یک زبان حد فاصل دوتایی MCDM برای ارزیابی و انتخاب ربوت

قیمت: 41,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

یک زبان حد فاصل دوتایی MCDM برای ارزیابی و انتخاب ربوت

عنوان لاتین

An interval 2-tuple linguistic MCDM method for robot evaluation and selection

امروزه انتخاب ربوت مناسب چالش کاری برای تولید کنندگانی ست که با حجم زیادی خواسته ها برای تولید و وجود مشکلات مختلف برای مدل های ربوت مواجه هستند. انتخاب ربوت برای یک اپلیکیشن صنعتی خاص می تواند به عنوان یک مشکل تصمیم گیری چند معیاری کاملا پیچیده به نظر آید که بررسی هایی را از یک تعداد ربوت های پیشنهادی نیاز دارد و کشمکش هایی که بر این موضوع و معیارهای مشهود پیش می آید. علاوه بر این، تصمیم گیرندگان تمایل به استفاده از چیدمان های متری زبانی دانه دانه دارند برای اینکه ارزیابی هایشان را در حیطه معیارهای ذهنی بیان کنند و اطلاعات حاصل از ارزیابی های ناقص و نامطمئنی را که معمولا وجود دارد، ارائه دهند. این مقاله یک روش حد فاصل چند زبانی TOPSIS ITL-TOPSIS را برای کنترل مشکل انتخاب ربوت تحت محیط اطلاعاتی ناقص و نامطمئن را پیشنهاد می دهد. این روش هر دو قضاوت های ذهنی و اطلاعات مشهود را در اپلیکیشن های زندگی واقعی بررسی می کند ارزیابی های مختلف و نامطمئن تصمیم گیرندگان را با استفاده از متغیرهای حد فاصل دو زبانه مدل می کند. یک مثال برای نمایش انعطاف پذیری و قابلیت عمل روش مطرح شده ذکر می شود و نتایج حاصله نشان می دهد که ITL-TOPSIS یک ابزار تصمیم گیری موثری برای ارزیابی ربوت و انتخاب آن با اطلاعات ناقص و نامطمئن موجود می باشد.

Nowadays selection of an optimal robot has become a challenging task for manufacturers with the increment of production demands and availability of more different robot models. Robot selection for a particular industrial application can be viewed as a complicated multi-criteria decision-making problem which requires consideration of a number of alternative robots and conflicting subjective and objective criteria. Furthermore, decision-makers tend to use multigranularity linguistic term sets to express their assessments on the subjective criteria, and there usually exists uncertain and incomplete assessment information. In this paper, an interval 2-tuple linguistic TOPSIS (ITL-TOPSIS) method is proposed to handle the robot selection problem under uncertain and incomplete information environment. This method considers both subjective judgements and objective information in real-life applications, and models the uncertainty and diversity of decision-makers’ assessments using interval 2-tuple linguistic variables. An example is cited for demonstrating the feasibility and practicability of the proposed method, and results show that the ITL-TOPSIS is an effective decision-making tool for robot evaluation and selection with uncertain and incomplete information