作为决策的主要研究课题,多准则决策(指标)在实际决策中有着广泛的应用前景。这是一个建模和处理复杂工程问题的方法论工具。决策者需要解决许多问题的不完整和不确定信息指标问题。指标处理结构,解决决策和规划问题涉及多个标准,以支持决策者。通常情况下,不存在唯一的最优解等问题,和决策者通常区分解决方案基于他们的工具,在模糊集合理论起着重要的作用。

模糊集理论被认为是一个重要的建模和解决技术问题。介绍了模糊集德于1965年的经典概念的扩展集( 1]。几乎所有早期在模糊集合理论开门利益代表人类认知过程的不确定性,现在,模糊集理论已扩展到工程问题,商业、医疗及相关健康科学和自然科学( 2, 3]。

指标已被广泛用于世界和更多的理论提出了解决指标问题,如论文r .廖和h .郑等人介绍了一个基于模糊理论和证据推理的集成模型的决策方法,电力变压器的状态评估( 4]。他们的实验结果表明,该集成模型可以准确地评估电力变压器的操作条件。因此,这种综合方法可以被视为一个激进的创新在电气设备的监控。另一个成功的指标在人脸识别中的应用。Ramalingam描述应用程序的多通道融合的特性指标在3 d人脸识别系统( 5]。模糊区间值TOPSIS (IVFT)方法融合多特征提出了一种3 d人脸识别系统,大大提高了识别精度。

这个特殊的问题收集八论文参与指标,这是按照与上面的主要特征概括。他们的调查被应用于不同的学科(电气工程、计算机科学、经济学、运输、和宝石鉴定)协助决策者做出最优选择。

n a。首先,论文Sedova等人提供了一个模糊的方法来解决船舶碰撞问题的预防交通拥挤区。作者提出的技术使用操纵董事会组成学习样本的元素通过生成192个不同的模拟模型,通过lattice-free船舶碰撞预防神经模糊系统聚类方法,以及288个模糊船舶碰撞预防系统,网络是通过subclustering方法生成的地方。仿真研究表明,该混合优化方法具有最好的性能。测试最有效的模糊船舶碰撞预防系统证明他们能够准确地确定课程的价值改变ship操作符,以避免船舶碰撞。

b . Erdebilli等人下论文题为“用直觉模糊TOPSIS风力发电厂的选址在土耳其”讨论了如何选择一个合适的网站建立一个风力发电厂。他们采用TOPSIS方法结合直觉模糊数反映了决策者的判断和处理决策过程的复杂性,这样可以获得更准确的结果。风能潜力,位置、成本和社会福利被定义为标准的尺寸,和十个选择标准收集在这些维度。标准重要性的权重决定在风力发电厂的建立和选择。根据计算数据,最合适的网站确定风电场。

a . Guleria和r·k·巴贾杰篇名为《毕达哥拉斯模糊( R , 年代 )规范信息测量的多准则决策问题”提出一种新的参数( R , 年代 )规范信息测量毕达哥拉斯模糊集和证据的有效性和讨论它的极大性和单调的行为正在考虑的参数。此外,指标的算法问题已经提出并实施的帮助下两种不同的数值例子权重部分已知或完全未知的。最后,工作已经结束,提供未来工作范围。

h .回族等人的研究,题为“Ultra-Short-Term风力发电的预测基于模糊聚类和RBF神经网络”显示的精度预测风力发电利用模糊聚类和RBF神经网络。风电场输出功率的影响,例如,风速,风向,尾部流动单元的影响,等等。每个单元的输出有一定的影响。根据风力发电机的输出和不确定这些因素之间的关系,模糊聚类和RBF神经网络相结合建立一个两步的预测模型。风力发电机在不同空间位置的不同贡献的风力农场和风力发电时间序列的相关性也会考虑。相比ARIMA预测模型和单RBF模型,验证,两步预测方法可以有效地改善ultra-short-term功率预测的精度。

a . Janjic本文题为“分销网络风险评估使用多准则模糊影响图”提出了一种新的多准则方法分销网络资产的风险评估,根据影响图和模糊概率。图被用来确定所有相关影响因素有关的风险和他们的相互依赖关系。三角形模糊数和模糊概率是由与限制了概率的可行性。这种方法使决策过程在一个不确定的环境中,每个特定分布的影响评估资产或资产组件。案例研究的方法验证了选择配电变电站断路器的维护策略。

m . s . d . Putra等人的论文,题为“模糊层次分析法方法确定宝石的质量”利用模糊层次分析法(F-AHP)方法选择和评估质量的宝石被交易。众所周知,宝石鉴定不仅需要相关的专业知识,也丰富的经验。通过使用F-AHP方法,决策者可以更有效率,灵活和现实的决策基于可用的标准和选择。

a·巴苏和美国Ghosh篇名为《实现模糊TOPSIS在云服务提供者类型和选择“使用多准则决策方法找出最好的服务提供者在前现有四家公司和按要求选择部署模型。作为一个IT行业的前沿技术进步,云计算已经被广泛应用于各个行业。然而,消费者经常面临困难选择最合适的一个从众多的云提供商按照他们的需求。分析不同的标准选择合适的服务提供者以及部署模型使用指标的概念。使用技术的评估是由顺序偏好相似,一个理想的解决方案(TOPSIS)方法。指标方法帮助决策者在整合与价值判断客观测量基于集体团体思想以外的个人意见。最好的选择是推导出基于模糊正理想解的距离最短,最远的距离模糊负理想溶液。

t·o·法赫德的研究和a . a .阿里题为“VANETs多目标优化的路由协议”采用优化的集成多播、多准则,自适应路由寿命作为VANETs路由协议,即只有一个邻居车辆的最佳子集选择中继路由请求(RREQ)消息基于距离,方向,速度,和未来的方向信息sender-receiver相结合的方式。模糊控制器是用来评估路线的成本和一生。此外,人工蜂群(ABC)算法被用来同时优化所有使用模糊系统,获得最佳的最高等级的链接的成本值在邻居们可以选择中继节点在路由发现过程。和仿真结果证明提出的路由方案极大地提高了网络性能在城市和高速公路场景,在不同情况下的车辆密度。