Evolving a linear programming technique for MAGDM Problems by considering fuzzy interval valued intuitionistic information(2015)

توسعه تکنیک برنامه‌ریزی خطی برای مسائل تصمیم‌گیری گروهی چندمعیاره با در نظر گرفتن اطلاعات شهودی فازی بازه‌ای

در محیط‌های پیچیده کسب‌وکار امروزی، تصمیم‌گیری گروهی چندمعیاره (MAGDM) نقش مهمی در موفقیت سازمان‌ها ایفا می‌کند. این مقاله به معرفی یک تکنیک جدید برنامه‌ریزی خطی می‌پردازد که اطلاعات شهودی فازی بازه‌ای را برای بهبود فرایند تصمیم‌گیری لحاظ می‌کند.

مقدمه‌ای بر تصمیم‌گیری گروهی چندمعیاره (MAGDM)

مسائل تصمیم‌گیری گروهی چندمعیاره زمانی مطرح می‌شوند که چندین تصمیم‌گیرنده باید بر اساس معیارهای مختلف و گاه متناقض، انتخاب بهینه‌ای داشته باشند. روش‌های سنتی اغلب قادر به پوشش ابهامات و عدم قطعیت‌های انسانی نیستند.

نقش اطلاعات شهودی فازی بازه‌ای در تصمیم‌گیری

اطلاعات شهودی فازی بازه‌ای، امکان مدل‌سازی بهتر عدم قطعیت و تردیدهای موجود در ارزیابی‌های انسانی را فراهم می‌سازد. این رویکرد، با انعطاف‌پذیری نظریه فازی، به تصمیم‌گیرندگان اجازه می‌دهد تا دیدگاه‌های خود را به صورت دقیق‌تر بیان کنند.

مزایای استفاده از مدل فازی بازه‌ای

  • مدیریت موثر ابهام در نظرات کارشناسان
  • افزایش دقت نتایج تصمیم‌گیری
  • قابلیت تطبیق با داده‌های ناقص یا مبهم

تکنیک برنامه‌ریزی خطی توسعه‌یافته در این پژوهش

در این پژوهش، یک مدل برنامه‌ریزی خطی ارائه شده است که اطلاعات شهودی فازی بازه‌ای را در ساختار خود لحاظ می‌کند. این مدل با ترکیب دقت مدل‌های ریاضی و انعطاف‌پذیری نظریه فازی، راهکاری منطقی‌تر و قابل اعتمادتر برای حل مسائل پیچیده گروهی ارائه می‌دهد.

کاربردهای عملی مدل پیشنهادی

  • انتخاب تامین‌کننده در زنجیره تامین
  • ارزیابی پروژه‌های سرمایه‌گذاری
  • تعیین استراتژی‌های بازاریابی

نتیجه‌گیری

مدل پیشنهادی می‌تواند به عنوان ابزاری کارآمد برای مدیران و تصمیم‌گیرندگان در محیط‌های پرابهام مورد استفاده قرار گیرد. با به‌کارگیری این رویکرد، سازمان‌ها قادر خواهند بود تصمیماتی دقیق‌تر و مبتنی بر واقعیت‌های انسانی اتخاذ نمایند.

رفرنس

S.H. Razavi Hajiagha, H. Amoozad Mahdiraji, S.S. Hashemi, E.K. Zavadskas. 2015. Evolving a linear programming technique for MAGDM Problems by considering fuzzy interval valued intuitionistic information. Expert Systems with Applications, Vol. 42, Issue 21, 9318-9325 (WOS: Q1).

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *