ÁP DỤNG MÔ HÌNH MOORA VÀ COPRAS ĐỂ CHỌN NGUYÊN LIỆU CHO TRỒNG NẤM

Ngày nhận bài: 16-05-2019

Ngày duyệt đăng: 11-07-2019

Ngày xuất bản: 26-07-2025

DOI: https://doi.org/10.31817/tckhnnvn.2019.17.4.

Lượt xem

9

Download

7

Số: Tập 17 Số 4 (2019)

Chuyên mục:

KỸ THUẬT VÀ CÔNG NGHỆ

Cách trích dẫn:

Hiếu, T., Thảo, N., Tiến, P., & Thùy, L. . (2025). ÁP DỤNG MÔ HÌNH MOORA VÀ COPRAS ĐỂ CHỌN NGUYÊN LIỆU CHO TRỒNG NẤM. Tạp Chí Khoa học Nông nghiệp Việt Nam, 17(4), 322–331. https://doi.org/10.31817/tckhnnvn.2019.17.4.

ÁP DỤNG MÔ HÌNH MOORA VÀ COPRAS ĐỂ CHỌN NGUYÊN LIỆU CHO TRỒNG NẤM

Trần Trung Hiếu (*) 1 , Nguyễn Xuân Thảo 1 , Phan Trọng Tiến 1 , Lê Thị Minh Thùy 1

  • Tác giả liên hệ: [email protected]
  • 1 Khoa Công nghệ thông tin, Học viện Nông nghiệp Việt Nam

    • Từ khóa

    COPRAS, MOORA, nấm, phương pháp entropy

    Tóm tắt


     Nguyên liệu thô, phụ gia và tỷ lệ pha trộn giữa chúng trong nuôi trồng nấm ảnh hưởng đến chất lượng và năng suất của nấm. Do đó, việc lựa chọn nguyên liệu và các công thức để trồng nấm hiệu quả cũng là một vấn đề cần quan tâm để tăng năng suất và chất lượng của nấm. Trong nghiên cứu này, chúng tôi sử dụng các mô hình COPRAS (đánh giá tỷ lệ phức tạp) và MOORA (tối ưu hóa đa mục tiêu trên cơ sở phân tích tỷ lệ) để chọn nguyên liệu và công thức trồng nấm tốt nhất. Trong các mô hình này, chúng tôi sử dụng độ đo thông tin entropy để tính toán trọng số của các tiêu chí đánh giá, từ đó đưa ra một sự lựa chọn tốt nhất. Mô hình được thử nghiệm với các trường hợp cụ thể và so sánh kết quả với các kết quả thực nghiệm đã có. Kết quả theo các mô hình đề xuất này cũng phù hợp với kết quả của các mô hình thực nghiệm.

    Tài liệu tham khảo

    Bhowmik C., Gangwar S., Bhowmik S. & Ray A. (2018). Selection of Energy-Efficient Material: An Entropy-TOPSIS Approach. In Soft Computing: Theories and Applications. 584: 31-39.

    Brauers W.K.M. (2004). Optimization methods for a stakeholder society. A revolution in economic thinking by multi-objective optimization. Boston: Kluwer Academic Publishers.

    Chakraborty S. & Chatterjee P. (2013). Selection of materials using multi-criteria decision-making methods with minimum data. Decision Science Letters. 2(3): 135-148.

    Cuong B.C. (2014). Picture Fuzzy Sets. Journal

    of Computer Science and Cybernetics.

    (4): 409-420.

    Gadakh V.S., Shinde V.B., Khemnar N.S. & Kumar A. (2016). Application of MOORA Method for Friction Stir Welding Tool Material Selection. In Techno-Societal 2016, International Conference on Advanced Technologies for Societal Applications. pp. 845-854.

    Hieu T.T. & Thao N.X. (2019). Fuzzy entropy based MOORA model for selecting material for mushroom in Viet Nam, International Journal of Information Engineering and Electronic Business(IJIEEB). 11(5): 1-10.

    Jahan A., Mustapha F., Ismail M.Y., Sapuan S.M. & Bahraminasab M. (2011). A comprehensive VIKOR method for material selection. Materials and Design. 32(3): 1215-1221.

    Jayakrishna K. & Vinodh S. (2017). Application of grey relational analysis for material and end of life strategy selection with multiple criteria. International Journal of Materials Engineering Innovation. 8(3-4): 250-272.

    Karande P. & Chakraborty S. (2012). Application of multi-objective optimization on the basis of ratio analysis (MOORA) method for materials selection. Materials and Design. 37: 317-324.

    Kiong S.C., Lee L.Y., Chong S.H., Azlan M.A., Nor M. & Hisyamudin N. (2013). Decision making with the analytical hierarchy process (AHP) for material selection in screw manufacturing for minimizing environmental impacts. In Applied Mechanics and Materials. 315: 57-62.

    Le V.T., T.N.M. Nguyen & V.D. Mai (2015). Effects of some potential agro-based wastes in Mekong Delta on the growth of Pleurotus sajorcaju, Can Tho University Journal of Science. 39: 36-43.

    Mayyas A., Omar M.A. & Hayajneh M.T. (2016). Eco-material selection using fuzzy TOPSIS method. International Journal of Sustainable Engineering. 9(5): 292-304.

    Nguyen X.T., Nguyen V.D & Nguyen D.D. (2014). Rough fuzzy relation on two universal sets. International Journal of Intelligent Systems

    and Applications. 6(4): 49-55.

    Nguyen X.T. & Nguyen V.D. (2015). Support-intuitionistic fuzzy set: a new concept for soft computing, International Journal of Intelligent System and Application. 7(4): 11-16.

    Nguyen T.B.T., Ngo X.N., Nguyen T.T., Tran D.A., Nguyen X.C., Nguyen V.G. & Tran T.D. (2016). Evaluating the Growth and Yield of King Oyster Mushroom (Pleurotus eryngii (DC.:Fr.) Quél) on Different Substrates. Vietnam J. Agri. Sci.

    (5): 816-823.

    Petković D., Madić M., Radovanović M. & Janković P. (2015). Application of Recently Developed MCDM Methods for Materials Selection. In Applied Mechanics and Materials. 809: 1468-1473.

    Sharma S., Yadav R.K.P. & Pokhrel C.P. (2013). Growth and yield of oyster mushroom (Pleurotus ostreatus) on different substrates. Journal on New Biological Reports. 2(1): 03-08.

    Thao, N.X., & Dinh, N.V. (2015). Rough picture fuzzy set and picture fuzzy topologies. Journal of Computer Science and Cybernetics. 31(3): 245.

    Thao N.X. & Smarandache F. (2019). A new fuzzy entropy on Pythagorean fuzzy sets, Journal of intelligent and fuzzy systems. 37(1): 1065-1074.

    Thao N.X., Cuong B.C. & Smarandache F. (2016). Rough standard neutrosophic sets: an application on standard neutrosophic information systems. Neutrosophic Sets and Systems. 14: 80-92.

    Zavadskas E.K., Kaklauskas A. & Sarka V. (1994). The new method of multicriteria complex proportional assessment of projects. Technological and economic development of economy. 1(3): 131-139.