واژه TOPSIS از حروف اول عبارت Technique for Order of Preference by Similarity to Ideal Solution گرفته شده است. این روش توسط هوانگ و یون در سال 1981 ارائه شد. یکی از کاربردیترین روشها برای رتبهبندی مکانهای پیشنهاد شده است . اين روش يکي از روشهای مدلهای تصميمگيری چند شاخصه است. بر اساس این تئوری بهترین گزینه باید دارای این دو ویژگی باشد: نزدیکترین فاصله را به راه حل ایدهآل مثبت باشد و دورترین فاصله را از راه حل ایدهآل منفی باشد، راه حل ایدهآل مثبت، معیارهای هزینه را به حداقل و معیارهای سود را به حداکثر میرساند. راه حل ایدهآل منفی، معیارهای هزینه را به حداکثر و معیارهای سود را به حداقل میرساند. اگر چه تاپسیس برای حل مسائل تصمیمگیری محبوب است ولی در کاربردهای واقعی که روشها و مدلهای ریاضی که نمیتوانند در مقابل مسائلی که غیر دقیق و دارای ابهام است پاسخگو باشد .
مزایای مدل تاپسیس
- معیارها یا شاخص های برای مقایسه در این روش میتوانند دارای واحدهای سنجش متفاوتی بوده و طبیعت منفی و مثبت داشته باشند. به عبارات دیگر میتوان از شاخصهای منفی و مثبت به شکل ترکیبی در این تکنیک استفاده نمود.
- تصمیم گیری در صورت وجود معیارهای مثبت و منفی (حتی توام با هم در یک مساله) امکان پذیر است. معیارهای مثبت معیارهایی هستند که جنبه سود دارند مثل کیفیت کالا و معیارهای منفی معیارهایی هستند که جنبه ضرر دارند مثل سختی کار.
- برای تعیین بهترین گزینه می توان تعداد قابل توجهی معیار را مورد بررسی قرار داد در حالی که در روش AHPیا روش ANP عملا و ذاتا در این زمینه محدودیت هایی وجود دارد.
- این روش ساده و دارای سرعت مناسب است و برای تعداد زیادی گزینه و معیار به خوبی پاسخگو است.
- در روش تاپسیس به راحتی میتوان معیارهای کیفی را کمی کرد و تصمیم گیری با وجود معیارهای کیفی و کمی میسر است.
- خروجی سیستم به صورت کمی است و علاوه بر تعیین گزینه برتر، رتبه سایر گزینهها به صورت عددی بیان میشود. این مقدار عددی همان نزدیکی نسبی است که پایه قوی این روش را بیان میکند.
- روش تاپسیس، دارای پایههای ریاضی مناسب است. این روش با فاصلهها سروکار دارد. تاپسیس گزینهای را که بیشترین فاصله از بدترین گزینه و کمترین فاصله از بهترین گزینه دارد، به عنوان گزینة بهینه انتخاب میکند و به همین دلیل و پایة ریاضی اش، بر سایر روش های MADM برتری دارد.
- روش تاپسیس برتری دیگری نسبت به بعضی از روشهای MADM دارد که این روش از روش های جبرانی است. یعنی وزن تمامی گزینه ها و معیارها در تصمیم گیری دخالت داده می شود و هیچ وزنی در این روش نادیده گرفته نمی شود.
مراحل تاپسیس
گام اول؛ ساخت ماتریس تصمیم: در این مرحله ماتریس تصميم گيري با توجه به آلترناتيوها و شاخصها و استفاده از نظر خبر تشکيل می شود. همچنين وزن شاخصها نيز میتوانند متفاوت از هم باشند.
گام دوم؛ تبدیل ماتریس تصميمگيري موجود به یك ماتریس “بی مقياس شده”.
تاپسیس
گام سوم؛ مشخص نمودن مقادیر ایده آل مثبت و ایده آل منفی.
تاپسیس
گام چهارم؛ محاسبه اندازه فاصله از ایده آل مثبت و منفی براي بدست آوردن فاصله هر گزینه از
ایدهآلهاي مثبت و منفی، دو روش وجود دارد: روش اقليدسی و ورش بلوکی. در اینجا رابطه مربوط به روش اقليدسی بيان میگردد.
فاصله گزینه iام از ایده آل مثبت
تاپسیس
فاصله گزینه iام از ایده آل منفی
تاپسیس
گام پنجم؛ محاسبه نزدیکی نسبی گزینهها به راه حل ایده آل
تاپسیس
این شاخص را جهت ترکيب کردن مقادیر Di–و Di+و در نتيجه مقایسه گزینهها نسبت به
هم تعریف میکنيم، که با رابطه زیر قابل محاسبه است.
گام ششم؛ رتبه بندي گزینه ها بر اساس نزدیکی آنها به ایده آل هاي مثبت و منفی
تاپسیس
تصویر 1
همه چیز درباره مکان یابی
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
(GIS) با عملگرهای فازیFAHPFANP GISFuzzy LogicFuzzy Logic ModelSite selectionآموزش فازی سازی در gisآموزش مدل منطق فازی در gisآموزش مکان یابی با استفاده از تکنیکهای مکانیآموزش مکان یابی به روش بولینآموزش مکان یابی به روش فازیآموزش مکان یابی در Arcgisآموزش مکان یابی در سیستم اطلاعات جغرافیایی (gis) با عملگرهای فازیآموزش مکان یابی فازی در ArcGISآموزش منطق فازی در gisارزیابی و مکان یابی فضای سبز شهری با استفاده از GISاصول مکانیابیاکستنشن منطق فازی در GISالگوی بهینه مكان یابیالگوی بهینه مكان یابی با GISبكار بردن منطق فازي در GIS براي يافتن مكان هاي بهينهبولینپرسشنامه دلفیپروژه مکان یابی gisپروژه مکان یابی GIS مناطق مستعد دفع پسماندهای ساختمانیپروژه های GIS برای مکانیابیتلفیق تکنیک GIS و RS و مدل های منطق فازیتهیه نقشه مکانیابیداد های مورد نیاز در مکانیابیروش AHP برای حل مسائل مکان یابی در GISروش دلفیروش فازی در gisساخت نقشه مکان یابی با نرم افزار GIS و ارزش های مدل ANPسامانه اطلاعات جغرافیاییشبكههاي عصبي و منطق فازيشبکۀ استنتاج فازی و تکنیکهای سنجش از دور و GISشروط مکانیابیفازیفازی سازی در جی ای اسکاربرد GIS در مکانیابیکاربرد توابع منطق فازی در محیط Arc GIS به منظور مکان یابی آرامستانکاربرد توابع منطق فازی در محیط ArcGISکاربرد روش منطق فازی (fuzzy) و تحلیل سلسلهمراتبی (AHP)کاربرد مدل تلفیقی AHP/FUZZY در مکانیابی عرصههای مناسبکاربرد مدلهای مکانیابی با استفاده از GISمدل سیستم پشتیبان تصمیم گیری مکانی جهت مکانیابیمدل منطق فازیمدلسازی و مکان یابی در محیط GISمکان یابیمکان یابی ایستگاه های آتش نشانیمکان یابی با عملگر فازیمکان یابی بهینه احداث سازههای هیدرولیکیمکان یابی بهینه بیمارستان با استفاده از رویکرد ترکیبی ANP و GIS در محیط فازیمکان یابی بهینه ترین نقاط در اطراف شهرمکان یابی بهینه مراکز درمانی شهری با استفاده از GISمکان یابی پارک ها با استفاده از سیستم اطلاعات جغرافیایی (GIS)مکان یابی در GIS با AHPمکان یابی در GIS به روش TOPSISمکان یابی در جی آی اسمکان یابی دهکده های گردشگری در شهرهای ساحلیمکان یابی شعب بانکمکان یابی محل دفن پسماندهای روستاییمکان یابی مناطق مناسب پخش سیلابمکان یابی نقاط بهینهمکانیابی ایستگاههای اتوبوس با مدل ANPمکانیابی با AHPمکانیابی با استفاده از تصمیم گیری چند معیارهمکانیابی با مدل ANP و منطق فازی در GISمکانیابی به روش فازی سلسله مراتبیمکانیابی به کمک منطق بولینمکانیابی بهینه جایگاههای عرضه سوختمکانیابی پهنههای مناسب اکوتوریسممکانیابی توربینهای بادیمکانیابی خطوط بزرگ انتقال آب با استفاده از نرمافزار Arc-GISمکانیابی سد زیرزمینی با استفاده از تکنیک GISمکانیابی عرصه های مناسب استحصال آب بارانمکانیابی کاربری های گردشگری با استفاده از سیستم های اطلاعات جغرافیایی (GIS)مکانیابی کتابخانههای عمومی با استفاده از GISمکانیابی محل ساخت پلمکانیابی مراکز فضای سبز با استفاده از مدل منطق فازیمکانیابی و اولویتبندی مکانهای مستعد جهت توسعه فیزیکیمکانیابی و تحلیل وضعیت توسعهای جنگلداری شهریمنطق بولینمنطق صفر و یکمنطق فازیمنطق فازی در جی ای اسنقشه هاي مکان يابي
187 نظرات