Assessing smart port performance under uncertainty: a neutrosophic data entropy-weighted TOPSIS approach

Abstract

Assessing the performance of smart ports in the face of uncertain and incomplete data is an ongoing challenge, particularly in trading off several, often competing sustainability and operational Key Performance Indicators (KPIs). Conventional approaches do not adequately address the inherent uncertainty in quantitative and qualitative port data. To address this gap, this dissertation focuses on the development and application of an innovative multi-criteria decision-making framework, based on Neutrosophic Logic, for evaluating the performance of "smart ports" under conditions of uncertainty and ambiguity. In this way, the proposed method offers a more accurate, adaptable, and sustainability-oriented assessment compared to conventional methods, challenging, modifying, and improving existing assessment standards and redefining how technological integration and sustainable practices are measured in port activities. The rapid integration of cutting-edge technologies such as Artificial Intelligence (AI), the Internet of Things (IoT), Big Data, and blockchain technology, combined with growing environmental, social, and economic challenges, make it imperative to develop new, flexible tools for performance evaluation. The research begins with an extensive Systematic Literature Review (SLR) within the PRISMA framework, aiming to capture theoretical trends in decision-making and the role of Multi-Criteria Decision Making (MCDM) in port management. Critical categories of KPIs, the technological drivers of digital transformation, and the challenges of transitioning from traditional to smart infrastructure are identified. The findings of the Systematic Literature Review directly shaped the set of KPIs used in the dissertation and were a decisive factor in the deployment of the proposed method, namely NDEW-TOPSIS (Neutrosophic Data Entropy-Weighted Technique for Order Preference by Similarity to an Ideal Solution). Then, in the section describing the proposed methodological approach, the NDEW-TOPSIS approach is presented in detail, which combines the efficiency of the TOPSIS method with the ability of Neutrosophic Logic to manage uncertainty and incomplete and/or missing data. The framework combines objectively calculated entropy weights and hierarchical performance indicators based on bibliographic and empirical evidence. Full transparency and replicability are ensured by a worked example illustrating the complete conversion of raw KPI figures into neutrosophic sets and final closeness coefficients. Robustness was tested through both sensitivity analysis—validation of ranking stability for varying parameter settings—and comparative tests versus alternative MCDM methods, jointly verifying the consistency, reliability, and diagnostic capacity of the Introduced framework. The application of the framework to five European ports allowed for comparative evaluation, identification of best practices, and identification of critical success factors. The results were compared with alternative neutrosophic MCDM methods, confirming the adaptability and superiority of the proposed approach. The findings show that the integration of digital technologies and green practices leads to significant improvements in efficiency, effectiveness, and sustainability. The dissertation concludes with policy and strategy recommendations for policymakers and port managers, emphasizing the importance of transparent, data-driven, and adaptive decision-making for the sustainable development of port ecosystems within the global maritime supply chain

H βαθμολόγηση της απόδοσης των «έξυπνων λιμένων», υπό συνθήκες αβέβαιων και ατελών δεδομένων, αποτελεί μια συνεχή πρόκληση, ιδιαίτερα όταν πρέπει να σταθμιστούν πολλοί και συχνά ανταγωνιστικοί δείκτες απόδοσης (KPIs) που αφορούν στη βιωσιμότητα και στην λειτουργία τους. Οι συμβατικές προσεγγίσεις δεν αντιμετωπίζουν επαρκώς την εγγενή αβεβαιότητα στα ποσοτικά και ποιοτικά δεδομένα των λιμένων. Για να καλυφθεί αυτό το κενό, η παρούσα διατριβή εστιάζει στην ανάπτυξη και εφαρμογή ενός καινοτόμου πλαισίου πολυκριτηριακής λήψης αποφάσεων, βασισμένου στην Ουδετεροσοφική Λογική, για την αξιολόγηση της απόδοσης των «έξυπνων λιμένων» υπό συνθήκες αβεβαιότητας και ασάφειας. Με αυτόν τον τρόπο, η προτεινόμενη μέθοδος προσφέρει μια πιο ακριβή, προσαρμόσιμη και προσανατολισμένη στη βιωσιμότητα αξιολόγηση σε σύγκριση με τις συμβατικές μεθόδους, τροποποιώντας και βελτιώνοντας έτσι τα υπάρχοντα πρότυπα αξιολόγησης και επαναπροσδιορίζοντας τον τρόπο μέτρησης της τεχνολογικής ολοκλήρωσης και των βιώσιμων πρακτικών στις λιμενικές δραστηριότητες. Η ταχεία ενσωμάτωση προηγμένων τεχνολογιών όπως η Τεχνητή Νοημοσύνη (AI), το Διαδίκτυο των Πραγμάτων (IoT), τα Μεγάλα Δεδομένα (Big Data) και η τεχνολογία blockchain, σε συνδυασμό με τις αυξανόμενες περιβαλλοντικές, κοινωνικές και οικονομικές προκλήσεις, καθιστούν επιτακτική την ανάγκη ανάπτυξης νέων, ευέλικτων εργαλείων για την αξιολόγηση της απόδοσης. Η έρευνα ξεκινά με εκτενή Συστηματική Ανασκόπηση της Βιβλιογραφίας (SLR) στο πλαίσιο PRISMA, με στόχο την αποτύπωση των θεωρητικών τάσεων στη λήψη αποφάσεων και του ρόλου των Πολυκριτηριακών Μεθόδων Ανάλυσης (MCDM) στη λιμενική διαχείριση. Προσδιορίζονται κρίσιμες κατηγορίες δεικτών απόδοσης (KPIs), οι τεχνολογικοί παράγοντες που οδηγούν στον ψηφιακό μετασχηματισμό των λιμένων καθώς και οι προκλήσεις της μετάβασής τους από την παραδοσιακή μορφή του λιμένα στην «έξυπνη» έκδοσή του. Τα ευρήματα της Συστηματικής Ανασκόπησης της Βιβλιογραφίας διαμόρφωσαν άμεσα το σύνολο των δεικτών απόδοσης (KPIs) που χρησιμοποιούνται στη διατριβή και αποτέλεσαν καθοριστικό παράγοντα για την ανάπτυξη της προτεινόμενης μεθόδου, δηλαδή της NDEW-TOPSIS (Neutrosophic Data Entropy-Weighted Technique for Order Preference by Similarity to an Ideal Solution - Ουδετεροσοφική Τεχνική Ταξινόμησης κατά Προτίμηση με Βάση την Ομοιότητα προς την Ιδανική Λύση με Βάρη Βασισμένα στην Εντροπία Δεδομένων). Κατόπιν, στην ενότητα που περιγράφεται η προτεινόμενη μεθοδολογική προσέγγιση, παρουσιάζεται λεπτομερώς η NDEW-TOPSIS, η οποία συνδυάζει την αποδοτικότητα της μεθόδου TOPSIS με τη δυνατότητα της Ουδετεροσοφικής Λογικής να διαχειρίζεται την αβεβαιότητα και τα ελλιπή δεδομένα. Το προτεινόμενο πλαίσιο ενσωματώνει αντικειμενικά υπολογισμένα βάρη εντροπίας και ιεραρχικούς δείκτες απόδοσης που βασίζονται σε βιβλιογραφικά και εμπειρικά τεκμήρια. Η πλήρης διαφάνεια και αναπαραγωγιμότητα διασφαλίζονται μέσω παραδείγματος εφαρμογής, το οποίο αποτυπώνει την πλήρη μετατροπή των αρχικών τιμών KPI σε ουδετεροσοφικά σύνολα και τελικούς συντελεστές εγγύτητας. Η ανθεκτικότητα της μεθόδου εξετάστηκε τόσο μέσω ανάλυσης ευαισθησίας — με επαλήθευση της σταθερότητας των κατατάξεων υπό διαφορετικές παραμετρικές ρυθμίσεις — όσο και μέσω συγκριτικών δοκιμών με εναλλακτικές μεθόδους MCDM, επιβεβαιώνοντας από κοινού τη συνοχή, την αξιοπιστία και τη διαγνωστική ικανότητα του προτεινόμενου πλαισίου. Η εφαρμογή του πλαισίου σε πέντε ευρωπαϊκούς λιμένες επέτρεψε συγκριτική αξιολόγηση, ανάδειξη βέλτιστων πρακτικών και αποτύπωση κρίσιμων παραγόντων επιτυχίας. Τα αποτελέσματα συγκρίθηκαν με εναλλακτικές ουδετεροσοφικές MCDM μεθόδους, επιβεβαιώνοντας την προσαρμοστικότητα και υπεροχή της προτεινόμενης προσέγγισης. Τα ευρήματα δείχνουν ότι η ενσωμάτωση ψηφιακών τεχνολογιών και πράσινων πρακτικών οδηγεί σε σημαντικές βελτιώσεις αποδοτικότητας, αποτελεσματικότητας και βιωσιμότητας. Η διατριβή ολοκληρώνεται με προτάσεις πολιτικής και στρατηγικής για φορείς χάραξης πολιτικής και διαχειριστές λιμένων, τονίζοντας τη σημασία της διαφανούς, δεδομενοκεντρικής και προσαρμοστικής λήψης αποφάσεων για τη βιώσιμη ανάπτυξη των λιμενικών οικοσυστημάτων στο πλαίσιο της παγκόσμιας ναυτιλιακής εφοδιαστικής αλυσίδας.