复杂球面模糊Aczel Alsina聚合算子及其在电动汽车评估中的应用

多标准决策工具（MCDM）是一种强大的决策技术，广泛应用于网络、风险管理、数字分析、网络犯罪调查、人工智能、废物管理等多个领域。复杂的球面模糊集（CSFS）是球面模糊集（SFS）的新版本，它在更广泛的实际范围内提供有关项的幅度和相位方面的重要信息。复杂的球面模糊集（CSFS）可以看作球面模糊集（SFS）的扩展。Aczel-Alsina聚合工具是更合适的聚合算子（AOs），用于克服不一致和不确定数据的影响。本文揭示了一些新的方法，这些方法基于考虑到复杂球面模糊（CSF）信息的Aczel-Alsina聚合工具。这些新方法包括CSF Aczel-Alsina加权平均（CSFAWA）算子和CSF Aczel-Alsina有序加权平均（CSFOWA）算子。此外，我们还通过利用Aczel-Alsina聚合工具的理论引入了一系列新技术，如CSF Aczel-Alsina加权几何（CSFAWG）和CSF Aczel-Alsina有序加权几何（CSFOWG）算子。为展示上述方法的弹性和有效性，我们将考察一些卓越的例子和我们所设计方法的显著特性。此外，还提供了一种利用CPF信息系统来解决MCDM问题的方法的特征描述。我们以电动汽车作为案例研究，以说明我们建立的方法的统一性和可靠性。选择这个例子的原因是燃料成本高和中产家庭目前面临的经济挑战。还构建了一个实证案例研究，以确定基于我们提出的技术的理想电动汽车。为了评估所建立策略的正确性和优越性，我们比较了先前使用的技术与目前提供的聚合算子的结果。