[논문 리뷰] A Simplified Description of Fuzzy TOPSIS

Balwinder Sodhi, T. V. Prabhakar|arXiv (Cornell University)|2012. 05. 23.

Multi-Criteria Decision Making참고 문헌 2인용 수 47

한 줄 요약

이 논문은 다기준 집단 의사결정을 위한 Fuzzy TOPSIS에 대해 간소화되고 접근하기 쉬운 설명을 제시한다. 퍼지 언어 변수와 삼각 퍼지 수를 통합하여 전문가 평가의 불확실성을 다룬다. 집계, 정규화, 가중치가 부여된 의사결정 행렬, 이상 솔루션으로부터의 거리 계산을 포함한 단계별 절차를 제시하며, 대안 A₁(CC = 0.477)이 A₂(CC = 0.454)보다 우수한 것을 보여주는 수치적 예제를 제시한다.

ABSTRACT

A simplified description of Fuzzy TOPSIS (Technique for Order Preference by Similarity to Ideal Situation) is presented. We have adapted the TOPSIS description from existing Fuzzy theory literature and distilled the bare minimum concepts required for understanding and applying TOPSIS. An example has been worked out to illustrate the application of TOPSIS for a multi-criteria group decision making scenario.

연구 동기 및 목표

• 퍼지 다기준 의사결정 분야에 익숙하지 않은 연구자 및 실무자들을 대상으로 Fuzzy TOPSIS에 대한 간소화되고 이해하기 쉬운 설명을 제공하기 위해.
• 복잡한 퍼지 이론과 실용적 응용 사이의 격차를 좁히기 위해 핵심 개념과 단계를 압축하여 제시하기 위해.
• 여러 의사결정자가 제공한 언어적 입력을 통해 다수 기준 하에서 대안를 체계적으로 평가할 수 있도록 하기 위해.
• 실제 사례를 통해 랩탑 선택 문제를 다루며, 퍼지 평가 및 가중치를 사용한 방법을 시연하기 위해.
• TOPSIS 계산을 위한 공개된 오픈소스 자바 구현을 제공하여 재현 가능성을 지원하기 위해.

제안 방법

• 기준 가중치 및 대안 평가를 위해 언어적 용어(예: 매우 좋음 = (7,9,9))를 표현하기 위해 삼각 퍼지 수 (a, b, c)를 사용한다.
• 집계 규칙을 적용: 의사결정자들 간에 하한은 min(a), 중앙은 mean(b), 상한은 max(c)를 사용하여 공동의 퍼지 평가를 형성한다.
• 기준 간 비교 가능성을 확보하기 위해 벡터 정규화 방법을 사용하여 퍼지 의사결정 행렬을 정규화한다.
• 정규화된 값을 집계된 퍼지 가중치와 곱하여 가중치가 부여진 정규화된 퍼지 의사결정 행렬을 구성한다.
• 퍼지 양의 이상 솔루션(FPIS)은 각 기준에 대해 최댓값으로, 퍼지 음의 이상 솔루션(FNIS)은 최소값으로 정의한다.
• 정점 방법을 사용하여 FPIS 및 FNIS로부터의 거리를 계산한다: d(Ã, B̃) = √[(1/3)((a−a′)² + (b−b′)² + (c−c′)²)].
• 가까움 계수를 다음과 같이 계산한다: CC_i = d_i⁻ / (d_i⁻ + d_i⁺)로, FPIS에 가까운 정도와 FNIS에서 떨어진 정도에 따라 대안를 순위 매긴다.

실험 결과

연구 질문

• RQ1 퍼지 집합 이론에 깊은 전문 지식이 없는 연구자 및 실무자들을 위해 Fuzzy TOPSIS를 어떻게 간소화하고 접근하기 쉽게 만들 수 있는가?
• RQ2 여러 의사결정자들로부터의 언어적 평가 및 가중치를 어떻게 통합하여 일관된 퍼지 평가 프레임워크로 변환할 수 있는가?
• RQ3 퍼지 거리는 어떻게 계산하고, 다기준 집단 의사결정 환경에서 대안를 순위 매기는데 어떻게 활용할 수 있는가?
• RQ4 다양한 언어적 평가 척도가 최종 순위에 미치는 영향은 무엇이며, 정규화는 일관성을 어떻게 보장할 수 있는가?
• RQ5 Fuzzy TOPSIS를 위한 체계적이고 단계적인 절차를 명확히 정의하고 소프트웨어로 구현하여 재현 가능한 결과를 도출할 수 있는가?

주요 결과

• 제안된 Fuzzy TOPSIS 방법은 세 명의 의사결정자로부터의 퍼지 평가 및 가중치를 통합하여 유일한 의사결정 행렬을 성공적으로 도출하였다.
• 정규화 및 가중치 부여 후, 서로 다른 척도를 가진 기준 간 공정한 비교가 가능한 가중치가 부여진 정규화된 퍼지 의사결정 행렬이 계산되었다.
• 각 기준에 대해 퍼지 양의 이상 솔루션(FPIS)과 퍼지 음의 이상 솔루션(FNIS)이 결정되어 거리 계산의 기초가 되었다.
• 정점 방법을 사용하여 각 대안에 대해 FPIS 및 FNIS로부터의 거리가 계산되었으며, 이로써 d_i⁻ 및 d_i⁺ 값이 도출되었다.
• A₁의 가까움 계수는 0.477이며, A₂는 0.454였으며, 이는 A₁이 이상 솔루션에 더 가까우므로 선호되는 선택임을 나타낸다.
• 최종 순위 A₁ > A₂는 정량적 가까움 계수에 의해 지지되며, 이는 불확실성 하에서도 명확하고 객관적인 순위 매기기 능력을 보여준다.