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.

BAZI HESAPLAMALI SONUÇLAR

Önceki açıklayıcı örnekler, AHP veya bazı ilave varyantları kullanıldığında belirli sıralama anormalliklerinin meydana gelebileceğini açıkça göstermektedir. Rastgele test problemlerinde bu tür anormalliklerin ne sıklıkla meydana gelebileceği konusunda daha derin bir anlayış kazanmak için, bir hesaplama çalışması yapılmıştır. Veriler [9, 1] aralığından rastgele sayılardı (Saaty ölçeğinin sayısal özellikleriyle uyumlu olması için).

Bu test problemlerinde alternatif sayısı şu 10 farklı değere eşitti: 3, 5, 7, …, 21. Benzer şekilde, kriter sayısı 3, 5, 7, …, 21’e eşitti. Böylece, her vaka başına 10.000 tekrar (istatistiksel olarak anlamlı sonuçlar elde etmek için) ile toplam 100 (= 10x 10) farklı vaka incelendi. Her rastgele problem, orijinal ve ideal AHP modu kullanılarak çözüldü. Test problemleri, önceki açıklayıcı örnekler (yani, Örnek 11-1 ila 11-3) olarak ele alındı. Herhangi bir sıralama düzensizliği kaydedildi. Şekil 11-1 ila 11-6 bu sonuçları özetlemektedir.

Şekil 11-1 ve 11-2, tüm alternatifler aynı anda düşünüldüğünde ve çiftler halinde düşünüldüğünde en iyi alternatifin göstergesinin ne sıklıkla farklı olduğunu gösterir (yani, Örnek 11-1 ve 11-2’deki analize benzer, sırasıyla). Şekil 11-1 orijinal AHP’nin kullanımına atıfta bulunurken, Şekil 11-2 ideal AHP modunun kullanımına atıfta bulunmaktadır.

Farklı eğriler, farklı sayıda alternatif içeren sorunlara karşılık gelir. Bu rakamlardan da görülebileceği gibi, az alternatifli problemler daha düşük çelişki oranlarına sahipti. Bir problemdeki karar kriterlerinin sayısı önemsiz bir rol oynuyor gibi görünüyordu. Ayrıca, bu rakamlar AHP’nin iki versiyonu için benzer çelişki oranları göstermektedir.

Öte yandan, Şekil 11-3 ve 11-4, herhangi bir alternatifin sıralamasındaki çelişkileri göstermektedir. Şimdi, alternatiflerin sayısı belirleyici bir rol oynar, oysa karar kriterlerinin sayısı önemli değildir. Dahası, çelişki oranları önemli ölçüde daha dramatiktir. Örneğin, beş alternatifli problemlerde, çelişki oranları neredeyse% 50’dir.

Daha önce olduğu gibi, orijinal veya ideal mod AHP kullanıldığında elde edilen sonuçlar arasında çok fazla fark yoktur. Beklendiği gibi, Şekil 11-3 ve 114’teki çelişki oranları, Şekil 11-1 ve 11-2’dekilerden çok daha yüksektir. İlk iki şekildeki çelişki durumları doğal olarak Şekil 11-3’ün sonuçlarına dahil edildiği için bu bekleniyordu.

Şekil 11-5 ve 11-6, alternatifler bir seferde iki kez karşılaştırılır ve mantıksal tutarsızlık durumları bulunur (Örnek11-3’te olduğu gibi). Seçenek sayısı ve karar kriterlerinin sayısı eskisi gibi benzer. Bununla birlikte, şimdi ideal AHP modu, orijinal AHP’den önemli ölçüde daha kötü performans gösteriyor.

Tüm bu sonuçlarda, daha az alternatifli problemler, daha fazla alternatifli problemlere göre daha az sıralama çelişkisine yol açmıştır. Belirli bir vaka için dikkate alınacak alternatif çiftlerin sayısı, problemdeki alternatiflerin sayısı ile doğrudan ilişkili olduğu için bu bekleniyordu. Aslında alternatiflerin sayısı m’ye eşitse, dikkate alınacak çiftlerin sayısı m (m-l) / 2’ye eşittir. Böylece mantıksal bir tutarsızlık bulma şansı buna göre artar. Açıklayıcı örneklerden de görülebileceği gibi, kriter sayısı temel bir rol oynamadı. Bu, neredeyse yatay eğrilerle hesaplama sonuçlarında da belirgindir.

AHP’NİN ÇOK YÖNLÜ BİR SÜRÜMÜ

Önceki tüm sorunlu durumlara, gerekli normalleştirme (elemanların toplamına bölünerek veya bir vektördeki maksimum değere bölünerek) ve nihai tercih değerlerini türetmek için karar matrisinin verileri üzerinde ek bir fonksiyonun kullanılması neden olur. alternatiflerin. Karar kriterleri farklı birimler (asdollar, dakika, pound vb.) tanımlandığında mutlak veriler kullanılamaz. Bu nedenle, ilgili verileri bir şekilde normalize etmek gerekir. Ne yazık ki, bu normalleştirme adımı ve ilave fonksiyonların kullanımı, önceki sayısal örneklerde olduğu gibi sonuçsuz ve hatalı sonuçlara yol açabilir.

Önceki paragrafta belirtildiği gibi, karar verici niteliksel verilerle veya birden fazla ölçü birimiyle ilgileniyorsa, o zaman bir tür göreceli verileri kullanmak zorundadır. Yani, aij verileri ya o vektördeki girişlerin toplamına ya da maksimum değere bölünerek ya da başka bir yolla normalize edilmelidir. Bununla birlikte, bir katkı işlevinin kullanılması kolayca önlenebilir. Bu, örneğin Bölüm 2.2.2’de açıklanan ağırlıklı ürün modelindeki (WPM) durumdur.

Karar vermede göreli önceliklerin türetilmesinde çarpımsal formüllerin kullanımı yeni değildir [Lootsma, 1991]. Kritik bir gelişme, performans değerleri aij ile kriter ağırlıkları wj bir araya getirildiğinde çarpımsal formülasyonların kullanılması gibi görünmektedir • Bu, WPM yöntemindeki temel adımdır. Barzilai ve Lootsma [1994] ve daha sonra [1999] da Lootsma, grup karar vermede güç ilişkilerini modellemek için AHP’nin çarpımsal bir varyantını kullanmayı önerdiler. Lütfen Bölüm 2.2.2’den hatırlayın ki, örneğin Al ve A2 gibi iki alternatif karşılaştırıldığında, aşağıdaki ilişki doğruysa alternatif Al, alternatif A2’den (Le., Al> A2) daha çok tercih edilir:

Burada son iki ürünün, WPM yöntemi altında karşılık gelen iki alternatifin öncelik değerlerini ifade ettiği fark edilebilir. Bu öncelik değerleri normalleştirilebilir ve / veya sıralanabilir ve böylece bir dizi alternatifin sıralamasını türetebilir. [Triantaphyllou, 2000] ‘de AHP’nin bu çarpımsal varyantının bazı ilginç özelliklere sahip olduğu kanıtlanmıştır. Özellikle, bu bölümde incelenen sıralama anormalliklerinin bu yöntem altında oluşamayacağı teorik olarak kanıtlanmıştır.

• Örnek 11-5: Çarpımlı AHP Uygulaması
• Örnek 11-3’te kullanılan verileri dikkate alıyoruz.

İdeal mod AHP uygulandığında, aynı anda iki alternatif düşünüldüğünde elde edilen sıralamada bazı iç çelişkiler vardı. Ardından bu verilere çarpımsal formül (11-1) uygulanır. Dikkate alınması gereken ilk çift, alternatifler Al ve A2’dir. 

Bu nedenle bu alternatifler şu şekilde sıralanmıştır: A2> AI ‘Burada parantez içindeki verilerin herhangi bir şekilde normalleştirilebileceği ancak oranların değerlerinin değişmeden kalacağı gözlemlenebilir. Ardından, A2 ve A3 çifti de kabul edilir.

Yukarıdakine benzer şekilde, bu alternatifler şu şekilde sıralanır: A3>A2

Son iki sıralamadan, aşağıdaki sıralama üç alternatifin tümü için türetilmiştir: A3> A2> AI . Son çift Al ve A3 düşünüldüğünde, türetilen sıralamanın her zaman önceki küresel sıralama ile mükemmel uyum içinde olduğunu gözlemleyin. üç alternatiften. Al ve A3 çifti için ilgili hesaplamalar farklılaşır.

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 (50) – HESAPLAMALI SONUÇLARIN ANALİZİ – Çok Amaçlı Karar Verme Nedir? – Çok Amaçlı Karar Verme Yöntemleri – Çok Amaçlı Karar Verme Analizi Yaptırma first appeared on Online (Parayla Ödev Yaptırma).