TOPSIS με Μεγιστοποίηση Απόκλισης σε Απρόσδιοριστο Ασθενές Ασαφές Περιβάλλον (SNHF-TOPSIS)
Το SNHF-TOPSIS (TOPSIS με Μεγιστοποίηση Απόκλισης σε Απρόσδιοριστο Ασθενές Ασαφές Περιβάλλον) είναι μια μέθοδος πολυκριτηριακής υποστήριξης λήψης αποφάσεων (MCDM) κατάταξης που εισήχθη από τους Akram, M. Naz, S. Smarandache, F. το 2019. Μετατρέπει έναν πίνακα αποφάσεων εναλλακτικών, βαθμολογημένων με βάση πολλαπλά κριτήρια, σε ένα δομημένο, αναπαραγώγιμο αποτέλεσμα.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Χάρτης μεθόδων
Η γειτονιά των σχετιζόμενων μεθόδων — επιλέξτε έναν κόμβο για εξερεύνηση.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 2). TOPSIS with Maximizing Deviation in Simplified Neutrosophic Hesitant Fuzzy Environment. ScholarGate. https://scholargate.app/el/decision-making/snhf-topsis
Ποια μέθοδος;
Τοποθετήστε αυτή τη μέθοδο δίπλα στις πιο συγγενείς της και διαβάστε τις παράλληλα — η βιβλιοθήκη απλώνει τα βιβλία στο τραπέζι· η επιλογή είναι δική σας.
- Νευτροσοφική επέκταση του TOPSISΛήψη Αποφάσεων↔ σύγκριση
- Τεχνική για την Κατάταξη Προτιμήσεων βάσει Ομοιότητας με την Ιδανική ΛύσηΛήψη Αποφάσεων↔ σύγκριση
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →