模糊TOPSIS模型对于企业商业智能系统的评价研究

在购买和部署企业系统之前，对企业系统的商业智能（BI）进行评估至关重要。因为BI的存在不仅能帮助企业控制内外资源，为企业管理和精炼业务信息流以辅助其进行决策，还能为管理者创建一种决策支持环境，以更好地联结企业内部各系统间关系。因此，随着企业业务系统中使用BI的趋势不断增长，对BI的评估需求也不断增加。本研究提出了一种新的模型，通过使用模糊TOPSIS方法来评估企业系统的BI模式，以填补目前对该系统评价的研究空白。同时，该模型还具有广阔的应用范围，如企业资源计划（ERP），供应链管理（SCM）、客户关系管理（CRM）和会计办公自动化系统等方面。在此基础上，组织将能够更有针对性地进行选择、评估和购买符合自身战略的企业系统，使得其能够更好地对应决策支持环境。

基于相似度的排序优选技术TOPSIS是目前比较流行的多准则决策方法之一。通过接近使利益准则/属性最大化、使成本准则/属性最小化的理想解决方案，已找到可选项中的最优解。通过广泛的文献综述，我们确定了34个关于BI规范的标准。

在许多实际例子中，人类的偏好模型是不确定的，所以决策者可能会犹豫不决或根本无法对每一条标准给出判断的明确值，同时，他们也通常更倾向于做出区间判断而不是点判断。因此，传统TOPSIS的问题之一就是如何使用评估过程中的明确值。另一方面，有些标准很难用明确值来度量，因此在评估期间，这些标准通常会被忽略。

而模糊集理论的使用则允许决策者将定性信息、不完全信息、无法获得的信息或事实等放入决策模型，因此就可以开发模糊TOPSIS模型来解决排序问题。目前的研究采用三角模糊数进行模糊拓扑，因为决策者可以方便地使用三角模糊数进行计算。此外，它还证明了用三角模糊数建模是一种制定决策问题的有效方法，其中可获得的信息是主观的和不确定的。

所以，利用模糊TOPSIS模型为企业系统评估BI可按如下步骤：

本研究旨在为企业系统中的非功能需求BI构建一个合理的评估模型。我们通过大量文献资料收集了BI的评价标准，创新性地提出了模糊TOPSIS模型，以改进传统TOPSIS模型中难以明确度量标准值及决策者偏好的不确定性问题。本研究有助于企业更好地进行设计、选择、评估和购买符合其自身战略的企业系统，为他们的商务系统创造更好的决策支持环境。

（详情请参看原文）

原文链接：

https://www.researchgate.net/publication/220217237_Evaluation_model_of_business_intelligence_for_enterprise_systems_using_fuzzy_TOPSIS