Mesure de similarité basée sur la prise de décision et algorithme de clustering sur un cadre de ensembles doux neutrosophiques

L'information ainsi que les requêtes dans le monde physique sont souvent imprécises ou ambiguës, et peuvent même être incohérentes dans certaines circonstances. Un ensemble doux neutrosophique est une structure mathématique qui peut traiter efficacement de telles données imparfaites ou incohérentes. La notion de mesure de similarité joue un rôle dominant dans le choix de l'alternative la plus appropriée dans des situations incertaines et est souvent déployée dans les problèmes de prise de décision. Dans cet article, une nouvelle mesure de similarité est introduite sur un ensemble doux neutrosophique qui génère des valeurs de similarité logiquement correctes dans des situations particulières lorsque certaines des mesures existantes échouent. L'utilité ainsi que l'efficacité de la mesure prédite est illustrée à travers son applicabilité dans la prise de décision ainsi que dans l'analyse de clustering.