《Algorithms》：Disentangling Fuzzy Weighting and Fuzzy Ranking in AHP–TOPSIS: A Comparative Study of PV Self-Consumption Planning for Agricultural Pumping
编辑推荐：
农业泵灌向可再生能源转型需要能够应对多重且常相互冲突准则的稳健决策工具。研究人员针对农业泵灌光伏（PV）自消纳规划场景，考察了AHP–TOPSIS框架中模糊赋权与模糊排序各自的贡献。不同于常规多准则决策（MCDM）应用仅用单一经典或模糊公式遴选偏好方案，该研究
农业泵灌向可再生能源转型需要能够应对多重且常相互冲突准则的稳健决策工具。研究人员针对农业泵灌光伏（PV）自消纳规划场景，考察了AHP–TOPSIS框架中模糊赋权与模糊排序各自的贡献。不同于常规多准则决策（MCDM）应用仅用单一经典或模糊公式遴选偏好方案，该研究系统性隔离了赋权阶段与排序阶段引入模糊性的效应。研究人员对比分析了四种方法配置：经典AHP–TOPSIS、采用模糊赋权的FAHP–TOPSIS、采用模糊排序的AHP–FTOPSIS，以及同时采用模糊赋权与模糊排序的完全模糊FAHP–FTOPSIS。研究采用三角模糊数（TFN）表征专家判断固有的模糊性与主观性（常以定量标度表达却具不精确本质）。以西班牙东南部某农业泵灌系统自消纳光伏装置规划的真实案例进行评估，结果区分了模糊赋权与模糊排序对准则权重及方案排序的影响，揭示经典与模糊公式间差异主要来自赋权阶段、排序阶段抑或两者结合。分析并未假定模糊公式具有普适优越性，而是指明模糊建模在何种具体情境与阶段产生有意义的决策变化。研究通过在不确定的主观决策环境下为农业泵灌光伏自消纳规划提供系统性框架，助力可持续能源规划。
研究背景方面，全球能源转型背景下农业泵灌光伏自消纳涉及技术、经济、环境等多重冲突准则，传统AHP与TOPSIS依赖精确数值判断，难以刻画专家评估的不确定性与主观性，模糊集理论虽被广泛引入MCDM，但既有文献多比较“完全经典”与“完全模糊”框架，未隔离模糊性在赋权与排序两阶段各自的贡献，亦缺乏模糊性是否真正改变决策结果的实证。为此，研究人员以西班牙东南部Albacete省某2000 kW农业灌溉泵站（约800 ha木本作物）为案例，构建12种光伏配置备选方案（单面/双面组件×集中式/组串式逆变器×固定南向/固定东西向/方位角跟踪支架），建立含技术（T1年发电量、T2性能比、T3单位装机发电量、T4损耗、T5安装便捷度、T6占地、T7自消纳率）、经济（E1安装成本�/Wp）、环境（EN1年减排CO2吨）的三级九子准则体系，通过五人跨领域专家三轮Delphi共识获取两两比较与指标悲观–最可能–乐观估计，进而系统解耦模糊赋权（FAHP）与模糊排序（FTOPSIS）的增量价值。论文发表于《Algorithms》。
关键技术方法上，研究人员组合四类AHP–TOPSIS变体（AHP–TOPSIS、FAHP–TOPSIS、AHP–FTOPSIS、FAHP–FTOPSIS）；FAHP用三角模糊数（TFN，形如(l,m,u)）替代Saaty标度并借扩展分析法与质心去模糊求权重，FTOPSIS将决策矩阵、理想解（FPIS）与负理想解（FNIS）全程模糊化并用顶点距离算分离度再对相对贴近度Ci*去模糊（取分布众数）；指标TFN由PVSYST?仿真得最可能值、专家Delphi给悲观/乐观偏差几何均值得左右端；权重与排序稳定性经5万次蒙特卡洛（@RISK）传播，以Spearman ρ与Kendall τ及排名跨度ΔRank量化。
研究结果部分，3.1准则权重显示技术+经济准则合计约95%，T1年发电量与E1安装成本主导，FAHP相较AHP权重差异微小（T4损耗、T5安装便捷度变动稍大），专家一致性CR均<0.10且FAHP最大CR略低（0.086），表明模糊赋权主要 richer 表征不确定性而非改写权重序结构。3.2方案排序中AHP–TOPSIS与FAHP–TOPSIS结果完全一致，前六名A1、A7、A4、A10、A3、A9不变；引入FTOPSIS后Ci*极差由0.607缩至0.333，第六名之后重排（如A2在经典两法排第九、AHP–FTOPSIS第八、FAHP–FTOPSIS第十），说明模糊排序压缩中低分段距离但不撼动优胜方案。3.3准则贡献分解（仅AHP–FTOPSIS与FAHP–FTOPSIS可报）表明AHP–FTOPSIS下敏感准则依次为T5、T6、E1、T3，FAHP–FTOPSIS下变为T6、T5、E1、T4，且全模糊使各准则影响幅度收窄。3.4决策鲁棒性分析指出FAHP改动（变体1vs2、3vs4）对ρ、τ、标准差几乎无影响，FTOPSIS改动（变体1vs3、2vs4）使Ci*极差降至0.3–0.4、σ同比降，ρ仍达0.979–1.000、τ达0.939–1.000；高排名方案因多准则优势裕度大而对模糊平滑不敏感，低排名段因权衡边际窄被模糊“缓冲”压缩 dispersion，实为提高判别稳健性。讨论部分强调模糊建模增量价值主要在排序阶段而非赋权阶段，FTOPSIS适用于含语言判断/测量变异的场景，FAHP在准则少且专家一致的题中增益有限但可显式留痕判断不确定；A1/A7/A4可作进一步工程可行性评估首选但非自动实施。结论部分译文如下：本研究系统对比四种AHP–TOPSIS变体以分离模糊逻辑在农业泵灌光伏自消纳规划MCDM中赋权与排序阶段的各自贡献；结果显示模糊赋权（FAHP）在所用条件下对最终决策影响有限，仅微改权重且未动摇经典TOPSIS排序，模糊排序（FTOPSIS）才是主要方法论增量来源——它压缩备选方案距离差、重排中低分段而保住前六；Spearman与Kendall系数各变体间仍达0.979–1.000与0.939–1.000，细微分歧集中于FTOPSIS变体；实践上FTOPSIS推荐用于带不确定或语言判断的备选评估，FAHP在准则少且专家一致的题中收益减弱，模糊复杂性应选择性加于排序阶段；该建议适用于本案例（中等规模明确层次、Delphi高一致专家），更大异构层次或非收敛专家面板下FAHP作用需未来验证。
