ScholarGate
Асистент
MCDMRankinghesitant

TOPSIS with Maximizing Deviation in Simplified Neutrosophic Hesitant Fuzzy Environment

Реалните решения претеглят няколко противоречиви критерия, измерени в различни скали. SNHF-TOPSIS предоставя прозрачна, стъпка по стъпка процедура за комбиниране на тези критерии в обоснован резултат, вместо да се разчита само на интуицията.

Приложете с DecisionMindСкороApply, compare, get guidance
Tools & resources
Изтегляне на слайдове
Learn & explore
ВидеоСкоро

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Карта на методите

Обкръжението на сродните методи — изберете възел, за да го разгледате.

Източници

  1. Akram, M., Naz, S., Smarandache, F. (2019). Generalization of Maximizing Deviation and TOPSIS Method for MADM in Simplified Neutrosophic Hesitant Fuzzy Environment. Symmetry DOI: 10.3390/sym11081058

Как да цитирате тази страница

ScholarGate. (2026, June 2). TOPSIS with Maximizing Deviation in Simplified Neutrosophic Hesitant Fuzzy Environment. ScholarGate. https://scholargate.app/bg/decision-making/snhf-topsis

Кой метод?

Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.

Сравняване едно до друго
ScholarGateSNHF-TOPSIS (TOPSIS with Maximizing Deviation in Simplified Neutrosophic Hesitant Fuzzy Environment). Извлечено на 2026-06-15 от https://scholargate.app/bg/decision-making/snhf-topsis · Набор от данни: https://doi.org/10.5281/zenodo.20539026