دانلود مقاله روش تصمیم گیری چند شاخصه بر اساس TOPSIS
ترجمه نشده

دانلود مقاله روش تصمیم گیری چند شاخصه بر اساس TOPSIS

عنوان فارسی مقاله: روش تصمیم گیری چند شاخصه عدد بازه ای بر اساس TOPSIS
عنوان انگلیسی مقاله: Interval number multi-attribute decision-making method based on TOPSIS
مجله/کنفرانس: مجله مهندسی اسکندریه - Alexandria Engineering Journal
رشته های تحصیلی مرتبط: مدیریت - اقتصاد - ریاضی
گرایش های تحصیلی مرتبط: مدیریت اجرایی - اقتصاد نظری - آنالیز عددی
کلمات کلیدی فارسی: عدد فاصله - تصمیم گیری چند شاخصه - روش وزن آنتروپی - TOPSIS
کلمات کلیدی انگلیسی: Interval number - Multi-attribute decision making - Entropy weight method - TOPSIS
نوع نگارش مقاله: مقاله پژوهشی (Research Article)
شناسه دیجیتال (DOI): https://doi.org/10.1016/j.aej.2021.09.031
لینک سایت مرجع: https://www.sciencedirect.com/science/article/pii/S1110016821006335
نویسندگان: Jirong Jiang - Min Ren - Jiqiang Wang
دانشگاه: Shandong University of Finance and Economics, China
صفحات مقاله انگلیسی: 6
ناشر: الزویر - Elsevier
نوع ارائه مقاله: ژورنال
نوع مقاله: ISI
سال انتشار مقاله: 2022
ایمپکت فاکتور: 6.765 در سال 2020
شاخص H_index: 68 در سال 2022
شاخص SJR: 0.840 در سال 2020
شناسه ISSN: 1110-0168
شاخص Quartile (چارک): Q1 در سال 2020
فرمت مقاله انگلیسی: PDF
وضعیت ترجمه: ترجمه نشده است
قیمت مقاله انگلیسی: رایگان
آیا این مقاله بیس است: بله
آیا این مقاله مدل مفهومی دارد: دارد
آیا این مقاله پرسشنامه دارد: ندارد
آیا این مقاله متغیر دارد: دارد
آیا این مقاله فرضیه دارد: دارد
کد محصول: e17135
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
نوع رفرنس دهی: vancouver
فهرست مطالب (ترجمه)

چکیده

1. مقدمه

2. روش مبتنی بر TOPSIS

3. تجزیه و تحلیل مورد و نتایج

4. نتیجه گیری و ارتقاء

اعلامیه منافع رقابتی

منابع

فهرست مطالب (انگلیسی)

Abstract

1. Introduction

2. The method based on TOPSIS

3. Case analysis and results

4. Conclusion and promotion

Declaration of Competing Interest

References

بخشی از مقاله (ترجمه ماشینی)

چکیده

     برای مسائل تصمیم گیری چند ویژگی با اعداد بازه ای که وزن مشخصه آنها کاملاً ناشناخته است، مقایسه مقدار اعداد بازه دشوار است. بنابراین این مقاله روشی مبتنی بر TOPSIS و پارامتر وزنی برای مقابله با آن پیشنهاد می‌کند. در مرحله اول، این مقاله ماتریس اعداد بازه ای را به دو ماتریس عدد دقیق تبدیل می کند که پیچیدگی مرتب سازی را کاهش می دهد. ثانیاً، هنگام تعیین وزن با وزن آنتروپی، پارامتری داده می شود تا تمام اطلاعات اعداد بازه را منعکس کند. سپس از TOPSIS برای تعیین ترتیب هر طرح استفاده می شود. علاوه بر این، مقدار میانگین عدد رتبه بندی برای انعکاس بهتر وضعیت واقعی استفاده می شود. در نهایت، تجزیه و تحلیل مورد خرید خودرو نشان می دهد که روش پیشنهادی قابل اجرا و عملی است. و تجزیه و تحلیل مقایسه ای با روش دیگر مبتنی بر مجموعه داده کاربردی کاربردی نشان می دهد که روش پیشنهادی پایدار و موثر است.

توجه! این متن ترجمه ماشینی بوده و توسط مترجمین ای ترجمه، ترجمه نشده است.

بخشی از مقاله (انگلیسی)

Abstract

     For multi-attribute decision-making problems with interval numbers whose attribute weights are completely unknown, it is difficult to compare the value of interval numbers. So this paper proposes a method based on TOPSIS and the weighted parameter to deal with it. Firstly, this paper transforms the interval number matrix into two exact number matrices which reduces sorting complexity. Secondly, a parameter is given when determining the weights with entropy weight in order to reflect all the information of the interval numbers. Then TOPSIS is used to determine the order of each scheme. In addition, the average value of the ranking number is used to reflect the actual situation better. Finally, the analysis of the car purchase case shows the proposed method is feasible and practical. And the comparative analysis with the other method based on practical application dataset demonstrates the proposed method is stable and effective.

Introduction

     Due to the complex objective world and its uncertainty, it is difficult to describe the relevant attributes in decision-making problems with exact numbers. To make the model closer to the facts, interval numbers without clear preference information are often used when processing data, thus causing interval number multi-attribute decision-making problems, such as [1].

     At present, the research on such problems has gained attention from scholars at home and abroad. The research focuses on the following four aspects. The first is to sort the interval numbers according to possibility degree, relative superiority degree. Li Z W [2] used relative superiority degree and defined a new sorting vector to rank interval numbers. Li D Q [3] found the ranking method of possibility degree may obtain contrary results to the meaning of possibility degree. So a revised ranking by Boolean matrix was discussed. But the scientificity of the new method needs to be further verified. Yao N [4] defined an interval number ranking method considering symmetry axis compensation which consider multiple attitudes of decision makers with different risk appetites. Firozja, M [5] proposed a new interval distance of two fuzzy numbers that satisfy on metric properties. The second is to determine the weight by studying the application of entropy weight method [6], [7]. Dong P Y [8] proposed a combined weight method. Yue Z L [9] developed a determining weights method for group decision-making problems which each individual decision information is interval numbers. The third is to sort the schemes with the help of projection, grey relation analysis, etc [8], [10], [11], [12], [13], [14], [15], [16], [17], [18]. The forth is to propose the methods for group decision-making problems [9], [19], [20].

Conclusion and promotion

     It is difficult to compare the value of two intervals. In this paper, a novel method is proposed to solve multi-attribute decision-making problems with interval numbers. Two types of exact numbers which are left end point and length are used to replace an interval number which facilitates the determination of attribute weights. At the same time, when determining weights, a variety of possible rankings are considered, and the information brought by interval numbers is fully utilized to ensure the accuracy of results.

     When extracting exact numbers from interval numbers, other methods can also be applied, that is, interval numbers can be replaced with the right end point and length, or the left end point and the midpoint, or the right end point and the midpoint. And the other steps are the same as the corresponding content in this paper. All of them can reduce the difficulty of the problem, and the optimal solution obtained is the same as the method presented in this paper.

     Finally, the feasibility and effectiveness of the proposed method have been demonstrated by car purchasing. The method can also be used to solve the group decision-making problems with intervals.