Eine innovative probabilistische zögerliche Fuzzy-Set-MCDM-Perspektive für die Auswahl flexibler Verpackungsbeutel nach dem Verbot von Einzelbeuteln

Wissenschaftliche Berichte Band 13, Artikelnummer: 10206 (2023) Diesen Artikel zitieren

497 Zugriffe

9 Altmetrisch

Details zu den Metriken

Die probabilistischen zögerlichen Elemente (PHFEs) stellen eine vorteilhafte Ergänzung zum zögerlichen Fuzzy-Element (HFE) dar, das Entscheidungsträgern mehr Flexibilität bei der Äußerung ihrer Vorurteile bei der Verwendung von zögerlichen Fuzzy-Informationen geben soll. Um eine genauere Interpretation der Entscheidungsdokumentation zu extrapolieren, reicht es aus, die Organisation der Elemente in PHFEs zu standardisieren, ohne fiktive Elemente einzuführen. Bisher wurden mehrere Verfahren zur Vereinigung und Anordnung von Komponenten in PHFEs vorgeschlagen, die meisten davon führen jedoch zu verschiedenen Nachteilen, die in diesem Artikel kritisch untersucht werden. Das Hauptziel dieser Forschung besteht darin, ein PHFE-Vereinheitlichungsverfahren zu empfehlen, das die Mängel der Betriebspraktiken vermeidet und gleichzeitig die inhärenten Eigenschaften der PHFE-Wahrscheinlichkeiten beibehält. Die vorherrschende Studie treibt die Hypothese der Permutation auf PHFEs voran, indem sie eine neue Art der PHFS-Division und -Subtraktion im Vergleich zum bestehenden Vereinheitlichungsverfahren vorschlägt. Letztendlich wird in dieser Studie der vorgeschlagene PHFE-Vereinheitlichungsprozess verwendet, ein innovativer PHFE, der auf der Perspektive der Weighted Aggregated Sum Product Assessment Method – Analytic Hierarchy Process (WASPAS – AHP) für die Auswahl flexibler Verpackungsbeutel nach dem Verbot von Einwegkunststoffen basiert . Aus diesem Grund haben wir PHFEs-WASPAS in unsere Auswahl der effektivsten Fuzzy-Umgebung für Biokunststofftüten aufgenommen. Die Ranking-Ergebnisse für die vorgeschlagenen PHFEs-MCDM-Techniken übertrafen die bestehenden AHP-Methoden in der Forschungsstudie, indem sie die beste Lösung lieferten. Unsere Lösungen bieten die beste Alternativstrategie für Bio-Plastiktüten zur Minderung der Umweltauswirkungen.

Im Konzept von PHFS ist die Wahrscheinlichkeit mit dem Konzept von HFS1 verbunden. Die Strategie von PHFS, die in den letzten Jahren viel Potenzial im Umgang mit MCDM-Verfahren haben kann, bei der die Kriterien im Hinblick auf das Erreichen einer Reihe von Leistungszielen anerkannt werden. Mithilfe der qualitativen flexiblen Multiple-Technik (QUALIFLEX) haben wir beispielsweise das Hausdorff-Distanzmaß für (PHFEs) vorbestimmt, indem wir es zur Analyse grüner Anbieter2 verwendet haben. Sie haben verschiedene PHFE-Distanzinitiativen ins Leben gerufen, um eine interaktive Methodik für PHFEs-MCDM mit ungenauen Gewichtsinformationen zu verbessern. Sie präsentierten eine Reihe von PHFE-Operationen mit Frank t-norm und t-conorm, die sie dann auf einen MCGDM3 anwendeten. Es wurden das gewichtete PHFS-Paradigma sowie zwei gewichtete zögernde Fuzzy-Aggregationsoperatoren definiert, die von dieser archimedischen t-Norm oder sogar t-Konorm4 abhängen. Evaluierungsstudien und Forschung zum PHFE-Konzept können in5,6,7,8 beobachtet werden. Die beiden Methoden der Normalisierungsverfahren, die diesbezüglich für PHFEs vorgeschlagen werden, sind die probabilistische Normalisierung und die Kardinalnormalisierung9. Es ist wichtig, sich daran zu erinnern, dass alle diese Normalisierungsmethoden einen willkürlichen Aspekt mit einer Wahrscheinlichkeit von Null haben sollten. Eine solche Normalisierungsstrategie stellt die ursprünglichen Datensätze des Entscheidungsträgers eindeutig falsch dar. Es ist erwähnenswert, dass die beiden aufeinanderfolgenden Normalisierungsoperationen vor dem Aggregationsschritt durchgeführt werden, obwohl sie nicht erforderlich sind2,10,11,12. Sie gehören zu den wichtigsten Beiträgen, die sich mit verschiedenen Arten von probabilistischen Vereinheitlichungsprozessen befassen der erste, der den Wahrscheinlichkeitsteil einer binären PHFE-Operation anhand einer Vielfalt vergleichbarer Wahrscheinlichkeiten charakterisiert13. In jüngsten Arbeiten wurde versucht, eine PHFEs-probabilistische Vereinheitlichungsprozessmethode zu entwickeln, die die Unzulänglichkeiten der zuvor genannten Techniken behebt9,14. Mithilfe des PHFS-probabilistischen Vereinheitlichungsprozesses werden dann die ökologisch nachhaltigsten Sorten von Plastiktüten für Verpackungen erforscht. Das Folgende ist eine Zusammenfassung der Hauptmotivation der Studie: Umweltschäden haben den Planeten verschlungen. Plastikmüll ist zweifellos eines der größten Umweltprobleme der Gesellschaft15. Kunststoff wird in einer Vielzahl von Anwendungen eingesetzt, von Alltagsgegenständen wie Trinkflaschen und Einkaufstüten aus Kunststoff bis hin zu den am weitesten fortgeschrittenen Gegenständen16. Berichten zufolge werden jede Minute und jedes Jahr eine Million Einweg-Plastikbecher für Getränke und fünf Billionen Plastikbehälter für den Einkauf erworben. Der Anstieg von Kunststoff ist auf seine geringen Kosten, seine Vielseitigkeit in den Anwendungen und seine Komplexität zurückzuführen17. Die negativen Auswirkungen von Plastik hätten eingedämmt werden können, wenn es nicht auf so unkontrollierte Weise verwendet worden wäre. Es ist kein Material, das von Natur aus schädlich ist. Die Kreislaufwirtschaft sowie eine mögliche Lösung, die auf der Entwicklung öffentlicher Maßnahmen zur Verbesserung der Abfallbewirtschaftung und klarerer gesetzlicher Richtlinien für Ersatzstoffe für Einwegkunststoffe basiert18. Die industrielle Umweltverschmutzung ist so schwerwiegend geworden, dass sie als geologischer Indikator des anthropozentrischen Zeitalters empfohlen wird. Unterbrechungen bei den Primärproduzenten, Pestizide in Stauseen, Landverödung und Emissionen in die Atmosphäre sind nur einige der negativen Folgen, die alle zur Zerstörung der Artenvielfalt auf der Welt beitragen. Darüber hinaus stehen beide Industrienationen vor dem Problem der Abfallentsorgung: Bis zu 91 % des gesamten Styropors wurden seit den 1950er Jahren nicht wiederverarbeitet19. Aufgrund der Komplexität der Situation wurde von Hughes20 eine global lösende Kombinationsoptimierung zur Abmilderung vorgeschlagen. Ein System ist jedoch das (GPAP), das auf der WEF-Konferenz zur Nachhaltigkeitswirkung im Jahr 2012 etabliert wurde. Zur Bewertung und Optimierung von Alternativen wird das Fuzzy-WASPAS-MCDM-Modell im Hinblick auf mehrere Dimensionen der Nachhaltigkeit verwendet, wenn sechs verschiedene Verpackungsbeutel berücksichtigt werden mit Schwerpunkt auf biologisch abbaubaren Plastiktüten. In der MCDM-Analyse haben sich Biokunststofftüten immer als die bevorzugte Option erwiesen, gefolgt von Papiertüten und Produkttüten aus Kunststoff. Den Ergebnissen dieser Studie zufolge hätte die Verwendung von Biokunststoffgetränken anstelle von Plastiktüten erhebliche Auswirkungen auf die Umwelt. Die in diesem Manuskript verwendete Nomenklatur ist in Tabelle 1 aufgeführt.

Der Rest dieser Studie ist wie folgt aufgebaut: Die Literaturübersicht wird in Abschnitt 2 besprochen. Die grundlegenden Konzepte werden in Abschnitt 3 erläutert. Der vorgeschlagene PHFEs-probabilistische Vereinheitlichungsprozess befindet sich in Abschnitt 4. Auf die Literaturübersicht folgt die Methodik Abschnitt in Abschnitt 5. Die eigentliche Fallstudie wird in Abschnitt 6 vorgestellt. Die Ergebnisse und die Diskussion sowie die Schlussfolgerung werden in Abschnitt 7 dargelegt. Die Validierung der Ergebnisse wird in Abschnitt 8 besprochen. Schlussfolgerungen und zukünftige Arbeiten sind alle in Abschnitt enthalten 9.

Ein MCDM ist häufig unvorhersehbar, was durch die Verwendung der Fuzzy-Theorie21 erklärt werden könnte. Zu den am besten geeigneten Strategien zur Lösung solcher Probleme gehört die Verwendung von MCDM-Methoden. Mehrere Forscher haben bisher viele Techniken beschrieben, wie zum Beispiel (COPRAS)22, (ELECTRE)23, (AHP)24, (PROMETHEE)25, (ANP)26, (SAM)27, (TOPSIS)28, (MULTIMOORA). 29, (CODAS)30, (WASPAS)31,32,33. Das HFS ist eine Fuzzy-Set-Erweiterung, bei der das psychologische Verhalten bei der Entscheidungsfindung bei der Bestimmung der Mitgliedschaft berücksichtigt wird. Um praktische Lösungen zu finden, haben Forscher kürzlich verwirrende und unsichere Entscheidungen erfunden und getroffen, eine MCDM-Methode in einem Fuzzy-Covering-Schätzerraum mithilfe der TOPSIS-Methode gelöst und zur Fuzzy-Set-Theorie beigetragen, indem sie mehrere Ansätze vorgestellt haben, die unterschiedliche Fuzzy-Methoden nutzen grobe Set-Modelle34. Untersucht wurde die VIKOR-Technik zur Bewertung der Servicequalität von Krankenhäusern in einer Fuzzy-Umgebung unter Verwendung linguistischer Faktoren, die durch dreieckige Fuzzy-Ganzzahlen parametrisiert wurden14. Der MOORA-Ansatz ist die grundlegendste Methode zur Auswahl der besten Option in einer Optimierungsstrategie mit mehreren Zielen35 und schlägt eine praktikable Lösung für den linearen Fall einer Fuzzy-Entscheidungsmatrix vor. Die vorgeschlagenen verschiedenen Arten von Ranking-Methoden für die zögerliche Fuzzy-Auswertung für MADM und erfanden dann das HFS und seine Funktionen12,36. Dieses Problem wird durch das von37 vorgeschlagene „Hesitant Fuzzy Set“ (HFS) effektiv gelöst, das es Experten ermöglicht, eine Reihe potenzieller Werte als Mitgliedschaftsgrade zu akzeptieren. Anschließend erzielten andere Forscher im In- und Ausland bedeutende Fortschritte in der HFS-Theorie6. HFS erlaubt in einem Element mehrere Mitgliedschaftsgrade, aber diese Mitgliedschaftsgrade beginnen alle mit der gleichen Gewichtung. Allerdings bedeuten unterschiedliche Mitgliedschaftsgrade in den meisten Fällen aufgrund der Expertenauswahl und -menge tatsächlich unterschiedliche Relevanzniveaus. Um dieses Problem zu lösen, wurde das probabilistische zögernde Fuzzy-Set (PHFS)13 entwickelt, das passende Wahrscheinlichkeitsinformationen für jeden Mitgliedschaftsgrad hinzufügt und so die unterschiedliche Wichtigkeit widerspiegelt. PHFS, das auf dem Fuzzy-Set und seinen erweiterten Formen basiert, ist ein nützliches und effizientes Instrument, das die Objektivität und Legitimität des Ergebnisses erhöhen kann. Die PHFS-Theorie wurde in den letzten Jahren von Wissenschaftlern erweitert9. Es ist wichtig zu beachten, dass sich bei diesen Untersuchungen die Wahrscheinlichkeit, dass alle Mitgliedschaftsgrade zum gleichen probabilistischen zögernden Fuzzy-Element (PHFE) gehören, auf eins summieren muss. Tatsächlich ist dieses Kriterium in vielen realen Entscheidungsfragen häufig unerfüllbar. Infolgedessen haben Zhang et al. verbesserte das Konzept von PHFS und verringerte die Anforderungen an probabilistische Informationen. Die Einzigartigkeit dieser Studie ergibt sich aus der Tatsache, dass es kaum analytische Forschung gibt, die sich auf Biokunststoff, einen Ersatz für Plastiktüten, konzentriert. Der Zweck von Fuzzy VIKOR besteht darin, einen für Entscheidungsträger wünschenswerten Kompromiss zwischen verschiedenen Ansätzen zu finden, basierend auf vielen, die den Begriff „Fuzzy“ entwickelt haben, um Daten zu beschreiben, die Unvorhersehbarkeit enthalten38. Die beiden Kriterien für den Austritt von Schadstoffen in die Atmosphäre und von Kohlenwasserstoffen in das Vakuum des Weltraums sind CO2- und Kohlenstoffverschmutzung. Diese Gase spielen eine erhebliche Rolle bei der globalen Erwärmung39. Sämtliche Verschmutzungen aus dem Recyclingprozess bis kurz vor der Wiederverwendung des Bauteils beim Käufer wurden als Teil der THG-Kriterien betrachtet. Der Begriff „globales Klimapotenzial“ bezeichnet eine Methode zur Gegenüberstellung der ökologischen Auswirkungen verschiedener Kohlendioxidemissionen40. Das Ausmaß der Spuren, die eine Tasche hinterlässt, nachdem ihr Schicksal verblasst ist, hängt von der Flexibilität des Recyclings, der Biokompatibilität und der biologischen Abbaubarkeit von Materialien ab. Studien zufolge ist die Dichte der Umzugsmöbel äußerst wichtig, da leichtere Taschen für den Kunden vorteilhafter sind. Plastiktüten sind aus verschiedenen Gründen weit verbreitet, einer davon ist ihre atmungsaktive Beschaffenheit41. Die Ergebnisse dieser Studie könnten auch andere Nationen dabei unterstützen, Programme zur Bewältigung der durch Plastikmüll verursachten Probleme zu entwickeln. Nachdem wir nun darüber nachgedacht haben, bietet die vorgeschlagene WASPAS-Technik eine hohe Effizienz und Effektivität bei der Entscheidungsfindung. Zu den Hauptvorteilen gehören die einfache Berechnung, die Konsistenz der Ergebnisse und die große Widerstandsfähigkeit gegen alternative Rangumkehrungen. Der grundlegende Vorteil des WASPAS-Ansatzes liegt laut Hashemkhani Zolfani et al. ist seine hohe Zuverlässigkeit. In alltäglichen widersprüchlichen Situationen bietet die Integration grober Statistiken und der AHP-WASPAS-Technik mit den Vorteilen beider Konzepte entscheidende Entscheidungsunterstützung30.

In dieser Studie wurde den Entscheidungsträgern mehr Flexibilität bei der Formulierung ihrer Prioritäten eingeräumt, und der probabilistisch-einheitliche Typ modifizierte sie dann mit der normalisierten Absorption verwandter Wahrscheinlichkeiten. Das grundlegende Ziel dieser Forschung bestand darin, die Auswirkungen zögerlich relevanter Daten auf den praktischen Entscheidungsprozess zu untersuchen. Darüber hinaus können potenzielle Kunden und Exporteure durch die Entwicklung und Verwendung preisgünstiger, biologisch abbaubarer Plastiktüten Geld sparen und gleichzeitig die Umweltbelastung verringern. Bioplastiktüten, die aus nicht-fossilen Materialien hergestellt werden, können eine geeignete Alternative zu Plastiktüten sein. Ihr Einsatz trägt dazu bei, Probleme anzugehen, die häufig mit petrochemischen Kunststoffen in Verbindung gebracht werden, wie etwa die globale Energiekrise, schwankende Ölpreise und negative Auswirkungen auf die globale Temperatur. Die Problemlösungsabteilung des MCDM ist für die Auswahl von Projekten anhand verschiedener Kriterien verantwortlich. Bestimmen Sie alle Aspekte dieser Alternativen, von Vor- bis Nachteilen, anhand aller Kriterien. Daher besteht die Hauptmotivation dieser Forschungsarbeit darin, mithilfe eines MCDM-Systems mit einem probabilistischen Zögerungssatz die am häufigsten ausgewählten flexiblen Verpackungsbeutel nach dem Verbot von Einwegkunststoffen zu identifizieren.

Der Hauptbeitrag dieser Arbeit ist die Erfassung eines neuartigen einheitlichen Verfahrens, das für PHFEs entwickelt wurde. Danach erfordert die Auswahl der besten Ersatzbeutel für die Verpackung anstelle von Plastiktüten bei der MCDM-Technik die Verwendung einer speziellen mathematischen Mengenlehre. Als Beitrag zu dieser Veröffentlichung haben wir das von Torra37 entwickelte zögernde Fuzzy-Set und die Vereinheitlichungsmethode für PHFS ausgewählt. Im Abschnitt zur Gewichtung haben wir ein PHFE in der AHP-Gewichtsfindungsstrategie verwendet, was ein wesentliches Merkmal der MCDM-Methode ist. Aus diesem Grund haben wir PHFE in unsere Auswahl der ökologisch verantwortungsvollsten Form von Plastiktüten in einer zögerlichen, flauschigen Umgebung aufgenommen. Bei der Auswahl der ökologisch verantwortungsvollsten Plastiktütentypen wurde die bekannte „MCDM-WASPAS“-Technik eingesetzt. Die Ranking-Ergebnisse für die vorgeschlagenen WASPAS-MCDM-Techniken übertrafen die bestehenden PHFS-MCDM-Methoden in der Forschungsstudie, indem sie die beste Lösung lieferten. Laut der Vergleichsstudie weisen die vier Ansätze (CODAS, COPRAS, ARAS und MOORA) für die PHFS-Umgebung perfekte Rankings auf. Die Sensitivitätsanalyse untersucht die Rangfolge, wenn sich die Bedeutung subjektiver Gewichte in zwei Fällen ändert. Unsere Lösungen bieten die beste Alternativstrategie für Bio-Plastiktüten zur Minderung der Umweltauswirkungen.

Wir erinnern uns an die grundlegenden Definitionen, die häufig verwendet werden, und diskutieren dann die arithmetischen Operationen im Umgang mit PHFEs.

12 Sei \(\Re\) die universelle Menge, definiert durch die zögernde Fuzzy-Menge (HFS) auf \(\Re\) in einer endlichen Teilmenge von [0,1].

wobei \(g(x) \in\) [0,1], was den möglichen Zugehörigkeitsgrad des Elements \(x \in\) \(\Re\) zur Menge G angibt.

Im HFS kann G als dargestellt werden

Sei \(g=\bigcup _{{\textit{g} } \in {g}}\{{\textit{g} } \}, g_1=\bigcup _{{\textit{g} _1} \in {g_1}}\{{\textit{g} _1} \}\) und \(g_2=\bigcup _{{\textit{g} _2} \in {g_2}}\{{\textit{g} _2 } \}\) impliziert, dass es sich um drei HFEs handelt, dann werden die folgenden Operationen auf ihnen identifiziert:

42 Es wurde beschlossen, den probabilistischen zögernden Fuzzy-Satz (PHFS) zu verwenden, der zeigt, dass jeder potenzielle Wert von HFE mit einem tatsächlichen Wahrscheinlichkeitswert verbunden werden kann. Das PHFS auf \(\Re\) wurde definiert als:

Ein PHFEs, \(^\gamma {g}(x)\) stellt beide Zugehörigkeitsgrade x \(\in \Re\) dar, die zusätzlich durch \({\textit{g} }\)(x) definiert sind die Wahrscheinlichkeit von \(\gamma\)(x)\(\in\) [0,1], so dass \(\sum _{^\gamma {g(x)}} \gamma (x)=1\ ) für jedes x \(\in \Re .\)

Wenn \(^\gamma {g}=\bigcup _{\langle {\textit{g} } , \gamma \rangle \in {}^\gamma {g}}\{\langle {\textit{g} } , \gamma \rangle \}, {}^\gamma g_1=\bigcup _{\langle {\textit{g}_1} , \gamma _1\rangle \in {}^\gamma {g_1}}\{\langle {\textit{g} _1} , \gamma _1\rangle \}\) und \({}^\gamma g_2=\bigcup _{\langle {\textit{g} _2} , \gamma _2\rangle \in {}^\gamma {g_2}}\{\langle {\textit{g} _2} , \gamma _2\rangle \}\)

Betrachten Sie die drei PHFEs, die einige Operationen vorstellen,

43 Sei \(^\gamma g(x)=\left\{ \gamma _{i}\left( g_{i}\right) / i=1,2, \ldots , \# g \right\}\ ) a PHFEs, die Score-Funktion (Mittelwert) ist definiert durch:

Dabei ist \(\gamma _i\) die Wahrscheinlichkeit des möglichen Wertes \(^\gamma g(x)\) berauschend \(\sum _{i=1}^{\# g} \gamma _{i} =1 \) ,# g ist die Anzahl der verschiedenen PHFEs in \(^\gamma g(x)\).

In diesem wichtigen Attribut werden wir eine einzigartige Optimierungstechnik zur Durchführung des probabilistischen Vereinigungsprozesses entwickeln. Mit diesem Ansatz funktioniert die anfängliche Aufteilung jeder PHFE-Wahrscheinlichkeit recht gut, was dazu führt, dass alle zugehörigen PHFEs die gleichen Wahrscheinlichkeitsaspekte haben, während ihr korrelierender HFE-Teil konstant bleibt.

Angenommen, dass \({}^\gamma g_1=\bigcup _{\langle {\textit{g} _1} ,\gamma _1\rangle \in {}^\gamma {g_1}}\{\langle {\textit{ g} _1},\gamma _1\rangle \}, {}^\gamma g_2=\bigcup _{\langle {\textit{g} _2} ,\gamma _2\rangle \in {}^\gamma {g_2} }\{\langle {\textit{g} _2} ,\gamma _2\rangle \},\ldots ,\) und \({}^\gamma g_m=\bigcup _{\langle {\textit{g} _m } ,\gamma _m\rangle \in {}^\gamma {g_m}}\{\langle {\textit{g} _m},\gamma _m\rangle \}\) sind m beliebige PHFEs, deren Wahrscheinlichkeiten festgelegt sind

\(\{\gamma ^{1}_1,\gamma ^{2}_1,\ldots ,\gamma ^{p_1}_1\}, \{\gamma ^{1}_2,\gamma ^{2}_2 ,\ldots ,\gamma ^{p_2}_2\},\ldots ,\) und \(\{\gamma ^{1}_m,\gamma ^{2}_m,\ldots ,\gamma ^{p_m}_m \},\) jeweils. Im Folgenden finden Sie eine Beschreibung der neuen wahrscheinlichkeitsbasierten Methodik:

Algorithmus 1.

(Ein Verfahren zur Vereinheitlichung von Wahrscheinlichkeiten – PHFEs.)

Der erste Schritt Einfügen

Stufe 1 Sei i=1

Stufe 2

Wenn \(\gamma ^{i}_1=\gamma ^{i}_2=\cdots =\gamma ^{i}_m=0,\), dann beenden wir und nehmen wir \(\gamma _{*}=\ {\gamma ^{1}_*,\gamma ^{2}_*,\ldots ,\gamma ^{p_*}_*\}\)

wobei \(p_*\ge \max \{p_1,p_2,\ldots ,p_m\},\) andernfalls gehe zu Stufe 3.

Stufe 3 Definieren

Stufe 4 Wir haben i=i+1 und gehen dann zu Stufe 1.

Darüber hinaus möchten wir betonen, dass der oben angegebene probabilistische Vereinheitlichungsprozess aus Gründen der Klarheit in die unten aufgeführten Schritte zerlegt wurde:

Fall 1: Erhalten des probabilistischen Vereinigungsprozesses \(\{\gamma ^{1}_*,\gamma ^{2}_*,\ldots ,\gamma ^{l_*}_*\}\) unter Verwendung von Algorithmus 1.

Fall 2 Neuanordnung der PHFEs \({}^\gamma g_1,{}^\gamma g_2,\ldots ,\) und \({}^\gamma g_m\) in einen einheitlichen Term von \({}^\ gamma {{\dot{g}}}_1,{}^\gamma {{\dot{g}}}_2,\ldots ,\) und \({}^\gamma {{\dot{g}}} _m,\).

Die UPS ist \(\gamma _{*}=\{\gamma ^{1}_*,\gamma ^{2}_*,\ldots ,\gamma ^{l_*}_*\}\) der PHFEs kann auf folgende Weise konserviert werden:

Nehmen wir an, dass die Menge der PHFEs \({}^\gamma g_1=\bigcup _{\langle {\textit{g} _1} ,\gamma _1\rangle \in {}^\gamma {g_1}}\{\langle {\textit{g} _1},\gamma _1\rangle \}, {}^\gamma g_2=\bigcup _{\langle {\textit{g} _2} , \gamma _2\rangle \in {}^\ gamma {g_2}}\{\langle {\textit{g} _2} ,\gamma _2\rangle \},\ldots ,\) und \({}^\gamma g_m=\bigcup _{\langle {\textit {g} _m} ,\gamma _m\rangle \in {}^\gamma {g_m}}\{\langle {\textit{g} _m},\gamma _m\rangle \}\) wie folgt:

Wir ziehen auch die UPS in Betracht, um die Debatte einfach zu halten. Das ist der Fall,

Der HFE-Anteil des vorläufigen PHFE wird dann wie folgt sortiert:

Die einheitliche Struktur des PHFE ist \({}^\gamma g_1\).

Sei \({}^\gamma {{\dot{g}}}_1=\bigcup _{\langle {{\dot{\textit{g} }}_1} ,{{\dot{\gamma }}} _1\rangle \in {}^\gamma {g_1}}\{\langle {{\dot{\textit{g} }}_1},{{\dot{\gamma }}}_1\rangle \}\) und \({}^\gamma {{\dot{g}}}_2=\bigcup _{\langle {{\dot{\textit{g} }}_2} ,{\dot{\gamma }}_2\ rangle \in {}^\gamma {g_2}}\{\langle {{\dot{\textit{g} }}_2} ,{{\dot{\gamma }}}_2\rangle \}\) sind zwei UPHFEs. Die ihnen entsprechenden Wahrscheinlichkeitssätze sind dann kompatibel.

Die Neuformatierung der Wahrscheinlichkeiten zeigt, dass der Beweis korrekt ist. \({\gamma }_1\) und \({\gamma }_2\) in der Morphologie von \({\dot{\gamma }}_1={{\dot{\gamma }}}_2=\gamma _ *.\) Der vorgeschlagene PHFE-probabilistische Vereinheitlichungsprozess. Nehme an, dass

sind drei zufällig ausgewählte PHFEs. Anschließend lassen sich, wie im Folgenden beschrieben, ihre einheitlichen Methoden ableiten:

Wie bereits erwähnt, könnten die beiden folgenden Phasen leicht zu den folgenden illustrierten Ergebnissen führen:

Fall 1 Der Vereinigungsprozesssatz ist \(\{\gamma ^{1}_*,\gamma ^{2}_*,\ldots ,\gamma ^{6}_*\}\) und wird mithilfe von extrahiert Vereinigungsprozess (Algorithmus 1).

Fall 2 Abschließend wird Fall 1 verwendet, um zu erklären, wie solche PHFEs neu formatiert werden. \({}^\gamma g_1,{}^\gamma g_2\) und \({}^\gamma g_3\), um die UPHFEs-Formen von \({}^\gamma {{\dot{g}}} zu erhalten _1,{}^\gamma {{\dot{g}}}_2\) und \({}^\gamma {{\dot{g}}}_3.\) Die Abbildungen 1, 2 und 3 zeigen die Daten Es wird darauf hingewiesen, wie die Fälle 1 und 2 durchgeführt werden.

Der erste Fall im Einigungsprozess.

Der zweite Fall im Einigungsprozess.

Umfassend den ersten und zweiten Fall des Einigungsprozesses.

Sei \({}^\gamma {{\dot{g}}}_1=\bigcup _{\langle {{\dot{\textit{g} }}_1} ,{{\dot{\gamma }}} _1\rangle \in {}^\gamma {g_1}}\{\langle {{\dot{\textit{g} }}_1},{{\dot{\gamma }}}_1\rangle \}\) und \({}^\gamma {{\dot{g}}}_2=\bigcup _{\langle {{\dot{\textit{g} }}_2} ,{\dot{\gamma }}_2\ rangle \in {}^\gamma {g_2}}\{\langle {{\dot{\textit{g}}}_2} ,{{\dot{\gamma }}}_2\rangle \},\) sind zwei UPHFEs. Anschließend können einige Operationen von PHFEs vorgestellt werden.

(i) Ergänzung

(ii) Multiplikation

(iii) Abteilung

(iv) Subtraktion

Eigenschaften 1.

Sei \({}^\gamma {{\dot{g}}}_1=\bigcup _{\langle {{\dot{\textit{g} }}_1} ,{{\dot{\gamma }}} _1\rangle \in {}^\gamma {g_1}}\{\langle {{\dot{\textit{g} }}_1},{{\dot{\gamma }}}_1\rangle \}, { }^\gamma {{\dot{g}}}_2=\bigcup _{\langle {{\dot{\textit{g} }}_2} ,{{\dot{\gamma }}}_2\rangle \ in {}^\gamma {g_2}}\{\langle {{\dot{\textit{g} }}_2} ,{{\dot{\gamma }}}_2\rangle \},\) und

\({}^\gamma {{\dot{g}}}_3=\bigcup _{\langle {{\dot{\textit{g} }}_3} ,{{\dot{\gamma }}}_3 \rangle \in {}^\gamma {g_3}}\{\langle {{\dot{\textit{g} }}_3},{{\dot{\gamma }}}_3\rangle \}\) sind drei UPHFEs. Dann denken wir darüber nach

Aus den Definitionen der Operatoren (4) und (7) können wir daraus schließen

Das können wir aus den Definitionen der Operatoren (5) und (6) ableiten

Zur Bestimmung der Kriteriengewichte wird die auf probabilistischem Zögern basierende AHP-Methode verwendet und zur Priorisierung der Alternativen wird die WASPAS-Methode verwendet. Der Rahmen der vorgeschlagenen Methode ist in Abb. 4 dargestellt.

Ein Flussdiagramm, das die Schritte zur Lösung des Optimierungsproblems darstellt.

Komplexe Urteile werden mithilfe von AHP in eine Reihe paarweiser Vergleiche zerlegt. Die resultierende paarweise Vergleichsmatrix wird in der Form erhalten:

Schritt 1 Normalisierte Matrix: Teilen Sie jeden Eintrag in der paarweisen Vergleichsmatrix durch die entsprechende Spaltensumme.

Schritt 2 Prioritätsvektor Ein Durchschnitt der Zeilenelemente in der normalisierten Matrix ergibt den Prioritätsvektor. Konvertieren in Dezimalzahlen.

Schritt 3: Die Komponenten des gewichteten Summenvektors werden basierend auf der Wichtigkeit jedes Kriteriums in Gruppen unterteilt. Anschließend wird der Mittelwert der Werte berechnet und mit \(\lambda_{max}\) bezeichnet.

Schritt 4 Bestimmen Sie den Konsistenzindex CI der \(\textrm{n}\)-Alternativen durch:

Schritt 5 Berechnen Sie den Zufallsindex RI wie folgt: Tabelle 2:

Schritt 6 Bestimmen Sie das Konsistenzverhältnis \(\textrm{CR}=\textrm{CI} / \textrm{RI}\). Wenn \(CI / R I<0,1\) ist der Grad der Konsistenz akzeptabel, andernfalls ist AHP nicht aussagekräftig.

Werten Sie nun die folgende Entscheidungsmatrix aus, in der die Elemente PHFEs sind:

wobei \({}^\gamma {g}_{ij}\) die Bewertung der Alternative \(Q_i\) angibt, die mit dem Kriterium \(P_j\) mit der Gewichtung von \(w_j\) vergleichbar ist. Wir vereinheitlichen alle Einträge in der Entscheidungsmatrix D, um \({}^\gamma {{\dot{g}}}_{ij}=\bigcup _{\langle {{\dot{\textit{ g} }}_{ij}} ,{{\dot{\gamma }}}_{ij}\rangle \in {}^\gamma {{\dot{g}}}_{ij}}\{\ langle {{\dot{\textit{g} }}_{ij}},{{\dot{\gamma }}}_{ij}\rangle \}\), wie im vorherigen Abschnitt beschrieben.

Schritt 1: Die Entscheidungsmatrix wird normalisiert. In Fällen, in denen die Kriterien auf Kosten und Nutzen basieren, wird \(D_{ij}\) verwendet,

Schritt 2 Die WSM-Methode wird verwendet, um die Leistung der alternativen Gleichung zu berechnen. (9) unten, wobei \(w_j\) die Kriteriumsgewichte darstellt.

Schritt 3 Die WPM-Methode berechnet die Leistungsmerkmale von Alternativen; Gl. (10) wird verwendet, um dies auszudrücken.

Schritt 4: Die endgültige Leistung \(S_i\) der Alternativen stellt die Positionen der Alternativen in einem breiten Ranking dar und wird durch Addition der durch Gleichungen abgeleiteten Datenvielfalt berechnet. (9) und (10). \(\alpha\) ist ein Parameter mit Werten zwischen 0 und 1.

Schritt 5: Alternativen werden in eine Rangfolge gebracht. Um die endgültige Rangfolge der Alternativen zu ermitteln, werden die \(S_i\)-Werte vom höchsten zum niedrigsten Rang geordnet.

Ziel dieser Forschungsstudie war es, Alternativen zu Plastiktüten und -boxen zu untersuchen und vorzuschlagen, die den Lebensstil der Bürger nicht gefährden. Die Fuzzy WASPAS-MCDM-Technik zum Vergleich und zur Priorisierung von Alternativen. Die sechs alternativen Lösungsbeutel werden im Hinblick auf mehrere Dimensionen der Nachhaltigkeit sowie eine Bewertung biologisch abbaubarer Plastiktüten bewertet. Den Ergebnissen der Analyse zufolge würde die Herstellung von Biokunststoffflaschen anstelle von biologisch abbaubaren Polymerbeuteln zu einer Verringerung der negativen Auswirkungen auf die Umwelt führen. Das UN-Umweltprogramm (UNEP) definiert Einwegkunststoffprodukte als „einen Überbegriff für verschiedene Arten von Produkten, die typischerweise einmal verwendet werden, bevor sie weggeworfen oder recycelt werden“ (UNEP 2018), zu dem Lebensmittelverpackungen, Flaschen, Strohhalme, Behälter usw. gehören. Tassen, Besteck und Einkaufstaschen. Schätzungen zufolge werden jährlich 8 Millionen Tonnen Plastik in die Ozeane geworfen und zwischen 100 und 150 Millionen Tonnen Plastik für Einwegprodukte produziert (Plastics Oceans 2019). Es müssen Alternativen zu Einwegkunststoffprodukten in Betracht gezogen werden. Resolution 9 der Vierten Umweltversammlung der Vereinten Nationen (UNEA4) vom März 2019 (UNEP/EA.4/R.9) zur Bekämpfung der Verschmutzung durch Einwegkunststoffprodukte „ermutigt die Mitgliedstaaten, geeignete Maßnahmen zu ergreifen, um die Identifizierung und Entwicklung von Umweltverschmutzung zu fördern.“ umweltfreundliche Alternativen zu Einwegkunststoffprodukten unter Berücksichtigung der Auswirkungen dieser Alternativen auf den gesamten Lebenszyklus.“ Hier haben wir diese sechs Arten alternativer Taschen betrachtet; \(Q_1\): Papiertüte, \(Q_2\): Bio-Plastiktüte, \(Q_3\): Recycelte Plastiktüte, \(Q_4\): Silikontüte, \(Q_5\): Aluminium (oder) Metall basierte Tasche, \(Q_6\): Box(oder)Container diese sechs alternativen Möglichkeiten, basierend auf den folgenden vier Hauptkriterien. Ziel dieses Forschungsgesprächs war es, Maßnahmen zur Vermeidung von Plastikverschmutzung zu empfehlen, indem alternative Ansätze für die Verpackung von Plastiktüten und -boxen analysiert wurden, wie in Abb . 5.

Papiertüte(\(Q_1\)) Materialien werden üblicherweise zur Herstellung von Geschenkpapier für Fast-Food-Verpackungen verwendet. Rohstoffe werden bei der Herstellung von Geschenkpapier auf Papierbasis verwendet. Fettdichtes Papier, wachsbeschichtetes Papier und Folienpapier sind Beispiele für Spezialpapiere wie Kraftpapier. Papiertüten sind wiederverwendbar, recycelbar und biologisch abbaubar. trägt zum Schutz der Meeresfauna bei. Bei der Verwendung von Papiertüten besteht für kleine Kinder und Tiere ein geringeres Risiko, zu ersticken.

Bio-Plastiktüte \((Q_2)\) Biobasierte Kunststoffe werden vollständig (oder teilweise) aus biologischen Ressourcen anstelle von fossilen Grundmaterialien hergestellt. Kompostierbar (oder biologisch abbaubar) ist keine Voraussetzung. Pflanzliche Kunststoffe werden als Biokunststoffe bezeichnet. In jedem Fall sind diese Taschen weniger schädlich für die Umwelt. Grüne und recycelbare Biotüten sind die beiden Arten von Biotüten, die wir anbieten.

Recycelte Plastiktüte \((Q_3)\) Es kann 400–1000 Jahre dauern, bis sich Kunststoff auf natürliche Weise zersetzt, und einige Formen von Kunststoff sind nicht abbaubar. Obwohl Kunststoff vielfältig eingesetzt wird, sind seine Umwelt- und Gesundheitsrisiken nicht unerheblich. Beim Verbrennen von Plastiktüten entstehen gefährliche Dämpfe und es dauert Tausende von Jahren, bis sie sich zersetzen. Dann, wenn es an der Zeit ist, Treibhausgase freizusetzen, wenn sie ultravioletter Strahlung ausgesetzt werden.

Silikonbeutel \((Q_4)\) Legen Sie Ihre Lebensmittel im Geschäft in dicke, luftdichte Silikon-Aufbewahrungsbeutel, kühlen Sie sie ein (oder frieren Sie sie ein, marinieren Sie sie, stellen Sie sie in die Mikrowelle oder kochen Sie sie). Diese wiederverwendbaren Gefrierbeutel sind langlebig, flexibel und waschbar. Die Beutel bestehen aus lebensmittelechtem Silikon und werden aus hochwertigem Quarzsand hergestellt. Dank der oberen Siegelleiste aus robustem Kunststoff sind die Beutel auslaufsicher und luftdicht.

Beutel auf Aluminium- (oder) Metallbasis \((Q_5)\) Folienbeutel – Metallbeutel mit hoher Barrierewirkung, oft auch als Folienbeutel bekannt, sind mehr als nur glänzende Pakete. Diese Metallbeutel zeichnen sich durch hohe Barriereeigenschaften aus und bestehen aus einem leichten, haltbaren Material, was sie zu einer attraktiven flexiblen Verpackungslösung für zahlreiche Verwendungszwecke macht.

Kartons (oder) Container \((Q_6)\) Kunststoffbehälter sind immer noch eine der beliebtesten Möglichkeiten, Waren, die Sie besitzen (oder erstellen), zu klassifizieren und zu transportieren. Für die Herstellung von Aufbewahrungsbehältern aus Kunststoff wird hochfestes Polypropylen verwendet, einige davon werden sogar recycelt. Kunststoff kann (oder auch nicht) die beste Option sein.

Die hierarchische Organisation der ausgewählten Kriterien.

Um all dies zu erreichen, wird die beschriebene Methode des paarweisen Vergleichs verwendet. Mithilfe der in Tabelle 3 dargestellten Skala der relativen Wichtigkeit wird eine paarweise Vergleichsmatrix erstellt.

Beispielsweise werden die fünf Kriterien bewertet, indem sie paarweise mit dem Ziel verglichen werden, um die relative Bedeutung jedes Kriteriums für das Ziel zu bestimmen. Tabelle 4 zeigt einen paarweisen Vergleich aller Kriterien, um die Gewichtung jedes Kriteriums im Entscheidungsprozess zu bestimmen, wie in Abb. 6 dargestellt.

Schließlich können durch Mittelung aller Zeilen die Prioritäten für das Kriterium als Eigenvektor (Gewichte der Kriterien) \({\mathbb {X}}\) bestimmt werden, wie unten gezeigt:

Gewichtungen der Hauptkriterien.

Wie der Eigenvektor \({\mathbb {X}}\) zeigt, wurde der Zinsaufwand mit einem Wert von 0,0568 als das am wenigsten wichtige Kriterium bestimmt, während die Anzahl der Besatzungen mit einem Wert von als das relevanteste Kriterium bestimmt wurde 0,5578.

Anschließend wird durch die Berechnung der CI- und CR-Werte die Konsistenz der Urteile der Entscheidungsträger untersucht. Die berechneten CI- und CR-Werte betragen 0,0394 bzw. 0,0438. Da ihre CR-Werte unter 0,1 liegen, sind die Einschätzungen der Entscheidungsträger verlässlich. Infolgedessen ist der paarweise Vergleich jedes Unterkriteriengewichts ein lokales Gewicht. Schließlich wird ein vollständiger Satz eventueller Gewichtungswerte für jede Alternative durch lineare Multiplikation der globalen Gewichtung gesichert, wie in Abb. 7 dargestellt.

Gewichte der Unterkriterien.

Nun, vereinheitlicht von \({}^\gamma {{\dot{g}}}_{ij}\), wie kann man qualitative und quantitative Daten vergleichen? Priorisierung der Faktoren (Kriterien), die das Ziel der Entscheidungsfindung beeinflussen, und Auswahl der besten Alternative mithilfe der sprachlichen Konvertierungsskala Tabelle 5.

Die Experten dürfen ihre Wünsche für die oben genannten Plastiktüten mit PHFEs äußern, die in der unten dargestellten PHF-Entscheidungsmatrix zusammengefasst sind (Tabelle 5).

Wir kombinieren alle Datensätze in der Entscheidungsmatrix D, sobald der Algorithmus angewendet wird (Tabelle 6). Wir erhalten \({}^\gamma {{\dot{g}}}_{ij} , (i=1,\ldots ,m, j=1,\ldots ,n)\) wie zuvor erwähnt. Daher werden wir in Zukunft an den UPHFEs arbeiten. \({}^\gamma {{\dot{g}}}_{ij}=\bigcup _{\langle {{\dot{\textit{g}}}_{ij}} ,{{\dot{ \gamma }}}_{ij}\rangle \in {}^\gamma {{\dot{g}}}_{ij}}\{\langle {{\dot{\textit{g} }}_{ ij}},{{\dot{\gamma }}}_{ij}\rangle \}\) (unter Verwendung des Modells der Vereinigungsprozedur in Abb. 1,2 und 3 erhalten wir Tabelle 7).

Schritt 1

Die normalisierte Score-Entscheidungsmatrix wie folgt: (8).

Dann kann die folgende Divisionsoperation an zwei PHFEs eingeführt werden

Das Ergebnis der in Tabelle 8 gezeigten Werte.

Schritt 2 Die WSM-Methode wird verwendet, um die Leistung der alternativen Gleichung zu berechnen. (9). Das Ergebnis der in Tabelle 9 gezeigten Werte.

\(S_{i}^{(1)}\)={0,773531767, 0,813966797, 0,273892414, 0,65780551, 0,485707069, 0,377106607}

Schritt 3 Die WPM-Methode berechnet die Leistungsmerkmale von Alternativen; Gl. (10) wird zum Ergebnis der in Tabelle 10 gezeigten Werte verwendet.

\(S_{i}^{(2)}\)={0,730946078, 0,747884875, 0,262539502, 0,649503081, 0,453691938, 0,339879367}

\(S_{i}\)={0,752238922, 0,780925836, 0,268215958, 0,653654296, 0,469699503, 0,358492987}

Schritt 5 Alternativen werden bewertet. Die \(Q_2\)-Alternative ist in diesem Ranking die richtige Wahl, während die \(Q_3\)-Alternative mit Abstand die schlechteste ist. Ordnen Sie alle Alternativen \(Q_i\), die der Folge von \(S_i\) entsprechen. Die Ergebnisse sind auch in Abb. 10 dargestellt.

Das Ziel dieser Papierdiskussion bestand darin, mithilfe von Leistungsalternativen Maßnahmen zur Kunststoffvermeidung für Verpackungsprodukte und Kunststoffbehälter vorzuschlagen. Wir verwendeten PHFS in der AHP-Gewichtsfindungsstrategie, die ein wesentliches Merkmal der MCDM-Methode ist. Aus diesem Grund haben wir PHFS-WASPAS in unsere Auswahl der effektivsten zögerlichen Fuzzy-Umgebung für Bio-Kunststofftüten aufgenommen. Die Ranking-Ergebnisse für die vorgeschlagenen PHFS-MCDM-Techniken übertrafen die bestehenden AHP-Methoden in der Forschungsstudie, indem sie die beste Lösung lieferten. Die PHFS-WASPAS-Methode musste vier Hauptkriterien sowie sechzehn Unterkriterien berücksichtigen, darunter alternative Taschen: Papiertüten ((Q_1)\), Biokunststofftüten ((Q_2)\) und recycelte Plastiktüten. ((Q_3)\), Silikonbeutel \((Q_4)\), Aluminiumbeutel \((Q_5)\) und Kisten oder Behälter \((Q_6)\). Nach Anwendung der MCDM-Methodik erwies sich dieser Biokunststoffbeutel als der effektivste flexible Verpackungsbeutel nach dem Verbot von Einwegkunststoffen. Die Tatsache, dass Biokunststoffbeutel während des gesamten Herstellungsprozesses nahezu alle wünschenswerten Eigenschaften aufweisen, darunter eine sehr geringe Toxizität für den Menschen, mittlere (Treibhausgas-)Emissionen und biologische Abbaubarkeit, könnte mit weiteren Ergebnissen verglichen werden. Laut der Analyse der unscharfen WASPAS-Ergebnisse werden sich die Menschen der globalen Erwärmung immer bewusster. Darüber hinaus wurde in keiner der früheren Untersuchungen zu Einkaufstüten eine Wirkungskategorie berücksichtigt, die besonders mit der Plastikverschmutzung in Zusammenhang steht. Bei der Berücksichtigung der Plastikverschmutzung in der Umwelt (und der Materialverschmutzung im Allgemeinen) gab es bisher eine methodische Lücke. Laut Studien, die einen Überblick über das Ausmaß des Auslaufens und der Plastikverschmutzung durch Strandsäuberungen geben, sind Plastiktüten der fünfthäufigste gesammelte Gegenstand weltweit. Ein erheblicher Teil der Plastikverschmutzung in der Meeresumwelt hat seinen Ursprung lokal in Küstenstädten und -städten, wie aus anderen Untersuchungen hervorgeht, die ihre Quellen und Wege untersucht haben. In jüngster Zeit wurden Stranduntersuchungen durchgeführt, um die Geschwindigkeit zu berechnen, mit der sich Meeresschutt ansammelt, sowie die Neigung von Gegenständen, in das Ökosystem auszuwaschen. Der traditionelle Satz von LCIA-Mittelpunkteffektkategorien wurde in dieser Studie um eine neue Indikation namens Persistenz erweitert. Der Indikator berücksichtigt Abfallentsorgung, Leckage und biologischen Abbau, um die Auswirkungen der Materialkontamination in der Aufnahmeumgebung zu berücksichtigen. Wie erwartet wiesen die Einweg-Plastiktüten die höchste Persistenz auf, gefolgt von den wiederverwendbaren Tüten auf Erdölbasis und den biologisch abbaubaren Tüten (entweder auf Erdöl- oder Biobasis) mit den geringsten Auswirkungen auf die Persistenz und dem geringsten Aufwand für eine plastikfreie Gesellschaft siehe Abb. 8.

Bemühungen für eine plastikfreie Gesellschaft.

Obwohl die Einbeziehung eines Inhaltsstoffs zur Beschleunigung des biologischen Abbaus von HDPE auf Erdölbasis die Haltbarkeit verringerte, war sie immer noch mindestens zehnmal höher als die der biologisch abbaubaren Beutel (Papier, Biokunststoff und Silikon) und die des Herstellers Behauptungen über die Echtheit der Taschen wurden in Frage gestellt (ECM-Biofilme 2021). Angesichts ihrer hohen biologischen Abbauraten deuten die Ergebnisse der Studie darauf hin, dass Biokunststofftüten und Papiertüten (PBAT+Stärke und PBS+PBAT) die geringsten Auswirkungen auf die Materialverschmutzung haben, gefolgt von wiederverwendbaren Beutellösungen, die die Produktion und Verwendung von Materialien verhindern Insgesamt wie in Abb. 9 dargestellt.

Biokunststoff.

Die vorgeschlagene WASPAS-Methode.

In diesem Abschnitt vergleichen wir die vorgeschlagene Methode mit den PHFEs-MCDM-Prozessen für AHP-Gewichte, die sechs alternative Rankings ergeben, die perfekt mit dem Muster bestehender PHFEs-MCDM-Techniken vergleichbar sind.

Darüber hinaus zeigen die Bewertungsergebnisse beim Versuch, WASPAS mit den anderen vier Methoden (CODAS, COPRAS, ARAS und MOORA) zu vergleichen, leichte Veränderungen. Der Zweck des 0,01-Niveaus in der COPRAS-Methode (\(P_1\) wird gegenüber \(P_2\) bevorzugt) besteht darin, dass in MCDM Lösungskriteriengewichte einen Beitrag leisten. Das Rentabilitätskriterium, das zur Berechnung der COPRAS-Methode herangezogen wird, betont sowohl vorteilhafte als auch ungünstige Kriterien. Die beste Wahl bei CODAS, ARAS und MOORA hängt davon ab, wie nahe die Lösung am Ideal liegt. Die Werte sind in Abb. 11 grafisch dargestellt und in Tabelle 11 aufgezeichnet. Die Rangfolge des vorhandenen MCDM ist wie folgt:

CODAS : \(Q_{2}> Q_{1}> Q_{4}> Q_{5}> Q_{6} > Q_{3}\)

COPRAS : \(Q_{1}> Q_{2}> Q_{4}> Q_{5}> Q_{6} > Q_{3}\)

ARAS : \(Q_{2}> Q_{1}> Q_{4}> Q_{5}> Q_{6} > Q_{3}\)

MOORA: \(Q_{2}> Q_{1}> Q_{4}> Q_{5}> Q_{6} > Q_{3}\)

Obwohl PHFEs-WASPAS etwas länger braucht, um das Ergebnis zurückzugeben, berücksichtigt es die konkurrierenden Kriterien, um inkonsistente und mehrdeutige Entscheidungen zu verhindern. Infolgedessen könnte unsere vorgeschlagene Methode in realen MCDM-Anwendungen praktischer und realistischer sein.

Vergleich der Ranking-Ergebnisse.

Die Einflussniveaus unparteiischer Unterkriteriengewichtungen werden mithilfe des Abschnitts zur Sensitivitätsanalyse untersucht. Das Hauptziel des Sensitivitätsberichts besteht darin, die Prioritätsrangfolge zu bewerten, wenn sich die Signifikanz der objektiven Gewichte ändert. Wir haben erklärt, welche Änderungen in der Reihenfolge der Alternativen auftreten, wenn sich die Relevanz ausgewählter Teilkriterien ändert, und dies wurde durch Sensitivitätsanalysen nachgewiesen.

Die Sensitivitätsanalyse wird in unserem wissenschaftlichen Bericht anhand der beiden folgenden Fälle demonstriert.

Fall 1:

Bei der Gewichtung stehen sowohl erwünschte als auch unerwünschte Unterkriterien zur Verfügung, vor 0,5 für vorteilhafte Unterkriterien und 0,5 für Minuspol. Der DM ermittelt bei dieser Veranstaltung die besten Plastiktüten. In diesem Fall werden sowohl gleiche Schlag- als auch Gewichtswerte erhalten. Es wird angenommen, dass die Gewichtungen der einzelnen Unterkriterien bei jedem der Kriterien \(p_j\) \(w_j\) =0,0625 (j = 1,2,..., 16) betragen. Unsere empfohlenen Berechnungsmethoden und die in Tabelle 12 aufgeführten Ergebnisse.

Fall 2

Wir geben gleiche Gewichtungen für vorteilhaft an und dem Rest wird Null zugewiesen. Mit der entwickelten Methodik wird die Alternative \(Q_2\) als optimale Lösung erhalten. Die erhaltenen Ergebnisse für zwei Fälle sind in Tabelle 12 und Abb. 12 dargestellt. Die vorgeschlagene AHP-Gewichtungsmethode ermittelt Gewichtungen für die Unterkriterien mit Schwerpunkt auf positiven Kriterien im Segment. Mithilfe der PHFEs-WASPAS-Methode wird dann eine der besten Bio-Kunststofftüten ausgewählt.

Bei der Gewichtsermittlungsmethode eignet sich das AHP-Verfahren, wenn es in Bezug auf die Kriterien anders aussieht. Im Hinblick auf die Effizienz übertrifft der AHP-WASPAS mit einigen Methoden den Entropieprozess im MCDM-Problem. Wenn wir die Rangfolge der vorgeschlagenen PHFEs mit der von WASPAS vergleichen, stellen wir fest, dass die Auswirkungen in derselben Reihenfolge liegen.

Ergebnisse der Sensitivitätsanalyse.

Während die meisten bestehenden Vereinheitlichungsverfahren für PHFEs unter verschiedenen Einschränkungen leiden, ist die logische Vereinheitlichung der zugrunde liegenden Parameter ein entscheidender Schritt bei der Entscheidungsfindung unter Unsicherheit. Als Ergebnis schlagen wir eine neue PHFE-Vereinigungsmethodik vor, die einfach und leicht verständlich ist, im Gegensatz zu den vorherigen, die kompliziert und kompliziert sind. Wir haben auch einen Versuch angeboten, die Berechnung von Divisions- und Subtraktionsoperationen auf den UPHFEs zu verbessern. Das Vereinheitlichungsverfahren wurde dann auf AHP-WASPAS-Anliegen angewendet, um die Entscheidungsfindung, Effektivität und Effizienz zu verbessern. Aus diesem Grund haben wir PHFS-WASPAS als die effektivste Fuzzy-Umgebung für Biokunststofftüten ausgewählt. Die Ranking-Ergebnisse der Forschungsstudie für die vorgeschlagenen PHFS-MCDM-Verfahren übertrafen die bereits verwendeten AHP-Techniken, indem sie die beste Antwort boten. Die Lösung besteht darin, die negativen Auswirkungen auf die Umwelt zu reduzieren. Bei allen Umweltindikatoren mit Ausnahme der Persistenz hatten die wiederverwendbaren Plastiktüten (HDPE 70 μm, Polyestergewebe und Polyester-Spinngewebe) deutlich geringere Auswirkungen als alle Einwegbeuteloptionen. Die Häufigkeit der Wiederverwendung von Beuteln hat einen erheblichen Einfluss auf die gesamten Umweltauswirkungen. Mehrwegtüten haben eine geringere Umweltbelastung als Einweg-Plastiktüten, da sie nur 3–10 Mal verwendet werden müssen. Obwohl die Erhöhung des Recyclinganteils der Biokunststoffbeutel die Gesamtauswirkungen auf die Umwelt erheblich um bis zu 52 % reduzierte, hatte der 24 μm lange Einwegbeutel aus Polyethylen ohne recyceltes Material die höchsten Umweltauswirkungen. Die hohen Umweltauswirkungen von Plastiktüten, sei es im Vergleich zur weltweiten oder europäischen Kunststoffherstellung, sind größtenteils auf den energie- und rohstoffintensiven Kohle-zu-Flüssig-Polymer-Produktionsprozess zurückzuführen. Papier und importierte Polymere sind jetzt aus ökologischer Sicht attraktiver. Wenn jedoch besondere Umstände die Verwendung von Einwegbeuteln erfordern, sollten die Beutel einen hohen Recyclinganteil aufweisen und/oder aus Materialien bestehen, die über eine Zertifizierung der biologischen Abbaubarkeit verfügen. Diese Vorschläge fördern den Übergang zu einer Kreislaufwirtschaft, indem sie die Verwendung von wiederverwendbaren anstelle von Einwegartikeln, Materialrecycling und die Verwendung biologisch abbaubarer Materialien fördern, um die Umweltauswirkungen der Abfallentsorgung zu verringern. In den kommenden Jahren planen wir, die vorgeschlagenen PHFE-Einheitsforschungsmethoden an andere Aspekte anzupassen, beispielsweise die Schaffung einer Klasse von Algorithmen, die auf PHFE-Evidenzmaßen basieren. Die Ranking-Ergebnisse für die vorgeschlagenen WASPAS-MCDM-Techniken übertrafen die bestehenden PHFS-MCDM-Methoden in der Forschungsstudie, indem sie die beste Lösung lieferten. Die Gültigkeit der vorgeschlagenen Methoden wird durch einen Vergleich mit anderen MCDM-Methoden wie COPRAS bewertet. Die erhaltenen Ergebnisse zeigen, dass die vorgeschlagenen Methoden beim Umgang mit unsicheren Daten in der MCDM-Umgebung effizienter sind. Die Sensitivitätsanalyse untersucht die Rangfolge, wenn sich die Bedeutung subjektiver Gewichte in zwei Fällen ändert. Unsere Lösungen bieten die effektivste Technik zur Reduzierung der negativen Auswirkungen von Biokunststofftüten auf die Umwelt. Die vorgeschlagene Methode kann in zukünftigen Arbeiten auf intervallwertige neutrosophische, duale zögernde Fuzzy-Sets und sphärische Fuzzy-Sets erweitert werden.

Die Datenfreigabe ist auf diesen Artikel nicht anwendbar, da während der aktuellen Studie keine Datensätze generiert oder analysiert wurden.

Zhu,. Entscheidungsmethode für Forschung und Anwendung basierend auf Präferenzbeziehungen. Fuzzy-Sets-Syst. 3(1), 155–167 (2014).

Google Scholar

Li, J. & Wang, JQ Eine erweiterte QUALIFLEX-Methode unter wahrscheinlichkeitsbedingter Fuzzy-Umgebung zur Auswahl umweltfreundlicher Lieferanten. J. Intell. Fuzzy-System. 19, 1866–1879 (2017).

Artikel MathSciNet Google Scholar

Li, J. & Wang, ZX Entscheidungsfindung mit mehreren Attributen basierend auf priorisierten Operatoren in probabilistischen, zögernden Fuzzy-Umgebungen. Soft Comput. 23, 3853–3868 (2019).

Artikel MATH Google Scholar

Zhang, Z. & Wu, C. Gewichtete zögernde Fuzzy-Sets und ihre Anwendung auf die Entscheidungsfindung mit mehreren Kriterien. Br. J. Mathe. Berechnen. Wissenschaft. 4, 1091–1123 (2014).

Artikel Google Scholar

Farhadinia, B. & Appl. Intel. 18, 3915–3927 (2018).

Artikel Google Scholar

Li, J. et al. Ein ORESTE-Ansatz für die Entscheidungsfindung nach mehreren Kriterien mit probabilistischen, zögerlichen Fuzzy-Informationen. Int. J. Mach. Lernen. Cybern. 11, 1591–1609 (2020).

Artikel Google Scholar

Liao, H. et al. Eine Übersicht über Entscheidungsmethoden mit probabilistischen linguistischen Informationen: Bibliometrie, Vorarbeiten, Methoden, Anwendungen und zukünftige Richtungen. Fuzzy Optim. Entscheidung. Making 19, 81–134 (2020).

Artikel MathSciNet MATH Google Scholar

Liu, X. et al. Probabilistische, zögerliche Fuzzy-Entscheidungsfindung mit mehreren Attributen basierend auf der Reue-Theorie für die Bewertung von Risikokapitalprojekten. Wirtschaft. Res.-Ekono. 33, 672–697 (2020).

Google Scholar

Mi, X. et al. Probabilistische linguistische Informationsfusion: Eine Umfrage zu Aggregationsoperatoren im Hinblick auf Prinzipien, Definitionen, Klassifizierungen, Anwendungen und Herausforderungen. Int. J. Intell. Syst. 35(3), 529–556 (2020).

Artikel Google Scholar

Farhadinia, B. & Xu, Z. Distanz- und aggregationsbasierte Methoden für zögerliche Fuzzy-Entscheidungen. Kognitiv. Berechnen. 9, 81–94 (2017).

Artikel Google Scholar

Farhadinia, B. & Herrera-Viedma, E. Eine Modifikation probabilistischer zögernder Fuzzy-Sets und ihre Anwendung auf die Entscheidungsfindung nach mehreren Kriterien. Iran. J. Fuzzy Syst. 17, 151–166 (2020).

MathSciNet MATH Google Scholar

Wu, et al. Probabilistisches linguistisches MULTI-MOORA: Eine Entscheidungsfindungsmethode mit mehreren Kriterien, die auf der probabilistischen linguistischen Erwartungsfunktion und der verbesserten Borda-Regel basiert. Int. J. Intell. Syst. 26, 3688–3702 (2018).

Google Scholar

Zhang, S. et al. Operationen und Integration probabilistischer zögernder Fuzzy-Informationen in die Entscheidungsfindung. Inf. Fus. 38, 1–11 (2017).

Artikel ADS Google Scholar

Li und Chen. Eine herausragende Methode für die Entscheidungsfindung nach mehreren Kriterien mit probabilistischen, zögerlichen Informationen, Exp. Syst. (2020).

Lotter, B. et al. Kunststoffe mit Photolumineszenzspektroskopie und maschinellem Lernen identifizieren. Wissenschaft. Rep. 12(1), 18840 (2022).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Geyer, R. et al. Produktion, Verwendung und Schicksal aller jemals hergestellten Kunststoffe. Wissenschaft. Adv. 3(7), e1700782 (2017).

Artikel Google Scholar

North, EJ & Halden, RU Kunststoffe und Umweltgesundheit: Der Weg in die Zukunft. Natl. Lib. Med. 28(1), 1–8 (2019).

Google Scholar

Lais et al. Einwegkunststoffe und Biokunststoffe in Brasilien. Eine gesetzgeberische Überprüfung, J. Sustain. Zirkus. Econ, 40(7) (2021).

Mansoor A. Umwelt: Wie Plastik uns tötet, 14773 73 (2019).

Farhadinia, B. Studie über Divisions- und Subtraktionsoperationen für zögernde Fuzzy-Mengen, intervallwertige zögernde Fuzzy-Mengen und typische duale zögernde Fuzzy-Mengen. J. Intell. Fuzzy-System. 28, 1393–1402 (2015).

Artikel MathSciNet MATH Google Scholar

Zadeh, LA Fuzzy-Sets. Inf. Control 8(3), 338–353 (1994).

Artikel MATH Google Scholar

Zavadskas, EK et al. Die neue Methode der komplexen proportionalen Bewertung von Projekten mit mehreren Kriterien. Technol. Wirtschaft. Entwickler Wirtschaft. 1, 131–139 (1994).

Google Scholar

Roy, B. Der übergeordnete Ansatz und die Grundlage der ELECTRE-Methoden. Lesen. Mult. Entscheidungskriterien. Hilfe. 31, 49–73 (1991).

MathSciNet Google Scholar

Saaty, TL Wie man eine Entscheidung trifft: Der analytische Hierarchieprozess. EUR. J. Oper. Res. 48(1), 9–26 (1990).

Artikel MATH Google Scholar

Brans, JP & Vincke, P. Eine Organisationsmethode für Präferenzrankings: Die PROMETHEE-Methode für MCDM. Geschäftsführer Wissenschaft. 31, 647–656 (1985).

Artikel MATH Google Scholar

Saaty. Entscheidungsfindung mit Abhängigkeit und Feedback (The Analytical Network Process, Entscheidungsfindung mit analytischem Netzwerkprozess, 1996).

Afshari, A. et al. Einfacher additiver Gewichtungsansatz für das Personalauswahlproblem. Int. J. Innov. Geschäftsführer Technol. 1(5), 511 (2010).

Google Scholar

Hwang, CL & Yoon, K. Multiple Attribute Decision Making-Methods and Applications Vol. 186 (Springer, 1981).

Buchen Sie MATH Google Scholar

Brauers, WKM & Zavadskas, EK Projektmanagement von MULTIMOORA als Instrument für Transformationsökonomien. Technolo. Entwickler Wirtschaft. 16, 5–24 (2010).

Artikel Google Scholar

Keshavarz Ghorabaee, M. Eine neue CODAS-Methode (Combination Distance-Based Assessment) für die Entscheidungsfindung mit mehreren Kriterien. Wirtschaft. Berechnen. Wirtschaft. Cybern. Zucht. Res. 50, 25–44 (2016).

Google Scholar

Zavadskas, EK et al. Optimierung der gewichteten aggregierten Summenproduktbewertung. Elektronika ir Elektrotechnika 6, 3–6 (2012).

Google Scholar

Fu, S. et al. Notfallreaktionsentscheidung bei Notfällen der öffentlichen Meinung im Netzwerk basierend auf intuitionistischer Fuzzy-Entropie und Präferenzinformationen von Entscheidungsträgern. Wissenschaft. Rep. 14(2), 1–13 (2022).

MathSciNet Google Scholar

Zavadskas, EK et al. Eine neue ARAS-Methode (Additive Ratio Assessment) für die Entscheidungsfindung mit mehreren Kriterien. Technol. Wirtschaft. Entwickler Wirtschaft. 16, 159–172 (2010).

Artikel Google Scholar

Ding, J. et al. Ein interaktiver Ansatz zur probabilistischen, zögerlichen Fuzzy-Multi-Attribut-Gruppenentscheidung mit unvollständigen Gewichtsinformationen. J. Intell.Fuzzy Syst. 32, 2523–2536 (2017).

Artikel MATH Google Scholar

Stanujkic, D. Eine Erweiterung der MOORA-Methode zur Lösung von Fuzzy-Entscheidungsproblemen. Technol. Wirtschaft. Entwickler Wirtschaft. 19, S228–S255 (2014).

Artikel Google Scholar

Farhadinia, B. & Herrera-Viedma, E. Sortieren von Entscheidungsmethoden basierend auf ihren Ergebnissen unter Verwendung der auf Dominanzvektoren zögernden Fuzzy-basierten Distanz. Soft Comput. 23, 1109–1121 (2019).

Artikel MATH Google Scholar

Torra,. Zögernde Fuzzy-Sets. Int. J. Intell. Syst. 25, 529–539 (2010).

MATH Google Scholar

Wang und Liang. Multikriterielle Entscheidungsanalyse unter Verwendung von Fuzzy VIKOR, in der International Conference on Service Systems and Service Management (2006).

Comanita, ED et al. Herausforderungen und Chancen bei grünen Kunststoffen: Eine Bewertung mit der ELECTRE-Entscheidungshilfemethode. Umgebung. Ing. Geschäftsführer 14(3), 689–702 (2015).

Artikel CAS Google Scholar

Shine, KP Das globale Erwärmungspotenzial – die Notwendigkeit einer interdisziplinären Neuauflage. Aufstieg. Änderung 96(4), 467–472 (2009).

Artikel ADS Google Scholar

Joseph, N. et al. Verwendung von Plastiktüten und Gesundheitsrisiken: Eine Studie zur Bewertung des Bewusstseinsniveaus und der Wahrnehmung der Gesetzgebung bei einer kleinen Bevölkerung der Stadt Mangalore. J. Clin. Diag. Res. 16245, 7529 (2016).

ADS Google Scholar

He, Y. & Xu, Z. Entscheidungsfindungsmethoden mit mehreren Attributen basierend auf der Referenzidealtheorie mit probabilistischen zögernden Informationen. Exp. Syst. Appl. 118, 459–469 (2019).

Artikel Google Scholar

Jiang, F. & Ma, Q. Entscheidungsfindung in Gruppen mit mehreren Attributen in einer probabilistischen, zögerlichen Fuzzy-Umgebung mit einer Anwendung zur Bewertung der Transformationseffizienz. Appl. Intel. 48, 953–965 (2018).

Artikel Google Scholar

Referenzen herunterladen

Diese Arbeit wurde vom Department of Mathematics der Bharathiar University, Coimbatore, Indien und einem Zuschuss der National Research Foundation (NRF) von Korea unterstützt, finanziert durch den Zuschuss Nr. 2019R1A2C1090655 der koreanischen Regierung (MSIT).

Diese Arbeit wurde von keiner Förderagentur finanziert.

Abteilung für Industrie- und Systemtechnik, Gyeongsang National University, Jinju-si, Gyeongsangnam-do, Südkorea

Jeonghwan Jeon

Fakultät für Mathematik, Bharathiar University, Coimbatore, 641 046, Indien

Suvitha Krishnan, Thangaraj Manirathinam und Samayan Narayanamoorthy

Institut für visuelle Informatik, National University of Malaysia (UKM), 43600, Bangi, Selangor, Malaysia

Mohammad Nazir Ahmad

Fakultät für Recht, Wirtschaft und Humanwissenschaften, Mediterranea University of Reggio Calabria, Reggio Calabria, Italien

Massimiliano Ferrara

School of Engineering and Technology, College of Engineering and Aviation, Central Queensland University, Rockhampton, Australien

Ali Ahmadian

Institut für Informatik und Mathematik, Libanesisch-Amerikanische Universität, Beirut, Libanon

Ali Ahmadian

Fakultät für Mathematik, Universität des Nahen Ostens, Nikosia, Mersin 10, TRNC, Türkei

Ali Ahmadian

Sie können diesen Autor auch in PubMed Google Scholar suchen

JJ: Recherche, Ressourcen, Überwachung, Validierung, Visualisierung, Finanzierungsbeschaffung, Schreiben – Überprüfung und Bearbeitung. SK: Schreiben – Originalentwurf, Datenkuratierung, Ressourcen, Visualisierung, Schreiben – Überprüfung und Bearbeitung. TM: Datenkuratierung, Schreiben – Überprüfen und Bearbeiten. SN: Konzeptualisierung, Datenkuration, formale Analyse, Untersuchung, Methodik, Software, Validierung, Visualisierung, Schreiben – Originalentwurf, Schreiben – Überprüfung und Bearbeitung. MF: Validierung, Bearbeitung, Visualisierung. MNA: Validierung, Bearbeitung, Visualisierung. AA: Validierung, Überwachung, Validierung, Visualisierung. Darüber hinaus haben alle Autoren das endgültige Manuskript validiert und genehmigt.

Korrespondenz mit Massimiliano Ferrara oder Ali Ahmadian.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative-Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Jeon, J., Krishnan, S., Manirathinam, T. et al. Eine innovative probabilistische zögerliche Fuzzy-Set-MCDM-Perspektive für die Auswahl flexibler Verpackungsbeutel nach dem Verbot von Einwegkunststoffen. Sci Rep 13, 10206 (2023). https://doi.org/10.1038/s41598-023-37200-2

Zitat herunterladen

Eingegangen: 22. Dezember 2022

Angenommen: 17. Juni 2023

Veröffentlicht: 23. Juni 2023

DOI: https://doi.org/10.1038/s41598-023-37200-2

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.