文摘

冠状病毒疾病2019 (COVID-19)目前正在威胁整个世界,和一种新型冠状病毒是病毒从电晕家庭传播一种新的感染。这种疾病的实例的数量在增加一个指数,但现在商业上可访问COVID-19疫苗。COVID-19的虚弱症状疾病,另一方面,是治疗多种抗病毒治疗。它仍然是选择最优管理COVID-19s抗病毒药物。这是一个具有挑战性和难度的选择,以减少感染的风险。在这项研究中,一种改进的组合妥协的解决方案(CoCoSo)方法,提出了确定备选方案的排序。引入对数图像模糊集表示方差是一种更有效的技术,由三个会员(正面、中性、负面会员)度。这项工作引入了一个新的对数图像模糊评分函数,处理比较的问题。CoCoSo基于方法的对数幅模糊决策算法。实现,一个新的散度测量的对数图片介绍了模糊数。 To demonstrate the viability and efficacy of the established approach in real-world applications, a case study of COVID-19 disease drug selection is discussed.

1。介绍

1.1。背景

2019年12月,中国海鲜(冠状病毒被确认1),和鸡肉市场几乎已经进入了每一个国家。生活是天翻地覆,世界经济正在失去。这种病毒已经感染了160万多人,去年超过7600万人患病。条件已经被世界卫生组织宣布为全球大流行。

在2020年12月初,国家开始赛跑获得疫苗。一些西方国家在控制病毒,他们开始给他们最脆弱人群接种疫苗。这是大流行的进展在过去的12个月。武汉政府12月31日,中国,声称卫生当局(2)治疗成千上万的病例。在[1在中国),研究人员发现一种新病毒几天后,感染了成千上万的亚洲人。当时,没有确认的人容易传播病毒。中国卫生官员表示,他们正在密切关注,以确保它没有变成什么更深刻的(3]。犹豫模糊集的医学选择冠状病毒疾病的治疗轻微症状可在2020年9月(3)目前正在蔓延。一种改进的模糊决策结构为轻微症状的治疗冠状病毒病毒定义使用犹豫模糊集20194]。病毒、生物学和客观证据证明预防和治疗选择COVID-19都先进的(5]。COVID-19流行始于2019年12月初以来,中国已记录3月份确诊病例和3242例死亡 。中国政府协助对抗这种疾病,导致显著的改善情况。COVID-19被认为在2019年12月,但它仍然是在一个不稳定的评估阶段由于缺乏数据和医疗技术,特别是临床试验。以前,很难明确相关疾病数据可用现有的统计方法和确定正在进行医疗响应的有效性。为了避免危机进一步发展,医生,医学研究人员,或部分应该包括采取测试,策略,或选择一个选择合适的治疗策略的过程。该部门负责实施战略必须做出快速、准确的决策。个人通常逻辑绑定在完全理性的决策。结果,发现适当的DM模型,考虑人的行为是至关重要的为人们提供一种有效的方式应对紧急情况。照顾的还不清楚值实际情况一直是一个挑战。

1.1.1。中国首次报道死亡

第一个确诊病例为1月11日,中国官方媒体报道,由病毒感染引起的死亡,曾折磨成千上万的个人。死者61岁的人是常客武汉的市场。他死前几天中国最重要的节日当数亿人在世界各地旅行。

1.1.2。几个国家的情况下

根据世界卫生组织的第一个情况研究,泰国,韩国,和日本是国家第一批体验中国大陆以外的疾病。第一次在美国确诊病例发生在华盛顿州的第二天后,30岁的人开始有症状从假期返回武汉。

1.1.3。在中国境外第一COVID-19死亡

官员称,一个44岁的男人死在菲律宾后疾病;第一个中国以外的死亡证实。这一刻,几乎359人已经死亡。

1.1.4。病毒疾病的名称

世界卫生组织建议Covid-19作为病毒爆发的官方名称;冠状病毒疾病2019是冠状病毒病的缩写。鉴于避免耻辱的意图,没有引用任何的人,地方,或动物冠状病毒相关的名称。

1.1.5。在巴基斯坦COVID-19大流行

在巴基斯坦,冠状病毒被认为是传播。2月 ,冠状病毒的第一个案子是记录在卡拉奇,巴基斯坦人,3.4有人口2.0465亿人。因为病毒已经扩散到不同的地方,现在已经蔓延至创纪录的水平。巴基斯坦将在45天内准备好4月有4601个确诊COVID-19病例;七十年七百三十名患者已经恢复,但已经死了。

这个简短的信件旨在提高人们对这个国家的认识冠状病毒的爆发。这将有助于强调当前的一句话,这是一个问题,步骤记录下巴基斯坦卫生部减少连接的可能性。

1.1.6。3月

巴基斯坦管理疫苗在3月 。宣布3月必不可缺 ,巴基斯坦将获得1600万剂疫苗COVID-19来自英国。3月16日500000年收到巴基斯坦国药控股接种药片作为礼物来自中国。

1.2。文献综述

多属性决策(MADM)在日常生活中面临的问题。MADM问题,不止一个替代和标准。MADM的问题主要是用于一些实用的决策问题是Web 2.0 (6),社交网络(7),和信任推荐系统(8,9]。决策问题的形式两个方面,第一个是MADM的问题,第二个是多准则群决策问题。DMs的问题,不能直接决定。因此,决策者就难以表达属性值数值。许多理论研究MADM问题近年来已经出版。有一些无法解决的问题,一个经典的集合,并解决这种类型的问题,德(10]介绍了模糊集(FS)包含一个称为积极度,属于近间隔0和1。直觉模糊集的杂交FS Atanassov提出的仿射(11)的一个最有效的修改FS和应用来处理许多DM问题。这个集合中每个元素表达的积极程度和消极的学位,他们的总和小于或等于0和1。仿射已经被无数成功实现各领域研究人员处理决策问题。例如,加权平均和几何聚合运营商首次提出的徐(12),平均算子,有序加权几何聚合算子和混合几何聚合算子被徐讨论和陈13和魏和王14),分别。IFS已经被大量的使用在各个领域的研究人员。最重要的概念之一中性年级(NuG)是失踪的IFS理论。

在不同的情况下,专业的专家在IFS范围内有限的选项。为克服此缺点,狙击兵(15]看着毕达哥拉斯模糊集(PyFS),一个强大的范式的广场和MG和NMG必须隔实数。通过给决策者更多的空间,PyFS放松、扩大范围的边界。使用毕达哥拉斯的模糊信息,狙击兵16)发明了几何和平均聚合操作。彭和杨17)首先介绍减法和除法运算符的概念和展示他们的一些基本性质。毕达哥拉斯模糊·曲克积分平均和毕达哥拉斯模糊·曲克积分几何运营商进行了彭和杨18]。加戈(19,20.]介绍了毕达哥拉斯哲学的基本特征模糊爱因斯坦平均和毕达哥拉斯模糊爱因斯坦几何操作符。加戈(21)调查的基本属性毕达哥拉斯模糊加权和有序加权平均算子的信心。魏和陆22)是第一个引入毕达哥拉斯的概念模糊平均功率和几何运算符,以及他们的可取的特点。魏(23毕达哥拉斯模糊信息)用来介绍一些交互平均和几何运算符。吴和魏24]介绍了毕达哥拉斯Hamacher操作模糊的概念,平均和几何运算符。决策者PyF环境限制了他们的自由边界的限制,无法提供他们喜欢的值。由于这些限制,PyFS无法有效地处理一些重要的信息。汗等。25]毕达哥拉斯提出模糊Dombi代谢及其在决策支持系统中的应用。

狙击兵(26)最近推出了问响orthopair模糊(问通信学院)组(问-ROFS),最重要的一个新的概念泛化PFS的出现。在问-ROFS, MG和NMG力量的总和必须限于单位间隔,并随着等级的增加,orthopair满足边界的范围限制是必需的。因为如果和PFS是特殊情况问-ROFS的概念问-ROFS比假设和PFS更有用的和强大的。狙击兵和Alajlan27]提出的基本属性问-ROFS,用于知识表示。侯赛因et al。28)提出了一个不同的视角问-ROFS基于轨道的概念。的概念问学院信息加权平均(问-ROFWA)和问学院信息加权几何平均(问-ROFWA)提出的刘和王29日)(问-ROFWG)。刘等人。30.)提出了一个结合研究Bonferroni意味着(BM)运营商问-ROFS为了调查问通信学院Bonferroni意味着运营商以及问学院信息几何BM操作员提供理想的属性。Jana et al。31日首先介绍了问通信学院Dombi平均和几何聚合操作,从根本上可取的属性。王等人。32)调查的概念结合Muirhead意味着(MM)运营商问-ROFS创建问通信学院Muirhead意味着运营商,新的聚合运算符。Joshi和Gegov33]提出了聚合运营商基于置信度的专家在原始信息问学院环境,如信心问-ROFWA (Cq-ROFWA)和信心问-ROFWG (Cq-ROFWG) Cq-ROFOWA, Cq-ROFOWG。杨et al。34)提出问罗依正常模糊集和其操作定义法和评分功能。他们还创建了问-RONFWA和问-RONFOWG,聚合运营商为同一概念。侯赛因et al。35提出并讨论了犹豫问-ROFWA和犹豫问-ROFWG运营商,以及他们的属性。侯赛因et al。36)定义了基于广义和组广义平均操作问学院信息。王等人。37)定义了决策依据问响orthopair模糊粗糙集。

照片模糊集(pfs),首先由Cuong和Kreinovich [38),已经证明是一个有效的策略来描述指标的模糊性问题,面对多种类型的反应:,阻挠,不,和拒绝。有三个会员;积极、中性和负面的会员,数量等于或小于1。当加入中性的相关域= 0,减少了PFS IFS (39]。加戈(40基于PFS)提出了一些先进的指标,并讨论了它们的应用。Joshi和库马尔41)开发了一个方法使用骰子pfs的相似性措施指标问题。阿什拉夫et al。42定义一些方法MCGDM使用图像模糊信息问题。Jana和朋友43)开发企业绩效的评估基于图像模糊Hamacher《超能。桔多琪et al。44]研究电动汽车充电站的选址的基础上扩展GRP方法和图像模糊的信息。汗等。45]介绍了一些新照片模糊先进的基于爱因斯坦的操作。因此,pfs是更适合处理不确定数据。由于这种好处,它很快就变成了聚合运营商之间的一个主要话题。刘等人。46MADM)给出一些模型与模糊信息。Luqman et al。47]提出了造粒hypernetwork模型下问响图像模糊的环境。刘等人。48开发了一种特定类型的问响图像模糊狙击兵《超能决策。Akram et al。49)定义了一个DM模型在复杂图像模糊Hamacher聚合操作符。阿什拉夫et al。50病人入院)定义了一个决策支持模型基于图像模糊调度问题和TOPSIS方法聚合信息。当我们知道pfs是更适合处理不清楚数据。鉴于这种好处,它很快就变成了一个热门话题,包括聚合运算符(王et al。51- - - - - -53])。Qiyas et al。54)定义的三角形图片模糊语言诱导有序加权市场决策及其应用的问题。在[55),图片模糊集是用来处理整体的不确定性;几个聚合运营商根据代数t规范(56),t-conorm已经创建。对数运算规则是复杂的和不正确的数据获取有价值的数学过程。Akram et al。57)提出了一个混合决策分析在复杂问响图像模糊爱因斯坦平均运营商。Qiyas et al。58]狙击兵运营商使用图片模糊集的概念,定义信息和应急方案选择中的应用进行讨论。Akram et al。59)定义MADM的方法使用问响图像模糊的信息。曾庆红et al。(60)提出了一个社交网络指标的方法评估毕达哥拉斯模糊环境下的无人地面运载工具。在某些情况下,中立度的概念可以看到当我们面对人类观点包含多种类型的反应如是的,不,和拒绝。Khoshaim et al。61年)开发了一个供应商选择问题的方法基于图像立方模糊聚合操作符。阿卜杜拉et al。62年)定义了一个新颖的方法基于正弦三角模糊照片代谢及其在决策支持系统中的应用。汗等。63年)提出了一个分析机器人选择基于二元数组照片模糊语言聚合操作符。

1.3。CoCoSo方法

合并后的妥协的解决方案(CoCoSo)最初提出的Yazdani [64年]。在决策方法中,使用了三种聚合方法结合实际的体重除了(看到)和指数加权(EWP)模型的产品,我们可以看到作为一个可行的妥协。CoCoSo方法已成功地应用在物流供应商的选择65年]。在决策过程中,我们要有一些实际问题。在处理复杂的偏好数据,CoCoSo方法被用于处理这种情况下几个模糊的条件。Karasan和Bolturk66年)定义,间隔,CoCoSo技术扩展。温家宝et al。(67年)定义,在犹豫模糊语言背景下,CoCoSo技术测试。它集成了看到的68年),WASPAS(加权聚合和产品评估)69年),和新(指数加权乘法)方法70年)与聚合策略。通过这种方法,决策者可以获得多方面的妥协的解决方案,这是与其他指标的方法获得的解决方案一致,如VIKOR [71年)和MOORA(多目标优化的基础上,比率分析)(72年)方法。

1.4。客观的

(1)CoCoSo方法是用于开发一种新颖的对数幅模糊集的决策方法,可以达到最好的选择(2)组合权重方法使用评论家(通过intercriteria相关标准重要性)和线性加权综合的方法同时考虑主观和客观数据(3)对数幅模糊CoCoSo方法定义并解决了这个问题选择最优管理COVID-19抗病毒药物(4)建立了措施的有效性和优越性还研究了通过详细的对比提出了和现有的措施

节2,我们要讨论一些LPFSs的基本概念。部分3探讨了小说得分函数和它的属性。部分4引入了一个新的对数图像模糊指标方法基于CoCoSo方法和评论家,和敏感性分析。部分5给出了与一些现有的指标方法使用一个数值例子来国家发达的可行性方法。部分5是比较和第六节是结论。

2。预赛

现在,我们将会在对数图像模糊数的一些基本概念。

定义1(见[38])。如果我们有一个固定的集合 ,然后 据说PFS, 是积极的、自然的和负面的元素的隶属度 在 ,分别。 满足以下条件 ; 对所有 ,和拒绝程度定义为 。

定义2(见[40])。让是固定集和非空的 PFS。然后,对数PFNs被定义为 在哪里 是积极、中性和负面的隶属度函数 在 ,分别与条件 。然后,定义为积极的成员资格 ,和中性的会员被定义为 ,和消极的成员定义为 ,和拒绝程度定义为

定义3。(见[40])。让 , 是两个PFNs。然后,比较规则的定义。(1)如果 ,然后 (2)如果 和 ,然后 (3)如果 和 ,然后

定义4。(见[40])。让 是三个PFNs。然后,(1) (2) (3) (4)

2.1。这部小说对数图像模糊评分功能

现在,在本节中,我们将讨论一些现有的评分函数和准确性。

2.1.1。现有的对数幅模糊评分功能

一些现有的评分功能显示在一个表中1。

2.1.2。现有的对数幅模糊函数准确性

有一些现有的精度函数表2。

2.2。新的得分函数

在本节中,我们讨论一些新的得分函数对数PFN。本节的主要目的是提出一个新的得分函数是一种有效的得分函数。积极的程度,是中性的,负的,拒绝程度应该被接受。根据专家,PFN带来更巨大的积极,较低的中性,较低的负的,和一个更小的拒绝。因此,我们必须证明所提供的分数是功能。

定义5。让 , 对数幅模糊集。然后,函数可以定义为相应的分数

定理1。为 - - - - - -PFN,我们有 , ,作为的增加,单调增加,或的增加,单调减少。

证明。使用定义5,我们首先对应的偏导数关于 , 同样,我们先计算偏导数相对于和 因此,我们证明了这一点。

定理2。为 - - - - - -PFN,相应的得分函数下面的关系。(1) (2) ,敌我识别 (3) ,敌我识别

证明。现在,使用定理1,我们需要考虑 , 或 , 可以出现最小值或最大值时 或 ,换句话说, 或 ,因此证明。

3所示。新的对数图像模糊指标的方法

考虑到 是一系列的选择 是一组不同的标准,和 权向量与 。假设另一种评估的标准由图表示模糊(LPF)矩阵 ,表所示3。

让 ,和

3.1。基于CoCoSo方法对数图像模糊指标的方法

Yazdani et al。64年]目前CoCoSo(结合妥协解决方案)方法,这是一种新颖有效的指标的方法。该方法是基于一个集成的产品(EWP)和简单的加性加权指数加权(看到)模型,可用于创建一个妥协方案的集合。我们提出一个log-PFS-CoCoSo方法解决指标问题。

log-PFS-CoCoSo方法,一般来说,包括列出的步骤如下:步骤1。获得决策矩阵 步骤2。利用方程(12),正常照片模糊矩阵 的 步骤3。确定评价函数的值 的 使用步骤4。计算对矩阵得分函数的使用 第5步。获得目标体重使用 步骤6。评估合并后的重量使用 步骤7。评估可比性的重量为每个序列的选择作为 步骤8。对于每一个选择,计算能力的相似性序列的重量作为 第9步。使用聚合方法给出了方程(18)- (20.) 第10步。计算分数的值使用 步骤11。替代额定的顺序递减评估分数值 。

4所示。例子

2月份发布的一项研究报告称 ,据估计有COVID-19病例记录世界各地,导致人死亡。总共人获救。根据研究,大量的人COVID-19将显示下面列出的症状和迹象;流感 ,呕吐 ,弱点 ,酗酒 ,恶心 ,痰发展 ,和吞咽困难 。在这里,我们更喜欢五替代药物COVID-19病人必须受到控制,特别是LVPV / RTV-IFNb ,favipiravir ,LPV /退货 ,危险 ,和clobazam 。同时,我们更喜欢七个迹象为替代厌食症 ,咳嗽 ,疲劳 ,发烧 ,肌痛 ,呼吸急促 ,痰生产 。步骤1。决策矩阵 是在表4步骤2。因为所有的属性类型中受益,不需要转换步骤3。使用方程(8),获得得分函数的值 的 给出了在表5步骤4。使用方程(13),获得为一个矩阵得分函数 第5步。使用方程(14),获得合并后的重量 步骤6。确定整个加权序列相似性 作为 步骤7。确定能量重心比较序列的总数 作为 步骤8。获得了三个聚合策略 ,和 作为 第9步。获得相应的评估价值 作为 第10步。根据分数值给斜

5。比较

这个部分包含以下信息,提供了对比现有的方法,该方法。介绍了现有的聚合运营商在彭和罗74年]基于CoCoSo方法和图像模糊信息;阿什拉夫et al。42]基于图像模糊信息;加戈(40]基于图像模糊聚合算子;Jana和朋友43]基于图像模糊Hamacher聚合算子;Joshi和库马尔41)根据骰子图片模糊集相似措施;桔多琪et al。44]基于扩展的GRP方法在图像模糊信息;汗等。45)基于图像模糊爱因斯坦聚合运营商处理对数幅模糊信息使用代数运算法。现在,我们比较我们的方法对数图片模糊集其他现有PFS聚合操作符。最好的机会是通过使用对数图像模糊爱因斯坦聚合操作符。结果,本研究提出新奇的想法对数爱因斯坦运营商总画面模糊数据聚合。现在,我们一直在使用现有的聚合操作相同的数据。所以,我们有相同的结果在现有的方法。现在,提出的方法更有效和高效的。因此,该方法是指标的最佳解决方案的问题。该方法和现有的排名方法是给定的表6。

由于上述分析,得出结论,它是最合适的和可取的选择 。得分值越高,就越乐观;得分值越低,越悲观。根据上面的比较和分析,本文提出的方法对聚合照片模糊信息基于对数PFWA和对数PFWG运营商比现有的其他方法。因此,他们更适合解决决策问题本身。

6。结论

在各领域的决策,指标有一个高潜力和纪律流程改善和评估多个相互冲突的标准。专家评估每个角色的另一个在做决定之前,做一个聪明的决定。专家必须精心准备和评估每一个字符为另一个为了使一个聪明的和成功的决定。一旦收集了所有他们需要的数据和信息,他们可以做出一个好的决定。以下是最重要的贡献。(1)给出原始解决COVID-19疾病症状药物使用模糊对数幅数字选择问题。(2)它提出了一种新的对数图像模糊评分函数,考虑拒绝数据和减少信息失真。它有太多经验PFNs分离时。(3)CoCoSo-based创新对数图像模糊指标的方法。此外,建立了这种方法的有效性和效用评估COVID-19患有轻微症状的药物。

卓越的CoCoSo方法可以扩大这项工作在未来其他广义模糊理论信息如立方模糊集,Hamacher运营商,维数组照片模糊语言设置,T球形的模糊集,Dombi运营商,权力意味着聚合运营商,Bonferroni意味着运营商,和Heronian意味着运营商。

数据可用性

没有数据被用来支持本研究。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

所有作者参与每个阶段的研究,和所有作者阅读和批准最后的手稿。

确认

作者要感谢院长以来嗯Al-Qura大学科学研究支持这项工作在22 uqu4310396dsr13授予代码。