İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklar🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Karar verme›İsteğe bağlı eksik ağırlık bilgisi içeren Tereddütlü Bulanık TOPSIS (Xu-Zhang 2013 KBS)
MCDMRankinghesitant

İsteğe bağlı eksik ağırlık bilgisi içeren Tereddütlü Bulanık TOPSIS (Xu-Zhang 2013 KBS)

Hesitant Fuzzy TOPSIS with optional incomplete weight information (Xu-Zhang 2013 KBS)

HF-TOPSIS (isteğe bağlı eksik ağırlık bilgisi içeren Tereddütlü Bulanık TOPSIS (Xu-Zhang 2013 KBS)), Xu, Z. ve Zhang, X. tarafından 2013 yılında tanıtılan bir sıralama çok kriterli karar verme (ÇKKV) yöntemidir. Birden çok kritere göre puanlanmış alternatiflerden oluşan bir karar matrisini yapılandırılmış, tekrarlanabilir bir sonuca dönüştürür.

ScholarGate
  1. MCDM
  2. v1
  3. 1 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

HF-TOPSIS
Analitik Hiyerarşi SüreciAnalitik Ağ Süreci (geri…En İyi-En Kötü Yöntem (B…Bayesian BWMKriterler Korelasyonu ve…Kriter Etki Kayıpları (C…Criterion Impact MeAsure…Kriterler Arası Korelasy…Hamacher T-norm

Ne zaman kullanılır

C_i ∈ [0,1] yakınlık katsayısıdır: 1 = her kriterde PIS'e özdeş (en iyi), 0 = NIS'e özdeş (en kötü). C_i bir olasılık veya fayda DEĞİLDİR; normalleştirilmiş bir mesafe oranıdır. Sıralama ile birlikte weight_info_mode VE çözümlenmiş ağırlıklar w her zaman rapor edilmelidir — farklı modlar aynı veriler üzerinde farklı sıralamalar üretebilir (Xu-Zhang 2013 §5 Durum 1 ve Durum 2 A1/A4'ü değiştirir). Makaleye kıyaslama doğruluğu için η=0 (riskten kaçınan) uzunluk eşitlemesi kullanın. η-duyarlılık taraması için bkz. S.weight_perturbation ve T.custom_extensions.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Adım adım denetlenebilen şeffaf, tekrarlanabilir bir hesaplama prosedürünü takip eder.
  • Tek bir karar matrisi içinde farklı ölçek ve birimlerdeki birden çok kriteri ele alır.
Sınırlılıklar
  • Alternatifler kümeye eklendiğinde veya kümeden çıkarıldığında sıralama tersine dönebilir.
  • Tam telafiyi varsayar — bir kriterdeki güçlü bir puan, başka bir kriterdeki zayıf bir puanı dengeleyebilir.

Kaynaklar

  1. Xu, Z., Zhang, X. (2013). Hesitant fuzzy multi-attribute decision making based on TOPSIS with incomplete weight information. Knowledge-Based Systems DOI: 10.1016/j.knosys.2013.05.011 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 2). Hesitant Fuzzy TOPSIS with optional incomplete weight information (Xu-Zhang 2013 KBS). ScholarGate. https://scholargate.app/tr/decision-making/hf-topsis

İlişkili yöntemler

Analitik Hiyerarşi SüreciAnalitik Ağ Süreci (geribildirim ve karşılıklı bağımlılıklar içeren KAS)En İyi-En Kötü Yöntem (BWM)Bayesian BWMKriterler Korelasyonu ve Standart Sapma objektif ağırlıklandırmasıKriter Etki Kayıpları (CILOS) objektif ağırlıklandırma yöntemiCriterion Impact MeAsurement SystemKriterler Arası Korelasyon Yoluyla Kriter Önem Derecesi

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Analitik Hiyerarşi SüreciKarar verme↔ karşılaştır
  • Analitik Ağ Süreci (geribildirim ve karşılıklı bağımlılıklar içeren KAS)Karar verme↔ karşılaştır
  • En İyi-En Kötü Yöntem (BWM)Karar verme↔ karşılaştır
  • Bayesian BWMKarar verme↔ karşılaştır
  • Kriterler Korelasyonu ve Standart Sapma objektif ağırlıklandırmasıKarar verme↔ karşılaştır
  • Kriter Etki Kayıpları (CILOS) objektif ağırlıklandırma yöntemiKarar verme↔ karşılaştır
  • Criterion Impact MeAsurement SystemKarar verme↔ karşılaştır
  • Kriterler Arası Korelasyon Yoluyla Kriter Önem DerecesiKarar verme↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Hamacher T-norm

Benzer yöntemler

Çift Tereddütlü Bulanık TOPSIS uzantısıQUALIFLEX'in Tereddütlü Bulanık uzantısıTereddütlü Bulanık VIKOR (Liao-Xu 2013)Olasılıksal Tereddütlü TOPSIS uzantısıTOPSIS'in Pisagor genişletmesiHF-ELECTRE ITOPSIS'in m-Kutuplu Çekimser Bulanık uzantısı

İlgili referans kavramlar

Decision Support SystemsDecision MakingWeighted ScoresRisk ve Belirsizlik Altında Karar Verme ÖlçütleriEvaluation CriteriaÖnsel Belirleme ve Duyarlılık Analizi

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — HF-TOPSIS (Hesitant Fuzzy TOPSIS with optional incomplete weight information (Xu-Zhang 2013 KBS)). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/decision-making/hf-topsis · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Xu, Z., Zhang, X.
Subfamily
Ranking
Year
2013
Type
Distance-to-ideal ranking (Hwang-Yoon 1981) extended to Hesitant Fuzzy Elements (HFE ⊂ [0,1]) via the hesitant normalised Euclidean distance d 1 (Xu-Xia 2011b); supports three weight-information modes: fully specified, completely unknown (Eq.(22) maximizing deviation closed-form), and partly known (Model M-2 linear programme).
Value Space
hesitant
Uncertainty
epistemic
Compensation
full
Rank Reversal
Evet
İlişkili yöntemler
Analitik Hiyerarşi SüreciAnalitik Ağ Süreci (geribildirim ve karşılıklı bağımlılıklar içeren KAS)En İyi-En Kötü Yöntem (BWM)Bayesian BWMKriterler Korelasyonu ve Standart Sapma objektif ağırlıklandırmasıKriter Etki Kayıpları (CILOS) objektif ağırlıklandırma yöntemiCriterion Impact MeAsurement SystemKriterler Arası Korelasyon Yoluyla Kriter Önem Derecesi
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil