کاربرد داده‌های بازه‌ای در مدل‌های تصمیم‌گیری چند شاخصه saw

هدف: در دنیای امروز، مدیران با چالش‌های پیچیده‌ای در مسایل بهینه‌سازی مواجه هستند که نیازمند توجه به چندین شاخص متضاد می‌باشد. این مقاله به بررسی و معرفی ویژگی‌های اعمال بازه‌ای در مدل‌های تصمیم‌گیری چندشاخصه می‌پردازد.روش‌شناسی پژوهش: ابتدا ویژگی‌های اعمال بازه‌ای معرفی و بررسی می‌شود؛ سپس روش madm بازه‌ای وزن‌دهی جمع ساده ارایه می‌شود که در آن شاخص‌ها به‌جای یک عدد، به‌صورت بازه‌ درنظر گرفته می‌شوند. این روش به مدیران کمک می‌کند تا با درنظر گرفتن دامنه‌ای از مقادیر ممکن برای هر شاخص، تصمیمات جامع‌تری بگیرند.یافته‎ها: در نهایت، مثال‌هایی از مدل‌های madm بازه‌ای حل شده است تا کاربرد عملی این روش را نشان دهد. شایان ذکر است که در این مقاله، برای شاخص‌ها از اعداد فازی استفاده نشده است و بازه [a، b] مد نظر است.اصالت/ارزش افزوده علمی: این رویکرد به مدیران کمک می‌کند تا با دقت بیشتری به تحلیل و ارزیابی گزینه‌های مختلف بپردازند و در مواجهه با عدم‌قطعیت‌ها و تغییرات محیطی، تصمیمات بهتری اتخاذ کنند.

application of interval data in multi-criteria decision-making models using saw

purpose: in the contemporary landscape، managers encounter intricate challenges in optimization problems that necessitate consideration of multiple conflicting criteria. this paper explores and delineates the characteristics of interval applications in multi-criteria decision-making models.methodology: initially، the attributes of interval applications are introduced and scrutinized. subsequently، the interval-based simple additive weighting (saw) decision-making method is presented، wherein criteria are represented as intervals rather than single values. this approach enables managers to make more comprehensive decisions by accounting for a spectrum of possible values for each criterion.findings: ultimately، examples of solved interval-based multi-criteria decision-making models are provided to illustrate the practical application of these methods. it is noteworthy that this paper does not employ fuzzy numbers for the criteria، but rather considers the interval [a، b].originality/value: this methodology aids managers in conducting more precise analyses and evaluations of various options، thereby facilitating better decision-making in the face of uncertainties and environmental fluctuations.