Desenvolvendo uma nova abordagem de coeficiente de correlação intuitivo difuso áspero para aprimorar aspiradores de pó robóticos

Um modelo difuso intuitivo áspero é uma ferramenta poderosa para lidar com incertezas e imprecisões complexas em modelos baseados em grafos, combinando os pontos fortes de conjuntos difusos intuitivos e conjuntos ásperos. Nesta pesquisa, um coeficiente de correlação é uma ferramenta estabelecida para encontrar a força da relação entre dois grafos difusos intuitivos ásperos, uma vez que os coeficientes de correlação são muito capazes de processar e interpretar dados. Além disso, um ambiente difuso intuitivo áspero é integrado com tomada de decisão baseada em atributos com base em coeficientes de correlação. Para medir a correlação entre dois grafos difusos intuitivos ásperos, isso sugere utilizar o conceito de coeficiente de correlação e coeficiente de correlação ponderada. Para identificar questões de tomada de decisão que são suportadas por relações de preferência difusa intuitiva áspera, a energia laplaciana e o novo coeficiente de correlação de grafos difusos intuitivos ásperos são calculados neste estudo. Propomos uma nova abordagem para calcular as cargas de posição relativa de estabelecimentos ajustando o coeficiente de correlação entre a relação de preferência difusa intuitiva áspera de uma personalidade e os outros itens, assim como a corrobor ação indecisa da relação de preferência difusa intuitiva áspera. Este artigo determina a ordem de classificação de todas as alternativas e a melhor delas utilizando o coeficiente de correlação entre cada opção e a escolha ideal. Enquanto isso, o exemplo apropriado melhora a tomada de decisão para aspiradores de pó robóticos, lidando efetivamente com dados incertos e imprecisos, otimizando assim o desempenho da limpeza.