مدل تاپسیس فازی از روشهای معروف و پرکاربرد تصمیم گیری چند معیاره است که جهت رتبه بندی گزینه‌ها در محیط فازی بکار گرفته می‌شود. این تکنیک توسط CHEN در سال 1992 معرفی شد.
در بسیاری از مواقع تفکرات انسان با عدم قطعیت همراه است و این عدم قطعیت در تصمیم‌گیری تاثیرگذار است. در این گونه موارد بهتر است از روشهای تصمیم‌گیری فازی استفاده شود که روش شباهت به گزینه ایده‌آل فازی یکی از این روش‌ها است. در این حالت عناصر ماتریس تصمیم‌گیری یا وزن معیارها یا هردوی آنها توسط متغیرهای زبانی که توسط اعداد فازی ارائه شده‌اند، ارزیابی شده و بدین ترتیب بر مشکلات روش شباهت به گزینه ایده‌آل غلبه شده است (عطایی، 1389). تاپسیس فازی در واقع تاپسیس است که به محیط فازی اضافه شده است.
8-2 مزایای مدل تاپسیس فازی
– معیارهای کمی و کیفی در ارزیابی به صورت همزمان دخالت دارند.
– تعداد قابل توجهی معیار در نظر گرفته می شود.
-این روش به سادگی و با سرعت مناسب اعمال می گردد.
-عملکرد سیستم به صورت مطلوب و قابل قبول است.
-مطلوبیت شاخص های مورد نظر در حل مسأله، به طور یکنواحت افزایشی یا کاهشی می باشد (یعنی هر چه مقدار شاخص بیشتر می شود و بالعکس).
– اطلاعات ورودی را می توان تغییر داد و نحوه پاسخگویی سیستم را بر اساس این تغییرات بررسی کرد.
– روابط مورد استفاده برای نرمالیزه کردن اطلاعات، محاسبه فواصل، و روش تعیین اوزان شاخص ها به صورت اختیاری بوده و قابل تطبیق با نوع اطلاعات موجود در مسأله است.
-اولویت بندی در این روش با منطق شباهت به جواب ایده آل انجام می شود. بر این اساس که گزینه انتخابی کوتاه ترین فاصله را از جواب ایده آل و دورترین فاصله را از بدترین جواب داشته باشد.
-اگر بعضی از معیارها از انواع هزینه ای باشند و هدف کاهش آنها و برخی دیگر ازنوع سود بوده و هدف افزایش آنها باشد، این روش به آسانی جواب ایده آل را که ترکیبی از بهترین مقادیر قابل دست یابی همه معیارها می باشد می یابد.
– این روش فاصله بهترین جواب و بدترین جواب را با در نظر گرفتن نزدیکی مبنی بر جواب بهینه، به طور همزمان در نظر می گیرد.
8-3 گام هاي پیاده سازي تاپسیس فازي
گام 1: تشکیل ماتریس تصمیم فازي و ماتریس اهمیت نسبی معیار ها با توجه به مقیاس هاي کلامی:فرض کنید mگزینه ، n معیارو k تصمیم گیرنده داشته باشیم. در این صورت مسأله تصمیم گیري گروهی چند معیاره فازي می‌تواند به صورت ماتریس زیر بیان شود:
مدل تاپسیس فازی
که در آن A1,A2,…,Amگزینه‌هایی هستند که باید انتخاب شده یا اولویت بندي گردند. C1,C2,…,Cn شاخص‌ها یا معیارهاي ارزیابی هستند. مطلوبیت گزینه Aiرا نسبت به معیار یا شاخص Cj توسط فرد خبره K ام نشان میدهد.به منظور یکپارچه نمودن امتیاز عملکرد فازي، Kفرد خبره از روش میانگینگیري حسابی طبق رابطه زیر استفاده می‌شود.
مدل تاپسیس فازی
گام دوم: نرمال کردن ماتریس تصمیم فازی و محاسبه ماتریس تصمیم فازی نرمال شده وزنی؛ در این گام با توجه به اینکه داده‌های خام به دست آمده برای حذف واحدهای ناهمگون و مقیاس‌های اندازه گیری مختلف در مسائل تصمیم گیری چند معیاره باید نرمال شوند، از نرمال سازی خطی استفاده می‌شود اگر ماتریس تصمیم فازی نرمال شده باشد، داریم:
مدل تاپسیس فازی
مدل تاپسیس فازی
که در آن به ترتیب مجموعه B و Cیعنی مجموعه معیار هاي مثبت و منفی. بادر نظر گرفتن وزن هاي مختلف براي هر زیر معیار ، ماتریس تصمیم نرمال شده وزنی نیز از ضرب اهمیت وزن معیار ها در ماتریس صمیم فازي نرمال شده محاسبه می شود.ماتریس تصمیم نرمال شده وزنی به صورت رابطه زیر تعریف می‌شودکه درآن وزن معیار jام است.
مدل تاپسیس فازی
گام سوم: تعیین راه حل ایده آل مثبت فازي (A+ FPIS9) v+j و راه حل ایده آل منفی فازي (A+ FPIS9) v-j تعیین راه حل ایده آل مثبت (A+) و ایده آل منفی بصورت زیر محاسبه می‌شوند؛
مدل تاپسیس فازی
گام چهارم: محاسبه اندازه فاصله اي هر کدام از گزینه ها از مقادیر ایده آل فازي مثبت و منفی فاصله هر گزینه با راه حل ایده آل مثبت و راه حل ایده آل منفی فازي به صورت زیر محاسبه می‌شود.
مدل تاپسیس فازی
مدل تاپسیس فازی
که در آن d(va,vb) نشان دهنده اندازه گیري فاصله اي میان دو عدد فازي است و di+ نشان دهنده فاصله گزینه iاز راه حل ایده آل مثبت و di- نشان دهنده فاصله گزینه i از راه حل ایده منفی است.اگر دو عدد فازي مثلثی N(n1,n2,n3) و M(m1,m2,m3)را داشته باشیم،آنگاه فاصله فازي بین این دو عدد به صورت زیر محاسبه می‌شود.
مدل تاپسیس فازی
گام پنجم: محاسبه ضرایب نزدیکی و اولویت بندي گزینه‌ها با تعیین ضریب نزدیکی، گام نهایی براي رتبه بندي تمامی گزینه ها می تواند آغاز شود و تصمیم گیرندگان می توانند بهترین گزینه را از میان گزینه هاي مختلف انتخاب کنند.ضریب نزدیکی هر گزینه به صورت زیر محاسبه می‌شود.
مدل تاپسیس فازی
شاخص CCi نزدیک که عدد یک، میزان نزدیکی گزینه ره به زاه حل ایده آل مثبت و دوری از راه حل ایده آل منفی را نشان میدهد بنابراین CCi نشان دهنده عمکلردبهتر گزینه Ai خواهد بود
گام ششم : رتبه‌بندی گزینه‌ها
در این مرحله با توجه به مقدار شاخص شباهت گزینه‌ها رتبه‌بندی می‌شوند به طوری که گزینه‌هایی که شاخص شباهت بیشتری دارند رتبه بالاتری بدست می‌آورند.
آموزش مکان یابی در سیستم اطلاعات جغرافیایی (GIS),آموزش مکان یابی در Arcgis,مدلسازی و مکان یابی در محیط GIS,مکان یابی در GIS با AHP,آموزش مکان یابی فازی در ArcGIS,مکان یابی,آموزش منطق فازی در gis,پروژه مکان یابی gis,آموزش مکان یابی در سیستم اطلاعات جغرافیایی (gis) با عملگرهای فازی,آموزش فازی سازی در gis,آموزش مدل منطق فازی در gis,منطق فازی در جی ای اس, فازی سازی در جی ای اس,آموزش مکان یابی به روش بولین,مکانیابی با مدل ANP و منطق فازی در GIS,آموزش مکان یابی به روش فازی,روش فازی در gis,آموزش مکان یابی در سیستم اطلاعات جغرافیایی (gis) با عملگرهای فازی,مکان یابی در جی آی اس,مکان یابی نقاط بهینه,بولین,فازی,منطق بولین,منطق فازی,مکانیابی با AHP,مکان یابی با عملگر فازی,کاربرد مدل تلفیقی AHP/FUZZY در مکانیابی عرصه‌های مناسب,مکانیابی مراکز فضای سبز با استفاده از مدل منطق فازی,مکانیابی ایستگاه‌های اتوبوس با مدل ANP و منطق فازی در GIS,مکانیابی به روش فازی سلسله مراتبی,بكار بردن منطق فازي در GIS براي يافتن مكان هاي بهينه,FANP GIS,اکستنشن منطق فازی در GIS, Fuzzy Logic,FAHP,کاربرد روش منطق فازی (fuzzy) و تحلیل سلسله‌مراتبی (AHP) در مکانیابی دفن پسماند,مکانیابی به کمک منطق بولین, (GIS) با عملگرهای فازی,کاربرد توابع منطق فازی در محیط ArcGIS,تلفیق تکنیک GIS و RS و مدل های منطق فازی, شبکۀ استنتاج فازی و تکنیکهای سنجش از دور و GIS,مکان یابی ایستگاه های آتش نشانی,کاربرد GIS در مکانیابی,ارزیابی و مکان یابی فضای سبز شهری با استفاده از GIS, مکانیابی کتابخانه‌های عمومی با استفاده از GIS,پروژه های GIS برای مکانیابی,روش AHP برای حل مسائل مکان یابی در GIS,مکان یابی مناطق مناسب پخش سیلاب,مکان یابی بهینه مراکز درمانی شهری با استفاده از GIS,مکانیابی سد زیرزمینی با استفاده از تکنیک GIS,مکانیابی پهنه‌های مناسب اکوتوریسم, سامانه اطلاعات جغرافیایی,مکان یابی در GIS به روش TOPSIS,مکانیابی خطوط بزرگ انتقال آب با استفاده از نرم‌افزار Arc-GIS,مکان یابی محل دفن پسماندهای روستایی,مکان یابی,مکانیابی کاربری های گردشگری با استفاده از سیستم های اطلاعات جغرافیایی (GIS),مکان یابی بهینه بیمارستان با استفاده از رویکرد ترکیبی ANP و GIS در محیط فازی,مکان یابی بهینه ترین نقاط در اطراف شهر,مکان یابی شعب بانک, پروژه مکان یابی GIS مناطق مستعد دفع پسماندهای ساختمانی,مکانیابی بهینه جایگاههای عرضه سوخت,نقشه هاي مکان يابي, Site selection,کاربرد مدلهای مکانیابی با استفاده از GIS,کاربرد مدلهای مکانیابی با استفاده از GIS,مکانیابی و تحلیل وضعیت توسعه‌ای جنگلداری شهری,مکانیابی و اولویت‌بندی مکان‌های مستعد جهت توسعه فیزیکی,مکانیابی محل ساخت پل,مکان یابی پارک ها با استفاده از سیستم اطلاعات جغرافیایی (GIS),آموزش مکان یابی با استفاده از تکنیکهای مکانی,ساخت نقشه مکان یابی با نرم افزار GIS و ارزش های مدل ANP,مکانیابی عرصه های مناسب استحصال آب باران,مکانیابی توربین‌های بادی,اصول مکانیابی,تهیه نقشه مکانیابی,داد های مورد نیاز در مکانیابی,شروط مکانیابی,پرسشنامه دلفی,روش دلفی,مکانیابی با استفاده از تصمیم گیری چند معیاره,مدل سیستم پشتیبان تصمیم گیری مکانی جهت مکانیابی,مکان یابی بهینه احداث سازه‌های هیدرولیکی,منطق صفر و یک,شبكه‌هاي عصبي و منطق فازي,کاربرد توابع منطق فازی در محیط Arc GIS به منظور مکان یابی آرامستان,مدل منطق فازی, Fuzzy Logic Model,الگوی بهینه مكان یابی,الگوی بهینه مكان یابی با GIS,مکان یابی دهکده های گردشگری در شهرهای ساحلی,
بدون دیدگاه