Desarrollando un enfoque de coeficiente de correlación nuevo difuso intuitivo y áspero para mejorar el aspirador robótico

Un modelo difuso intuitivo áspero es una herramienta poderosa para abordar la incertidumbre compleja y la imprecisión en modelos basados en grafos, combinando las fortalezas de los conjuntos difusos intuitivos y los conjuntos ásperos. En esta investigación, un coeficiente de correlación es una herramienta establecida para encontrar la fuerza de la relación entre dos grafos difusos intuitivos ásperos, ya que los coeficientes de correlación son muy capaces de procesar e interpretar datos. Además, un entorno difuso intuitivo áspero se integra con la toma de decisiones basada en atributos basados en coeficientes de correlación. Para medir la correlación entre dos grafos difusos intuitivos ásperos, esto sugiere utilizar el concepto de coeficiente de correlación y coeficiente de correlación ponderado. Para identificar problemas de toma de decisiones que están respaldados por relaciones de preferencia difusas intuitivas ásperas, la energía laplaciana y el nuevo coeficiente de correlación de los grafos difusos intuitivos ásperos se calculan en este estudio. Proponemos un nuevo enfoque para calcular las cargas de posición relativas de los establecimientos ajustando el coeficiente de correlación entre la relación de preferencia difusa intuitiva áspera de una personalidad y los otros elementos, así como la corroboración indecisa de la relación de preferencia difusa intuitiva áspera. Este artículo determina el orden de clasificación de todas las alternativas y la mejor opción utilizando el coeficiente de correlación entre cada opción y la elección ideal. Mientras tanto, el ejemplo apropiado mejora la toma de decisiones para aspiradoras robóticas al manejar de manera efectiva datos inciertos e imprecisos, optimizando así el rendimiento de limpieza.