چکیده فارسی :

در مساعل جهان واقعی، ما با احتمال بیشتری با گزینه‌هایی روبرو می‌شویم که نیاز به ارزیابی با توجه به معیارهای متعارض چندگانه دارند. تصمیم‌گیری چندمعیاری (MCDM) اشاره به تصمیم‌گیری در یک چنین وضعیتی دارد. روش‌ها و تکنیک‌های قابل دسترس بسیاری برای حل مساعل MCDM وجود دارند. روش ارزیابی بر اساس فاصله‌ی از راه‌حل متوسط (EDAS)، یک روش کارامد تصمیم‌گیری چندمعیاری است. چون معمولا عدم قطعیت، یک بخش اجتناب‌ناپذیر مساعل MCDM است، روش‌های MCDM فازی، می‌توانند برای پرداختن به مساعل تصمیم‌گیری جهان واقعی بسیار مفید باشند. ما در این مطالعه روش EDAS را برای حل مساعل MCDM در محیط فازی توسعه می‌دهیم. یک مطالعه‌ی موردی انتخاب تامین کننده، برای نشان دادن روند روش ارائه شده و قابلیت اعمال آن استفاده می‌شود. ما همچنین یک تجزیه و تحلیل حساسیت را با استفاده از وزن‌های شبیه‌سازی شده برای معیارها به منظور بررسی پایداری و اعتبار نتایج روش ارائه شده انجام می‌دهیم. نتایج این مطالعه نشان می‌دهند که روش توسعه یافته‌ی EDAS فازی کارامد است و دارای پایداری مناسبی برای حل مساعل MCDM است.

کلمات کلیدی: تصمیم‌گیری چندمعیاری، مجموعه‌های فازی، MCDM فازی، روش EDAS، انتخاب تامین کننده.

چکیده انگلیسی:

In the real-world problems, we are likely confronted with some alternatives that need to be evaluated with respect to multiple conflicting criteria. Multi-criteria decision-making (MCDM) refers to making decisions in such a situation. There are many methods and techniques available for solving MCDM problems. The evaluation based on distance from average solution (EDAS) method is an efficient multi-criteria decision-making method. Because the uncertainty is usually an inevitable part of the MCDM problems, fuzzy MCDM methods can be very useful for dealing with the real-world decision-making problems. In this study, we extend the EDAS method to handle the MCDM problems in the fuzzy environment. A case study of supplier selection is used to show the procedure of the proposed method and applicability of it. Also, we perform a sensitivity analysis by using simulated weights for criteria to examine the stability and validity of the results of the proposed method. The results of this study show that the extended fuzzy EDAS method is efficient and has good stability for solving MCDM problems.