مدل تحلیل پوششی داده های ترکیبی برای حل مسائل تصمیم گیری با اعداد GTHF
اصولا عدم قطعیت در ذات و نهاد طبیعت جای دارد. برای مواجهه با عدم قطعیت و ابهام موجود در جهان واقعی، منطق دو ارزشی به تدریج جای خود را به منطق فازی داده است. این دیدگاه جدید، عدم قطعیت ناشی از تردید را مدیریت می کند، و در این نوع تصمیم گیری یکی از مسایل مهم جمع آوری اطلاعات فازی مردد و انتخاب گزینه بهینه است. اعداد فازی مردد ذوزنقه ای تعمیم یافته (GTHF) که درجه عضویت آن ها توسط چندین عدد فازی ذوزنقه ای بیان می شود، برای حل مساله تصمیم گیری در زندگی واقعی نسبت به اعداد حقیقی مناسب تر است. در این مقاله، به مفهوم جدیدی به نام اعداد فازی مردد ذونقه ای تعمیم یافته و ترکیب آن با تحلیل پوششی داده ها می پردازیم. با استفاده از این اطلاعات مقادیر انحراف و امتیاز را به عنوان ورودی و خروجی مدل تحلیل پوششی داده های دو مرحله ای در نظر می گیریم، سپس از نتایج حاصل جهت ساخت ماتریس مقایسه زوجی استفاده کردیم و در نهایت واحد های تصمیم گیرنده را اولویت بندی نمودیم. برای استفاده از برخی از مفاهیم در روش تصمیم گیری پیشنهادی، ابتدا تعاریفی از مفاهیمی مانند تابع امتیاز و تابع انحراف از اعداد فازی مردد ذوزنقه ای تعمیم یافته را ارایه می دهیم. در نهایت، یک مثال عددی برای روش پیشنهادی جهت تایید و کاربردی بودن آن ارایه و نتیجه رتبه بندی را با روش های AP، TOPSIS با اعداد فازی مردد ذوزنقه ای تعمیم یافته و روش تجمع هندسی وزن دار در]7[مورد مقایسه قرار می دهیم.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.