Sharp Bounds and Extremal Fuzzy Graphs for the Fuzzy Sombor Index

技术摘要：模糊 Sombor 指数的严格界限与极值模糊图

问题陈述
本文旨在解决模糊图理论框架下，模糊 Sombor 指数（$SO_\mu$）极值行为缺乏系统性表征的问题。尽管经典 Sombor 指数在 crisp 图（清晰图）上已得到广泛研究——其中在树图中，路径通常使该指数最小化，而星图使其最大化——但将其推广至模糊图引入了新的复杂性。在模糊图中，顶点度和边强度是 $(0, 1]$ 区间内的连续值，且该指数同时依赖于边隶属度值 $\mu(u, v)$ 和模糊顶点度 $\mu_u$。本研究旨在确定在固定阶数（$n$）和固定模糊规模（$m_\mu$）的约束下，哪些模糊图结构能使 $SO_\mu$（及其推广形式 $SO_\mu^\alpha$，其中 $\alpha > 1$）最小化或最大化。此外，本文旨在建立 $SO_\mu$ 与其他已确立的模糊拓扑指数（具体为模糊 Zagreb 指数、Randić 指数和 Nirmala 指数）之间的严格不等式。

方法论
本研究采用植根于图论和优化原理的分析方法。作者将模糊 Sombor 指数定义为：
$$SO_\mu(\Gamma) = \sum_{uv \in E(\Gamma)} \mu(u, v) \sqrt{\mu_u^2 + \mu_v^2}$$
其中 $\mu_u = \sum_{v \in V} \mu(u, v)$ 是顶点 $u$ 的模糊度。方法论包括：

1. 极值分析：研究特定的模糊图族（路径、星图、圈图、完全图和单圈图），以识别产生最小或最大指数值的结构构型。
2. 凸性与不等式论证：利用函数 $f(\eta) = \eta \sqrt{x^2 + y^2}$ 的凸性以及凸变换的性质（针对 $\alpha > 1$），证明将边隶属度集中在特定拓扑结构（如星图）上会使指数最大化，而将其分散（如路径中）则会使指数最小化。
3. 比较分析：推导代数界限，将 $SO_\mu$ 与模糊第一 Zagreb 指数（$M_1$）、模糊 Randić 指数（$R$）和模糊 Nirmala 指数（$N$）联系起来，特别是针对正则和非正则模糊图。
4. 数值验证：提供特定 $n$ 和 $m_\mu$ 值的表格数据，以说明该指数在不同图族中的行为。

主要贡献与结果
本文确立了关于模糊 Sombor 指数界限与极值图的若干确定性结果：

• 一般界限：

  • 最小值：对于具有固定阶数 $n$ 和模糊规模 $m_\mu$ 的连通模糊图，当边隶属度尽可能均匀分布以平衡模糊度时，模糊路径（$P_n^f$）使该指数最小化。绝对最小值（零）由空模糊图实现。
  • 最大值：当所有边隶属度相等时，均匀模糊完全图（$K_n^f$）使该指数最大化。对于固定的 $m_\mu$，当隶属度集中在完全图的边上时，达到最大值。

• 极值树与单圈图：

  • 在具有固定 $n$ 和 $m_\mu$ 的模糊树中，模糊路径（$P_n^f$）使指数最小化，而模糊星图（$S_n^f$）使其最大化。星图通过将总模糊规模集中在单个中心顶点上，形成高degree枢纽，从而使指数最大化。
  • 在模糊单圈图中，具有均匀边隶属度的模糊圈图（$C_n^f$）使指数最小化，而底层图为带有附加星图的圈（集中度数）的结构使指数最大化。

• 推广指数（$SO_\mu^\alpha$）：

  • 对于 $\alpha > 1$，极值图与 $\alpha = 1$ 时相同。由于幂函数的严格递增和凸性，模糊完全图唯一地最大化推广指数，而模糊路径使其最小化。

• 与其他指数的不等式：

  • 本文推导了将 $SO_\mu$ 与模糊 Randić 指数（$R$）联系起来的严格不等式，表明 $SO_\mu(\Gamma) \geq \sqrt{2} R(\Gamma) \cdot \delta_\mu$（其中 $\delta_\mu$ 是最小模糊度）。
  • 建立了将 $SO_\mu$ 与模糊 Zagreb 指数（$M_1$）和模糊 Nirmala 指数（$N$）相关的界限，表明 $SO_\mu$ 处于顶点度线性度量与二次度量之间的中间位置。

意义
本文声称，这些发现通过将经典极值结果推广到模糊域，推进了模糊图指数理论。作者强调，虽然在 crisp 图中使指数极值化的底层拓扑结构（路径、星图、圈图）在模糊语境下依然有效，但边隶属度的连续性允许更精细的优化。具体而言，结果表明模糊 Sombor 指数是检测模糊网络中结构集中化和脆弱性的敏感描述符。能够建模“结构强度”和度方差，使得该指数成为分析存在不确定性和变化连接强度的网络时的宝贵工具。该研究为未来模糊拓扑指数的研究提供了基础框架，提供了可用于网络性能评估和比较的精确界限。