Development of neutrosophic cubic hesitant fuzzy exponential aggregation operators with application in environmental protection problems
Notice bibliographique
Résumé
The population growth and urbanization has caused an exponential increase in waste material. The proper disposal of waste is a challenging problem nowadays. The proper disposal site selection with typical sets and operators may not yield fruitful results. To handle such problems, the exponential aggregation operators based on neutrosophic cubic hesitant fuzzy sets are proposed. For appropriate decisions in a decision-making problem, it is important to have a handy environment and aggregation operators. Many multi attribute decision making methods often ignore the uncertainty and hence yields the results which are not reliable. The neutrosophic cubic hesitant fuzzy set can efficiently handle the complex information in a decision-making problem, as it combines the advantages of neutrosophic cubic set and hesitant fuzzy set. In this paper first we establish exponential operational laws in neutrosophic cubic hesitant fuzzy sets, in which the exponents are neutrosophic cubic hesitant fuzzy numbers and bases are positive real numbers. In order to use neutrosophic cubic hesitant fuzzy sets in decision making, we are developing exponential aggregation operators and investigate their properties in the current study. In many multi expert decision-making methods there are different decision matrices but same weighting vector for attributes. The results of a multi expert decision-making problem becomes more reliable if every decision expert has its own decision matrix along with his own weighting vector for attributes. In this study, we are developing multi expert decision-making method that uses different weights for an attribute corresponding to different experts. At the end we present two applications of exponential aggregation operators in environmental protection multi attribute decision making problems.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».