ارائه یک چارچوب تصمیم‌گیری انعطاف‌پذیر مبتنی بر اعداد فازی شهودی برای تحلیل ریسک

ارزیابی و مقایسه اعداد فازی شهودی به عنوان یکی از چالش‌های اصلی در تصمیم‌گیری تحت عدم قطعیت مطرح است. با این حال، در بسیاری از روش‌های موجود، بررسی جامع ویژگی‌های مطلوب مرتب‌سازی اغلب نادیده گرفته شده است. این پژوهش با هدف پر کردن این شکاف، مفاهیم نظری مربوط به یک روش پارامتریک جدید برای مقایسه اعداد فازی شهودی ذوزنقه‌ای را توسعه می‌دهد. در این روش، از سطوح برش α و β به عنوان پارامترهای انعطاف‌پذیر استفاده شده که امکان تنظیم سطح تحمل عدم قطعیت را در فرآیند تصمیم‌گیری فراهم می‌کنند. تحلیل حساسیت انجام شده، توانایی روش در ارائه خروجی‌های پایدار و معنادار را تایید می‌کند. کاربرد عملی روش پیشنهادی در یک مطالعه موردی تحلیل ریسک تولید نشان داده شده که در آن ریسک سه سیستم مختلف محاسبه و مقایسه شده است. نتایج حاصل از این کاربرد، همسویی قابل توجهی با یافته‌های روش‌های معتبر موجود نشان می‌دهد که نشان از قابلیت اطمینان روش حاضر دارد. این چارچوب می‌تواند به عنوان یک ابزار تحلیلی موثر برای تصمیم‌گیرندگان در حوزه‌های مختلف علمی و صنعتی مورد استفاده قرار گیرد و امکان مدیریت بهتر ریسک در شرایط پیچیده و نامطمئن را فراهم کند. پیاده‌سازی موفق این روش در محیط‌های واقعی، گامی در جهت تقویت تصمیم‌گیری مبتنی بر داده‌های کیفی و نادقیق محسوب می‌شود.

providing a flexible decision-making framework based on intuitionistic fuzzy numbers for risk analysis

evaluation and comparison of intuitionistic fuzzy numbers is considered one of the main challenges in decision-making under uncertainty. however, in many existing methods, a comprehensive examination of desirable ranking properties is often overlooked. aiming to fill this gap, this research develops the theoretical concepts related to a new parametric method for comparing trapezoidal intuitionistic fuzzy numbers. this method utilizes ? and ? cut levels as flexible parameters, enabling the adjustment of uncertainty tolerance levels in the decision-making process. the conducted sensitivity analysis confirms the method s ability to provide stable and meaningful outputs. the practical application of the proposed method is demonstrated in a production risk analysis case study, where the risks of three different systems were calculated and compared. the results from this application show significant alignment with the findings of existing validated methods, indicating the reliability of the present method. this framework can serve as an effective analytical tool for decision-makers in various scientific and industrial fields, providing the ability to better manage risk in complex and uncertain conditions. the successful implementation of this method in real-world environments represents a step toward strengthening decision-making based on qualitative and imprecise data.