Resumen

La incertidumbre, la complejidad y la preferencia conductual son ampliamente existentes en problemas de toma de decisiones del mundo real. En este artículo, a diferencia del método de decisión de objetivo gris anterior, proponemos un nuevo método de decisión de grupo de objetivo gris que considera la aversión a la pérdida de los tomadores de decisiones con influencias positivas y negativas bajo un entorno de borrosidad dual vacilante. En primer lugar, definiendo el esquema de optimización ideal borroso dual vacilante como la influencia positiva y el esquema ideal inferior como la influencia negativa, las distancias entre el objetivo positivo y negativo se miden mediante las distancias normalizadas de Hamming desde los DHFEs hacia la influencia positiva y la influencia negativa. Luego, se propone una nueva distancia integral entre objetivo y ojo para evaluar alternativas entre la influencia positiva y la influencia negativa. Se establece un modelo de optimización no lineal para obtener los pesos iniciales óptimos de los atributos con el objetivo de minimizar la distancia integral

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Incertidumbre; Complejidad; Preferencia conductual; Toma de decisiones; Aversión a la pérdida; Difuso vacilante
• Keywords:Uncertainty; Complexity; Behavioral preference; Decision-making; Loss aversion; Hesitant fuzzy