RUS  ENG
Полная версия
ЖУРНАЛЫ // Международный научно-исследовательский журнал // Архив

Междунар. науч.-исслед. журн., 2025, выпуск 3(153), страницы 1–7 (Mi irj737)

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ, ЧИСЛЕННЫЕ МЕТОДЫ И КОМПЛЕКСЫ ПРОГРАММ

Trimetric fusion: a novel algorithm for multi-criteria decision-making

[Trimetric fusion: новый алгоритм для принятия многокритериальных решений]

A. Hammoud

Kuban State Agrarian University

Аннотация: В этой статье представлен алгоритм TriMetric Fusion (TMF), новая структура принятия решений по нескольким критериям (MCDM), разработанная для решения сложных задач принятия решений путем интеграции трех ключевых метрик: индекса агрегированных весовых коэффициентов критериев (CAWI), индекса сбалансированных экстремальных критериев (BECI) и евклидова расстояния — в рамках алгоритма метода порядка предпочтения по сходству с идеальным решением (TOPSIS), что позволяет проводить комплексную оценку альтернатив на основе нескольких, часто противоречивых критериев. В отличие от традиционных методов MCDM, TMF обеспечивает стабильность и согласованность, определяя идеальное решение на основе шкал измерений, а не самого набора данных, эффективно избегая проблемы смены ранга. Чтобы продемонстрировать его эффективность, алгоритм был применен к задаче поиска пути роботом, где он успешно сбалансировал конкурирующие цели, такие как стоимость пути, потребление энергии и расстояние. Экспериментальные результаты подтвердили, что TMF предлагает гибкое и надежное решение для принятия решений в сложных сценариях, превосходя традиционные методы, такие как алгоритм Дейкстры, в задачах многокритериальной оптимизации. Основные вклады этой работы включают разработку унифицированной структуры для обработки как критериев максимизации, так и минимизации, введение сбалансированного подхода к рассмотрению экстремальных значений и демонстрацию вычислительной эффективности и адаптивности TMF. Хотя текущая реализация имеет ограничения, такие как статические веса критериев и зависимость от методов нормализации, предлагаются будущие направления исследований для повышения масштабируемости TMF, интеграции машинного обучения для динамической корректировки веса и расширения его применения на различные домены. Это исследование подчеркивает потенциал TMF как универсального и мощного инструмента для MCDM, прокладывая путь для его принятия в реальных сценариях принятия решений.

Ключевые слова: TriMetric Fusion (TMF), многокритериальное принятие решений (MCDM), математическое моделирование решений, роботизированный поиск пути, унифицированная структура принятия решений.

Поступила в редакцию: 14.01.2025
Исправленный вариант: 17.03.2025
Принята в печать: 17.02.2025

Язык публикации: английский

DOI: 10.60797/IRJ.2025.153.6



© МИАН, 2026