La selección de proyectos de sistemas de información (SI) es de vital importancia para cualquier organización en un entorno dinámico y competitivo. El objetivo de este artículo es desarrollar un enfoque híbrido multicriterio de toma de decisiones en grupo basado en la teoría intuicionista difusa para la selección de proyectos de SI. La información de evaluación de los decisores puede expresarse en forma de números reales, números con valores de intervalo, variables lingüísticas y números difusos intuicionistas (IFN). Todas estas informaciones de evaluación pueden transformarse a la forma de IFNs. El operador de promedio ponderado difuso intuicionista (IFWA) se utiliza para agregar las opiniones individuales de los responsables de la toma de decisiones en una opinión de grupo. La entropía difusa intuicionista se utiliza para obtener las ponderaciones de entropía de los criterios. Se propone el método TOPSIS combinado con el conjunto difuso intuicionista para seleccionar el proyecto de SI adecuado en un entorno de toma de decisiones en grupo. Finalmente, se presenta un ejemplo numérico de selección de proyectos de sistemas de información para ilustrar la aplicación del método híbrido multicriterio de toma de decisiones en grupo (MCGDM) basado en la teoría difusa intuicionista y el método TOPSIS.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Método Iterativo Jacobiano Newton Modificado: Teoría y aplicaciones
Artículo:
Diseño de Mecanismos de Incentivos Dirigidos a la Manipulación del Rendimiento Deflactado en Empresas Minoristas: Basado en el efecto trinquete y el efecto reputación
Artículo:
El Modelo Impulsivo con Densidad de Plagas y su Control de Retroalimentación Dependiente de la Tasa de Cambio
Artículo:
Un enfoque híbrido para el control coordinado de la formación de múltiples buques de superficie
Artículo:
Predictor Smith modificado basado en una estrategia de control PI predictiva