基于对数归一化的 MADM 方法中 VIKOR 与 TOPSIS 的再分析
人工智能
2020-06-16 v1
摘要
多准则决策分析中的决策与政策制定者会考量若干策略，以分析结果并最终作出有效且更精确的决策。其中，由于众多归一化工具相互冲突，多重准则决策算法中归一化过程的修正仍是一个问题。归一化是定义与求解 MADM（多属性决策）问题及 MADM 模型的基本操作，也是求解（即应用某 MADM 方法）首要且必要的步骤。事实表明，归一化方法的选择对结果有直接影响。最新引入的归一化方法之一是对数归一化（LN）法。该新方法具有显著优势：准则归一化值之和恒等于 1。此归一化方法此前从未应用于任何 MADM 方法。本研究聚焦于基于对数归一化的经典 MADM 方法分析。选取两种著名 MADM 方法 VIKOR 与 TOPSIS 作为再分析研究对象。在两种方法中均基于经典方式及基于 LN 的新方式检验了两个数值算例。结果表明两种方法间存在差异。最后，还设计了敏感性分析以说明最终结果的可信度。
引用
@article{arxiv.2006.08150,
title = {A VIKOR and TOPSIS focused reanalysis of the MADM methods based on logarithmic normalization},
author = {Sarfaraz Zolfani and Morteza Yazdani and Dragan Pamucar and Pascale Zaraté},
journal= {arXiv preprint arXiv:2006.08150},
year = {2020}
}