Generalized Orbicular (m,n,o) T-Spherical Fuzzy Sets with Hamacher Aggregation Operators and Application to Multi-Criteria Group Decision Making

本文介绍了一种增强不确定性表示的新方法，为决策者提供更全面的视角，以改善决策结果。我们提出了广义球形(m,n,o)T-球形模糊集（GO-TSFS），这是现有模糊集模型的灵活扩展，包括球形T-球形模糊集（G-TSFSs）、T-球形模糊集（T-SFSs）、(p,q,r)球形模糊集和(p,q)拟环正交模糊集（QOFSs）。该框架使用三个可调参数m、n和o来精细调节隶属度的影响，允许适应各种隶属度的加权。通过利用球体来表示隶属度、不确定性和非隶属度水平，该模型增强了描述模糊、不明确和不精确数据的准确性。在GO-TSFSs的基础上，我们引入了GO-TSF值（GO-TSFVs）的基本集合运算和代数运算。此外，我们还开发了得分函数、准确度函数和基本距离度量，如汉明距离和欧几里得距离，以进一步增强框架的分析能力。此外，我们还提出了GO-TSF Hamacher加权平均（GO-TSFHWA）和GO-TSFH加权几何（GO-TSFHWG）聚合运算符，专门针对我们提出的集合。为了展示我们方法的实际适用性，我们将我们提出的聚合运算符，即GO-TSFHWA和GO-TSFHWG，应用于解决多标准群体决策问题，具体来说是从评分最高的选项中选择最合适的电子商务在线购物平台。还进行了敏感性分析，以验证我们结果的可靠性和有效性，确认所提出的方法在实际决策情境中的实用性和稳健性。

论文旨在提出一种新的方法来增强不确定性表示，为决策者提供更全面的视角，以改善决策结果。具体而言，论文试图解决如何处理模糊、不明确和不精确的数据问题。

论文提出了广义椭圆（m，n，o）T-球形模糊集（GO-TSFS）的概念，这是现有模糊集模型的一种灵活扩展，可以通过三个可调参数微调成员度量的影响，从而实现对各种成员度量的可适应加权。

论文提出了GO-TSFS的基本集合运算和代数运算，并开发了评分函数、准确度函数以及基本距离度量，如汉明和欧几里得距离，以进一步增强框架的分析能力。此外，还提出了GO-TSFHWA和GO-TSFHWG的聚合算子，以解决多标准组决策问题。实验结果表明，该方法在实际决策场景中具有实用性和鲁棒性。

近期的相关研究包括模糊集理论、模糊决策和多标准决策等方面，例如“模糊集理论在城市交通规划中的应用”和“基于模糊决策的风险评估方法”等。