fa ارزیابی همزمان معیارها و گزینه‌ها در مساله تصمیم‌گیری چندمعیاره با داده‌های فازی شهودی پیوسته تخصصي Special پژوهشي Research <span style="font-size:11pt"><span style="text-justify:kashida"><span style="text-kashida:0%"><span style="line-height:normal"><span style="text-autospace:none"><span style="direction:rtl"><span style="unicode-bidi:embed"><span calibri="" style="font-family:"><span lang="FA" style="font-size:12.0pt"><span b="" style="font-family:" zar="">مدل‌سازی مسایل واقعی همواره با اطلاعات ناقص و نامعین مواجه است. نظریه مجموعه‌های فازی و توسعه آن به مجموعه‌های فازی شهودی، با تعریف همزمان درجه عضویت، عدم عضویت و تردید، ابزار مناسبی برای نمایش&nbsp; عدم قطعیت فراهم کرده‌اند. با این حال، رتبه‌بندی اعداد فازی شهودی ذوزنقه‌ای و کاربردهای آن به دلیل پیچیدگی ذاتی، همچنان یک چالش باقی مانده&shy;است. این مطالعه با تقویت مبانی نظری یک روش رتبه‌بندی پارامتریک، به توسعه روش ارزیابی همزمان معیارها و گزینه‌ها</span></span> <span lang="FA" style="font-size:12.0pt"><span b="" style="font-family:" zar="">در محیط فازی شهودی ذوزنقه‌ای می‌پردازد. نوآوری کلیدی، جایگزینی انحراف استاندارد با آنتروپی شانون برای محاسبه وزن معیارها است که عدم قطعیت ذاتی داده‌ها را بهتر پوشش می‌دهد. عملکرد روش پیشنهادی از طریق یک مثال کاربردی و مقایسه با روش‌های موجود مورد بررسی قرار گرفته است. نتایج نشان می‌دهد روش توسعه‌یافته نه تنها قابلیت مدیریت داده‌های نامعین را دارد، بلکه با تلفیق رتبه‌بندی اعداد فازی شهودی و محاسبه وزن‌های پویا، تصمیم‌گیری در محیط‌های پیچیده را شفاف‌تر و قابل اعتمادتر می‌سازد. این پژوهش گامی به سوی سیستم‌های تصمیم‌گیری هوشمند است که انعطاف‌پذیری و انصاف الگوریتمی را به طور همزمان تضمین می‌کنند</span></span><span dir="LTR" lang="EN-US" style="font-size:12.0pt">.</span><span lang="FA" style="font-size:12.0pt"><span style="font-family:"B Zar""></span></span></span></span></span></span></span></span></span></span> <span style="font-size:11pt"><span style="line-height:normal"><span calibri="" style="font-family:"><span lang="EN-US" new="" roman="" style="font-family:" times="">Modeling real-world problems always faces incomplete and indeterminate information. Fuzzy set theory and its development into intuitionistic fuzzy sets, by simultaneously defining degrees of membership, non-membership, and hesitancy, have provided suitable tools for representing this uncertainty. However, ranking trapezoidal intuitionistic fuzzy numbers and their applications, due to their inherent complexity, remains a challenge. This study, by strengthening the theoretical foundations of a parametric ranking method, focuses on developing the Simultaneous Evaluation of Criteria and Alternatives method in a trapezoidal intuitionistic fuzzy environment. The key innovation is replacing standard deviation with Shannon entropy for calculating criterion weights, which better covers the inherent uncertainty of the data. The performance of the proposed method has been examined through a practical example and comparison with existing methods. The results show that the developed method not only has the capability to manage indeterminate data but also, by integrating the ranking of intuitionistic fuzzy numbers and calculating dynamic weights, makes decision-making in complex environments more transparent and reliable. This research is a step towards intelligent decision-making systems that simultaneously ensure flexibility and algorithmic fairness.</span></span></span></span> ارزیابی همزمان گزینه‌ها و معیارها, عدد فازی شهودی, رتبه‌بندی, تصمیم‌گیری چند معیاره. Simultaneous Evaluation of Alternatives and Criteria, Intuitionistic Fuzzy Number, Ranking, Multi-Criteria Decision-Making. 1 32 http://jamlu.lahijan.iau.ir/browse.php?a_code=A-11-1491-3&slc_lang=fa&sid=1 M. Farnam مدینه فرنام farnam_madineh@yahoo.com 100319475328460011720 100319475328460011720 Yes Department of Electrical Engineering, Shohadaye Hoveizeh Campus of Technology, Shahid Chamran University of Ahvaz, Dasht-e Azadegan, Khuzestan, Iran. گروه مهندسی برق، دانشگاه شهید چمران اهواز- پردیس صنعتی شهدای هویزه، دشت آزادگان، خوزستان، ایران.