文摘
指数的速度发展的创新扩大了所有用户的需要利用他们所有的信息在互联网上24/7。物联网(物联网)使智能对象开发一个重要构件在普遍的发展框架。对象之间的消息传递彼此意味着最少的为企业工作,至少费用。行业,打算实现物联网的医疗(IoMT)在其组织仍面临困难。识别和解决这些挑战都是一项非常耗时的任务,也需要大量的费用如果没有充分评估和优先。物联网的应用覆盖在几乎每一个领域,包括医疗/保健。在这项研究中,作者调查了处理物联网的医疗因素。本研究的结果优先元素的显著性水准造成这些挑战,通过模糊逻辑评价和多准则决策(指标)技术等技术的偏好相似,理想的解决方案(TOPSIS)和层次分析法(AHP)。这将是有利于企业节省时间和收入。主要标准,以及subcriteria商量后决定与物联网的医疗专家。 In this study, our goals are to figure out which criteria/factors create hurdles in the adoption of the Internet of medical things. Through the investigation, we figured out 20 criteria ought to be given more importance/preference by the industry that is in the transition phase of the Internet of medical things adoption. The enterprise, with the help of this study, will be enabled to accelerate that adoption by limiting time and fiscal misfortune.
1。介绍
物联网(物联网)可能是最火爆的创新的数字转换,连接在互联网上,并确保每个设备的可用性。最重要的创新是智能家居的背后,驾驶车辆,智能公用事业账单,和智能城市社区(1]。尽管如此,有很多物联网的最终命运的基本挑战。物联网设备的适应性是迅速扩大在最近几年(2]。Gartner的调查组织,即,将会有超过260亿连接到2020年全球物联网设备。虽然物联网设备成为可能可行的设备之间的通信,计算机化的东西,也确保了节省时间和成本,它还具有各种优势3- - - - - -5]。
许多组织正在整理自己专注于集成物联网和他们未来的项目和服务的可用性。物联网业务蓬勃发展,有三个分类的困难为了生存,这是有效的任何新模式创新,不仅仅是物联网:创新、业务、和社会(6]。
物联网被改革的影响在生活的所有领域;然而,它对医疗系统是如此巨大的影响,因为前线的过渡。物联网是越来越普遍的工作时由于移动计算的重点(7]。这件事扩大物联网的有用性在医疗环境中得到巨大的帮助在移动健康的类型(8]。
意想不到的提升民众中引发了众多挑战医疗管理和服务,最终,它导致了缺乏临床资产(2,9]。医疗机构没有能力解决医疗技术相关的问题和挑战,提供一个有效的解决方案保持视图可用资源(10]。物联网和移动通信为医疗行业提供优秀解决方案由于其低成本和容易使用的特点。医疗物联网的核心主题是向用户提供奢华的服务最低的价格和最好的服务质量(11]。
物联网的主要目标是给网络服务使用的医疗资源和可靠的,有效的,老病人和医疗服务。物联网使医疗和医疗设施,包括传感器、无线网络传输数据到服务器,云计算也提出了相同的数据在互联网上(12]。此外,物联网的医疗系统也专注于提供病人监测,治疗建议,和更多。
这是一个不可否认的事实,很快很多物联网应用程序将被引入市场,许多新智能对象可以相互连接。物联网的医疗挑战的选择取决于各种因素,例如智能对象的规范,成本、法律和安全问题;因此,它需要大量的标准进行比较和subcriteria替代品,这需要大量的努力和时间。其次,物联网公司和供应商也写了他们的白色和技术论文通知医疗物联网用户对互联网的挑战。第三,许多博客作家写的调查报告在互联网上医学的挑战也排名这些挑战不考虑具体标准和subcriteria或应用任何数学模型优化物联网的医疗挑战。最后,许多因素需要被考虑在决策过程。在上面的光中,优先级和评价的物联网的医疗挑战是复杂的多准则决策(指标)的问题13,14]。这里的添加,由于大量的物联网的医疗挑战,高复杂性和计算能力是需要减少。
评估和选择最具挑战性的位置对于物联网的医疗,专家们的建议最合适的解决方案。在这项研究中,作者制定一个有效的和有效的专家意见系统使用指标方法评估和优先考虑物联网的医疗挑战。简化建议的解决方案和减少现有解决方案的复杂性,作者提出了一个混合的多准则决策方法将TOPSIS和层次分析法。层次分析法是用于开发本地和全球标准和subcriteria权重,和TOSPSIS用于优先选择。系统文献综述后,作者声称,这项研究是第一个方法,他们用来评估互联网医疗挑战的东西。我们妥善设计,提出混合AHP和TOPSIS模型专家的意见的上下文中系统互联网医疗的事情。本研究也首先研究现有的标准和发展方法后考虑现有方法的优点和缺点。验证后与现有的框架,提出了框架的结果证明了该框架的最好排名互联网的挑战医学(IoMT)的东西。
本文的其余部分组织如下。第二节关于文献综述在物联网的医疗挑战,指标技术,最关键的物联网的医疗医药行业目前面临的挑战。第三节描述了主要标准识别方法、subcriteria和备选方案,而第四节论述了提出这篇论文使用的研究方法来解决这个问题。部分5有关拟议的方法和仿真结果。在第六节,一个拟议的技术与现有技术对比,最后,第七节对整篇文章进行总结。
2。文献综述
物联网的概念有一个广泛的定义创新维度。这是因为分析师和行业物联网给重要的重要性,针对他们的需求和商业利益。一般来说,物联网的概念取决于三个方法:基于互联网的方法,significance-based方法和基于对象的方法。物联网是渗透在我们的生活中智能对象的形状像可以对系统通信的应用程序,有单一的IP地址,是基于相关通信协议和程序,能够感知环境的变化就像热量和辐射。与网络相关的设备和网络,接收传感器的数据作为输入,处理,和发送信息到所需的节点不需要人工交互称为物联网。
在文献综述中,作者的6,15,16)给了好处和挑战在物联网和信息也通知了许多安全性和成本等问题。Dizdarevićet al。17),孔蒂et al。18),Farahani et al。19],和Stojkoska Trivodaliev [20.]还讨论了各种类型的物联网安全挑战,隐私,厂商锁定,恶意内幕,复杂的集成,标准竞争,无处不在的连通性,法律和法规,业务策略和程序,的数据量和数据分析。
物联网云计算等也与其他技术(21和深度学习22]。在一个系统的文献综述,可以看出安全和隐私仍然是一个大挑战互联网医疗的事情。在不远的过去的几项研究已经进行处理(物联网的医疗安全挑战23- - - - - -26),以及处理云计算的安全挑战27- - - - - -32]。
物联网是通过智能设备开发的复杂网络,以不同的方式连接在一起,产生的数据和信息在网络沟通和交换信息。物联网是制定与对象、工具、传感器、电脑、台式电脑、手持设备,而且它还有助于系统人为地思考,感觉,和说话。
尽管有几个全球物联网的定义,这一概念的核心理念是不同的智能对象的连接,能够自动产生,沟通,和使用信息很少的人工干预,实现共同目标。进行了许多研究关于物联网的挑战,利益或机会,和物联网的优先级挑战,但没有一个研究进行到现在的优先级物联网的医疗挑战。Ullah et al。33使用模糊ANP)进行了一项研究,优先考虑在伊朗的背景下的物联网挑战。Uslu等人研究了物联网的挑战和优先这些挑战,利用AHP和ANP方法的指标34]。Mashal等人研究了物联网的选择最好的应用通过指标和AHP (31日]。
同样,Mashal et al。35)使用模糊层次分析法模型的分析物联网。花王et al。36)评估的问题物联网在制造业中使用多准则决策。刘等人。37)使用了混合指标工具注意到消费者对移动医疗服务的采用。阿卜杜拉·巴塞et al。38)使用指标制定医疗决策支持系统。Shin et al。39)进行了研究物联网的医疗的可持续性及其综合验收。一个彻底的调查和研究是由Alsubaei等人在互联网的安全和隐私的医疗的事情,和他们也进行了风险评估40]。一个稳定的物联网平台的选择也是一个挑战,也是解决指标(41]。另一项研究是由使用指标的区域负责人选择IoT-based WSN (42]。作者使用了模糊层次分析法和TOPSIS评价和排名的ISO / IEC 27001:2013信息安全控制43]。
然而,在搜索和调查,作者找不到一个优先级的研究物联网的医疗挑战,特别是使用AHP和TOPSIS的组合。这里的添加这样的优先级将帮助行业应对至关重要的挑战首先节省时间和降低成本。
这将是几乎很难覆盖互联网的广泛范围的医疗挑战在一篇文章中。因此,批判性回顾文献后,互联网医疗相关的东西问题挖出从高影响因子的科学论文。作者,密集的审查后,准备的物联网的医疗挑战,由于物联网的医疗专家磋商后,分类为五个不同类别的挑战,提出了层次结构。值得提及,专家证实了充足的困难,和标准的有效性验证。
2.1。多准则决策
多准则决策是指发现最好的选择在不同的选择有不同的特点,通常冲突和基于决策矩阵。它地址和帮助决策过程中当有复杂的决策标准。指标定义了特定条件和subcriteria,评估,选择,重视选择。许多指标方法在文献综述研究。这是一个非常复杂和简单决策工具,提供了定量和定性因素。
多准则决策有各种方法,如图1。许多这些方法已经用于解决问题IoT-related问题如层次分析法(AHP),网络分析法(ANP),指标值,偏好等级组织方法浓缩评价(PROMETHEE法),灰色关联分析(GRA),目标规划(GP),价值分析(VA),价值工程(VE),消除等选择Traduisant现实(ELECTRE),和简单的加性加权(看到)。
在这篇文章中,作者选择的AHP和TOPSIS评价物联网的医疗挑战,开发标准和subcriteria,制定一个比较矩阵,计算局部权重的标准和全球subcriteria权重,最后制定一个决策矩阵排列的替代品。
2.2。层次分析法(AHP)
著名数学家托马斯Saaty制定复杂决策AHP (44)和促进各类产业各领域来决定他们自己的优先级在不同的选择(43,45,46]。这是一个强大的技术来解决非结构化的,复杂的,复杂的问题。在层次分析法中,总是复杂的问题分解成小问题和组织成层次水平。每一层的层次结构代表若干标准,subcriteria,选择[47]。每一个替代方法是合成最终排名/优先考虑他们得到最好的解决方案。层次分析法是一种多准则分析方法基于加权过程,每个标准代表了它的重要性。层次分析法应用在各领域的教育、工程、医疗保健,尤其是在金融领域。在层次分析法中,最初,每个标准设置的重要性通过成对比较,每个标准与其他标准赋值。第一个版本的AHP有各种缺点48]。陈先生AHP和阳而突出缺陷,指出,只有用于清晰的信息,一个不平衡的规模是用来判断,也无法处理与人类相关的不确定性的观点,产生不精确的排名,最终选择的选择仅仅是基于专家的意见。将AHP的差异,各种人员综合层次分析法与模糊集理论。在1987年,巴克利用梯形模糊数来计算重量(49]。在应用模糊层次分析法,评价者的biasness也可以最小化,可以增加可靠性,也变得更加验证(50]。
2.3。来说技术相似,理想的解决方案(TOPSIS)
TOPSIS方法最初是在1981年制定的Yoon和黄51]。方法的主要目的是评估替代基于特定标准,得到专家的意见/决策者制定决策矩阵,并选择一个替代,最短的距离正理想解和另一个最远的距离负理想溶液。在积极的理想的解决方案,我们提供更多weightage少受益标准和weightage成本标准,而另一方面,在负理想方案,标准成本有更多weightage weightage较少和福利标准。结果是积极的理想的解决方案提供了最佳的值基于标准,反之亦然。读者更感兴趣的是学习指标值可能阅读广泛的调查52]。根据陈的方法(53),模糊TOPSIS的技术就像古典指标值。进行的各种研究已经使用模糊逻辑与TOPSIS物联网(54,55]。
3所示。识别标准、Subcriteria和选择
在层次分析法中,标准的目的是帮助选择问题。所有的选择必须满足一组独立的标准。作者开发的标准及其subcriteria基于物联网的医疗专家的意见,提出五个标准:(C1)安全和隐私标准,代表最具影响力的因素关于安全和隐私;(C2)数据标准,代表了物联网的医疗挑战相关数据;(C3)技术标准,代表了技术相关物联网的医疗挑战;(C4)法律标准,用于IoMT突出法律问题;(C5)成本标准,确定了有关物联网的医疗成本的挑战。拟议的框架是对物联网的医疗挑战的发展标准,和三个中间物联网情况下,作为替代方案,研发和组织成四个主要的层,如图2。第一层的框架是定义的目标研究,第二层包括五个重要的力量,即安全、隐私、数据、技术、法律、和成本。在第三层,二十subcriteria放置对每一个重要力量。每个subcriterion充分与相关的标准。第四层图2是替代品,我们把三个选择标准及subcriteria基于优先级的目的。
僧侣的分析法审议许多评估标准,并帮助选择最好的选择(45,56,57]。图2显示了一个层次结构基于层次分析法的评价物联网的医疗挑战。
图2解释了AHP的方法,标准,subcriteria,选择在图形视图中。在层次分析法中,第一阶段的目标是建立研究,评估和选择最关键的物联网的医疗挑战。制定目标后,评价标准和优先级需要发达的咨询专家/决策者。在图2,作者定义的五个标准和二十subcriteria专家的讨论。每一个标准都被分配一个指定位置的标准体重。计划的标准应用于替代选择最好的选择,其他模棱两可的替代品,也排名选择。图2显示了三个物联网的医疗挑战替代品。最重要的物联网的医疗挑战和排名IoMT的挑战应该根据20 subcriteria。
4所示。模糊层次分析法和模糊TOPSIS方法
在这项研究中,物联网的医疗(IoMT)相关挑战中型工业在巴基斯坦进行了评估。调查的观点是决定采用物联网的医疗挑战和部署通过研究和发展标准的重要性。应该得到的标准是否强调特定的考虑。标准是基于与IoMT专家和相关行业利益相关者磋商。在这项研究中,我们认为中小企业(sme)愿意采用IoMT服务作为案例研究。评估标准,专家咨询专家意见。根据组织的资源,三个决策者问道。这些决策者个人在互联网上研究医学的事情。决策者也IoMT相关研究文献,也有经验应对此类挑战。
数量有限的决策者是本研究的障碍。为了迎合这促使缺乏评估,本文的作者得到帮助从文献综述认证评估的准确性。三个决策者fuzzy-based AHP和TOPSIS技术用于评估领域的物联网的医疗。Fuzzy-based成对比较矩阵由决策者独立评估。这些评估被聚合利用模糊聚合方程。
提出了混合方法包括四个阶段,如图3。每个阶段由下一阶段的结果。基于图3,下面的步骤被评估和排名IoMT挑战:(1)定义的目标和目标的研究。(2)接触决策者/专家和与他们开会制定标准和subcriteria并选择选择。(3)两两比较,表达规模由模糊隶属度函数。(4)进行系统的文献综述(单反)。(5)完成标准、subcriteria和备选方案与物联网的医疗专家。(6)互联网的定义范围和边界的医疗的事情。(7)基于层次结构的准备矩阵。(8)建立成对比较矩阵。(9)启动模糊去模糊化过程和检查CR。如果CR < 0.1和权重的标准是根据两两比较,然后前进;否则,回到步骤7。(10)计算的重量标准使用模糊层次分析法技术。(11)制定每个subcriterion的成对比较矩阵基于决策者的意见。检查subcriteria矩阵的一致性比率和前进subcriteria计算当地的权重;否则,重复前面的步骤以纠正错误。(12)计算当地subcriteria使用模糊层次分析法的权重。(13)计算的全球权重subcriteria乘以权重的标准与当地subcriteria的权重。(14)使用模糊TOPSIS开发决策矩阵。(15)总决策者的选择运用模糊集合方程。(16)标准化决策矩阵和权重分配全球决策矩阵。(17)计算最终的排名通过fuzzy-based TOPSIS技术。(18)选择最好的选择/物联网的医疗挑战。
图3反映了提出方法的优先级物联网的医疗挑战。这个集成的核心优势和混合的方法是层次分析法的局限性是引入模糊逻辑覆盖标准及权重的最好排名技术,即。,指标值模糊逻辑来评估和优先考虑的最佳选择。
4.1。第一阶段:识别医疗物联网的挑战
详细的网络上进行系统性文献医疗情况和检查。我们也调查了相同的本质问题的文献综述;使用的方法论研究的作者,作者所采用的标准和方法也被确定。在系统的文献综述,我们发现每个科学领域都有其重要性,仍处于开发阶段。虽然物联网的概念并不新鲜,它具有动态特性变化的快速增长,尤其是在医疗保健领域。起初,我们在与中小企业合作进行了这项研究。互联网的标准和subcriteria医疗的事情是由这篇文章的作者和适时检查和评估网络的医学专家行业经验,和模糊层次分析法和模糊TOPSIS方法。决策者和专家评估之前首先检查组织结构。决策者,此后,研究本文的文献综述的概念和互联网医疗的事情。专家,针对现有研究相关的话题,准备调查和修改的目标,完成自己的提议的标准和subcriteria物联网的医疗挑战。 The validity and authenticity of the criteria were discussed in detail with experts and industry stakeholders, and finally, the evaluation process was initiated. The goals of the study, main criteria, subcriteria, and alternatives are shown in Figure2。
下一步是制定实数的成对比较矩阵和转换成模糊数。为此,三角模糊数(tfn的),如图4。
尽管有许多其他方法如梯形模糊数(TrFNs),由于tfn的全面验收,我们使用AHP和TOPSIS。方程(1)用于制定FTMF, (l,米,u)用于符号。
使用方程(2)构造成对比较矩阵,成对比较,并选择适当的语言值的选择标准。我们的目标是为每个元素定义相对优先级。一个值ij展示了标准的相对重要性我(c我与标准相比j(cj在Saaty的规模。
让 是一个对象集 设定目标。因此,我们可以计算米程度上分析值为每一个对象使用以下方程:
4.2。第二阶段:模糊层次分析法
计算权重的标准,首先,我们必须弄模糊综合程度有关我th对象通过使用以下方程:
获得 ,将被应用到模糊添加公式米程度上分析通过以下方程:
获得 ,在方程(模糊基于逻辑加法函数集6)将被应用,我们还计算方程的逆(6)利用方程(7)。
在情况计算程度的可能性 ,它被定义为方程(8)(10)。 (在哪里d)是一个纵坐标与交点(D),最高的交点之间tfn的图所示5。
计算最低程度的可能性 ,模糊值 需要计算见以下方程:
假设 为 ,最后主要标准的权重计算使用以下方程: 在哪里 和是元素。
它必须规范化矩阵;代表优先级权重和计算使用以下公式:。 在哪里W不是一个模糊数。
AHP计算一致性指数(CI)来验证结果的比较矩阵。方程(14)帮助计算不一致的决策专家,而决策矩阵的主特征值。
方程(15)协助计算一致性比率(CR)进行身份验证最终的重量。
随机指数(RI)的值是可用的(58]。
4.3。第三阶段:计算局部和全局权重
计算标准的权重后,下一步是当地subcriteria的权重计算。对于每个subcriterion,成对比较矩阵将被开发,方程(1)方程(15)将被用来计算当地subcriteria的权重。数值例子显示在所有步骤第五节。
全球重量的标准也需要乘以计算权重的值与当地subcriteria的权重。
完整的步骤使用模糊层次分析法计算权重,当地的权重,权重和全球标准的解释在图6。
4.4。第四阶段:模糊指标值
第四阶段的研究引入模糊遮阳帽技术评价标准的选择基于权重通过模糊层次分析法确定。
方程(16)用于开发一个决策矩阵的TOPSIS方法。在这一过程中使用语言变量。
此后,语言变量必须被转换成tfn的,这样可以进行模糊操作有关。
在指标值,我们已经分别三个决策者的专家意见。方程(17)(20.)相关专家的偏好值的聚合。
模糊决策矩阵规范化使用方程(21),它是表示 :
为了计算有利条件,方程(22使用)。
计算non-bifacial标准/标准,方程(23使用)。
方程(24)用于计算加权归一化模糊决策矩阵:
方程(25)与计算模糊正理想溶液(fpi)和方程(26)与模糊负理想溶液(FNIS)。
计算选择从模糊正理想解的距离使用方程(27通过方程()和模糊负理想的解决方案28)。 在哪里 。 在哪里 。
最后的相对距离使用下面的公式计算:
5。结果与讨论
组织部署物联网的医疗评估可以使用该方法实际网络的医学相关的东西的挑战。在这个物联网的医疗挑战问题,有五个标准,二十subcriteria,和四个备选方案。层次结构选择最关键的物联网的医疗挑战如图2。该组织的大小是一个中小企业。在这项研究中,进行了详细采访三个物联网的医疗专家和一个行业利益相关者确定权重系数。从专家收集数据之前,我们定义了语言基于模糊三角数和规模与专家讨论了相同的规模。作者联系了许多IoMT专家,但大多数专家拒绝帮助作者由于个人和官方限制。批准后的语言,我们还讨论了标准和subcriteria专家。这里更相关的是,由于个人访问IoMT专家的作者之一本文拜访每一个专家,讨论了上述事情。也是最重要的添加,为了保护他们的隐私,专家和他们的组织的名称并不是本文中提到。敲定后拟定的标准和语言,指导的专家有两个东西插入成对的输入矩阵。两两矩阵的发展之后,作者应用模糊层次分析法提出了方法,结果如表所示1。作者确定了四个备选方案为例评估并确定其优先级。专家们给他们的意见考虑每个替代的TOPSIS每个替代参数和排名。聚合矩阵如表所示2。
模糊层次分析法和模糊TOPSIS技术集成来获得最好的结果和纠正两种方法的缺点。一步一步的该方法的算例给出了物联网的医疗挑战如下。
步骤1。第一步是定义研究的目标和目的。在这个例子中,该研究的目的是评估和优先的物联网的医疗挑战,找到最关键的问题,节省成本,适时采取措施的时间。
步骤2。最重要和关键的阶段,本研究确定的标准来评估和等级的选择。我们已经解释了细节制定的标准在前一节中。
步骤3。在文献回顾中,我们研究了很多语言选择评估尺度,这些鳞片被开发,保持观点的本质问题。在这项研究中,我们同意使用tfn的和Saaty的规模59),如表所示3。规模的范围是0到11。图7规模代表了模糊层次分析法选择评估,和表3表示两两比较矩阵的规模。
步骤4。在接下来的水平,准备使用上面给出的语言比较矩阵表,如表所示4。
第5步。通过使用方程(2)和(3),开发一个模糊成对比较矩阵根据决策者的观点和语言,如表所示5。
步骤6。使用方程(4)计算权重的综合价值的主要标准。年代C1= (7.00,13.00,19.00)(0.017,0.023,0.035)= (0.116,0.301,0.666)。年代C2= (6.14,10.20,14.33)(0.017,0.023,0.035)= (0.102,0.236,0.502)。年代C3= (6.68,8.87,11.67)(0.017,0.023,0.035)= (0.111,0.205,0.409)。年代C4= (2.51,4.81,8.20)(0.017,0.023,0.035)= (0.042,0.111,0.287)。年代C5= (6.20,6.33,7)(0.017,0.023,0.035)= (0.103,0.147,0.245)。
步骤7。方程(9)和(10)被用来计算可能性的程度。V(年代C1≥年代C2)= 1,V(年代C1≥年代C3)= 1,V(年代C1≥年代C4)= 1,V(年代C1≥年代C5)= 1。V(年代C2≥年代C1)= 0.856,V(年代C2≥年代C3)= 1,V(年代C2≥年代C4)= 1,V(年代C2≥年代C5)= 1。V(年代C3≥年代C1)= 0.754,V(年代C3≥年代C2)= 0.909,V(年代C3≥年代C4)= 1,V(年代C3≥年代C5)= 1。V(年代C4≥年代C1)= 0.474,V(年代C4≥年代C2)= 0.598,V(年代C4≥年代C3)= 0.653,V(年代C4≥年代C5)= 0.839。V(年代C5≥年代C1)= 0.456,V(年代C5≥年代C2)= 0.616,V(年代C5≥年代C3)= 0.696,V(年代C5≥年代C4)= 1。
步骤8。计算优先级权重方程(11)被认为是。 = min (1, 1, 1, 1, - 1) = 1。 =最小(0.856,1,1,1,1,1)= 0.856。 =最小(0.754,0.909,1,1)= 0.754。 =最小(0.474,0.598,0.653,0.839)= 0.474。 =最小(0.456,0.616,0.696,1)= 0.456。优先级权重 。
第9步。方程(12)和(13)是用于正常优先级权重的标准。每个标准的权重如表所示1。的贡献评价的主要标准的物联网的医疗挑战图所示8。
第10步。计算的值 然后计算一致性指数(CI)使用方程(140.105)验证方法,意味着比较矩阵和专家的意见。同样,方程(15)是用来计算一致性比率(CR), 0.094,小于0.1。
步骤11。当地的权重subcriteria计算通过使用模糊层次分析法方程(1)(13)。当地的权重如表所示6。
步骤12。的值一致性指数(CI)和一致性比率(CR)的每个subcriterion再次计算使用方程(14)和(15),同样反映在表7。
步骤13。全球主要标准的权重乘以权重计算的标准与当地subcriteria的权重。全球标准的权重的值在表8。的贡献的物联网的医疗挑战全球基准权重图所示9。
标准和权重的确定,这些权重被用作TOPSIS决策矩阵的权重。
模糊TOPSIS的健壮的特性被用来评估和排名的选择。
步骤14。制定语言决策矩阵变量。作者开发了基于三角模糊数——(TFN的)语言,如表所示9。
步骤15。建立决策矩阵的决策者的评级。在这项研究中,三位决策者参与模糊层次分析中已经给了他们的意见。出于演示目的,作者选择4医疗物联网挑战排名/优先排序的目的。方程(17)(20.)用于聚合的决定。聚合的决策矩阵如表所示2。
步骤16。使用方程(21)(23)规范化决策矩阵,如表所示10。值得和相关的添加,安装成本S18(美国),维护成本(S19),升级成本(S20) nonbeneficial subcriteria和其余subcriteria有益的矩阵表示。
步骤17。通过方程计算加权归一化矩阵(24)。的输出( )表所示11。
18步。使用方程(25)来计算( )与方程(26)( );结果如表所示12。
步骤19。使用方程(27)计算每一个替代的距离从一个积极的理想解决方案(
)和消极的理想解决方案(
)利用方程(28)。相对距离的值通过方程计算(29日),如表所示13。
模糊层次分析法和TOPSIS结果表明,安全和隐私以0.282的得分(28.2%)和数据以0.242的得分(24.2%)是最具影响力的因素的决策过程IoMT挑战。作者提出20 subcriteria的五个标准。如果我们考虑当地标准和subcriteria给定的权重表6同时考虑全球权重subcriteria表所示8分别的第一标准,保密,最weightage得分(0.3786,0.107),紧随其后的是物联网安全(0.2438,0.069),网络安全(0.2115,0.060),以及利益冲突(0.1661,0.047)。有五个subcriteria第二标准《数据,在这些标准中,大量(0.2902,0.070)是这类最具影响力的因素,其次是集成(0.2616,0.063),供应商(0.2097,0.051),可伸缩性(0.1746,0.042),和标准化(0.0638,0.015)。最有趣的标准,每个研究者用于他们的研究技术,并有四个subcriteria。实时处理subcriterion带头了得分(0.3790,0.081),(0.2405,0.051),其次是造型关系系统的可预测性(0.2088,0.044),和设备的多样性(0.1718,0.037)。法律是第四准则也被许多作者引言部分中描述;监管事务最高得分(0.3769,0.128),其次是数据使用(0.3114,0.106),(0.1895,0.064),所有权和责任(0.1221,0.042)。最后提出了标准成本,它只有3 subcriteria。安装有更大的得分(0.4770,0.062)等分数((0.3458,0.045)和(0.1771,0.023)。
在subcriteria方面,两个最有影响力的标准法规事务,价值0.128(12.8%),0.107(10.7%)和机密性,价值。根据最后的分数,我们可以说替代3是最具挑战性的因素IoMT其次是替代1;另一方面,选择至少4演示了挑战的专家决定。
6。模糊AHP和TOPSIS方法的比较与其他现有技术
本文作者的研究和检查了许多标准由不同作者对物联网的挑战,但作者排名IoMT挑战通过使用混合技术被称为模糊逻辑和AHP指标值。作者使用了多准则决策工具来评估物联网挑战使用模糊逻辑的特点和使用AHP和TOPSIS的核心功能。许多作者使用一种通用的标准来评估物联网挑战,仍然找不到合适的标准。在这项研究中,作者开发了5个标准高被引论文IoMT挑战也在研究开发20 subcriteria在研究高影响因子期刊论文。
作者也批判性研究每个准则和subcriteria涵盖所有的任务和满足的特点一个好方法。要在全面地检查后的任务涵盖了所有方法,制定一个方法覆盖所有的需求。
作者制定简单的标准来评估物联网的医疗挑战,和相同的标准已经通过提出的方法实现第五节只是为了生产更好的结果表明,该方法比其他方法使用在过去的物联网的挑战。物联网的方法,该方法的比较表14。
表14描绘了许多由不同的人员比较现有方法选择和优先考虑物联网并选择最关键的挑战。我们比较了现有技术证明模糊AHP和TOPSIS法是最有效的技术评估和优先的物联网的医疗挑战面对歧义。这允许制定标准、同事subcriteria建立成对比较,实现决策矩阵的规范化,局部和全局权重计算,验证结果使用一致性指标和一致性比率。
7所示。结论
如今,智能对象交流和相互影响,在人类生活中扮演重要的角色。行业利益相关者认为更多的使用互联网和智能对象之间交互的数量将会增加机会和提高竞争水平。医疗保健企业,旨在介绍物联网应该知道当前的挑战,这些挑战的意义,和方法付出更少的努力遇到这些挑战,成本和困难。
物联网的医疗挑战选择决策成为一个重要的操作和技术决策在一个复杂的网络环境。在本文中,第一次,一个混合的基于模糊逻辑的模糊多准则决策方法,提出了AHP和TOPSIS处理互联网医疗的事情。使用模糊集理论与层次分析法得到的权重标准的TOPSIS可以最小化歧义和怀疑仍在决策障碍关于物联网的挑战,特别是对于医疗保健。我们提出了一种三角模糊数值方法与层次分析法计算权重的标准,地方subcriteria的重量,和全球体重值用于指标值。我们也用语言变量和专家的意见对成对比较和决策矩阵使最终的决策过程简单,可靠,和现实。拟议的方法包括四个阶段;是独立的,每个阶段将其输出到下一个步骤。在这项研究中,中小企业坐落在巴基斯坦进行了探讨,针对物联网的医疗相关的挑战。物联网的医疗挑战被确定为标准,及该领域的专家评估这些挑战。这项研究由五个标准:安全、隐私、数据、技术、法律、和成本,影响物联网的医疗相关的挑战。 There were twenty subcriteria and four alternatives. The significance of the criteria was computed by using the fuzzy analytic hierarchy process and fuzzy TOPSIS methods. In light of the results, it was observed that the industry which was going to adopt the Internet of medical things should pay attention to security and privacy, data, technology, legal, and cost. When the global weights of the criteria were calculated through the fuzzy analytic hierarchy process as weights of the criteria of TOPSIS, the top four criteria are regulatory affairs with 12.8%, confidentiality with 10.7%, and data usage with 10.6%, followed by real-time processing with 8.1%.
对于这个工作的进一步扩展,我们将考虑其他决策方法的选择可以使用物联网的医疗挑战。的比较当前和先前的研究建议。此外,我们还将考虑其他重量计算方法与TOPSIS像熵方法一起使用,并可以应用最小平方的编程方法。此外,不同的场景和条件可以被认为是未来的工作。
数据可用性
专家的意见数据用于支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称他们没有关于这篇文章的出版的利益冲突。
确认
本研究支持部分由提醒项目(使用计算技术在智能环境中提高合规提醒)从欧盟的地平线2020研究和创新项目根据玛丽Skłodowska-Curie赠款协议。734355年。