A q-rung orthopair fuzzy decision-making framework considering experts trust relationships and psychological behavior: An application to green supplier selection
Notice bibliographique
Résumé
The selection of an optimal supplier is a critical and open challenge in supply chain management. While experts' assessments significantly influence the supplier selection process, their subjective interactions can introduce unpredictable uncertainty. Existing methods have limitations in effectively representing and handling this uncertainty. The paper aims to address these challenges by proposing a novel approach that leverages q-rung orthopair fuzzy sets (q-ROFSs). The novelty of the proposed approach lies in its ability to accurately capture experts' preferences through the use of q-ROFSs, which offer membership and non-membership degrees, providing a broader expression space compared to conventional fuzzy sets. Additionally, it incorporates social network analysis (SNA) to effectively consider the trust relationships among experts. The proposed approach is divided into three stages. The first stage, presents a novel method to determine experts' weights by combining SNA, the Bayesian formula, and the maximum entropy principle. This approach allows for a more precise representation of varying levels of expertise and influence among experts, addressing the uncertainty arising from subjective interactions. The second stage introduces a hybrid weight determination method to determine criteria weights within the context of q-ROFSs. Entropy plays a crucial role in capturing fuzziness and uncertainty in q-ROFSs, while the projection measure simultaneously provides information about the distance and angle between alternatives. By employing both objective weights estimated using entropy and normalized projection measure and subjective weights derived using an aggregation operator and a score function, the presented approach achieves a comprehensive assessment of criteria importance. To incorporate both subjective and objective weights effectively, game theory is applied which allows us to align decision-making with both quantitative and qualitative aspects, making the method more versatile and applicable. The third stage redefines the traditional Combined Compromise Solution (CoCoSo) method using Bonferroni mean operators which captures interrelationships among arguments to be aggregated. Furthermore, in recognition of the importance of an expert risk preferences and psychological behaviors, we apply regret theory, ensuring that the chosen solutions align more effectively with their underlying preferences and aspirations. The applicability and effectiveness of the proposed approach are demonstrated through a numerical example of green supplier selection. The comparative analysis illustrates the practicality and real-world relevance while the sensitivity analysis, confirms the stability and robustness of the proposed approach.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».