[论文解读] A Multi-Criteria Neutrosophic Group Decision Making Metod Based Topsis For Supplier Selection

Rıdvan Şahin, Muhammed Yiğider|viXra|Dec 16, 2014

Multi-Criteria Decision Making参考文献 37被引用 10

一句话总结

本文提出了一种基于TOPSIS的新型多准则群决策方法，采用单值 neutrosophic 集（SVNS）以应对不确定性环境下的供应商选择问题。该方法通过 neutrosophic 加权平均算子整合决策者的语言评估，利用真值、不确定性和假值隶属度值计算与理想解的相似度，并通过一个数值供应商选择案例研究验证了其有效性，结果清晰且具有明确排序。

ABSTRACT

The process of multiple criteria decision making (MCDM) is of determining the best choice among all of the probable alternatives. The problem of supplier selection on which decision maker has usually vague and imprecise knowledge is a typical example of multi criteria group decision-making problem. The conventional crisp techniques has not much effective for solving MCDM problems because of imprecise or fuzziness nature of the linguistic assessments. To find the exact values for MCDM problems is both difficult and impossible in more cases in real world. So, it is more reasonable to consider the values of alternatives according to the criteria as single valued neutrosophic sets (SVNS). This paper deal with the technique for order preference by similarity to ideal solution (TOPSIS) approach and extend the TOPSIS method to MCDM problem with single valued neutrosophic information. The value of each alternative and the weight of each criterion are characterized by single valued neutrosophic numbers. Here, the importance of criteria and alternatives is identified by aggregating individual opinions of decision makers (DMs) via single valued neutrosophic weighted averaging (IFWA) operator. The proposed method is, easy use, precise and practical for solving MCDM problem with single valued neutrosophic data. Finally, to show the applicability of the developed method, a numerical experiment for supplier choice is given as an application of single valued neutrosophic TOPSIS method at end of this paper.

研究动机与目标

• 解决现实决策中常见的不确定性、模糊性和语言评估不精确性带来的供应商选择挑战。
• 克服传统清晰 MCDM 技术在处理专家评估中的模糊性和不确定性方面的局限性。
• 开发一种实用且精确的多准则群决策方法，利用 neutrosophic 集来建模不确定性。
• 通过单值 neutrosophic 加权平均（SVNWA）算子整合各决策者的观点，以推导出集体准则权重和备选方案评分。
• 在真实世界的供应商选择背景下，展示所提出的 neutrosophic TOPSIS 框架的适用性和有效性。

提出的方法

• 使用单值 neutrosophic 数（SVNNs）表示每个备选方案的表现以及每个准则的权重，以捕捉真值、不确定性和假值的隶属度。
• 应用单值 neutrosophic 加权平均（SVNWA）算子，将各决策者的评估聚合为集体的 neutrosophic 权重和评分。
• 构建一个 neutrosophic 决策矩阵，其中每个元素为一个三元组（真值，不确定性，假值），表示在某一准则下对备选方案的评估。
• 基于最大真值和最小不确定性和假值隶属度值，在 neutrosophic 空间中定义正理想解（PIS）和负理想解（NIS）。
• 使用 neutrosophic 距离度量，计算每个备选方案与 PIS 和 NIS 的欧几里得距离。
• 根据备选方案相对于 PIS 的接近程度进行排序，接近度越高表示表现越好。

实验结果

研究问题

• RQ1 当决策者提供模糊、不精确或语言性评估时，如何改进供应商选择中的群决策？
• RQ2 单值 neutrosophic 集在多准则决策中对不确定性和不确定性建模的有效程度如何？
• RQ3 TOPSIS 方法能否成功扩展以处理 neutrosophic 信息，同时保持其直观的排序机制？
• RQ4 通过 SVNWA 算子聚合个体 neutrosophic 评估对最终决策结果有何影响？
• RQ5 所提出的 neutrosophic TOPSIS 方法在真实世界供应商选择场景中的实际表现如何？

主要发现

• 所提出的 neutrosophic TOPSIS 方法通过使用真值、不确定性和假值隶属度对语言评估进行建模，有效处理了供应商选择中的不确定性和不精确性。
• 通过 SVNWA 算子整合决策者观点，生成了连贯且可靠的集体评估，增强了群决策的一致性。
• 该方法成功根据备选方案相对于正理想解的相对接近度对供应商备选方案进行排序，结果清晰且易于解释。
• 数值实验表明，该方法具有实际可行性和精确性，能够产生在真实 MCDM 环境中可操作且逻辑一致的结果。
• 与传统模糊或直觉模糊方法相比，neutrosophic 集在此类决策情境中能够更全面地表示不确定性。