35、通过直觉十三边形模糊数使用两种不同算法解决关键路径问题

通过直觉十三边形模糊数使用两种不同算法解决关键路径问题

1. 引言

在许多实际情况中，基于人类带有倾向的判断所获取的信息往往是模糊的。传统使用精确值的方法并不适用，而且像三角形和梯形这类模糊数，在存在十三个不同不确定点的情况下也不合适。此时，十三边形模糊数就能用于解决这些问题。

2015 年，十边形和十二边形模糊数被提出，之后又扩展到了十三边形模糊数。十三边形模糊数是一种新型模糊数，在模糊语义条件下进行了研究，使用十三边形模糊语义尺度值能更轻松地表示。α - 割策略是执行各种算术运算（如加法、减法、乘法和除法）的标准方法。十三边形模糊数在语义尺度值下进行了研究，通过标准的 α - 割策略和数值示例进行算术运算，这将应用于生物医学、数值分析、运筹学等领域。

下面将介绍相关的定义、方法和算法，以解决关键路径问题。具体步骤如下：
1. 推导 α - 割排序方法、欧几里得排序方法和大小度量公式。
2. 引入新的 JOSE 算法，通过直觉十三边形模糊数来寻找关键路径。
3. 使用十三边形模糊数获取关键路径。

2. 定义

2.1 直觉十三边形模糊数的隶属函数和非隶属函数

直觉十三边形模糊数的隶属函数 $\mu_{\widetilde{RTD}}(x)$ 定义如下：

μ ˜RTD(x) =
⎧
⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨
⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎩
0
x ≤l1
1
6
x−l1
l2−l1
l1 ≤x ≤l2
1
6 + 1
6
x−l2
l3−l2
l2 ≤x ≤l3
2
6 + 1
6
x−l3
l4