چکیده:
تاپسیس که در گروه جبرانی روشهای تصمیمگیری قراردارد، بر این مفهوم که گزینه انتخابی باید کمترین فاصله را باراه حل ایدهآل مثبت و بیشترین فاصله را با راه حل ایدهآل منفی داشته باشد، استوار است. وجود روند یکنواخت افزایشیو کاهشی در شاخصهای مثبت و منفی از جمله ویژگیهای تاپسیس در تعیین نقاط ایدهآل مثبت و منفی است. ایندرحالی است که میزان مطلوبیت اختصاص یافته به تصمیمگیرنده بعد از یک سطح مشخصی در هر شاخص چندانملموس نخواهد بود. بنابراین در رتبهبندی گزینهها علاوه بر مقدار هر گزینه در هر شاخص، مقدار توازن بین شاخصهایهر گزینه باید درنظر گرفته شود تا یک گزینه که در یک شاخص مهم دارای جایگاه مناسب است ولی در سایر شاخصهاجایگاه مناسبی ندارد، شانس اول انتخاب نباشد. برای این منظور در این مقاله سعی شد با اضافه کردن بعد مجازی بهماتریس تصمیم که از انحرافات میان شاخصهای هر گزینه حاصل میشود، ضعف ذکر شده تا حد ممکن جبران شود. به-منظور ارزیابی روش ارائه شده، از سه مثال متفاوت استفاده شد. بدین ترتیب که ابتدا توسط روش پیشنهادی ، تاپسیس،VIKOR ، Deng و SAW هریک از سه مثال ارائه شده حل و سپس با استفاده از ضریب همبستگی اسپیرمن تعدادهمبستگیهای معنی دار میان روش پیشنهادی و تاپسیس با سه روش دیگر مقایسه شد. در ادامه درصد مشابهت رتبه بندیروش پیشنهادی و تاپسیس با VIKOR ، Deng و SAW مقایسه شد.
خلاصه ماشینی:
برای این منظور در این مقاله سعی شد با اضافه کردن بعد مجازی به ماتریس تصمیم که از انحرافات میان شاخصهای هر گزینه حاصل میشود، ضعف ذکر شده تا حد ممکن جبران شود.
روش تاپسیس برای حل مسائل تصمیمگیری با دادههای بازهای، تنها یک نمره قطعی برای رتبهبندی ارائه میکند اما زمانی که دادههای بازهای وجود دارند و با توجه به این حقیقت که ارزش هر گزینه با توجه به هر معیار میتواند در یک رنج تغییر کند و رفتارهای متفاوتی داشته باشد، پس بهتر است که راهحلهای ایدهآل نیز در شرایط مختلف تغییرکند.
فواصل اقلیدوسی گزینههای تصمیمگیری از ایدهآل مثبت و منفی در فضای دو بعدی(هوانگ و یون، 2012) این نکته هنگامی که برای ارزیابی گزینهها از شاخصهای کیفی استفاده شود و یا وزنهایی که به هر شاخص اختصاص داده میشود دارای توزیع تقریباً یکنواختی نباشد به مراتب مهم تر است.
فاصله بین مقادیر شاخصهای یک گزینه به تصویر صفحه مراجعه شود نکته مهمی که درتاپسیس به عنوان پیش فرض درنظر گرفته میشود، وجود روند افزایشی و کاهشی در شاخصها برای تعیین نقطه ایدهآل مثبت و منفی است.
ماتریس تصمیم مثال 3 به تصویر صفحه مراجعه شود بحث و نتیجهگیری در این مقاله برای افزایش دقت تکنیک تاپسیس و نیز به منظور درنظر گرفتن فاصله بین شاخصهای هر گزینه از روشی متفاوت استفاده شد.
»Extension of the TOPSIS Method for Decision-making Problems with Fuzzy Data«.
»Extension of the TOPSIS Method for Decision Making Problems Under Interval-Valued Intuitionistic Fuzzy Environment«.