MCDMRankinghesitant
TOPSIS的双犹豫模糊扩展
DHF-TOPSIS（双犹豫模糊TOPSIS扩展，双犹豫模糊TOPSIS扩展）是由Wang, R., Li, W., Zhang, T., Han, Q.于2020年提出的一种排序多准则决策（MCDM）方法。它将基于多个准则评分的备选方案决策矩阵转化为结构化、可重现的结果。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Wang, R., Li, W., Zhang, T., Han, Q. (2020). New Distance Measures for Dual Hesitant Fuzzy Sets and Their Application to Multiple Attribute Decision Making. Symmetry DOI: 10.3390/sym12020191 ↗
如何引用本页
ScholarGate. (2026, June 2). Dual Hesitant Fuzzy extension of TOPSIS. ScholarGate. https://scholargate.app/zh/decision-making/dhf-topsis
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 层次分析法决策↔ 比较
- Analytic Network Process (ANP，具有反馈和相互依赖性的AHP)决策↔ 比较
- 最佳-最差法 (Best-Worst Method)决策↔ 比较
- 贝叶斯BWM决策↔ 比较
- 标准差与相关系数客观赋权法决策↔ 比较
- 标准差法 (Criterion Impact LOSs objective weighting method)决策↔ 比较
- CIMAS (Criterion Impact MeAsurement System)决策↔ 比较
- 准则重要性通过准则间相关性 (CRITIC)决策↔ 比较