XiaoMi-AI文件搜索系统
World File Search SystemTOPSIS
用于评估和选择的可信 TOPSIS 模型......
令 𝐴 ̃ 和 𝐵 ̃ 分别为由三元组 ( 𝑎 1 , 𝑎 2 , 𝑎 3 ) 和 ( 𝑏 1 , 𝑏 2 , 𝑏 3 ) 参数化的两个 TFN，则
TOPSIS 应用的最新调查
多准则决策辅助 (MCDA) 或多准则决策 (MCDM) 方法已受到研究人员和从业人员的广泛关注，用于评估、评定和排列不同行业的替代方案。在为解决实际决策问题而开发的众多 MCDA/MCDM 方法中，按与交易解决方案的相似性排序参考技术 (TOPSIS) 在不同应用领域继续发挥着令人满意的作用。在本文中，我们进行了一项最新文献调查，以对 TOPSIS 应用和方法的研究进行分类。本评论的分类方案包含自 2000 年以来来自 103 种期刊的 266 篇学术论文，分为九个应用领域：(1) 供应链管理和物流，(2) 设计、工程和制造系统，(3) 商业和营销管理，(4) 健康、安全和环境管理，(5) 人力资源管理，(6) 能源管理，(7) 化学工程，(8) 水资源管理和 (9) 其他主题。TOPSIS 学科的学术论文根据 (1) 出版年份、(2) 出版期刊、(3) 作者国籍和 (4) 与 TOPSIS 结合或比较的其他方法进行了进一步解释。我们在评论论文的最后提出了对 TOPSIS 决策未来研究的建议，这些建议既具有前瞻性，又具有实践导向。本文对 TOPSIS 方法提供了有用的见解，并为学术研究人员和从业人员提供了未来在该领域尝试的框架。2012 Elsevier Ltd. 保留所有权利。
市政固体废物评价与选择的可信度TOPSIS模型
标准 标准名称 类型 𝑪𝟏 技术可靠性 最大化 𝑪𝟐 可行性 最大化 𝑪𝟑 废料分离 最大化 𝑪𝟒 废物回收 最大化 𝑪𝟓 能量回收 最大化 𝑪𝟔 每吨净成本 最小化 𝑪𝟕 空气污染控制 最小化 𝑪𝟖 排放水平 最小化 𝑪𝟗 地表水分散排放 最小化 𝑪𝟏𝟎 员工人数 最小化
应用区间型 2 模糊集中的 AHP 和 TOPSIS 进行飞机选择
选择合适的飞机能为航空公司带来竞争优势，然而许多因素会给选择过程带来一定程度的不确定性。通过消除这种不确定性，航空公司可以增加实现其长期目标的机会。新的多准则决策（MCDM）方法为决策者提供了选择合适飞机的满意解决方案。因此，我们专注于使用新的 MCDM 方法对最合适的商用飞机替代方案进行多维评估和选择。本文为航空公司规划者在不确定的情况下选择商用飞机提供决策支持。在本研究中，与文献中关于飞机选择的其他研究不同，此处介绍的模型使用区间型 2 模糊层次分析法（IT2FAHP）和按与理想解的相似性排序的区间型 2 模糊技术（IT2FTOPSIS）混合方法。所提出的飞机选择模型允许商业航空公司根据特定标准评估飞机：经济性能、技术性能和环境影响，从而帮助决策者在不确定的环境中选择合适的飞机。除了供商业航空公司使用外，研究中的方法还可以应用于教练机、货机和军用飞机的选择。我们的研究结果表明，空客 A321neo 在技术方面、经济方面和环境方面都是最适合航空公司的商用飞机。
在区间型 2 模糊集中应用 AHP 和 TOPSIS 进行飞机选择
选择合适的飞机可以为航空公司带来竞争优势，然而，有许多因素会给选择过程带来一定程度的不确定性。通过消除这种不确定性，航空公司可以增加实现长期目标的机会。新的多标准决策 (MCDM) 方法为决策者提供了选择合适飞机的令人满意的解决方案。因此，我们专注于使用新的 MCDM 方法对最合适的商用飞机替代方案进行多维评估和选择。本文为航空公司规划人员在不确定的情况下选择商用飞机提供决策支持。在本研究中，与文献中关于飞机选择的其他研究不同，此处提出的模型使用区间型 2 模糊分析层次过程 (IT2FAHP) 和区间型 2 模糊技术按与理想解的相似性排序 (IT2FTOPSIS) 混合方法。所提出的飞机选择模型允许商业航空公司根据特定标准评估飞机：经济性能、技术性能和环境影响，从而帮助决策者在不确定的环境中选择合适的飞机。除了供商业航空公司使用外，研究中的方法还可以应用于教练机、货机和军用飞机的选择。我们的研究结果表明，空客 A321neo 在技术方面、经济方面和环境方面都是最适合航空公司的商用飞机。
使用 TOPSIS 模型增强 3D 沉浸式环境中的认知负荷评估
研究提出了基于感知的认知工作量评估方法，以帮助 VR 开发人员和用户在使用 VR 应用程序时测量他们的工作量。基于生物传感器测量工作量的方法已经取得了显著进展，而基于主观方法的评估仍然依赖于标准问卷，例如 NASA-TLX 表、主观工作量评估技术和改良的 Cooper Harper 量表。预定义的问题使操作员能够比使用生物反馈更轻松地进行实验和分析数据。然而，由于用户之间未察觉的内部变化和未知因素，主观评估过程可能会使结果产生偏差。因此，有必要有一种方法来处理和分析这种不确定性。我们建议使用按与理想解决方案的相似性排序性能技术 (TOPSIS) 模型来分析 NASA-TLX 表以测量整体用户工作量，而不是使用经典的加权总和法。为了展示 TOPSIS 方法的优势，我们进行了用户实验来验证该方法及其在 VR 中的应用，同时考虑了包括 VR 平台和场景密度在内的因素。测试了三种不同的加权方法，包括模糊逻辑中的模糊层次分析法 (AHP)、基于成对比较的经典加权法和均匀加权法，以了解 TOPSIS 模型的适用性。TOPSIS 的结果一致
使用TOPSIS方法进行多标准决策，用于混合推进系统中的电池类型选择
在常规推进系统中，鲁道夫柴油公司获得专利的两冲程和四冲程柴油发动机（Woodyard，2009）在海上行业中广泛使用。使用基于石油的燃料的两冲程机通常用于海洋船舶（Wankhede，2016年）。油轮的建造是一个重要的问题，因为对石油的需求仍在上升。大多数技术要求，运营效率和建筑期缩短，都符合使用现有船舶数据进行的设计。根据DWT值创建了功率估计曲线，这使设计人员可以简单选择（Pham等，2020）。两冲程机的功率重量比更高。由于这一方面，它成为一种有利可图的选择，尤其是对于贸易和货船（Alturki，2017年）。尽管电力在人类生活中非常重要
Fermatean Fuzzy Topsis方法及其在智能城市上下文中基于商业智能的策略中的应用
随着智能城市的扩展，商业智能（BI）的使用已成为资源优化，提高效率并提高公民生活质量的重要工具。BI使公司通过分析大量城市数据来做出更好的战略决策，从而帮助它们在动态的智能城市环境中保持竞争力。这项研究利用内容分析和Fermatean Fuzzy Topsis（FF- TOPSIS）方法在智能城市的背景下根据商业智能进行了基于商业智能的策略。最初，通过内容分析确定了相关标准，随后，根据这些标准制定并进行了五种策略。结果表明，“基于IOT的智能网络的开发（S2）”排名最高，因为它在优化资源管理和增强城市服务绩效方面发挥了重要作用，从而为智能城市的发展做出了巨大贡献。“工艺自动化和机器人系统的部署（S5）”排名第二，因为它提高了效率并减少了人类错误。 “无缝访问数据和服务的云平台集成（S3）也被证明非常重要，排名第三，因为它提供了对数据和服务的无缝访问。”人工智能部署用于预测分析和过程优化（S4）“排名第四，对于预测分析和过程优化至关重要，而“智能决策的大数据分析（S1）” - 尽管很重要，但排名第五，排名第五。城市经理应优先考虑物联网网络的发展，以充分利用其资源管理和效率提高的潜力。之后，对过程自动化和AI集成的关注可以显着提高公民的生活质量并降低城市成本。
使用基于区间直觉模糊超软集相关系数的 TOPSIS 法对热能存储技术进行优先排序
1 浙江师范大学数学科学学院，金华 321004，中国 2 阿卜杜勒阿齐兹国王大学数学系，吉达 21589，沙特阿拉伯 3 南佛罗里达大学数学与统计学系，佛罗里达州坦帕 33620-5700，美国 4 西北大学数学与统计科学学院，Mafikeng 校区，Private Bag X2046，Mmabatho 2735，南非 5 管理与技术大学数学系，拉合尔 54770，巴基斯坦 6 卡西姆大学科学与艺术学院数学系，Al-Badaya 51951，沙特阿拉伯 7 开罗大学统计研究生院运筹学与管理研究系，吉萨 12613，埃及 * 通信地址：wma3@usf.edu （W.-XM）；ag.alanazi@qu.edu.sa（AMA）