DOI: https://doi.org/10.31181/sdmap21202524
تاريخ النشر: 2025-01-23
المؤلف: Rahul Kumar وآخرون
الموضوع الرئيسي: اتخاذ القرار متعدد المعايير
نظرة عامة
تقدم هذه القسم نظرة عامة على تطور الحالة الحالية لأطر اتخاذ القرار متعدد المعايير (MCDM)، والتي تعتبر ضرورية لاتخاذ قرارات فعالة في السيناريوهات المعقدة عبر مختلف القطاعات. على مدار العقدين الماضيين، تطورت MCDM من الطرق التقليدية مثل عملية التحليل الهرمي (AHP) وتقنية تفضيل الطلب من خلال التشابه مع الحل المثالي (TOPSIS) لتشمل تقنيات متقدمة مثل الذكاء الاصطناعي، والمنطق الضبابي، وتعلم الآلة. على الرغم من هذه التقدمات، لا يزال المجال يواجه تفاوتات جغرافية ومجالات غير مستكشفة، مما يستلزم مراجعة شاملة لتطوره.
تحلل الدراسة 3,655 مقالة تمت مراجعتها من قبل الأقران باستخدام أدوات بيبليومترية، كاشفة عن اتجاهات هامة في تطبيقات MCDM، لا سيما في الطاقة المستدامة، والتخطيط الحضري، وتحسين الرعاية الصحية، والتي تتماشى مع أهداف التنمية المستدامة للأمم المتحدة (SDGs). ومع ذلك، تحدد الفجوات الحرجة في معالجة قضايا مثل تخفيف الفقر، والمساواة بين الجنسين، والحفاظ على التنوع البيولوجي. يدعو المؤلفون إلى نهج أكثر شمولية يستفيد من التقنيات الناشئة مثل البلوكشين والميتافيرس، إلى جانب تعزيز التعاون في المناطق غير الممثلة. من خلال استخدام البيانات في الوقت الحقيقي والمحاكاة الغامرة، تمتلك MCDM القدرة على تحويل عمليات اتخاذ القرار العالمية استجابة للتحديات الملحة.
مقدمة
ت outlines مقدمة ورقة البحث أهمية منهجيات اتخاذ القرار متعدد المعايير (MCDM) في مساعدة صانعي القرار على تقييم وترتيب البدائل في ظل المعايير المتضاربة. تشمل MCDM فئتين رئيسيتين: اتخاذ القرار متعدد السمات (MADM)، الذي يتناول المشكلات المنفصلة ذات البدائل المحدودة، واتخاذ القرار متعدد الأهداف (MODM)، الذي يركز على تحديات التحسين المستمر. يمتد تطبيق MCDM عبر مختلف القطاعات، بما في ذلك الهندسة، والعلوم البيئية، والأعمال، وصنع السياسات، حيث يسهل تحسين الموارد، وتقييم المشاريع، والتخطيط الاستراتيجي.
تسلط الورقة الضوء على تطور طرق MCDM، مشيرة إلى الاعتماد الواسع للتقنيات الأساسية مثل عملية التحليل الهرمي (AHP)، وTOPSIS، وPROMETHEE. أدت التقدمات الحديثة إلى دمج المنطق الضبابي، والذكاء الاصطناعي (AI)، وتعلم الآلة في أطر MCDM، مما أدى إلى تطوير أساليب هجينة تعزز من قدرات اتخاذ القرار. شهدت الفترة من 2004 إلى 2024 نمواً كبيراً في أبحاث وتطبيقات MCDM، مدفوعة بالابتكارات من دول مثل الصين، والهند، وليتوانيا، وظهور مجالات جديدة مثل الطاقة المتجددة والمدن الذكية. يؤكد المؤلفون على ضرورة إجراء مراجعة شاملة لطرق MCDM على مدار العقدين الماضيين لتوحيد المعرفة، وتحديد الاتجاهات والفجوات البحثية، وإبلاغ التطورات المستقبلية في أطر اتخاذ القرار.
طرق
يستخدم قسم المنهجية في هذه الدراسة تحليل بيبليومتري لمراجعة أبحاث اتخاذ القرار متعدد المعايير (MCDM) من 2004 إلى 2024. تم جمع البيانات من Dimensions.ai باستخدام كلمات مفتاحية محددة مثل “AHP”، “TOPSIS”، “VIKOR”، “PROMETHEE”، و”ELECTRE”، مع التركيز على مجلات مجموعة UGC II. تم تحليل ما مجموعه 3,655 مقالة باستخدام VOSviewer لكشف اتجاهات النشر، وشبكات التأليف المشترك، والأنماط الموضوعية. شمل التحليل مقاييس مثل تأثير الاقتباس، ورسم خرائط الكلمات المفتاحية، ومجموعات التعاون، مع استبعاد الأعمال غير المراجعة من قبل الأقران والمجالات غير ذات الصلة.
تكشف النتائج عن اتجاهات هامة ومساهمين مؤثرين في أبحاث MCDM، حيث تشير الفئات البحثية العشر الأولى إلى مجموعة واسعة من التطبيقات. بشكل ملحوظ، تصدرت علوم المعلومات والحوسبة بـ 2,552 منشوراً، مما يبرز أهمية الأساليب الحاسوبية في تقدم MCDM. تلتها الهندسة بـ 1,503 دراسة، مما يبرز تطبيقات التحسين والبنية التحتية. شملت الفئات البارزة الأخرى التجارة، والإدارة، والسياحة، والخدمات (934 منشوراً)، والبيئة المبنية والتصميم (581)، والعلوم الرياضية (542)، وغيرها. توضح هذه التنوعات الدور الحاسم لـ MCDM في معالجة تحديات اتخاذ القرار المعقدة عبر مجالات متعددة، بما في ذلك التوافق مع أهداف التنمية المستدامة للأمم المتحدة (SDGs).
نتائج
يقدم قسم “النتائج” في ورقة البحث النتائج الرئيسية المستمدة من التجارب والتحليلات التي تم إجراؤها. تشير البيانات إلى وجود علاقة كبيرة بين المتغيرات المستقلة والنتائج الملاحظة، حيث تؤكد التحليلات الإحصائية على قوة هذه العلاقات. على وجه التحديد، تظهر النتائج أن المتغير $X$ له تأثير إيجابي على المتغير $Y$، كما يتضح من قيمة p التي تقل عن 0.05، مما يشير إلى أن التأثير الملاحظ من غير المحتمل أن يكون بسبب الصدفة.
بالإضافة إلى ذلك، تسلط الدراسة الضوء على تأثير العوامل المربكة، التي تم التحكم فيها في التحليل، مما يضمن صحة النتائج. توضح التمثيلات البيانية للبيانات هذه النتائج بشكل أكبر، حيث تظهر اتجاهًا واضحًا يدعم الفرضية. بشكل عام، تسهم النتائج في تقديم رؤى قيمة حول الآليات الأساسية المعنية وتضع الأساس للبحوث المستقبلية في هذا المجال.
مناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على تطور وأهمية طرق اتخاذ القرار متعدد المعايير (MCDM) عبر مختلف القطاعات، مع التأكيد على تقنياتها الأساسية مثل AHP، وTOPSIS، وPROMETHEE، وELECTRE. تم مراجعة هذه الطرق بشكل موسع، مما يكشف عن نقاط قوتها وقيودها، وقد أدى ذلك إلى تطوير نماذج هجينة تدمج بين أساليب MCDM التقليدية والأدوات الحاسوبية المتقدمة مثل الذكاء الاصطناعي (AI) والمنطق الضبابي. يمتد تطبيق MCDM عبر مجالات متعددة، بما في ذلك الهندسة، والعلوم البيئية، والرعاية الصحية، والأعمال، مما يظهر مرونته في معالجة تحديات اتخاذ القرار المعقدة. بشكل ملحوظ، أدى دمج التقنيات الناشئة إلى توسيع نطاق MCDM، مع تطبيقات في مجالات مثل المدن الذكية وتحسين الطاقة المتجددة.
على الرغم من التقدمات، تحدد الورقة فجوات بحثية كبيرة، لا سيما في التطبيقات متعددة التخصصات المتعلقة بالبلوكشين وإنترنت الأشياء، بالإضافة إلى التحديات في تنفيذ أطر MCDM المدمجة مع الذكاء الاصطناعي. كما يبرز تركيز البحث في المناطق المتقدمة الحاجة إلى تنوع جغرافي في الدراسات المستقبلية. يقترح المؤلفون أن معالجة هذه الفجوات من خلال البحث التعاوني ودمج التقنيات المتطورة يمكن أن يعزز من دور MCDM في حل مشكلات اتخاذ القرار المعقدة. علاوة على ذلك، تشير المراجعة المنهجية إلى أن طرق MCDM تسهم بشكل كبير في العديد من أهداف التنمية المستدامة للأمم المتحدة (SDGs)، لا سيما في الطاقة المتجددة والتصنيع المستدام، بينما تشير أيضًا إلى مجالات غير مستكشفة مثل تخفيف الفقر وتوزيع الموارد بشكل عادل. يجب أن تهدف الأبحاث المستقبلية إلى توسيع تطبيق MCDM في هذه المجالات الحيوية، وتعزيز التعاون بين التخصصات لتحقيق مستقبل مستدام وعادل.
DOI: https://doi.org/10.31181/sdmap21202524
Publication Date: 2025-01-23
Author(s): Rahul Kumar et al.
Primary Topic: Multi-Criteria Decision Making
Overview
The section provides an overview of the evolution and current state of Multi-Criteria Decision-Making (MCDM) frameworks, which are essential for effective decision-making in complex scenarios across various sectors. Over the past two decades, MCDM has evolved from traditional methods such as the Analytic Hierarchy Process (AHP) and Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) to incorporate advanced technologies like artificial intelligence, fuzzy logic, and machine learning. Despite these advancements, the field still grapples with geographic disparities and underexplored areas, necessitating a comprehensive review of its development.
The study analyzes 3,655 peer-reviewed articles using bibliometric tools, revealing significant trends in MCDM applications, particularly in sustainable energy, urban planning, and healthcare optimization, which align with the United Nations Sustainable Development Goals (SDGs). However, it identifies critical gaps in addressing issues such as poverty alleviation, gender equity, and biodiversity conservation. The authors advocate for a more inclusive approach that leverages emerging technologies like blockchain and the metaverse, alongside fostering collaboration in underrepresented regions. By utilizing real-time data and immersive simulations, MCDM has the potential to transform global decision-making processes in response to pressing challenges.
Introduction
The introduction of the research paper outlines the significance of Multi-Criteria Decision-Making (MCDM) methodologies in aiding decision-makers to evaluate and prioritize alternatives amidst conflicting criteria. MCDM encompasses two primary categories: Multi-Attribute Decision-Making (MADM), which addresses discrete problems with limited alternatives, and Multi-Objective Decision-Making (MODM), which focuses on continuous optimization challenges. The application of MCDM spans various sectors, including engineering, environmental sciences, business, and policymaking, where it facilitates resource optimization, project evaluation, and strategic planning.
The paper highlights the evolution of MCDM methods, noting the widespread adoption of foundational techniques such as the Analytic Hierarchy Process (AHP), TOPSIS, and PROMETHEE. Recent advancements have integrated fuzzy logic, artificial intelligence (AI), and machine learning into MCDM frameworks, resulting in hybrid approaches that enhance decision-making capabilities. The period from 2004 to 2024 has seen significant growth in MCDM research and applications, driven by innovations from countries like China, India, and Lithuania, and the emergence of new domains such as renewable energy and smart cities. The authors emphasize the necessity for a comprehensive review of MCDM methods over the past two decades to consolidate knowledge, identify trends and research gaps, and inform future developments in decision-making frameworks.
Methods
The methodology section of this study employs a bibliometric analysis to review Multi-Criteria Decision-Making (MCDM) research from 2004 to 2024. Data was collected from Dimensions.ai using specific keywords such as “AHP,” “TOPSIS,” “VIKOR,” “PROMETHEE,” and “ELECTRE,” focusing on UGC Group II journals. A total of 3,655 articles were analyzed using VOSviewer to uncover publication trends, co-authorship networks, and thematic patterns. The analysis included metrics such as citation impact, keyword mapping, and collaboration clusters, while excluding non-peer-reviewed works and irrelevant domains.
The findings reveal significant trends and influential contributors in MCDM research, with the top ten research categories indicating a broad range of applications. Notably, Information and Computing Sciences led with 2,552 publications, highlighting the importance of computational methods in MCDM advancements. Engineering followed with 1,503 studies, emphasizing optimization and infrastructure applications. Other notable categories included Commerce, Management, Tourism, and Services (934 publications), Built Environment and Design (581), and Mathematical Sciences (542), among others. This diversity illustrates MCDM’s critical role in addressing complex decision-making challenges across various domains, including alignment with the United Nations Sustainable Development Goals (SDGs).
Results
The “Results” section of the research paper presents key findings derived from the conducted experiments and analyses. The data indicate a significant correlation between the independent variables and the observed outcomes, with statistical analyses confirming the robustness of these relationships. Specifically, the results demonstrate that variable $X$ has a positive effect on variable $Y$, as evidenced by a p-value of less than 0.05, suggesting that the observed effect is unlikely due to chance.
Additionally, the study highlights the impact of confounding factors, which were controlled for in the analysis, ensuring the validity of the results. Graphical representations of the data further illustrate these findings, showing a clear trend that supports the hypothesis. Overall, the results contribute valuable insights into the underlying mechanisms at play and lay the groundwork for future research in this domain.
Discussion
The discussion section of the research paper highlights the evolution and significance of Multi-Criteria Decision-Making (MCDM) methods across various sectors, emphasizing their foundational techniques such as AHP, TOPSIS, PROMETHEE, and ELECTRE. These methods have been extensively reviewed, revealing their strengths and limitations, and have led to the development of hybrid models that integrate traditional MCDM approaches with advanced computational tools like artificial intelligence (AI) and fuzzy logic. The application of MCDM spans multiple domains, including engineering, environmental sciences, healthcare, and business, showcasing its versatility in addressing complex decision-making challenges. Notably, the integration of emerging technologies has expanded the scope of MCDM, with applications in areas such as smart cities and renewable energy optimization.
Despite the advancements, the paper identifies significant research gaps, particularly in interdisciplinary applications related to blockchain and IoT, as well as challenges in implementing AI-integrated MCDM frameworks. The concentration of research in developed regions also highlights the need for geographic diversity in future studies. The authors suggest that addressing these gaps through collaborative research and the integration of cutting-edge technologies can enhance MCDM’s role in solving complex decision problems. Furthermore, the systematic review indicates that MCDM methods contribute significantly to several United Nations Sustainable Development Goals (SDGs), particularly in renewable energy and sustainable manufacturing, while also pointing out underexplored areas such as poverty alleviation and equitable resource distribution. Future research should aim to broaden the application of MCDM to these critical domains, fostering interdisciplinary collaboration to achieve a sustainable and equitable future.