliga bevis är ofullständiga eller brusiga.

Att se osäkerhet som former och kurvor

Ett centralt bidrag i artikeln är ett visuellt sätt att jämföra dessa komplexa fuzzy-bedömningar. Varje utvärdering mappas till en punkt i ett tvådimensionellt plan vars axlar representerar samtycke och avvikelse. Alla giltiga bedömningar ligger inom en krökt gräns som kodar modellens matematiska begränsningar. För varje punkt mäter författarna flera båglängder längs denna gräns, vilka tillsammans summerar hur starkt stödet är, hur stark motsättningen är och hur mycket tvekan som återstår. Istället för att komprimera allt detta till en ogenomskinlig formel beter sig dessa båglängder som geometriska fingeravtryck: de gör det möjligt att jämföra olika fuzzy-bedömningar mer intuitivt och, som författarna visar, mer stabilt när modellens nyckelparameter (q) ändras.

Mäta avstånd och preferenser mer troget

Bortom att rangordna enskilda bedömningar behöver beslutsmetoder ett sätt att säga hur långt ifrån varandra två alternativ ligger. Standardavståndsformler behandlar ofta samtycke och avvikelse som enkla koordinater och kan förlora subtil struktur, särskilt när modellens flexibilitet ökas. Artikeln introducerar en ny avståndsmått anpassad till q‑rung-ramverket, utformad för att bevara högre ordningens mönster som uppträder när experter uttrycker mycket starka eller mycket svaga åsikter. Författarna bevisar att detta avstånd beter sig som en riktig metrik och testar det över ett spektrum av parametervärden, vilket visar att det inte ger upphov till vilda svängningar i utfallen. Denna noggranna behandling av avstånd är viktig eftersom senare steg i beslutsprocessen bygger på dessa skillnader när alternativ jämförs.

Att föra in människolik riskbeteende i metoden

Den tredje delen av arbetet anpassar ett beteendeinriktat beslutstillvägagångssätt kallat TODIM, som bygger på prospektteori, till q‑rung fuzzy-världen. TODIM efterliknar vanliga mänskliga mönster såsom att värdera förluster mer än motsvarande vinster. I författarnas utökade version utvärderas varje alternativ (till exempel ett kandidatnätverkstransmissionsschema) över flera kriterier som paketförlust, trängsel och omkopplingshastighet. De nya geometriska ranknings- och avståndsformlerna matas in i TODIM:s dominansberäkningar, som väger vinster och förluster mellan par av alternativ. Detta ger en övergripande "fördel"-poäng för varje alternativ som respekterar både den underliggande osäkerheten och realistiska riskattityder.

Test av metoden på val i mobilnät

För att visa hur ramen fungerar i praktiken tillämpar författarna den på ett realistiskt fall: ett litet internetföretag som väljer mellan fem multipath-överföringsscheman för mobila användare, med tekniker som Wi‑Fi, 4G och 5G parallellt. Experter betygsätter varje schema utifrån fyra kriterier som tillsammans fångar stabilitet, resurseffektivitet, trängselhantering och smidighet vid vägval. Med den nya metoden rangordnas schemana i en tydlig ordning, där ett alternativ framstår som bäst övergripande eftersom det håller paketförlust och trängsel låga samtidigt som det uppnår acceptabel prestanda på de andra faktorerna. Författarna jämför sina rangordningar med dem som produceras av andra avancerade metoder och genomför känslighetsanalyser genom att variera modellens parametrar. Deras angreppssätt visar mer konsekventa och robusta rangordningar, utan de omkastningar som plågar vissa befintliga tekniker.

Vad detta betyder för verkliga beslut

Enkelt uttryckt erbjuder artikeln ett mer tillförlitligt och förklarligt sätt att välja mellan komplexa tekniska alternativ när bevisen är vaga och människor värderar starkt att undvika dåliga utfall. Genom att förvandla abstrakt osäkerhet till geometriska bilder, förfina hur avstånd mellan alternativ mäts och inbädda allt detta i en riskmedveten beslutsram, hjälper metoden beslutsfattare att se inte bara vilket alternativ som kommer ut som bäst, utan varför. Även om metoden demonstreras på mobilnätdesign kan samma idéer stödja val inom områden som energiplanering, infrastrukturinvesteringar eller miljöförvaltning, där experter måste väga flera osäkra kriterier för att nå ett försvarbart beslut.

Citering: 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

Nyckelord: fuzzy beslutsfattande, multikriterieanalys, mobilnät, risksensitiva val, nätverksoptimering