Ödevcim Online, Çok Amaçlı Karar Verme, Çok Amaçlı Karar Verme Nedir, Yöneylem Nedir, Çok Amaçlı Karar Verme Yöntemleri, Çok Amaçlı Karar Verme Analizi Yaptırma, Yöneylem Ödev Yaptırma, Çok Amaçlı Karar Verme Hesaplama, Çok Amaçlı Karar Verme Ödevi, Çok Amaçlı Karar Verme Ödevi Yaptırma, Çok Amaçlı Karar Verme Yaptırma aramalarınızın sonucu olarak burada. Tüm bölümlerde Çok Amaçlı Karar Verme Danışmanlık, Çok Amaçlı Karar Verme Yardım talepleriniz için akademikodevcim@gmail.com mail adresinden bize ulaşabilir veya sayfanın en altındaki formu doldurup size ulaşmamızı bekleyebilirsiniz.

AHP Yöntemi

Analitik hiyerarşi süreci (AHP) ([Saaty, 1980 ve 1994]) karmaşık bir MCDM problemini bir hiyerarşiler sistemine ayrıştırır. AHP’deki son adım, bir mXn matrisinin yapısı ile ilgilidir (burada m, alternatiflerin sayısı ve n, kriterlerin sayısıdır). Matris, her bir kritere göre alternatiflerin göreli önemleri kullanılarak oluşturulur. Her bir i için vektör (ail ‘aiZ’ ai3, …, ain), m alternatiflerinin i’inci kriter üzerindeki etkisinin ikili karşılaştırmalarıyla belirlenen bir n X n karşılıklı matrisin ana özvektörüdür (devamı bu ve diğer ilgili teknikler Bölüm 3’te sunulmuştur).

AHP’nin önemi, varyantları ve karar vermede ikili karşılaştırmaların kullanımı en iyi [Saaty, 1994] ‘te belirtilen 1000’den fazla referansta açıklanmaktadır. Hakemli dergilerde bir dizi özel sayı AHP’ye ve karar vermede ikili karşılaştırmaların kullanımına ayrılmıştır. Bu konular şunlardır: Sosyo-Ekonomik Planlama Bilimleri [Cilt. 10, No. 6, 1986]; Matematiksel Modelleme [Cilt. 9, No. 3-5, 1987]; Avrupa Yöneylem Araştırması Dergisi [Cilt. 48, No. 1, 1990]; ve Matematiksel ve Bilgisayar Modelleme [Cilt. 17, No. 4/5, 1993]. Ayrıca, şimdiye kadar aynı konu üzerine dört uluslararası sempozyum (ISAHP olarak adlandırılır) tahsis edilmiştir ve bu türden bir etkinlik artık her iki yılda bir planlanmaktadır.

Uzmanlardan ve karar vericilerden nitel fenomenlerin sayısal değerlendirmelerini ortaya çıkarmak için ikili karşılaştırma tekniğini destekleyen [Saaty, 1980]) ‘de bazı kanıtlar sunulmuştur. Bununla birlikte, burada aij değerlerini belirlemek için ikili karşılaştırma ve özvektör yöntemlerinin olası avantajları ve dezavantajları ile ilgilenmiyoruz. Bunun yerine, aij değerlerini belirlendikten sonra işlemek için AHP’de kullanılan yöntemi inceliyoruz. M x n matrisindeki aij ‘girişi, C kriteri açısından değerlendirildiğinde alternatif Ai’nin göreli değerini temsil eder;

AHP’ye göre en iyi alternatif (maksimizasyon durumunda) aşağıdaki ilişki ile gösterilir :

WSM ile AHP arasındaki benzerlik açıktır. AHP, gerçek değerler yerine göreli değerleri kullanır. Böylelikle tek veya çok boyutlu karar verme problemlerinde kullanılabilir.

Örnek 2-3:
Daha önce olduğu gibi, önceki iki örnekte kullanılan verileri ele alıyoruz
(WPM durumunda olduğu gibi, tüm kriterleri aynı birim açısından ifade etme kısıtlamasına gerek olmadığını unutmayın). AHP, karar kriterlerinin her biri açısından her bir alternatifin göreceli performansını belirlemek için bir dizi ikili karşılaştırma kullanır (bununla ilgili daha fazla bilgi Bölüm 3’te bulunabilir). Diğer bir deyişle, mutlak veriler yerine AHP aşağıdaki göreceli verileri kullanır:

Yani, karar matrisindeki sütunlar, bire eşit olacak şekilde normalleştirilmiştir. Önceki verilere formül (2-5) uygulandığında, aşağıdaki puanlar elde edilir:

Bu nedenle, en iyi alternatif (maksimizasyon durumunda) alternatif A2’dir (çünkü en yüksek AHP puanına sahiptir; 0.35). Ayrıca, aşağıdaki sıralama elde edilir: A2> Al> A3 •

Revize AHP Yöntemi

Belton ve Gear [1983], orijinal AHP modelinin gözden geçirilmiş bir versiyonunu önerdi. AHP kullanıldığında bir sıralama tutarsızlığının ortaya çıkabileceğini gösterdiler. Üç kriter ve üç alternatiften oluşan sayısal bir örnek sunulmuştur. Bu örnekte (ayrıca aşağıda gösterilmektedir), en iyi alternatifin göstergesi, en uygun olmayan alternatiflerden birine özdeş bir alternatif sunulduğunda şimdi dört alternatif oluşturarak değişir. Belton ve Gear’a göre bu tutarsızlığın kökü, her bir ölçüt için göreli değerlerin toplamının bire eşit olmasıdır. AI> A21 A31 “‘1 Am toplamının bire kadar olan alternatiflerinin göreli değerlerine sahip olmak yerine, her bir göreli değeri göreceli değerlerin maksimum değerine bölmeyi önerdiler, özellikle aşağıdaki örneği detaylandırdılar.

Örnek 2-4: 
Bir MCDM probleminin gerçek verilerinin üç alternatifler ve üç kriter aşağıdaki gibidir.

Gerçek hayat problemlerinde karar verici önceki gerçek verileri asla bilemez. Bunun yerine, göreceli verileri elde etmek için ikili karşılaştırma yöntemini (Bölüm 3 ve 4’te anlatıldığı gibi) kullanabilir. AHP önceki verilere uygulandığında, ilgili verilerle aşağıdaki karar matrisi türetilir:

Bu nedenle, nihai AHP skorlarına sahip vektörün: (0.45, 0.47, 0.08) olduğu kolayca gösterilebilir. Yani, üç alternatif şu şekilde sıralanır:
A2> Al> A3 

Daha sonra, aynı olan A4 diyelim yeni bir alternatif sunuyoruz. Mevcut alternatif A2 (yani A2 == A4) ‘Ayrıca, üç kriterin göreli önem ağırlıklarının aynı kaldığı da varsayılmaktadır (yani 113, 113, 113). Yeni alternatif A4 düşünüldüğünde, yeni karar matrisinin aşağıdaki gibi olduğu kolaylıkla doğrulanabilir:

Yukarıdakine benzer şekilde, nihai AHP skorlarına sahip vektörün: (0.37, 0.29, 0.06, 0.29) olduğu doğrulanabilir. Yani, dört alternatif şu şekilde sıralanmıştır: A l> A2 == A4> A 3 • Belton ve Gear, bu sonucun önceki sonuçla mantıksal çelişki içinde olduğunu iddia etti.

Revize edilmiş AHP son verilere uygulandığında (yani veriler her sütundaki en büyük girişe bölünerek normalleştirildiğinde), aşağıdaki karar matrisi türetilir:

Nihai puanları içeren vektör: (2/3, 19/27, 1/9, 19/27). Yani, dört alternatif şu şekilde sıralanır: A2 == A4> Al> A3 • Son sıralama, tabii ki istenen olandır. 

Revize edilmiş AHP, [1990] ‘da Saaty tarafından sert bir şekilde eleştirildi. Karar sürecinde aynı alternatiflerin dikkate alınmaması gerektiğini iddia etti. Bununla birlikte, daha erken Triantaphyllou ve Mann [1989], benzer mantıksal çelişkilerin orijinal AHP ile ve aynı olmayan alternatifler sunulduğunda bile revize edilmiş AHP ile mümkün olduğunu göstermişti (ayrıca bkz. Bölüm 9, Bölüm 9.4). Bu ihtilafla ilgili bazı tartışmalar da Bölüm 11’de sunulmuştur.

Diğer iki MCDM yöntemi aşağıda sunulmuştur. Bu yöntemler, bilimsel ve uygulayıcı topluluklar tarafından sınırlı kabul görmektedir. Bunlar ELECTRE ve TOPSIS yöntemleridir.

ELECTRE Yöntemi

ELECTRE (Elimination ve Choice Translating Reality; Fransızca orijinalinden İngilizce çevirisi) yöntemi ilk olarak [Benayoun, et al., 1966] ‘da tanıtıldı. ELECTRE yönteminin temel kavramı, kriterlerin her birinin altındaki alternatifler arasında ikili karşılaştırmaları ayrı ayrı kullanarak “geçiş ilişkilerini” ele almaktır. A [~ Aj ‘olarak gösterilen iki alternatif Ai ve Aj arasındaki geçiş ilişkisi, i-th alternatifi nicel olarak J-th alternatifine hakim olmasa bile, karar vericinin Ai ile ilgili riski alabileceğini açıklar neredeyse kesinlikle Aj’dan daha iyidir. Alternatifleri, bir veya daha fazla kriterde üstün olan ve kalan kriterlerde eşit olan başka bir alternatif varsa, hakim olduğu söylenir.

Ödevcim Online, Çok Amaçlı Karar Verme, Çok Amaçlı Karar Verme Nedir, Yöneylem Nedir, Çok Amaçlı Karar Verme Yöntemleri, Çok Amaçlı Karar Verme Analizi Yaptırma, Yöneylem Ödev Yaptırma, Çok Amaçlı Karar Verme Hesaplama, Çok Amaçlı Karar Verme Ödevi, Çok Amaçlı Karar Verme Ödevi Yaptırma, Çok Amaçlı Karar Verme Yaptırma aramalarınızın sonucu olarak burada. Tüm bölümlerde Çok Amaçlı Karar Verme Danışmanlık, Çok Amaçlı Karar Verme Yardım talepleriniz için akademikodevcim@gmail.com mail adresinden bize ulaşabilir veya sayfanın en altındaki formu doldurup size ulaşmamızı bekleyebilirsiniz.

The post ÇOK KRİTERLİ KARAR VERMEYE GENEL BİR BAKIŞ (3) – Çok Amaçlı Karar Verme Nedir? – Çok Amaçlı Karar Verme Yöntemleri – Çok Amaçlı Karar Verme Analizi Yaptırma first appeared on Online (Parayla Ödev Yaptırma).