Una revisión de literatura de 1980 a 2018 de los métodos Multi-criterio
A literature review from 1980 to 2018 of Multi-criteria methods
                    a*Aldo Joel Villa-Silva, Luis. Perez-Domínguez, bDr. Erwin Martínez Gomez,
                    
 cDr. Iván Juan Carlos Pérez Olguin, dIng. Sara Nohemí Almeraz Durán
                
                
              
                 a*Doctor Aldo Joel Villa-Silva,,ing.aldojvillasilva@gmail.com, Orcid: 0000-0002-6205-769X,
                    
 Universidad Autónoma de Ciudad Juárez
                
              
                 Instituto de Ingeniería y Tecnología Departamento de Doctorado en Tecnología 
                    
 Ciudad Juárez, Chihuahua, México 
                
                  
                 bDoctor Luis Perez-Domínguez, luis.dominguez@uacj.mx,Orcid: 0000-0003-2541-4595, 
                    
 Universidad Autónoma de Ciudad Juárez, Ciudad Juárez, Chihuahua, México 
                
                  
                 cDoctor Erwin Martínez Gomez, emartine@uacj.mx, Orcid: 0000-0002-7753-2545,
                    
 Universidad Autónoma de Ciudad Juárez, Ciudad Juárez, Chihuahua, México
                
                  
                 dDoctor Ivan Juan Carlos Pérez Olguin , ivan.perez@uacj.mx, Orcid: 0000-0003-2445-0500, 
                    
 Universidad Autónoma de Ciudad Juárez, Ciudad Juárez, Chihuahua, México 
                
                  
                 eIng. Sara Nohemí Almeraz Durán ,al187088@alumnos.uacj.mx,Orcid: 0000-0001-8358-1346
                    
 Universidad Autónoma de Ciudad Juárez, Ciudad Juárez, Chihuahua, México
                
            
                Recibido: Febrero 18 de 2019 Aceptado: Junio 23 de 2019.
 Forma de citar: A.J.  Villa-Silva  ,  L.  Perez  Dominguez,  E.  Martinez  Gomez,  I.J.C.  Perez-Olguin,S.N.  Alm  Y. Bell-Speck 
 L. Mengana-Lorenzo.   
                    
 “La reafirmación profesional de los estudiantes de la escuela pedagógica. Una metodología para su desarrollo”,         
                    
 MundoFesc, vol. 9, no. 18, pp. 89-102, 2019        
                
 
            Resumen
El objetivo principal de este artículo es proporcionar una revisión de literatura de las técnicas de toma de decisiones de criterios múltiples (MCDM). Este estudio presenta una descripción y clasificación de las metodologías multi-criterio mayormente utilizadas y un listado de aplicaciones de los métodos por autor y por año. En la metodología se consultó bases de datos: Emerald, Ebsco, Scopus, y palabras clave como: toma de decisiones. Los resultados revelan que los sectores de mayor interés de aplicación de los MCDM son la selección de proveedores y la selección de proyectos. Por su parte los métodos MCDM por conjuntos difusos y TOPSIS son los que reportan mayor número de publicaciones y una tendencia a desarrollar extensiones de los métodos clásicos usando conjuntos difusos.
Palabras Claves: Toma de decisiones multi-criterio, AHP, TOPSIS, MOORA, Conjuntos Difusos
Abstract
The main objective of this article is to provide a literature review of multi-criteria decision making techniques (MCDM). This study presents a description and classification of the most used multi-criteria methodologies and a list of applications of the methods by author and by year. In the methodology, databases were consulted: Emerald, Ebsco, Scopus, and keywords such as: decision making. The results reveal that the sectors of greatest interest in the application of the MCDM are the selection of suppliers and the selection of projects. For their part, the MCDM methods by diffuse sets and TOPSIS are the ones that report the greatest number of publications and a tendency to develop extensions of the classical methods using diffuse sets.
Keywords: Multi-criteria decision making, AHP, TOPSIS, MOORA, Diffuse Sets
Introducción
 En  la  actualidad  todas  las  organizaciones  deben  tomar  decisiones,  necesitan  de  datos  relevantes  a  fin  de  tomar  una  decisión  correcta  de  manera  efectiva [1]. Sin embargo, este proceso es complejo debido  principalmente  por  la  interacción  entre  elementos  sociopolíticos,  ambientales,  ecológicos  y económicos. Es por eso que se han desarrollado métodos  y  herramientas  que  se  utilizan  en  las  organizaciones  en  general  y  en  la  industria  en  particular,    que    permitan    evaluar    numerosas    operaciones basadas en múltiples consideraciones [2], [3]. Igualmente, los métodos multi-criterio se han convertido en una herramienta importante de la  investigación  de  operaciones  y  hacen  uso  de  algoritmos  basados  a  su  vez  en  y  herramientas  matemáticas para obtener una evaluación subjetiva por  los  responsables  de  toma  de  decisiones  [4]  [5]. Por otro lado, de acuerdo con [6] los métodos multi-criterio (MCDM) brindan la oportunidad de seleccionar la mejor alternativa en función de las condiciones que se establecen entre los conjuntos de  alternativas  disponibles.  Entre  los  campos  de  aplicación  de  los  métodos  multi-criterio  destacan  principalmente 15 según [4]: 1) energía, 2) ambiente y sustentabilidad, 3) administración de la cadena de suministro, 4) materiales, 5) administración de la calidad, 6) GIS, 7) Construcción y administración de   proyectos,   8)   administración   de   seguridad   y   riesgos,   9)   sistemas   de   manufactura,   10)   administración de la tecnología, 11) investigación de  operaciones  e  informática,  12)  administración  estratégica,  13)  administración  del  conocimiento,  14)  administración  de  producción,  y  15)  otros.  Según [7], los métodos multi-criterio para la toma de  decisiones  (MCDM)  se  dividen  en  dos  ramas:  toma de decisión multi-atributo (MADM) la cual consideran  un  número  limitado  de  alternativas  para  evaluación  y  la  toma  de  decisión  multi-objetivo   (MODM)   que   identifican   la   mejor   alternativa de un conjunto infinito de alternativas bajo  un  conjunto  de  constantes  [8].  Por  su  parte  [9] y [10]
                            
 afirman que los métodos multi-criterio se dividen en dos grupos: 1) métodos basados en la teoría del valor y 2) métodos de clasificación. Estos métodos presentan  ventajas  y  desventajas,  por  esta  razón  [7] desarrollaron un modelo denominado CODAS (Combinative   Distance-based   Assessment),   el   cual  añade  características  no  consideradas  por  otros  MCDM.  De  acuerdo  con  [4]  para  la  mejor  respuesta de estos métodos algunos autores han   combinado   distintas   herramientas   basados en los métodos multicriterio previamente desarrollados,  partiendo  de  su  modificación  y  aplicando  conjuntos  difusos  se  obtienen  métodos  como COPRAS, ARAS y WASPAS. Además, las aplicaciones de la teoría de los conjuntos difusos incluyen  la  toma  de  decisiones  en  economía,  ingeniería  e  investigación  operativa.  La  teoría  de  los  conjuntos  difusos  ha  sido  ampliamente  estudiada  en  las  últimas  décadas;  la  mayor  parte  del  interés  inicial  de  la  Teoría  de  los  Conjuntos  Difusos  trataba  de  representar  la  incertidumbre  en    los    procesos    cognitivos    humanos    [11].    Dentro   de   la   Investigación   Operativa   como   parte  de  la  Teoría  de  los  Conjuntos  Difusos  se  puede  usar  como:  a)  un  lenguaje  para  modelar  apropiadamente   problemas   y   situaciones   que   contemplen  fenómenos  o  relaciones  conjuntas,  b)  una herramienta para analizar tales modelos para comprender  mejor  las  estructuras  de  problemas  y  modelos  y  c)  una  herramienta  algorítmica  para  obtener  procedimientos  de  solución  más  estables  o  rápidos.  Además,  de  acuerdo  con  [4]  dada  una  amplia  gama  de  aplicaciones  de  MCDM  en  el  mundo  real,  existe  una  fuerte  motivación  para  categorizar  estas  aplicaciones  en  varias  áreas  y  subáreas particulares, a continuación, se presenta una   descripción   de   las   metodologías   multi-criterio  mayormente  utilizadas  que  muestran  su  importancia en la toma de decisiones en diferentes enfoques.
                            
 Revisión de literatura  
                            
 Análisis Jerárquico de proceso (AHP) 
                            
 El método AHP fue desarrollado por [12], [13] son teorías de medición de criterios intangibles y son una herramienta para resolver problemas complejos de  toma  de  decisiones  [14].  Saaty  propone  que  los  tomadores  de  decisión  basen  sus  preferencias  considerando  la  “Escala  Fundamental”  [15].  El  método  AHP  es  la  metodología  más  utilizada  para  la  selección  de  proveedores;  sin  embargo,  se  vuelve  muy  complejo  con  una  gran  cantidad  de  proveedores  alternativos  [16].  A  continuación,  se presentan algunos estudios de aplicaciones del método AHP:
                            
 De acuerdo con [17], para comprender los factores que   afectan   el   rendimiento   de   los   proyectos   implementados  en  el  sector  del  agua  potable  en  India.  AHP  se  utilizó  para  desarrollar  pesos  de  estos  factores.  Para  [18],  AHP  es  aplicado  para  resolver el problema de suministro de agua De acuerdo con [17], para comprender los factores que   afectan   el   rendimiento   de   los   proyectos   implementados  en  el  sector  del  agua  potable  en  India.  AHP  se  utilizó  para  desarrollar  pesos  de  estos  factores.  Para  [18],  AHP  es  aplicado  para  resolver el problema de suministro de agua de   rehabilitación   de   tuberías   para   redes   de   distribución  de  agua.  De  igual  manera,  esta  investigación  presenta  una  encuesta  sobre  la  selección del sitio para plantas de energía solar en Irán [19], los resultados mostraron que las áreas de Sistan y Fars tienen el potencial de establecer estaciones   fotovoltaicas.   Además,   se   utiliza   para   la   aplicación   del   método   en   complejas   redes  de  trabajo,  para  identificar  los  nodos  más  importantes  y  evaluar  la  importancia  de  cada  nodo   [14].   También   se   aplicó   el   coeficiente   de  Kendall  para  demostrar  la  efectividad  del  método.   [20]   proporcionan   a   los   tomadores   de  decisiones  un  modelo  de  clasificación  para  la  selección  de  sitios  industriales  basado  en  Sistemas   de   Información   Geográfica   (GIS).   [21]  realizaron  un  análisis  multi-criterio  de  los  componentes importantes para una estructura de confiabilidad  de  un  sistema  de  sellado  de  tubos  de popa instalado en barcos de alta mar, en donde tomaron en cuenta tres criterios de importancia: confiabilidad,  seguridad  y  costos.  [22]  analizó  la   implementación   de   plantas   hidroeléctricas   en  Nepal,  la  selección  del  tamaño  apropiado;  el  método  es  aplicable  para  los  criterios:  social,  económico,  ambiental,  técnico,  y  político;  se  encontró  que  el  tamaño  mediano  y  grande  son  los  más  apropiados.  Por  otro  lado,  en  [16]se  hace  la  propuesta  de  un  modelo  de  selección  de  proveedores  para  una  compañía  automotriz  en  la  India,  con  enfoque  AHP,  proveer  guía  y  dirección  a  la  gerencia  en  funciones  de  compra  sobre  la  base  de  los  criterios  identificados  en  el  entorno de fabricación heterogéneo. Así mismo, priorizar los sectores de fabricación en Serbia en el  área  de  mejora  de  la  gestión  energética  [23].  Los resultados mostraron que los sectores de más alta  prioridad  son  1)  Producción  de  alimentos,  2)   manufactura   automotriz,   3)   Productos   no   metálicos.
                        
TOPSIS
 
                TOPSIS  es  un  método  de  similitud  para  una  solución  ideal,  es  un  método  conocido  y  clásico  de  MCDA,  desarrollado  por  primera  vez  en  el  trabajo de [24]. El método se basa en el principio de establecer una calificación sintética que tiene como  objetivo  determinar  la  distancia  de  cada  alternativa  desde  la  solución  ideal  y  la  solución  ideal negativa. . La solución ideal se define sobre la base de valores que, entre todo el conjunto de valores disponibles, dentro de los marcos de cada criterio, se consideran los mejores [24].
                
 Por otro lado, una solución ideal negativa se define sobre  la  base  de  los  peores  valores.  Los  criterios  pueden ser de beneficios y criterios de costos, por lo  que,  dependiendo  del  criterio,  la  definición  de  una  solución  ideal  hay  un  valor  máximo  elegido  en el caso de los criterios de beneficios y un valor mínimo en el caso de los criterios de costos. Los pasos  de  la  metodología  TOPSIS  se  definen  de  la  siguiente  forma:  a  continuación,  se  presentan  algunos   estudios   de   aplicaciones   del   método   TOPSIS: [25] revisión de las categorías de riesgo que predominan en proyectos y clasificarlos según su  efecto  en  el  éxito  del  proyecto,  para  TOPSIS  resultó  en  política  de  riesgos,  riesgos  técnicos  y  riesgos  relacionados  con  el  diseño  como  las  tres  principales   categorías   de   riesgo   en   proyectos   internacionales.  [26]  Proporciona  un  método  de  selección  de  proveedores  utilizando  la  teoría  de  sistemas  grises  para  una  empresa  de  fabricación  de  acero  en  Libia.  [18]  Proporciona  un  juicio  sobre la alimentación y desempeño de Seguridad Nutricional (FNS), que incluye criterios múltiples y  de  conflicto.  En  [27]  el  principal  objetivo  de  dicho  artículo  es  comparar  el  nivel  de  desarrollo  de   economía   digital   en   la   Republica   Checa,   mientras que el segundo objetivo es el seleccionar las  variables  de  peso.  [28]  Desarrolla  un  método  basado en decisiones para respaldar las decisiones de  compra  de  los  consumidores  basadas  no  solo  en   calificaciones   de   productos   en   línea,   sino   también  los  atributos  reales  del  producto.  [29]  Busca resolver el problema de toma de decisiones de inversión en la red de distribución y construir un sistema de indicador de beneficios de inversión de  la  red  de  distribución  integral,  que  es  más  adecuado  para  China.  [30]  Propone  un  nuevo  algoritmo de selección de red eficiente en energía considerando  tres  redes:  CDMA,  WIMAX    y  WLAN; el resultado de la simulación indica que, al reducir el número de atributos, también se puede reducir  la  latencia  de  transferencia  y  seleccionar  la  red  óptima  de  la  lista  de  redes.  [31]  Se  enfoca  en  la  selección  óptima  de  paneles  fotovoltaicos  considerando el uso de la tierra y por generación de kWh criterios de costo. [32] Evalúa el progreso logrado  por  los  países  de  la  Unión  Europea  en  la   aplicación   del   concepto   de   sostenibilidad   socioeconómica  y  desarrollo  sostenible  y  señalar  al grupo de países que pueden considerarse líderes en esa esfera. [33] Evalúa las opciones de inversión para una comunidad rural y proyectos públicos y determina  las  ventajas  y  desventajas  de  usar  el  método  TOPSIS  en  la  evaluación  de  proyectos  públicos. [34] Existen numerosos sistemas de aire acondicionado disponibles en el mercado que  tienen  sus  propios  méritos  y  deméritos,  por  lo  que  la  selección  apropiada  es  muy  esencial.  Se utiliza un enfoque MCDM para seleccionar el refrigerante apropiado.   
             
MOORA
 A  pesar  del  hecho  de  que,  en  la  era  moderna,  las  técnicas  de  toma  de  decisiones  de  multi-criterios  son  accesible  para  diferentes  problemas  de evaluación y selección, por ejemplo, MOORA es un método computacionalmente fácil y simple que propone la solución a la mejor alternativa [35]. De  acuerdo  con  [6]  y  [36]  presentaron  el  método  MOORA como una técnica directa de MADM. Su técnica  utiliza  la  forma  multiplicativa  completa  y  la  teoría  de  la  dominancia  para  encontrar  la  clasificación final. El método actualizado llamado MULTIMOORA  comienza  con  una  matriz  de  decisión X, cada elemento de la matriz de decisión Xij  indica  la  clasificación  de  alternativa  “i”  en  atributo  “j”,  sea  i=  1,2,...,m  y  j=  1,2,...n.,  por  lo  tanto,  la  matriz  de  decisión  se  define  como:  X= [ X _ij] _((mxn)). A continuación, se presenta un listado de artículos recientes del método MOORA y MULTIMOORA:
                
 [35]   El   método   MOORA   fue   utilizado   para   determinar una combinación óptima de parámetros de  entrada  (husillo,  velocidad,  profundidad  de  corte  y  velocidad  de  avance)  para  los  parámetros  de  salida  dados  (consumo  de  energía,  promedio,  rugosidad  superficial  y  frecuencia  de  vibración  de la herramienta). [17] La soldadura por arco de gas y metal (GMAW) se utiliza ampliamente para realizar  revestimientos  con  el  fin  de  mejorar  la  corrosión  resistencia  y  varias  otras  propiedades  del material del sustrato, se empleó MOORA para evaluar  y  optimizar  el  efecto  de  los  parámetros  de  proceso  seleccionados.  [37]  El  proceso  de  selección de futuros estudiantes es un paso inicial emprendido   por   universidades   privadas   para   atraer  a  estudiantes  superiores,  para  producir  un  resultado de decisión mejor, preciso y objetivo se utiliza  MOORA.  [38]  Propone  un  nuevo  método  de toma de decisiones
                
 grupales multiatributo; se utiliza MULTIMOORA para  seleccionar  la  mejor  de  cuatro  alternativas  de  inversión,  evaluando  beneficios  económicos,  sociales   y   ambientales.   [39]   El   método   SDV-MOORA se utilizó para optimizar los parámetros del  proceso  de  soldadura  utilizados  para  el  gas  soldadura  de  arco  de  metal  de  placas  de  acero  dulce. [40] Proporciona un modelo MCDM eficaz para la selección de personal para la posición del ingeniero  de  minas  el  método  MULTIMOORA  es  útil  para  alternativas  de  rango.  [12]  Proponer  una  extensión  del  método  MULTIMOORA  para  una  empresa  minera  que  planea  construir  una  nueva   planta   evaluando   costos   de   inversión,   confiabilidad  tecnológica,  e  impacto  ambiental.  .  [41]  Amplia  el  MULTIMOORA,  y  se  analiza  un  estudio  de  las  zonas  rurales  de  Lituania.  Tres  alternativas   se   presentan:   1.   adaptación   a   las   actividades   de   producción   (o   comerciales),   2.   Mejora y uso agrícola, 3. Ordenamiento y reciclaje de  los  materiales  de  desecho  de  demolición.  [42]  [43]Desarrolla un índice de evaluación de máquina herramienta  de  control  numérico  computarizado  (CNC) eficaz y eficiente desde la perspectiva de la evaluación comparativa de la máquina herramienta candidata preferida en el escenario de información subjetiva.  A  la  vez  los  mismos  autores  aplicaron  MOORA  para  evaluar  la  mejor  alternativa  entre  las cadenas de suministro alternativas disponibles. Así   mismo   [44],   utilizaron   una   extensión   de   MULTIMOORA   y   conjuntos   grises   para   la   selección de robots industriales.  
             
VIKOR
De acuerdo con [45], aplicaron el método VIKOR para desarrollar un modelo dinámico para seleccionar el programa piloto para mejorar la calidad del producto y la satisfacción del cliente mediante la ejecución de programas piloto de calidad de forma continua. [46] Resuelve un problema de emergencia para la selección de proveedores de manera apropiada y flexible, donde una solución de compromiso sea más aceptable y adecuada. [47] Presenta la extensión del método VIKOR para evaluar la equidad social en China entre diferentes alternativas y, por lo tanto, proponer un enfoque factible para asignar los recursos del servicio público. [48] Desarrolla la evaluación y selección del proveedor de resiliencia considerando simultáneamente la estrategia general y la de resiliencia. [49] Presenta el caso donde una corporación de inversión planea invertir en 3 compañías, sobre la base de 3 atributos: valor de producción anual, beneficio social y nivel de contaminación. [50] Aplica herramientas de toma de decisiones multicriterio (MCDM) para encontrar el peso de estos factores e identificar objetivamente los factores de éxito críticos (CSFs) para la adopción de IOS por parte de pequeñas y medianas empresas (PYME).
ELECTRE
 
                Según [51], el método: la eliminación y la elección traduciendo la realidad (ELECTRE) fue propuesto por  Roy,  [52].  La  idea  principal  es  establecer  "relaciones   superiores"   entre   dos   alternativas   según  el  responsable  de  la  toma  de  decisiones.  Se  han  desarrollado  una  serie  de  extensiones  y   variaciones.   Los   pasos   de   la   metodología   ELECTRE  se  definen  de  la  siguiente  forma:  A  continuación,  se  presenta  un  listado  de  artículos  recientes del método ELECTRE:
                
 [53]  simula  el  comportamiento  del  consumidor  que  puede  verse  afectado  por  los  criterios  para  realizar una compra en un sitio web de comercio electrónico simulado. [54] Selección del sistema de fabricación y acortar el tiempo de comercialización de los productos. En [55], provee alternativas para equipos de sensores antisubmarino en Helicópteros en  Aviación  naval  indonesia.  En  [56]  selecciona  las  reglas  de  asociación  minera  (procedimientos)  con  alta  calidad  que  facilite  a  los  usuarios  elegir  la mejor alternativa. En [57], resuelve el problema de  seleccionar  al  mejor  profesor  de  informática  para  una  universidad.  [58]  Evalúa  y  clasifica  las  atracciones  turísticas  según  sobre  las  ventajas  y  desventajas  a  través  de  la  comparación  pareada  con  los  mismos  criterios.  En  [59],  elije  la  versión  óptima  de  una  turbina  de  viento  requerido  para  equipar un parque eólico en el oeste de Rumanía. [60]  Presenta  la,  planificación  de  escenarios  y  proponer una metodología integrada para construir, desarrollar  y  clasificar  escenarios  aplicado  en  un  caso  real  (mercado  de  vivienda  de  Irán).  [61]  Examina la relación entre la eficiencia gerencial y la  satisfacción  del  cliente  de  los  hoteles  boutique  parisinos  mediante  el  uso  de  métodos  de  análisis  de  decisiones  con  criterios  múltiples  (MCDA).  [62] Selecciona del indicador de rendimiento (IPs) más adecuado bajo cada categoría para pequeñas y medianas empresas de servicios de agua (SMWU). [63] Selecciona un activo para una empresa en la industria metalúrgica que fabrica partes metálicas para diversas industrias. [64] Busca determinar la importancia  relativa  de  la  satisfacción  del  cliente  en torno a seis dimensiones del servicio de calidad: confiabilidad,  empatía,  seguridad,  tangibilidad,  capacidad de respuesta y precio. En [65], el enfoque radica en la selección de proveedor, el método se puede usar en problemas del mundo real con datos mal definidos e incompletos. 
            
PROMETHEE
 
                De   acuerdo   con   [66]   se   comparan   de   dos   alternativas de expansión de red, transformador de distribución  convencional  y  regulada  por  voltaje.  En  [67],  la  solución  de  complejas  decisiones  de  selección de bienes raíces, debido a la complejidad de  los  mercados  inmobiliarios,  los  productos  de  inversión y procesos de gestión. [68], optimización de  los  parámetros  de  decisión  del  filtro  Gabor  y  proporcionar  una  referencia  para  el  esquema  de  configuración de parámetros de decisión del filtro. [69]  Identificación  de  la  fibra  de  algodón  más  adecuada  a  partir  de  un  conjunto  de  alternativas  disponibles en presencia de diferentes propiedades físicas conflictivas. [70], Propone una metodología científica   y   práctica   para   los   tomadores   de   decisiones para el servicio de transporte terrestre en  la  cadena  de  suministro.  [71]  Reconocimiento  del componente crítico del compresor para mejorar la  disponibilidad  de  la  máquina  en  una  industria  manufacturera.   [72]   Diseñó   un   modelo   para   predecir el nivel del agua subterránea en Irán, con la  ayuda  del  Bayesiano  probabilístico  de  Redes,  implicando parámetros sociales y económicos. En [73], se evalúa la eficacia de la implementación del gobierno  electrónico,  influenciada  por  el  diálogo  estratégico  entre  la  India  y  la  Unión  Europea  (UE),  y  clasifica  a  los  sectores  en  alternativas.  [74]  Resuelve  problemas  de  toma  de  decisiones  de  múltiples  atributos  en  los  que  hay  vacilación  entre  los  expertos.  [75]  Aplica  del  método  de  organización  de  clasificación  de  preferencia  para  resolver  problemas  de  toma  de  decisiones  que  encuentran  datos  de  evaluación  tanto  objetivos  como subjetivos.  
                
 Métodos Híbridos 
                
 De acuerdo con [76], se demuestra la aplicabilidad de  los  métodos  TOPSIS  y  ELECTRE  en  los  servicios  de  facturación  y  determinar  cuál  es  el  mejor  desempeño  de  compañías  de  facturación  en Estambul; En [77], la aplicación del modelado estructural   interpretativo   (ISM)   integrado   con   técnicas   de   toma   de   decisiones   multi-criterio   ELECTRE-VIKOR  para  permitir  la  selección  de  proveedores  de  sustentabilidad.  [78]  Evalúa  a  los  proveedores en ciclo de cadena de suministro; esta investigación  proporciona  una  breve  descripción  de   AHP   y   la   implementación   de   los   pasos   utilizados en el método TOPSIS. En [79], se   evalúa   la   capacidad   de   los   métodos   y   proporcionar   resultados   significativos   para   la   selección de equipos, hibridación de MARE, AHP Y  ELECTRE  III.  [7],  El  método  CODAS,  se  usa  para la evaluación del microclima en una oficina; seis criterios son determinados para este proceso de  evaluación  los  cuales  son:  1)  la  cantidad  de  aire  por  cabeza  (en  m3/h),  la  humedad  relativa  (en porcentaje), la temperatura del aire (en ° C), la iluminación durante las horas de trabajo (en lx), la tasa de aire flujo (en m / s) y punto de rocío (en ° C) y 14 alternativas de parámetros. [80]; aplicación de una herramienta de toma de decisiones para la evaluación del desempeño de las zonas ferroviarias de  la  India,  hibridación  de  VIKOR-DEMATEL.  [81];  Seleccionar  el  mejor  diseño  de  concepto  de  un componente automóvil. El diseño seleccionado fue sometido a implementación en la organización del  caso,  métodos:  DEMATEL,  ANP  y  TOPSIS.  [82]; ilustrar un nuevo enfoque para obtener esos pesos  basados  en  juicios  de  expertos  y  luego  selecciona   el   mejor   material   usando   métodos   MOORA-WASPAS basados en clasificación. [83]; selección de un socio adecuado para un desarrollo de producto (PD) efectivo, se propone un enfoque integrado   de   toma   de   decisiones   multicriterio   VIKOR-AHP  para  evaluar  de  manera  efectiva  a  los  socios  de  PD.  [84];  por  medio  de  un  análisis  Bayesiano,   se   evalúan   riesgos   de   la   salud   ecológica   y   humana.   Estandarización   de   los   pesos de evidencia (WoE) y proveer perspectivas y  metodológicas.  [85];  aplicación  de  VIKOR  -  AHP  para  evaluar  los  resultados  de  rendimiento  de  los  bancos  en  Turquía  en  función  del  nivel  de  servicio  al  cliente  y  la  satisfacción  dentro  de  un  marco   interdisciplinario   [86];   Proporcionar   un   nuevo  tipo  de  modelo  de  toma  de  decisiones  en  para  las  empresas  de  construcción  involucradas  en negocios internacionales. Es usado un método híbrido que combina AHP y PROMETHEE
            
CONJUNTOS DIFUSOS
 Conjunto difuso intusionista (IFS)  
                
 Según  [2]  el  conjunto  difuso  intusionista  (IFS),  propuesto  por  [87],  es  una  extensión  de  la  teoría  de  conjuntos  difusos  [11]  [88].  IFS  se  caracteriza  por  un  grado  de  membresía  y  un  grado  de  no  pertenencia,  y  por  lo  tanto  puede  representar  el  carácter  difuso  de  los  datos  de  manera  más  completa y detallada. Por su parte [89], el conjunto difuso   vacilante   (HFS)   es   una   nueva   forma   generalizada de conjunto difuso (FS) de [102], fue presentado por [90].
                
 La   motivación   para   introducir   este   tipo   de   conjunto es que a veces es difícil asignar el grado de pertenencia de un elemento a un conjunto y, en algunas circunstancias, esta dificultad es causada por  una  duda  entre  algunos  valores  diferentes  (  [91]).  El  HFS,  cuyo  grado  de  pertenencia  está  representado por un conjunto de valores posibles, puede  representar  este  problema  perfectamente.  El  HFS  abre  nuevas  perspectivas  para  investigar  sobre  la  toma  de  decisiones  en  entornos  difusos.  Por su parte [92] los conjuntos difusos se clasifican en la siguiente tabla:
                
 Conjunto Pitagoreano Difuso (PFS)  
                
 De acuerdo con [93], el conjunto difuso Pitagoreano (PFS)  fue  propuesto  por  Yager  para  modelar  los  términos lingüísticos. En el contexto de los PFS el proceso de toma de decisiones, una alternativa con respecto  a  un  criterio  proporcionado  por  el  que  toma la decisión puede ser mayor que uno, pero la suma de sus cuadrados es no más de uno [94]. Las principales  diferencias  entre  el  conjunto  difuso  Pitagoreano  y  el  conjunto  difuso  intuicionista  es  que la suma cuadrada del grado de membresía de PFS  y  el  grado  de  no  pertenencia  de  PFS  no  es  más  de  uno,  lo  que  puede  considerarse  como  la  generalización de IFS. El PFS libera la restricción del  IFS  y  proporciona  una  mayor  pérdida  de  expresión difusa [95]. A continuación, se presenta un listado de estudios con enfoque Pitagoreano:
                
 [96]Por  medio  de  conjuntos  grises  se  analiza  la  cuota  de  mercado  de  dos  empresas  competidoras  y las preferencias de los consumidores por ambos productos basados en diferentes tipos industriales. Por  su  parte  [97];  los  conjuntos  grises  se  aplican  para  elegir  algunas  alternativas  muy  similares,  en  este  caso  para  evaluar  las  disciplinas  en  una  universidad.   [98];   Seleccionar   el   proceso   de   fabricación aditiva (AM) para la micro fabricación utilizando el procedimiento integrado de jerarquía analítica  difusa  (AHP)  en  combinación  con  el  orden de preferencia por similitud con la solución ideal    (TOPSIS).    [99];    proponer    un    método    de  ayuda  a  la  decisión  difusa  y  multi-criterio  para  el  aislamiento  térmico  de  edificios  para  clasificar  las  soluciones  de  aislamiento  térmico.  El  método  propuesto  combina  AHP  difuso  con  el  PROMETHEE  difuso.  [100],  por  medio  de  un  TOPSIS  difuso,  se  analizan  las  estrategias  de  disposición del producto en cadenas de suministro inversas  y  desarrollo  de  un  marco  para  priorizar  estas  estrategias  para  la  implementación  efectiva  de la cadena de suministro inverso. [101]; proponen un PFS Pythagorean Fuzzy Set para selección de ubicación de una planta. [102];aplicación de Dual Hesitant  Pythagorean  Fuzzy  Hamacher  Hybrid  Geometric   (DHPFHHG)   para   la   selección   de   proveedores en la gestión de la cadena de suministro con doble vacilación información difusa pitagórica que  respalda  un  enfoque  más  flexible  cuando  la  decisión  los  fabricantes  proporcionan  sus  juicios.  [103]; aplicación de Pythagorean Fuzzy Bonferroni para  determinar  la  mejor  aerolínea  de  Taiwán,  fusionar   la   información   difusa   Pitagoreana,   e   introducir  un  enfoque  novedoso  para  la  toma  de  decisiones  basado  en  los  operadores  propuestos.  [104];  aplicación  de  TOPSIS  Difuso  para  medir  el  impacto  de  cuatro  criterios  relacionados  con  la  seguridad  en  la  productividad  laboral  en  la  construcción:  condiciones  de  trabajo  inseguro,  frecuencia  de  accidentes  y  lesiones  personales,  provisión  de  equipo  de  protección  y  estrictas  normas  de  seguridad.  [105];  aplicación  de  PFS  Pythagorean  Fuzzy  Set  para  toma  de  decisiones  grupales   de   múltiples   criterios,   tal   como   la   evaluación de riesgos de la innovación tecnológica en  empresas  de  alta  tecnología.  [89];  aplicación  de HFS (Hesitant Fuzzy Set) para un problema de toma de decisiones multi-atributo representado en valores vacilantes en un ecosistema complejo que proporciona  recursos  ecológicos.  [106];  examinar  la aplicabilidad de VIKOR DIFUSO en la selección de  las  tecnologías  adecuadas  de  prototipo  rápido  (RP) en un entorno ágil.  
            
Materiales y métodos
Los artículos analizados fueron clasificados por método, autores, año y una breve descripción de su aplicación. Se utilizaron las palabras clave: Toma de decisiones multi-criterio MCDM, AHP, TOPSIS, MOORA, Conjuntos Difusos. Los artículos revisados corresponden a los años 2013 a 2018, y el periodo de la investigación fue de enero de 2018 a mayo de 2018. Las bases de datos consultadas, Emerald, Ebsco, Scopus y Google académico. La figura 1 muestra que en las bases de datos consultadas uno de los autores más citados es Zavadskas E. K.
La figura 2 muestra que los países con mayor número de publicaciones son India e Irán con casi 500 publicaciones cada uno.
La figura 3 muestra que el área de mayor aplicación de MCDM es ingeniería.
Resultados y análisis
Los resultados obtenidos en este trabajo pueden usarse como referencia de investigación de la literatura. La Figura 4 muestra las metodologías MCDM mayormente reportadas donde se observa que los Conjuntos Difusos tienen mayor aplicación.
La Figura 5 muestra las publicaciones por área de aplicación, donde se observa que el sector de mayor aplicación es la selección de proveedores:
La Figura 6 Muestra las publicaciones de las metodologías híbridas y conjuntos difusos híbridos, ver anexo.
Referencias Bibliografícas
[1] J. Liu, P. Liu, S.-F. Liu, X.-Z. Zhou and T. Zhang, "A study of decision process in MCDM problems with large number of criteria," International Transactions in Operational Research, vol. 22, no. 2, pp. 237-264, 2014.
[2] X. Peng, H. Yuan and Y. Yang, "Pythagorean Fuzzy Information Measures and Their Applications," International Journal of Intelligent Systems, vol. 32, no. 10, 2017.
[3] B. Agarski, I. Budak, B. Kosec and J. Hodolic, "An approach to multi–criteria environmental evaluation with multiple weight assignment," Environmental modeling and assessment, vol. 17, no. 3, pp. 255-266, 2012.
[4] A. Mardani, A. Jusoh, Z. Khalifah, N. Zakwan and A. Valipour, "Multiple criteria decision-making techniques and their applications - A review of the literature from 2000 to 2014," Economic Research-Ekonomska Istraživanja, vol. 25, no. 1, pp. 516-571, 2015.
[5] E. K. Zavadskas, Z. Turskis and S. Kildienė, "State of art surveys of overviews on MCDM/MADM methods," Technological and Economic Development of Economy, vol. 20, pp. 165-179, 2014.
[6] D. Stanujkic, N. Magdalinovic, D. Milanovic, S. Magdalinovic and G. Popovic, "An Efficient and Simple Multiple Criteria Model for a Grinding Circuit Selection Based on MOORA Method," Informatica, vol. 25, no. 1, pp. 73-93, 2014.
[7] M. Keshavarz, E. Zavadskas, Z. Turskis and J. Antucheviciene, "A new combinative distance-based assessment (CODAS) method for multi-criteria decision-making.," Economic Computation and Economic Cybernetics Studies and Research, vol. 50, no. 3, pp. 25-44, 2016.
[8] D. Jato-Espino, E. Castillo-López, J. Rodríguez-Hernández and J. C. Canteras-Jordana, "A Review of Application of Multi-Criteria Decision Making Methods in Construction. Automation in Construction," Automation in Construction, vol. 45, pp. 151-162, 2014.
[9] J. Mayor, S. Botero and J. D. González-Ruiz, "Modelo de decisión multicriterio difuso para la selección de contratistas en proyectos de infraestructura: caso Colombia Introducción," Obras y proyectos, vol. 20, pp. 56-74, 2016.
[10] B. Roy and R. Slowinski, "Questions guiding the choice of a multicriteria decision aiding method," EURO Journal on Decision Processes, vol. 1, no. 1/2, pp. 69-97, 2013.
[11] L. A. Zadeh, "Fuzzy sets. Information and Control," Information and control, vol. 8, no. 3, pp. 338-353, 1965.
[12] D. Stanujkic, E. Zavadskas, W. Brauers and D. Karabasevic, "An extension of the MULTIMOORA method for solving complex decision-making problems based on the use of interval-valued triangular fuzzy numbers," Transformation in business administration, vol. 14, pp. 355-375, 2015.
[13] T. L. Saaty, The Analytic Hierarchy Process: Planning, Priority Setting, Resources Allocation, New York: McGraw-Hill, 1980.
[14] T. Bian, J. Hu and Y. Deng, "Identifying influential nodes in complex networks based on AHP," Physica A: Statistical Mechanics and its Applications, vol. 479, pp. 422-436, 2017.
[15] T. L. Saaty, Fundamentals of Decision Making and Priority Theory with the Analytic Hierarchy Process, vol. 6, Rws, 2000.
[16] V. Yadav and M. K. Sharma, "Multi-criteria supplier selection model using the analytic hierarchy process approach," Journal of Modelling in Management, vol. 11, no. 1, pp. 326-354, 2016.
[17] S. Shihab, N. Z. Khan, P. Myla, S. Upadhyay, Z. A. Khan and A. N. Siddiquee, "Application of MOORA method for multi optimization of GMAW process parameters in stain-less steel cladding," Management Science Letters, vol. 8, no. 4, pp. 241-246, 2018.
[18] Z. Ardakani, F. Bartolini and G. Brunori, "Food and Nutrition Security in Iran: Application of TOPSIS Technique," New Medit, vol. 16, no. 1, pp. 18-28, 2017.
[19] M. Azizkhani, A. Vakili, Y. Noorollahi and F. Naseri, "Potential survey of photovoltaic power plants using Analytical Hierarchy Process (AHP) method in Iran," Renewable and Sustainable Energy Reviews, vol. 75, pp. 1198-1206, 2017.
[20] A. Taibi and B. Atmani, "Combining Fuzzy AHP with GIS and Decision Rules for Industrial Site Selection," International Journal of Interactive Multimedia and Artificial Intelligence, vol. 4, no. 6, pp. 60-69, 2017.
[21] L. Chybowski, M. Twardochleb and B. Wiśnicki, "Multi-criteria Decision making in Components Importance Analysis applied to a Complex Marine System. Odlučivanje na temelju multikriterijske analize značajnosti komponenti u kompleksnom pomorskom sustavu," NAŠE MORE : znanstveni časopis za more i pomorstvo, vol. 63, no. 4, pp. 264-271, 2016.
[22] R. Pratap and H. P. Nachtnebel, "Analytical hierarchy process (AHP) application for reinforcement of hydropower strategy in Nepal," Renewable and Sustainable Energy Reviews, vol. 55, pp. 43-58, 2016.
[23] J. Filipović, V. Bakić and B. Jovanović, "Prioritization of manufacturing sectors in Serbia for energy management improvement – AHP method," Energy conversion and management, vol. 98, pp. 225-235, 2015.
[24] C. Hwang and K. Yoon, Multiple Attribute Decision Making: Methods and Applications., New York: Springer-Verlag, 1981.
[25] R. Dandage, S. S. Mantha and S. B. Rane , "Ranking the risk categories in international projects using the TOPSIS method," International Journal of Managing Projects in Business, vol. 11, no. 2, pp. 317-331, 2018.
[26] A. M. Abdulshahed, I. A. Badi and M. M. Blaow , "A grey-based decision- making approach to the supplier selection problem in a steelmaking company: A case study in Libya," Grey Systems: Theory and Application, vol. 7, no. 3, pp. 385-396, 2017.
[27] A. P. Balcerzak, "Digital economy in Czech Republic, Slovakia, Hungary. Measurement with TOPSIS based on entropy measure for objective weighting," Institute of Economic Research, pp. 1-11, 2017.
[28] Z.-P. Fan, Y. Xi and Y. Li, "Supporting the purchase decisions of consumers: A comprehensive method for selecting desirable online products," Kybernetes, pp. 689-715, 2018.
[29] D. Niu, Z. Song, M. Wang and X. Xiao, "Improved TOPSIS method for power distribution network investment decision-making based on benefit evaluation indicatorsystem," International Journal of Energy Sector Management, vol. 11, no. 4, pp. 595-608, 2017.
[30] P. Rani, S. Baghla and H. Monga, "Energy Efficient Network Selection in Heterogeneous Network using TOPSIS," International Journal on Recent and Innovation Trends in Computing and Communication, vol. 5, no. 6, pp. 197-202, 2017.
[31] A. Talukdar, H. Rahman and P. C. Sarker, "Multi criteria Decision Analysis Algorithm based Optimal Selection of PV Panel for Grid-tie PV Electricity Generation System in context of Dhaka, Bangladesh," International Journal of Innovative Research in Electrical, Electronic, Instrumentation and Control Engineering, vol. 5, no. 2, 2017.
[32] A. Balcerzak and P. Bernard, "Application of TOPSIS for analysis of sustainble development in European Union countries," in The 10th International Days of Statistics and Economics. Conference Proceedings, Praga, Septiembre 2016.
[33] J. Baranauskiene, G. Mazure and V. Aleknevičienė, "Rural community public proyect valuation applying TOPSIS multicriteria method," in Research for Rural Development. International Scientific Conference Proceedings, Latvia, 2015.
[34] A. K. Tripathi, S. Dubey, V. K. Pandey and S. K. Tiwari, "Selection of Refrigerant for Air Conditioning System Using MCDM-TOPSIS Approach," International Journal of Emerging Technology and Advanced Engineering, vol. 5, no. 2, pp. 384-388, 201.
[35] H. Majumder and A. Saha, "Application of MCDM based hybrid optimization tool during turning of ASTM A588," Decision Science Letters, vol. 7, no. 2, pp. 143-156, 2018.
[36] W. . K. M. Brauers and E. K. Zavadskas, "Robustness of MULTIMOORA: a method for multi-objective optimization," Informatica, vol. 23, no. 1, pp. 1-25, 2012.
[37] A. Masran, R. Hondro, M. Syahrizal, A. Putera and R. S. Raahim, "Student Admission Assessment using Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA)," Journal Online Jaringan COT POLIPD (JOJAPS), vol. 10, pp. 2-6, 2017.
[38] W.-f. Dai, Q.-y. Zhong and . C.-z. Qi, "Multistage Multiattribute Group Decision-Making Method Based on Triangular Fuzzy MULTIMOORA," Mathematical Problems in Engineering, 2016.
[39] J. Achebo and W. E. Odinikuku, "Optimization of Gas Metal Arc Welding Process Parameters Using Standard Deviation (SDV) and Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA).," Journal of Minerals and Materials Characterization and Engineering, vol. 3, no. 4, pp. 298-308, 2015.
[40] D. Karabasevic, D. Stanujkic, S. Urosevic and M. Maksimovic, "Selection of candidates in the mining industry based on the application of the SWARA and the MULTIMOORA methods," cta Montanistica Slovaca, vol. 20, no. 2, pp. 116-124, 2015.
[41] E. K. Zavadskas, J. Antucheviciene, S. H. Razavi Hajiagha and S. S. & Hashemi, "The interval-valued intuitionistic fuzzy MULTIMOORA method for group decision making in engineering," Mathematical Problems in Engineering, no. 2, 2015.
[42] A. K. Sahu, N. K. Sahu and A. K. Sahu, "Appraisal of CNC machine tool by integrated MULTI-MOORA-IVGN circumferences: An empirical study," Grey Systems: Theory and Application, vol. 4, no. 1, pp. 104-123, 2014.
[43] A. K. Sahu, S. Datta and S. S. Mahapatra, "Supply chain performance benchmarking using grey-MOORA approach: An empirical research," Grey Systems: Theory and Application, vol. 4, no. 1, pp. 24-55, 2014.
[44] E. K. Zavadskas, J. Antucheviciene, S. H. Razavi Hajiagha and S. S. & Hashemi, "The interval-valued intuitionistic fuzzy MULTIMOORA method for group decision making in engineering," Mathematical Problems in Engineering, no. 2, 2015.
[45] S. Datta, N. Sahu and S. Mahapatra, "Robot selection based on grey MULTIMOORA approach," Grey Systems: Theory and Application, vol. 3, no. 2, pp. 201-232, 2013.
[46] F. Zhou, X. Wang and A. Samvedi, "Quality improvement pilot program selection based on dynamic hybrid MCDM approach," Industrial Management and Data Systems, vol. 118, no. 1, pp. 144-163, 2018.
[47] X. Wang and J. Cai, "A group decision-making model based on distance-based VIKOR with incomplete heterogeneous information and its application to emergency supplier selection," Kybernetes, vol. 46, no. 3, pp. 501-529, 2017.
[48] W. Jiang, "Limited public resources allocation model based on social fairness using an extended VIKOR method," Kybernetes, vol. 45, no. 7, pp. 998-1012, 2016.
[49] A. K. Sahu, S. Datta and S. S. Mahapatra, "Evaluation and selection of resilient suppliers in fuzzy environment: Exploration of fuzzy-VIKOR," Benchmarking: An International Journal, vol. 23, no. 3, pp. 651-673, 2016.
[50] Q. LI and N. Zhao, "Stochastic interval-grey number VIKOR method based on prospect theory," Grey Systems: Theory and Application, vol. 5, no. 1, pp. 105-116, 2015.
[51] H.-P. Fu, T.-H. Chang, C.-Y. Ku and T.-S. Chang, "The critical success factors affecting the adoption of inter-organization systems by SMEs," Journal of Business & Industrial Marketing, vol. 29, no. 5, pp. 400-416, 2014.
[52] Y. Peng, "Regional earthquake vulnerability assessment using a combination of MCDM methods," Annals of Operations Research, vol. 234, no. 1, pp. 95-110, 2015.
[53] C. M. Tam, T. K. L. Tong and C. T. Lau, "ELECTRE_III in evaluating performance of construction plants: case study on concrete vibrators," Construction Innovation, vol. 3, no. 1, pp. 45-61, 2003.
[54] V. W. Augustine and T. Lucas, "Decision support system of discount pricing analysis using method of elimination et choix traduisant la realite (ELECTRE)," Computer Science, vol. 19, no. 1, pp. 65-80, 2018.
[55] E. M. Y. Elbishari, M. . H. F. Al Hazza, E. Y. T. Adesta and S. Rahman, "An integrated approach for facilities planning by ELECTRE method An integrated approach for facilities planning by ELECTRE method," in IOP Conference Series: Materials Science and Engineering, 2018.
[56] Ahmadi, S. H. Sumatri, O. S. Suharyo and A. K. Susilo, "Selection anti submarine sensor of helicopter using ELECTRE III method," International Journal of Applied Engineering Research, vol. 12, pp. 1974-1981, 2017.
[57] A. Dahbi, S. Jabri, Y. Balouki and T. Gadi, "A new method to select the interesting association rules with multiple criteria," International Journal of Intelligent Engineering and Systems, vol. 10, no. 5, pp. 191-200, 2017.
[58] A. Mesran, G. Ginting, R. Rahim and S. Gienam, "Implementation of Elimination and Choice Expressing Reality ( ELECTRE ) Method in Selecting the Best Lecturer ( Case Study STMIK BUDI DARMA )," International Journal of Engineering Research and Technology (IJERT), vol. 6, no. 2, 2017.
[59] S. Nawir, R. Manda, T. Rahman and A. U. Fatmah, "Implementation of ELECTRE Method in Determining the Priority of a Sustainable Tourist Attraction Development in Gorontalo Regency," in IOP Conference Series: Materials Science and Engineering, 2017.
[60] I. A. Tişcă and C. D. Dumitrescu, "Choosing the optimal wind turbine variant using the "ELECTRE" method," in IOP Conference Series: Materials Science and Engineering, 2017.
[61] M. A. Shafia, M. R. Moghaddam and E. Teimoury, "Ranking Fuzzy Cognitive Map based scenarios using ELECTRE III: Applied on housing market. Expert Systems," Expert Systems, vol. 33, no. 5, pp. 417-431, 2016.
[62] M. Zaman, L. Botti and T. V. Thanh, "Does managerial efficiency relate to customer satisfaction? The case of Parisian boutique hotels," International Journal of Culture, Tourism and Hospitality Research, vol. 10, no. 4, pp. 455-470, 2016.
[63] H. Haider, R. Sadiq and S. Tesfamariam, "Selecting performance indicators for small and medium sized water utilities: Multi-criteria analysis using ELECTRE method," Urban Water Journal, vol. 12, no. 4, pp. 305-3272, 2015.
[64] A. Muñoz-Porcar, M. J. Alonso-Nuez, M. Flores-García and D. Duret-Solanas, "The renewal of assets using a tool to aid decision making," Management Decision, vol. 53, no. 7, pp. 1412-1429, 2015.
[65] T. Barros Jerônimo and D. Medeiros , "Measuring quality service: The use of a SERVPERF scale as an input for ELECTRE TRI multicriteria model," International Journal of Quality & Reliability Management, vol. 31, no. 6, pp. 652-664, 2014.
[66] S. S. Hashemi, S. Hossein and . R. Hajiagha, "Decision Making with Unknown Data: Development of ELECTRE Method Based on Black Numbers," Informatica, vol. 25, no. 1, pp. 21-36, 2014.
[67] T. Lühn, G. Schmidtmann and J. Geldermann, "Identification of sustainable expansion alternatives for heterogeneous grid topologies," International Journal of Energy Sector Management, vol. 12, no. 1, pp. 44-66, 2018.
[68] S. Metzner, "Transferring outranking models to real estate management: The assessment of potential investment markets using PROMETHEE," Journal of Property Investment and Finance, vol. 36, no. 2, pp. 135-157, 2018.
[69] J. Zhou, Y. Wang and Z. Sun, "Gabor Filtering and Adaptive Optimization Neural Network for Iris Double Recognition," Biometric Recognition, vol. 10996, pp. 441-449, 2018.
[70] S. Chakraborty and S. Bandhopadyay , "Cotton fibre selection and grading – a PROMETHEE-GAIA-based approach," International Journal of Clothing Science and Technology, vol. 29, no. 5, pp. 646-660, 2017.
[71] J. Trujillo Díaz and R. G. García Cáceres, "Sorting methodology to select carriers in a Colombian Green Coffee Supply Chain using PROMETHEE method," in Proceeding of the International Conference on Industrial Engineering and Operations Management, Bogota, 2017.
[72] A. Khaira and R. K. Dwivedi, "Identification of critical component to enhance equipment availability in a graphite manufacturing industry," International Journal of Mechanical and Production Engineering Research and Development (IJMPERD), vol. 7, no. 3, pp. 25-32, 2017.
[73] A. Roozbahani, E. Ebrahimi and M. E. Banihabib, "Ground water risk management using dynamic bayesian networks and PROMETHEE method," European Water, vol. 57, pp. 367-374, 2017.
[74] V. Soni, R. Anand, P. K. Dey, A. P. Dash and D. K. Banwet, "Quantifying e-governance efficacy towards Indian–EU strategic dialogue," Transforming Government: People, Process and Policy, vol. 11, no. 4, pp. 535-571, 2017.
[75] A. Mahmoudi, ,. S. Sadi-Nezhad, A. Makui and M. Vakili, "An extension on PROMETHEE based on the typical hesitant fuzzy sets to solve multi-attribute decision-making problem," Kybernetes, vol. 45, no. 8, pp. 1213-1231, 2016.
[76] D. K. Sen, S. Datta and S. S. Mahapatra, "Extension of PROMETHEE for robot selection decision making: Simultaneous exploration of objective data and subjective (fuzzy) data," Benchmarking: An International Journal, vol. 23, no. 4, pp. 983-1014, 2016.
[77] D. Alper and C. Basdar, "A Comparison of TOPSIS and ELECTRE Methods: An Application on the Factoring Industry," Business and Economics Research Journal, vol. 8, no. 3, pp. 627-646, 2017.
[78] J. Girubha, S. Vinodh and V. KEK, "Application of interpretative structural modelling integrated multi criteria decision making methods for sustainable supplier selection," Journal of Modelling in Management, vol. 11, no. 2, pp. 358-388, 2016.
[79] S. Gurung and R. Phipon, "Multi-criteria decision making for supplier selection using AHP and TOPSIS method," International Journal of Engineering Inventions, vol. 6, no. 2, pp. 13-17, 2016.
[80] R. E. Hodgett, "Comparison of multi-criteria decision-making methods for equipment selection," The International Journal of Advanced Manufacturing Technology, vol. 85, pp. 1145-1157, 2016.
[81] R. Ranjan, P. Chatterjee and S. Chakraborty, "Performance evaluation of Indian Railway zones using DEMATEL and VIKOR methods," Benchmarking: An International Journal, vol. 23, no. 1, pp. 78-95, 2016.
[82] S. Vinodh, T. S. Balagi and A. Patil, "A hybrid MCDM approach for agile concept selection using fuzzy DEMATEL, fuzzy ANP and fuzzy TOPSIS," The International Journal of Advanced Manufacturing Technology, vol. 83, no. 9/12, pp. 1979-1987, 2016.
[83] M. Yazdani, E. K. Zavadskas, J. Ignatius and M. D. Abad, "Sensitivity analysis in MADM methods: Application of material selection," Economics of Engineering Decision, vol. 27, no. 4, pp. 382-391, 2016.
[84] G. Büyüközkan and A. Görener , "Evaluation of product development partners using an integrated AHP-VIKOR model," Kybernetes, vol. 44, no. 2, pp. 220-237, 2015.
[85] I. Linkov, O. Massey, J. Keisler, I. Rusyn and T. Hartung, "From “Weight of Evidence” to Quantitative Data Integration using Multicriteria Decision Analysis and Bayesian Methods," ALTEX, vol. 32, no. 1, 2015.
[86] H. Dincer and U. Hacioglu, "Performance evaluation with fuzzy VIKOR and AHP method based on customer satisfaction in Turkish banking sector," Kybernetes, vol. 42, no. 7, pp. 1072-1085, 2013.
[87] H. Li, Z. Jin, V. Li, G. Liu and R. M. Skitmore, "An entry mode decision making model for the international expansion of construction enterprises," Engineering, Construction and Architectural Management, vol. 20, no. 2, pp. 160-180, 2013.
[88] K. T. Atanassov, "Intuitionistic fuzzy sets. Fuzzy Sets and Systems," Fuzzy Sets and Systems, vol. 20, no. 1, pp. 87-96, 1986.
[89] L. Miguel, H. Bustince, J. Fernández, A. Jurio and D. Paternain, "El Problema del Orden en Conjuntos Atanassov Intuicionistas," 2015.
[90] H. Liao, Z. Xu and J. Xu, "An approach to hesitant fuzzy multi-stage multi-criterion decision making," Kybernetes, vol. 43, no. 9/10, pp. 1447-1468, 2014.
[91] V. Torra, "Hesitant fuzzy sets," International Journal of Intelligent Systems, vol. 25, no. 6, pp. 529-539, 2010.
[92] V. Torra and Y. Narukawa, "On hesitant fuzzy sets and decision," The 18th IEEE International Conference on Fuzzy Systems, pp. 1378-1382, 2009.
[93] H. Bustince, E. Barrenechea, M. Pagola, J. Fernández, Z. Xu, B. Bedregal, J. Montero, H. Hagras, F. Herrera and B. De Baets, "A historical account of types of fuzzy sets and their relationships," IEEE Transactions on Fuzzy Systems, vol. 24, no. 1, pp. 179-194, 2016.
[94] M. Li, Y. Yu and Y. Xu, "Knowledge checking service selection method in pythagorean fuzzy environment," International Conference on Logistics Engineering, Management and Computer Science, pp. 1438-1443, 2015.
[95] R. R. Yager, "Pythagorean fuzzy subsets," IFSA World Congress and NAFIPS Annual Meeting (IFSA/NAFIPS), pp. 57-61, 2013.
[96] X. Zhang and Z. Xu, "Extension of TOPSIS to Multiple Criteria Decision Making with Pythagorean Fuzzy Sets," International Journal of Intelligent Systems, vol. 29, no. 12, pp. 1061-1078, 2014.
[97] Y. Zhang, Y. Wang and Q. Liu, "The choice of industrial type Grey game research about customer preference , international competition and the choice of industrial type. Grey Systems," Theory and Application, vol. 8, no. 2, pp. 122-132, 2018.
[98] L. Peng and W. Cuiping, "A new two-stage grey evaluation decision-making method for interval grey numbers," Kybernetes, vol. 47, no. 4, pp. 801-815, 2018.
[99] M. B. Anand and S. Vinodh, "Application of fuzzy AHP – TOPSIS for ranking additive manufacturing processes for microfabrication," Rapid Prototyping Journal, vol. 24, no. 2, pp. 424-435, 2018.
[100] M. Seddiki, K. Anouche and A. Bennadji, "Integrated FAHP-FPROMETHEE for thermal insulation of masonry buildings," Facilities, vol. 35, no. 3-4, pp. 195-211, 2018.
[101] R. K. Sighn and S. Agrawal, "Analyzing disposition strategies in reverse supply chains: fuzzy TOPSIS approach," Management of Environmental Quality, vol. 29, no. 3, pp. 427-443, 2018.
[102] K. Rahman, M. Ullah, A. Fahmi and L. A. Zadeh, "Multiple Attribute Group Decision Making for Plant Location Selection with Pythagorean Fuzzy Weighted Geometric Aggregation Operator," The Nucleus, vol. 54, no. 1, pp. 66-74, 2017.
[103] G. Wei and M. Lu, "Dual hesitant pythagorean fuzzy Hamacher aggregation operators in multiple attribute decision making," Archives of Control Sciences, vol. 27, no. 3, pp. 365-395, 2017.
[104] R. Zhang, J. Wang, X. Zhu, M. Xia and M. Yu, "Some Generalized Pythagorean Fuzzy Bonferroni Mean Aggregation Operators with Their Application to Multiattribute Group Decision-Making. Complexity," Complexity, pp. 1-16, 2017.
[105] A. R. Fayek and M. N. Omar, "A Fuzzy Topsis Method for Prioritized Aggregation in Multi-Criteria Decision Making Problems," Journal of Multi-Criteria Decision Analysis, vol. 23, pp. 242-256, 2016.
[106] W. Liang, X. Zhang and M. Liu, "The maximizing deviation method based on interval-valued pythagorean fuzzy weighted aggregating operator for multiple criteria group decision analysis," Discrete Dynamics in Nature and Society, p. , 2015.
[107] S. Vinodh, S. Nagaraj and J. Girubha, "Application of Fuzzy VIKOR for selection of rapid prototyping technologies in an agile environment," Rapid Prototyping Journal, vol. 20, no. 6, pp. 523-532, 2014.
[108] I. Aschilean, G. Badea, G. S. Naghiu, I. Giurca and F. G. Iloaie, "Choosing the optimal technology to rehabilitate the pipes in water distribution systems using the AHP method," Energy Procedia, vol. 112, pp. 19-26, 2017.
[109] R. C. Gomes and M. R. Partidario, "Ecosystem services inclusive strategic environmental assessment," Environmental Impact Assessment Review, vol. 40, pp. 36-46, 2013.
[110] Z. Hui-min, W. Hang-yu and S. Shi-ya, "Research on filter’ s parameter selection based on PROMETHEE method Research on filter ’ s parameter selection based on PROMETHEE method," in IOP Conference Series: Materials Science and Engineering,, 2018.
[111] R. Karim and C. L. Karmaker, "Machine Selection by AHP and TOPSIS Methods," American Journal of Industrial Engineering, vol. 4, no. 1, pp. 7-13, 2016.
[112] A. Kobryń and J. Prystrom, "A Data Pre-Processing Model for the Topsis Method," Folia Oeconomica Stetinensia, vol. 16, no. 2, pp. 219-235, 2016.
[113] R. Poveda, Artist, Propuesta de una Metodología de Ayuda a la Decisión para los Procesos de Dirección y Gestión de Proyectos. [Art]. Universidad Politécnica de Valencia, 2006.
[114] R. Swamy, P. Tiwari and A. Sawhney, "Assessing determinants of PPP project performance: Applying AHP to urban drinking water sector in India," Property Management, vol. 36, no. 1, pp. 67-85, 2018.