Інформаційна технологія розв’язання задачі багатокритеріального прийняття рішень модифікованим методом Fuzzy TOPSIS
Анотація
Актуальність теми дослідження зумовлена потребою ефективного розв’язання задач багатокритеріального прийняття рішень в умовах нечіткої інформації. У зв’язку з цим важливою проблемою є створення інформаційних технологій, які б надавали можливість користувачу обирати і застосовувати найбільш ефективні методи багатокритеріального прийняття рішень в умовах нечіткої інформації. Метою дослідження була розробка інформаційної технології розв’язання задачі багатокритеріального прийняття рішень модифікованим методом Fuzzy Technique for Order Preference by Similarity to Ideal Solution (FTOPSIS) на основі використання різних метрик і результатів групової експертизи, що підвищує достовірність отриманих рішень. У межах дослідження проведено аналіз найпопулярніших методів багатокритеріального прийняття рішень, зокрема методів, що використовують апарат нечітких множин. У статті проведено аналіз різних популярних метрик для оцінки відстаней між нечітким позитивним ідеальним розв’язком та нечітким негативним ідеальним розв’язком в методі FTOPSIS. Запропоновано методику для порівняння результатів застосування різних методів, зокрема FTOPSIS із застосуванням трикутних та трапецієвидних нечітких чисел, TOPSIS з трикутними та трапецієвидними нечіткими числами для визначення ваг критеріїв, що надає можливість проаналізувати масштаби відхилень між одержаними результатами та оцінити якість роботи експертів. Отримані результати розширюють можливості використання методів TOPSIS і FTOPSIS для прийняття рішень в умовах багатокритеріальності та невизначеності. Як практичне застосування розробленої інформаційної технології і модифікованого методу FTOPSIS у статті розв’язується задача вибору найкращого з популярних стандартів управління ризиками в ІТ-проєктах. Це дозволить підвищити ефективність ризикменеджменту в умовах невизначеності та неповноти інформації, підвищити обґрунтованість прийнятих рішень, а також адаптувати процес управління ризиками до специфічних умов кожного окремого ІТ-проєкту
Ключові слова
MCDM; MADM; нечіткі множини; FTOPSIS; ІТ-проєкти; управління ризиками; стандарти управління ризиками
Використані джерела
[1] Arman, H., Hadi-Vencheh, A., Kiani Mavi, R., Khodadadipour, M., & Jamshidi, A. (2022). Revisiting the interval and fuzzy TOPSIS methods: Is Euclidean distance a suitable tool to measure the differences between fuzzy numbers? Complexity, 2022, article number 7032662. doi: 10.1155/2022/7032662.
[2] Awasthi, A., Chauhan, S.S., & Goyal, S.K. (2011). A multi-criteria decision making approach for location planning for urban distribution centers under uncertainty. Mathematical and Computer Modelling, 53(1-2), 98-109. doi: 10.1016/j.mcm.2010.07.023.
[3] Black, P.E. (2019). Manhattan distance. Retrieved from https://xlinux.nist.gov/dads/HTML/manhattanDistance. html.
[4] Chen, C.T. (2000). Extension of the TOPSIS for group decision-making under fuzzy environment. Fuzzy Sets and Systems, 114(1), 1-9. doi: 10.1016/S0165-0114(97)00377-1.
[5] Chen, C.T., Lin, C.T., & Huang, S.F. (2006). A fuzzy approach for supplier evaluation and selection in supply chain management. International Journal of Production Economics, 102(2), 289-301. doi: 10.1016/j.ijpe.2005.03.009.
[6] Decisioner. (n.d.). Retrieved from https://dss.knsa.chdtu.edu.ua/.
[7] Deza, M.M., & Deza, E. (2016). Encyclopedia of distances. Berlin: Springer. doi: 10.1007/978-3-662-52844-0.
[8] Han, F., Alkhawaji, R., & Shafieezadeh, M. (2024). Evaluating sustainable water management strategies using TOPSIS and fuzzy TOPSIS methods. Applied Water Science, 15, article number 4. doi: 10.1007/s13201-02402336-7.
[9] Hwang, C.L., & Yoon, K.P. (1981). Multiple attribute decision making. Methods and applications. A state-of-the-art survey. Berlin: Springer. doi: 10.1007/978-3-642-48318-9.
[10] ISO 31000:2018. (2018). Risk management – guidelines. Retrieved from https://www.iso.org/iso-31000-riskmanagement.html.
[11] Kustiyahningsih, Y., Rahmanita, E., Khusnul Khotimah, B., & Purnama, J. (2024). Type-2 fuzzy ANP and TOPSIS methods based on trapezoid fuzzy number with a new metric. International Journal of Advances in Intelligent Informatics, 10(2), article number 239. doi: 10.26555/ijain.v10i2.1285.
[12] Makki, A., & Abdulaal, R. (2023). A hybrid MCDM approach based on fuzzy MEREC-G and fuzzy RATMI. Mathematics, 11(17), article number 3773. doi: 10.3390/math11173773.
[13] Maksymov, A. (2025). Analysis of risk management standards and their application in IT projects. Management of Development of Complex Systems, 61, 66-75. doi: 10.32347/2412-9933.2025.61.66-75.
[14] National Institute of Standards and Technology Special Publication 800-53. (2020). Retrieved from https:// nvlpubs.nist.gov/nistpubs/SpecialPublications/NIST.SP.800-53r5.pdf.
[15] PMBOK guide. (2021). Retrieved from https://www.pmi.org/standards/pmbok.
[16] Rane, N., & Choudhary, S. (2023). Fuzzy AHP and fuzzy TOPSIS as an effective and powerful multi-criteria decision-making (MCDM) method for subjective judgments in selection process. International Research Journal of Modernization in Engineering Technology and Science, 5, 3786-3799. doi: 10.56726/IRJMETS36629.
[17] Rudin, W. (1987). Real and complex analysis. Singapore: McGraw-Hill.
[18] Shyur, H.-J., & Shih, H.-S. (2024). Resolving rank reversal in TOPSIS: A comprehensive analysis of distance metrics and normalization methods. Informatica, 35(4), 837-858. doi: 10.15388/24-INFOR576.
[19] Talukdar, P., & Dutta, P. (2019). A comparative study of TOPSIS method via different distance measure. International Journal of Research in Advent Technology, 7(5), 118-126. doi: 10.32622/ijrat.75201937.
[20] Yin, H., Li, X., & Gao, Y. (2020). Relative Euclidean distance with application to TOPSIS and estimation performance ranking. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 52(2), 1052-1064. doi: 10.1109/ TSMC.2020.3017814.