مدل های تصمیم گیری چندشاخصه که به انتخاب گزینه برتر از بین گزینه های موجود می پردازند، در مسائل مختلف اجتماعی، اقتصادی، مدیریتی، نظامی و ... قابل استفاده اند. با توجه به اینکه طی سال های اخیر مدل های تصمیم گیری چندشاخصه بسیار مورد توجه قرار گرفته است، در اکثر تحقیقات انجام شده در زمینه تصمیم گیری چندشاخصه، ماتریس های تصمیم گیری در آنها به صورت ایستا بوده یعنی اوزان شاخص ها و مقادیر گزینه ها به ازای هر شاخص، تماماً متعلق به یک دوره زمانی (تک دوره ای) بوده و تغییر این موارد در طی دوره های گذشته یا آتی به صورت چند دوره ای کمتر مدنظر قرار گرفته شده است. درحالی که کاملاً مشهود است که تمام اطلاعات مربوط به ماتریس های تصمیم گیری چندشاخصه می توانند با گذر زمان تغییر نمایند و لزوماً مقادیرشان در طی چند دوره زمانی ثابت نیستند. از اینرو تغییر این موارد به طور جدی می تواند در روند تصمیم گیری و اولویت بندی گزینه ها بسیار موثر باشد. بنابراین در این تحقیق یک الگوریتم جدید برای حل مسائل تصمیم گیری چندشاخصه چنددوره ای ارائه می شود. در این الگوریتم، نحوه استفاده از مدل تصمیم گیری چندشاخصه topsis به صورت چنددوره ای و با کمک معادلات رگرسیونی نشان داده می شود و همچنین مدل پیشنهادی به صورت یک مطالعه موردی در صنعت نساجی پیاده سازی می شود. الگوریتم پیشنهادی دارای این قابلیت می باشد که به دلیل استفاده از معادلات رگرسیونی، پیش بینی رتبه بندی گزینه ها برای دوره های آتی را انجام دهد