چارچوب تصمیم¬گیری چند معیاری فازی شهودی بر اساس اثرات اجتماعی، اقتصادی و زیست محیطی چرخه حیات: مطالعه موردی انرژی بادی ایالت متحده امریکا

نظریه مجموعه فازی شهودی می¬تواند در رابطه با مدلهای (EE-IO-LCA) ارزیابی چرخه حیات بر اساس ورودی-خروجی محیط زیستی برای کمک به تصمیم¬گیرندگان در جهت نشان دادن ابهامات و عدم قطعیتهای ذاتی در مسائل برنامه¬ریزی انرژی پایدار خاص به کار برده شود. در این راستا، مدل EE-IO-LCA می¬تواند با تئوری مجوعه فازی شهودی برای برنامه تصمیم¬گیری چند معیاری همراه با مجموعه¬ای از شاخصهای زیست محیطی و اقتصادی-اجتماعی ترکیب شود. برای رسیدن به این هدف، این مطالعه استفاده از تکنیک برای ترتیب اولویت توسط شباهت به روش حل ایده آل برای انتخاب بهترین جایگزین انرژی بادی برای مسئله MCDM دولایه¬ای پیشنهاد می¬کند که نیازمند قضاوت کارشناسانه برای اعمال همزمان وزن مناسب به هر فاز چرخه حیات است و شاخص پایداری نیز باید در نظر گرفته شود. نوآوری این تحقیق این است که پیشنهاد یک روش MCDM نه مرحله¬ای را برای حل مسائل مرتبط با تصمیم¬گیری انرژی پایدار با استفاده از ترکیب تکنیهای مختلف را می¬دهد: ۱) روش آنتروپی (بی نظمی) فازی شهودی برای شناسایی اهمیت جداگانه فازها و معیارها ۲) یک عملگر IFWGA برای ایجاد یک ماتریس زیر تصمیم با وزنهای ا

Intuitionistic Fuzzy Set theory can be used in conjunction with environmentally extended input–output based life cycle assessment (EE-IO-LCA) models to help decision makers to address the inherent vagueness and uncertainties in certain sustainable energy planning problems. In this regard, the EE-IO-LCA model can be combined with an intuitionistic fuzzy set theory for a multi-criteria decision making (MCDM) application with a set of environmental and socio-economic indicators. To achieve this goal, this study proposes the use of the Technique for Order of Preference by Similarity to Ideal Solution method to select the best wind energy alternative for a double layer MCDM problem, which requires expert judgments to simultaneously apply appropriate weighting to each life cycle phase and sustainability indicator to be considered. The novelty of this research is to propose a generic 9-step fuzzy MCDM method to solve sustainable energy decision-making problems using a combination of three dif