Luận văn Thạc sĩ Công nghệ thông tin: Phát triển mô hình ra quyết định đa tiêu chí sử dụng tập neutrosophic khoảng và động

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:156

Thêm vào BST

Báo xấu

13
lượt xem 3
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Luận văn "Phát triển mô hình ra quyết định đa tiêu chí sử dụng tập neutrosophic khoảng và động" được hoàn thành với mục tiêu nhằm nghiên cứu, tổng hợp, phân tích và đề xuất lý thuyết mở rộng của tập neutrosophic để thể hiện yếu tố thời gian trong mô hình ra quyết định đa tiêu chí. Nghiên cứu, phát triển phương pháp mở rộng cho mô hình ra quyết định dựa trên lý thuyết đã đề xuất như phương pháp TOPSIS.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận văn Thạc sĩ Công nghệ thông tin: Phát triển mô hình ra quyết định đa tiêu chí sử dụng tập neutrosophic khoảng và động

LỜI CAM ĐOAN Tôi xin cam đoan luận án “Phát triển mô hình ra quyết định đa tiêu chí sử dụng tập neutrosophic khoảng và động” là công trình nghiên cứu của riêng tôi. Các số liệu, kết quả được trình bày trong luận án là hoàn toàn trung thực và chưa từng được công bố trong bất kỳ một công trình nào khác. Tôi đã trích dẫn đầy đủ các tài liệu tham khảo, công trình nghiên cứu liên quan ở trong nước và quốc tế. Ngoại trừ các tài liệu tham khảo này, luận án hoàn toàn là công việc của riêng tôi. Trong các công trình khoa học được công bố trong luận án, tôi đã thể hiện rõ ràng và chính xác đóng góp của các đồng tác giả và những gì do tôi đã đóng góp. Luận án được hoàn thành trong thời gian tôi làm Nghiên cứu sinh tại Bộ môn Các hệ thống thông tin, Khoa Công nghệ Thông tin, Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội. Tác giả: Hà Nội: i
ii LỜI CẢM ƠN Trước hết, tôi muốn bày tỏ sự biết ơn đến PGS. TS. Nguyễn Đình Hóa và TS. Đỗ Đức Đông, cán bộ hướng dẫn, người đã trực tiếp giảng dạy và định hướng tôi trong suốt thời gian học tập và thực hiện luận án này. Thầy không chỉ hướng dẫn cho tôi những kiến thức về học thuật mà còn chỉ bảo cho tôi những kinh nghiệm trong cuộc sống. Một vinh dự lớn cho tôi được học tập, nghiên cứu dưới sự hướng dẫn của Thầy. Tôi xin bày tỏ sự biết ơn sâu sắc đến các Thầy Cô trong Bộ môn Các hệ thống thông tin vì sự giúp đỡ của các Thầy Cô về các đóng góp rất hữu ích cho luận án. Tôi xin trân trọng cảm ơn Khoa Công nghệ thông tin, Phòng Đào tạo và Ban giám hiệu trường Đại học Công nghệ đã tạo điều kiện thuận lợi cho tôi trong suốt quá trình thực hiện luận án. Tôi cũng bày tỏ sự biết ơn đến Ban lãnh đạo Viện công nghệ thông tin - ĐHQGHN đã tạo điều kiện cho tôi thực hiện luận án này. Xin chân thành gửi lời cảm ơn tới các anh chị em trong Trung tâm tính toán hiệu năng cao, Trường Đại học Khoa học Tự Nhiên và Lab nghiên cứu tại Viện công nghệ thông tin - ĐHQGHN đã giúp đỡ tôi trong suốt quá trình học tập và nghiên cứu. Tôi muốn cảm ơn đến tất cả những người bạn của tôi, những người luôn chia sẻ, động viên tôi bất cứ khi nào tôi cần. Tôi xin bày tỏ lòng biết ơn vô hạn đối với cha mẹ và gia đình đã luôn ủng hộ và yêu thương tôi một cách vô điều kiện. Nếu không có sự ủng hộ của gia đình tôi không thể hoàn thành được luận án này. Luận án đã được hỗ trợ bởi chương trình đào tạo thạc sĩ, tiến sĩ trong nước của Quỹ đổi mới sáng tạo Vingroup. Cuối cùng, xin chúc mọi người luôn mạnh khoẻ, đạt được nhiều thành tích cao trong công tác, học tập và nghiên cứu khoa học ! NCS. Nguyễn Thọ Thông
iii TÓM TẮT Trong hầu hết các lĩnh vực của cuộc sống đưa ra quyết định là một vấn đề vô cùng quan trọng. Bài toán ra quyết định chủ yếu tập trung giải quyết vấn đề tìm kiếm lựa chọn tốt nhất dựa theo bộ tiêu chí đánh giá được ước lượng bởi người ra quyết định. Gần đây, các vấn đề ra quyết định đa tiêu chí trong môi trường dữ liệu có tính không chắc chắn, không xác định, không nhất quán và biến động đã nhận được nhiều quan tâm của các nhà nghiên cứu. Nhiều hướng tiếp cận khác nhau đã được đề xuất để giải quyết vấn đề ra quyết định đa tiêu chí như tiếp cận mờ, tập neutrosophic, giá trị độ đo, mô hình điểm lý tưởng, v.v. Theo dòng nghiên cứu về bài toán ra quyết định đa tiêu chí trong môi trường dữ liệu đó, luận án đề xuất một quy trình thống nhất của mô hình ra quyết định đa tiêu chí trong môi trường dữ liệu có tính không chắc chắn, không xác định, không nhất quán và biến động. Cụ thể các đóng góp chính của luận án được tóm tắt như sau: (a) Đề xuất một lý thuyết mở rộng với tên gọi tập neutrosophic giá trị khoảng động (DIVNS) để thể hiện tính động của dữ liệu có tính không chắc chắn, không xác định và không nhất quán theo khoảng thời gian và phát triển mô hình TOPSIS dựa trên lý thuyết DIVNS. (b) Phát triển mô hình ra quyết định với thông tin trọng số không biết trong môi trường không chắc chắn, không xác định, không nhất quán và biến động. Trình bày một số phép toán thể hiện tính tương quan của các thuộc tính dựa trên DIVNS và tích phân Choquet. Chiến lược ra quyết định dựa trên các phép toán đã đề xuất cũng được giới thiệu. (c) Đề xuất một mở rộng của tập neutrosophic giá trị khoảng động tên là tập neutrosophic giá trị khoảng động tổng quát (GDIVNS) để thể hiện sự thay đổi của bộ thuộc tính, lựa chọn, người ra quyết định, trọng số theo thời gian. Sau đó, phát triển mô hình ra quyết định đa tiêu chí động DTOPSIS (Dymanic Technique for Order of Preference by Similarity to Ideal Solution) dựa trên lý thuyết GDIVNS đã đề xuất. Mô hình DTOPSIS quan tâm đến cả ba vấn đề: tính động của dữ liệu theo khoảng thời gian, tính động của các thuộc tính và dữ liệu lịch sử. Từ khóa: Mô hình ra quyết định đa tiêu chí, Tập neutrosophic, Tập mờ do dự, Mô hình TOPSIS, Tích phân Choquet.
Mục lục Lời cam đoan i Lời cảm ơn ii Tóm tắt iii Mục lục iv Danh mục các từ viết tắt vi Danh mục các bảng x Danh mục các hình vẽ xii Danh mục các ký hiệu xiii MỞ ĐẦU 1 Chương 1. TỔNG QUAN NGHIÊN CỨU VỀ MCDM VÀ CƠ SỞ LÝ THUYẾT 8 1.1 Bài toán ra quyết định đa tiêu chí . . . . . . . . . . . . . . . . 8 1.2 Tổng quan nghiên cứu về MCDM . . . . . . . . . . . . . . . . 9 1.2.1 Tình hình nghiên cứu trong nước và ngoài nước . . . 9 1.2.2 Một số vấn đề trong MCDM . . . . . . . . . . . . . . . 11 1.2.3 Các tiếp cận chính đối với MCDM . . . . . . . . . . . . 13 1.2.4 Động lực nghiên cứu . . . . . . . . . . . . . . . . . . . . 19 1.3 Cơ sở lý thuyết . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 1.3.1 Tập Neutrosophic . . . . . . . . . . . . . . . . . . . . . 21 1.3.2 Tập mờ do dự . . . . . . . . . . . . . . . . . . . . . . . . 25 1.3.3 Tích phân Choquet . . . . . . . . . . . . . . . . . . . . 25 1.3.4 Phương pháp ra quyết định TOPSIS . . . . . . . . . . 27 1.4 Bộ dữ liệu thực nghiệm . . . . . . . . . . . . . . . . . . . . . . 28 1.4.1 Miền dữ liệu và ứng dụng của nghiên cứu . . . . . . . . 29 1.4.2 Mô hình ASK . . . . . . . . . . . . . . . . . . . . . . . . 29 1.4.3 Bộ dữ liệu thực nghiệm . . . . . . . . . . . . . . . . . . 30 1.5 Kết luận chương . . . . . . . . . . . . . . . . . . . . . . . . . . 34 iv
Contents v Chương 2. TẬP NEUTROSOPHIC GIÁ TRỊ KHOẢNG ĐỘNG VÀ MÔ HÌNH RA QUYẾT ĐỊNH 35 2.1 Giới thiệu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.2 Tập neutrosophic giá trị khoảng động . . . . . . . . . . . . . . 37 2.3 Mô hình TOPSIS-DIVNS . . . . . . . . . . . . . . . . . . . . . 49 2.4 Ví dụ thực nghiệm . . . . . . . . . . . . . . . . . . . . . . . . . 54 2.5 Phân tích thực nghiệm . . . . . . . . . . . . . . . . . . . . . . 56 2.6 Kết luận chương . . . . . . . . . . . . . . . . . . . . . . . . . . 60 Chương 3. THÔNG TIN TRỌNG SỐ CỦA MCDM TRONG MÔI TRƯỜNG NEUTROSOPHIC ĐỘNG 61 3.1 Giới thiệu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 3.2 Thông tin trọng số không biết . . . . . . . . . . . . . . . . . . 64 3.2.1 Xác định thông tin trọng số . . . . . . . . . . . . . . . . 64 3.2.2 Mô hình TOPSIS-DIVNS với thông tin trọng số không biết . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 3.2.3 Ví dụ thực nghiệm . . . . . . . . . . . . . . . . . . . . . 74 3.2.4 Phân tích thực nghiệm . . . . . . . . . . . . . . . . . . 76 3.3 Tương quan giữa các tiêu chí . . . . . . . . . . . . . . . . . . . 77 3.3.1 Phép toán trung bình Choquet giá trị khoảng động . . 78 3.3.2 Mô hình ra quyết định . . . . . . . . . . . . . . . . . . . 84 3.3.3 Ví dụ thực nghiệm . . . . . . . . . . . . . . . . . . . . . 85 3.3.4 Phân tích thực nghiệm . . . . . . . . . . . . . . . . . . 88 3.4 Kết luận chương . . . . . . . . . . . . . . . . . . . . . . . . . . 89 Chương 4. MÔ HÌNH RA QUYẾT ĐỊNH ĐỘNG TRONG MÔI TRƯỜNG NEUTROSOPHIC ĐỘNG 90 4.1 Giới thiệu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90 4.2 Tập neutrosophic giá trị khoảng động tổng quát . . . . . . . . 91 4.3 Mô hình ra quyết định DTOPSIS . . . . . . . . . . . . . . . . 103 4.4 Ví dụ thực nghiệm . . . . . . . . . . . . . . . . . . . . . . . . . 110 4.5 Phân tích thực nghiệm . . . . . . . . . . . . . . . . . . . . . . 113 4.6 Kết luận chương . . . . . . . . . . . . . . . . . . . . . . . . . . 115 KẾT LUẬN 116 DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC 118 TÀI LIỆU THAM KHẢO 119 Phụ lục A. MỘT SỐ KẾT QUẢ 1
DANH MỤC CÁC TỪ VIẾT TẮT STT Từ viết tắt Từ gốc Diễn giải/Tạm dịch Analytic Hierarchy Phương pháp phân tích 1 AHP Process thứ bậc Analytical Network Phương pháp phân tích 2 ANP Process mạng Attitude, Skill and Mô hình thái độ, kỹ năng 3 ASK Knowledge và kiến thức Basic Unit-interval Hàm đơn điệu khoảng cơ 4 BUM Monotonic bản Dynamic Intervel Phép toán trung bình có valued neutrosophic sắp thứ tự Choquet 5 DIVNCOA Choquet Ordered neutrosophic giá trị Average khoảng động Dynamic Intervel Phép toán trung bình valued neutrosophic nhân có sắp thứ tự 6 DIVNCOG Choquet Ordered Choquet neutrosophic Geometric giá trị khoảng động Dynamic Interval-valued Sự kiện neutrosophic giá 7 DIVNE Neutrosophic trị khoảng động element Dynamic Tập netrosophic giá trị 8 DIVNS Interval-valued khoảng động Neutrosophic set vi
Danh mục các từ viết tắt vii 9 DMs Decision Makers Người ra quyết định Dynamic Ra quyết định đa tiêu chí 10 DMCDM Multi-Criteria động Decision Making Dynamic Single Valued Đa tập Neutrosophic giá 11 DSVNM Neutrosophic trị đơn động Multisets ELimination and Phương pháp tuyển chọn 12 ELECTRE Choice Expressing theo cặp REality Fuzzy Analytic Phương pháp phân tích 13 FAHP Hierarchy Process theo thứ bậc mờ Generalized Dynamic Sự kiện neutrosophic giá 14 GDIVNE Interval-valued trị khoảng động tổng Neutrosophic quát element Generalized Dynamic Tập neutrosophic giá trị 15 GDIVNS Interval-Valued khoảng động tổng quát Neutrosophic Set Generalized Dynamic Phép toán trung bình Interval-Valued trọng số lai ghép 16 GDIVNHWA Neutrosophic neutrosophic giá trị Hybrid Weighted khoảng động tổng quát Averaging Generalized Phép toán trung bình Dynamic Interval – trọng số neutrosophic giá 17 GDIVNWA Valued trị khoảng động tổng Neutrosophic quát Weighted Average
Danh mục các từ viết tắt viii Generalized Phép toán trung bình Dynamic Interval – nhân có trọng số 18 GDIVNWG Valued neutroosophic giá trị Neutrosophic khoảng động tổng quát Weighted Geometric Grey Relational 19 GRA Phân tích quan hệ xám Analysis 20 HFS Hesitant Fuzzy Set Tập mờ do dự Interval 21 INS Tập neutrosophic khoảng Neutrosophic set Interval Valued Tập neutrosophic giá trị 22 IVNS Neutrosophic set khoảng Linear Programming Phương pháp quy hoạch Technique for 23 LINMAP tuyến tính cho phân tích Multidimensional đa chiều của sự liên quan Analysis of Preference Multi-Attribute Lý thuyết giá trị đa 24 MAVT Value Theory thuộc tính Multi-Attribute Lý thuyết tiện ích đa 25 MAUT Utility Theory thuộc tính Multi-Criteria 26 MCA Phân tích đa tiêu chí Analysis Multi-Criteria Phân tích ra quyết định 27 MCDA Decision Analysis đa tiêu chí Multi-Criteria 28 MCDM Ra quyết định đa tiêu chí Decision Making Negative ideal Giải pháp lý tưởng tiêu 29 NIS solution cực 30 NS Neutrosophic set Tập Neutrosophic
Danh mục các từ viết tắt ix Positive ideal Giải pháp lý tưởng tích 31 PIS solution cực Preference Ranking Organization Phương pháp tổ chức xếp 32 PROMETHEE METHod for hạng thứ tự ưu tiên để Enrichment of làm giàu giá trị Evaluations Stochastic Phương pháp phân tích Multi-criteria 33 SMAA chấp nhận đa tiêu chí Acceptability ngẫu nhiên Analysis Simple Kỹ thuật đánh giá đa 34 SMART Multi-Attribute thuộc tính đơn Rating Technique Technique for Order Kĩ thuật sắp xếp thứ tự Preference by 35 TOPSIS ưu tiên tương đương giải Similarity to Ideal pháp lý tưởng Solution Vlsekriterijumska Phương pháp tối ưu hóa Optimizacijia I 36 VIKOR đa mục tiêu và giải pháp Kompromisno thỏa hiệp Resenje Weighted Sum Phương pháp tổng trọng 37 WSM Method số
DANH MỤC CÁC BẢNG 1.1 Nhãn ngôn ngữ đánh giá sự phù hợp của sinh viên . . . . . . 32 1.2 Nhãn ngôn ngữ đánh giá sự quan trọng của tiêu chí . . . . . . 33 2.1 Độ phức tạp của thuật toán thực hiện các công thức trong phương pháp TOPSIS-DIVNS . . . . . . . . . . . . . . . . . . 52 2.2 Trung bình trọng số quan trọng của bộ tiêu chí . . . . . . . . 54 2.3 Trung bình đánh giá có trọng số của sinh viên . . . . . . . . . 55 2.4 Khoảng cách của sinh viên đến lựa chọn tốt nhất và tồi nhất 55 2.5 Hệ số tương quan của những sinh viên . . . . . . . . . . . . . 56 2.6 Giá trị hàm điểm số, hàm chính xác và hàm chắc chắn của sinh viên . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 2.7 Độ đo tương tự của sinh viên cho bởi phương pháp của Peng [94] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 2.8 Hệ số tương quan của sinh viên được ước lượng bởi phương pháp TOPSIS trên tập neutrosophic khoảng . . . . . . . . . . 58 2.9 Hệ số tương quan của những sinh viên trong phương pháp ra quyết định của Ye [127] . . . . . . . . . . . . . . . . . . . . . . 58 2.10 So sánh các phương pháp ra quyết định với mô hình đã đề xuất 58 3.1 Độ phức tạp của thuật toán thực hiện các công thức trong TOPSIS-DIVNS với không biết thông tin trọng số . . . . . . 74 3.2 Trung bình đánh giá có trọng số . . . . . . . . . . . . . . . . . 75 3.3 Khoảng cách của sinh viên tới A+ , A− . . . . . . . . . . . . . . 76 3.4 Hệ số tương quan của sinh viên . . . . . . . . . . . . . . . . . 76 3.5 Hệ số tương quan của sinh viên với biết thông tin trọng số và không biết thông tin trọng số . . . . . . . . . . . . . . . . . . 77 3.6 Giá trị hàm điểm số giữa sinh viên và tiêu chí . . . . . . . . . 86 3.7 Giá trị hàm điểm số của sinh viên . . . . . . . . . . . . . . . . 87 3.8 So sánh các phương pháp ra quyết định với mô hình đã đề xuất 88 x
Danh mục bảng xi 4.1 Độ phức tạp của thuật toán thực hiện các công thức trong phương pháp DTOPSIS . . . . . . . . . . . . . . . . . . . . . . 109 4.2 Đánh giá trung bình có trọng số của sinh viên tại t1 . . . . . 110 4.3 Khoảng cách của sinh viên tới A− và A+ tại t1 . . . . . . . . . 110 4.4 Hệ số tương quan của sinh viên tại t1 . . . . . . . . . . . . . . 111 4.5 Trung bình đánh giá có trọng số của sinh viên tại t2 . . . . . 111 4.6 Khoảng cách của sinh viên tới A− và A+ tại t2 . . . . . . . . . 111 4.7 Hệ số tương quan của sinh viên tại t2 . . . . . . . . . . . . . . 112 4.8 Đánh giá trung bình có trọng số của sinh viên tại t3 . . . . . 112 4.9 Khoảng cách của sinh viên tới A− và A+ tại t3 . . . . . . . . . 112 4.10 Hệ số tương quan của sinh viên tại t3 . . . . . . . . . . . . . . 113 4.11 Xếp hạng có được tại các thời điểm . . . . . . . . . . . . . . . 114 12 Trung bình đánh giá của sinh viên dựa trên bộ tiêu chí . . . . 1 13 Trung bình đánh giá của sinh viên tại t1 . . . . . . . . . . . . 4 14 Trung bình trọng số quan trọng của những tiêu chí tại t1 . . 6 15 Trung bình đánh giá của sinh viên tại t2 . . . . . . . . . . . . 6 16 Trung bình trọng số quan trọng của tiêu chí tại t2 . . . . . . . 8 17 Trung bình đánh giá của sinh viên tại t3 . . . . . . . . . . . . 9 18 Trung bình trọng số những tiêu chí tại t3 . . . . . . . . . . . . 12
DANH MỤC CÁC HÌNH VẼ 1 Cấu trúc luận án . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.1 Những cách tiếp cận trong MCDM . . . . . . . . . . . . . . . 14 1.2 Mô hình ASK cho đánh giá năng lực sinh viên . . . . . . . . . 31 3.1 Quy trình ra quyết định đa tiêu chí với mô hình TOPSIS- DIVNS không biết thông tin trọng số . . . . . . . . . . . . . . 69 4.1 Quy trình ra quyết định đa tiêu chí với mô hình DTOPSIS tại tr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 xii
DANH MỤC CÁC KÝ HIỆU STT Ký hiệu Diễn giải ý nghĩa 1 ¨ A Tập những lựa chọn ¨ Tập những người ra quyết 2 D định Tập những thời điểm quan sát 3 τ ¨ tại một khoảng thời gian Tập những khoảng thời gian 4 ¨ t quan sát 5 ¨ C Tập những tiêu chí 6 ⊕ Phép toán T-norm 7 ⊗ Phép toán T-conorm Phép toán tổng hợp theo 8 ⊕v=1 i T-norm Phép toán tổng hợp theo 9 ⊗v=1 i T-conorm xiii
MỞ ĐẦU Tính cấp thiết của luận án Đưa ra quyết định là một hành động quan trọng trong đời sống của chúng ta. Trong tất cả các hoạt động của cuộc sống, chúng ta đều cần phải đưa ra quyết định dựa trên dữ liệu bao gồm các điều kiện ràng buộc và tình hình thực tế khách quan cũng như nhận thức chủ quan để tìm ra những hành động hay phương án phù hợp nhất. Mục tiêu cuối cùng của bất kỳ người ra quyết định nào là đưa ra những quyết định đúng đắn. Quyết định đúng góp phần vào sự thành công của mọi lĩnh vực trong cuộc sống. Ví dụ, trong bài toán lựa chọn và phân nhóm nhà cung cấp xanh, quyết định đúng góp phần vào sự thành công của các tổ chức sản xuất - kinh doanh hay trong y tế, ra quyết định đúng góp phần vào sự thành công trong quá trình điều trị cho bệnh nhân, v.v. Từ những năm 1950 bài toán ra quyết định đa tiêu chí (MCDM) đã được nghiên cứu cả về mặt lý thuyết và ứng dụng thực tiễn [39]. Nhiều cách tiếp cận của MCDM đã được giới thiệu để giải quyết bài toán ra quyết định trong thực tế [7, 9, 80]. Vai trò chính của MCDM là để hỗ trợ người ra quyết định (DMs) trong việc miêu tả một bức tranh tổng thể (mạch lạc, rõ ràng và đầy đủ) về các vấn đề ra quyết định trong môi trường phức tạp như các vấn đề quyết định kết hợp tiêu chí tiền tệ và phi tiền tệ [82, 114]. Hơn nữa, MCDM đơn giản hóa việc phân tích một vấn đề quyết định bằng cách phân tách vấn đề ban đầu thành các yếu tố dễ quản lý hơn [41, 63]. Trong thực tế ngày nay, môi trường ra quyết định thường là dữ liệu phức tạp và biến động theo thời gian. Một trong số đó là môi trường dữ liệu có tính không chắc chắn, không xác định, không nhất quán với các yếu tố tác động tới quyết định thay đổi theo thời gian (bộ tiêu chí đánh giá, người ra 1
Mở đầu 2 quyết định, bộ lựa chọn, v.v.). Ví dụ, trong bài toán ra quyết định đánh giá năng lực của sinh viên, những sinh viên nên được khảo sát qua từng học kỳ của từng năm học và những giá trị ước lượng của giảng viên cho sinh viên nên được thể hiện theo giá trị khoảng. Với bài toán ra quyết định đa tiêu chí trong môi trường dữ liệu không chắc chắn, không xác định, không nhất quán và biến động. Các nghiên cứu trước đây đã áp dụng lý thuyết xác suất [51, 66], lý thuyết mờ [25, 40, 97], lý thuyết hệ xám [62, 115], lý thuyết neutrosophic [9, 28, 55] để xử lý tính không chắc chắn của dữ liệu. Trong số những lý thuyết trên, lý thuyết neutrosophic đang được nhiều nhà nghiên cứu quan tâm và cân nhắc cho bài toán ra quyết định đa tiêu chí trong môi trường dữ liệu có tính không chắc chắn, không xác định, không nhất quán và biến động. Nhiều nghiên cứu đã mở rộng lý thuyết tập neutrosophic, phát triển các độ đo trên tập neutrosophic và áp dụng trong bài toán ra quyết định đa tiêu chí [9, 59, 72]. Nhiều nghiên cứu khác đã phát triển kỹ thuật ra quyết định truyền thống (AHP, SMART, TOPSIS, WSM, v.v.) dựa trên lý thuyết tập neutrosophic nhằm giải quyết một số vấn đề trong MCDM [28, 32, 94]. Tuy nhiên các nghiên cứu về bài toán ra quyết định đa tiêu chí sử dụng tập neutrosophic hiện tại thiếu một quy trình tổng thể giải quyết một trong số các vấn đề sau: (i) dữ liệu có tính không chắc chắn, không xác định, không nhất quán được thể hiện bởi giá trị khoảng theo thời gian; (ii) không biết thông tin trọng số, tương quan giữa các tiêu chí trong MCDM; (iii) sự thay đổi các yếu tố tác động trong MCDM theo thời gian và dữ liệu lịch sử. Tham gia dòng nghiên cứu về bài toán ra quyết định đa tiêu chí, luận án tập trung giải quyết một số vấn đề của bài toán ra quyết định đa tiêu chí trong môi trường dữ liệu có tính không chắc chắn, không xác định, không nhất quán và biến động sử dụng tập neutrosophic. Cụ thể luận án sẽ tập trung vào giải quyết những vấn đề sau trong mô hình ra quyết định đa tiêu chí: (a) dữ liệu có tính không chắc chắn, không xác định, không nhất quán được thể hiện theo yếu tố thời gian. (b) thông tin trọng số không biết, tương quan giữa những tiêu chí. (c) sự thay đổi của những lựa chọn, bộ tiêu chí, người ra quyết định và dữ liệu lịch sử.
Mở đầu 3 Mục tiêu nghiên cứu Nghiên cứu phát triển mô hình ra quyết định đa tiêu chí trong môi trường dữ liệu có tính không chắc chắn, không xác định, không nhất quán và biến động theo thời gian sử dụng tập neutrosophic để giải quyết một số vấn đề ra quyết định đa tiêu chí như: thể hiện yếu tố thời gian sử dụng tập neutrosophic khoảng, không biết thông tin trọng số, tương quan giữa những tiêu chí, sự thay đổi của bộ tiêu chí/người ra quyết định/lựa chọn theo thời gian và dữ liệu lịch sử. Các mục tiêu nghiên cứu được liệt kê chi tiết như sau: – Mục tiêu 1: Nghiên cứu, tổng hợp, phân tích và đề xuất lý thuyết mở rộng của tập neutrosophic để thể hiện yếu tố thời gian trong mô hình ra quyết định đa tiêu chí. Nghiên cứu, phát triển phương pháp mở rộng cho mô hình ra quyết định dựa trên lý thuyết đã đề xuất như phương pháp TOPSIS. – Mục tiêu 2: Phát triển phương pháp ra quyết định trong môi trường động xử lý một số vấn đề về thông tin trọng số: không biết thông tin trọng số, sự tương quan giữa những tiêu chí, v.v. – Mục tiêu 3: Nghiên cứu, phát triển lý thuyết mở rộng của tập neu- trosophic để thể hiện sự thay đổi của tập các tiêu chí, người ra quyết định, lựa chọn theo thời gian và dữ liệu lịch sử trong MCDM – Mục tiêu 4: Nghiên cứu, phát triển ứng dụng lý thuyết mở rộng tập neutrosophic và mô hình ra quyết định vào bài toán đánh giá năng lực của sinh viên. Đối tượng nghiên cứu Những đối tượng nghiên cứu trong luận án bao gồm: các phương pháp ra quyết định đa tiêu chí, ra quyết định đa tiêu chí không biết thông tin trọng số, ra quyết định đa tiêu chí có yếu tố thời gian và những lý thuyết giải quyết tính không chắc chắn của dữ liệu.
Mở đầu 4 Nội dung nghiên cứu Dựa vào mục tiêu nghiên cứu của luận án về nghiên cứu phát triển mô hình ra quyết định đa tiêu chí trong môi trường dữ liệu có tính không chắc chắn, không xác định, không nhất quán và biến động theo thời gian sử dụng tập neutrosophic để giải quyết một số vấn đề ra quyết định đa tiêu chí, các nội dung nghiên cứu của luận án được trình bày chi tiết như sau: – Nội dung 1: Nghiên cứu phát triển tập neutrosophic giá trị khoảng để thể hiện yếu tố thời gian trong bài toán ra quyết định đa tiêu chí. – Nội dung 2: Nghiên cứu và xử lý vấn đề không biết thông tin trọng số của mô hình ra quyết định trong môi trường neutrosophic động. Nghiên cứu và xử lý vấn đề tương quan giữa các tiêu chí của mô hình ra quyết định trong môi trường neutrosophic động. – Nội dung 3: Nghiên cứu phát triển mô hình ra quyết định để xử lý vấn đề thay đổi bộ tiêu chí, người ra quyết định, lựa chọn và dữ liệu lịch sử trong môi trường neutrosophic động. – Nội dung 4: Ứng dụng các phương pháp đề xuất để đánh giá năng lực của sinh viên. Trong nội dung nghiên cứu trên, nội dung 1 được trình bày cụ thể trong chương 2, nội dung 2 và 3 được trình bày chi tiết trong chương 3, nội dung 4 được trình bày trong chương 4 và nội dung 5 được ứng dụng qua các chương 2, 3, 4. Phương pháp nghiên cứu Các phương pháp nghiên cứu được đề xuất và thực hiện đề tài nghiên cứu, cụ thể như sau: - Phương pháp tổng hợp, phân tích và so sánh được sử dụng để khảo cứu các nghiên cứu liên quan đến bài toán ra quyết định đa tiêu chí sử dụng tập neutrosophic trước đó. - Phương pháp trừu tượng hóa và tổng quát hóa được sử dụng phát triển mở rộng tập neutrosophic và phát triển mô hình ra quyết định đa tiêu chí sử dụng tập neutrosophic mở rộng.
Mở đầu 5 - Phương pháp cụ thể hóa được sử dụng để nghiên cứu ứng dụng các đóng góp lý thuyết vào một lĩnh vực cụ thể. Phạm vi và giới hạn của đề tài nghiên cứu Từ những mục tiêu, nội dung và phương pháp nghiên cứu, phạm vi và giới hạn của đề tài nghiên cứu được đề xuất như sau: – Lý thuyết: Mở rộng tập neutrosophic giá trị khoảng để thể hiện yếu tố thời gian, biến động của dữ liệu và dữ liệu lịch sử cho bài toán ra quyết định. Phát triển mô hình ra quyết định trong môi trường neutrosophic khoảng và động. Thuật ngữ “động” ở đây có thể được hiểu (i) chuỗi quyết định theo thời gian (ii) trạng thái của quyết định (iii) quyết định dựa vào lịch sử. – Ứng dụng: Áp dụng lý thuyết và mô hình đã đề xuất cho bài toán đánh giá năng lực của sinh viên. Đóng góp chính của luận án Luận án tham gia vào dòng nghiên cứu về bài toán ra quyết định đa tiêu chí sử dụng tập neutrosophic. Cụ thể luận án đã tập trung vào một số vấn đề còn tồn tại của bài toán ra quyết định đa tiêu chí trong môi trường dữ liệu có tính không chắc chắn, không xác định, không nhất quán và biến động. Luận án có ba đóng góp chính: – Đề xuất một mở rộng của tập neutrosophic giá trị khoảng để thể hiện yếu tố thời gian và xây dựng mô hình ra quyết định TOPSIS dựa trên lý thuyết đã mở rộng [NTThong1]. – Phát triển mô hình ra quyết định TOPSIS giải quyết vấn đề không biết thông tin trọng số trong quá trình ra quyết định [NTThong2]. Phát triển phép toán thể hiện tương quan giữa các tiêu chí và đề xuất chiến lược ra quyết định dựa trên phép toán đã đề xuất [NTThong3]. – Đề xuất một số lý thuyết mở rộng và phát triển mô hình ra quyết định để giải quyết vấn đề thay đổi bộ tiêu chí, người ra quyết định, lựa chọn theo thời gian và dữ liệu lịch sử [NTThong4].
Mở đầu 6 Tính mới của luận án Ứng dụng: Luận án đề xuất một quy trình thống nhất của mô hình ra quyết định đa tiêu chí trong môi trường neutrosophic khoảng và động. Cấu trúc luận án Luận án “Phát triển mô hình ra quyết định đa tiêu chí sử dụng tập neu- trosophic khoảng và động” bao gồm 4 chương. Trong đó phần Mở đầu trình bày về tính cấp thiết của đề tài, lý do chọn đề tài, đối tượng và nội dung nghiên cứu của đề tài. Các chương còn lại được tổ chức như trong Hình 1, cụ thể như sau: Chương 1: Tổng quan nghiên cứu về MCDM và cơ sở lý thuyết Chương 2: Tập neutrosophic giá trị khoảng động và mô hình ra quyết định "Thể hiện yếu tố thời gian trong mô hình ra quyết định đa tiêu chí sử dụng tập neutrosophic giá trị khoảng động" (Computers in Industry, 2019) Chương 3: Thông tin trọng số của MCDM trong môi trường neutrosophic động 3.3. Tương quan Chương 4: Mô hình ra quyết định động trong 3.2. Không biết môi trường neutrosophic động giữa các thuộc tính thông tin trọng số "Bộ tiêu chí, lựa chọn và người ra quyết định trong mô hình ra (Mathematics, thay đổi theo thời gian và dữ liệu lịch sử" quyết định 2020) (Symmetry, 2020) (Computer Science and Cybernetics, 2020) Kết luận Hình 1: Cấu trúc luận án
Mở đầu 7 Chương 1, Tổng quan nghiên cứu về MCDM và cơ sở lý thuyết. Trong chương này trình bày về những khảo sát nghiên cứu liên quan, các vấn đề còn tồn tại và một số hướng giải quyết của các vấn đề trong bài toán ra quyết định đa tiêu chí. Các kiến thức cơ sở được sử dụng cho những mở rộng tiếp theo của luận án và bộ dữ liệu được sử dụng để minh họa và kiểm chứng những phương pháp được đề xuất. Chương 2, Tập neutrosophic giá trị khoảng động và mô hình ra quyết định [NTThong1]. Trình bày về tập neutrosophic giá trị khoảng động, một số định nghĩa và phép toán của DIVNS, mô hình TOPSIS dựa trên lý thuyết đã đề xuất và ứng dụng thực nghiệm trong việc đánh giá năng lực của sinh viên. Chương 3, Thông tin trọng số của MCDM trong môi trường neutrosophic động. Phần đầu, trình bày một số định nghĩa và phép toán để tính toán trọng số của bộ tiêu chí, người ra quyết định và thời gian. Sau đó, mô hình ra quyết định TOPSIS mở rộng với thông tin trọng số không biết cũng được giới thiệu và ứng dụng để đánh giá năng lực sinh viên [NTThong2]. Phần tiếp theo, trình bày hai phép toán tích hợp tích phân Choquet và DIVNS để biểu thị sự tương quan giữa những tiêu chí. Hơn nữa, chiến lược ra quyết định dựa trên phép toán đề xuất đã được trình bày và ứng dụng để đánh giá năng lực của sinh viên [NTThong3]. Chương 4, Mô hình ra quyết định động trong môi trường neutrosophic động [NTThong4]. Trình bày một số định nghĩa và phép toán của tập neu- trosophic giá trị khoảng động tổng quát. Tiếp theo, đề xuất mô hình ra quyết định dựa trên lý thuyết đã đề xuất để giải quyết một số vấn đề sau: (i) bộ lựa chọn, tiêu chí, người ra quyết định thay đổi theo thời gian; (ii) dữ liệu lịch sử trong mô hình ra quyết định. Cuối cùng, ứng dụng mô hình đã đề xuất để đánh giá năng lực của sinh viên. Phần Kết luận, phân tích kiểm chứng về tất cả các phương pháp đã đề xuất cũng như ưu nhược điểm của các phương pháp này. Luận án cũng thảo luận về các nghiên cứu trong tương lai từ các kết quả ban đầu đã đạt được.