Çok Amaçlı Karar Verme (28) – Yapısal Model – Çok Amaçlı Karar Verme Nedir? – Çok Amaçlı Karar Verme Yöntemleri – Çok Amaçlı Karar Verme Analizi Yaptırma
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.
Örnek :
Bu örnekte, bir bitki örtüsü sınıflandırma problemini ele alacağız. Tablo 10.1’de gösterildiği gibi sekiz örnek toplanır ve bitkilerin uzunluğu, genişliği, rengi ve şekli kaydedilir.
Ardından, Uzunluk, Genişlik ve Şekil (yani, Renk D-gereksiz bir özelliktir) gibi özniteliklerin özünü ve azalmasını hesaplayabilir ve Tablo 10.2’de gösterildiği gibi karar kurallarını türetebiliriz.
Tablo 10.2’den karar kurallarını şu şekilde özetleyebiliriz:
- Kural 1: (Uzunluk = 3 ve Genişlik = 3) veya (Uzunluk = 3 ve Şekil = 1) veya (Uzunluk = 3 ve Şekil 4 = 2) ise Karar = 1.
- Kural 2: Eğer (Uzunluk = 1 ve Şekil = 1) veya (Genişlik = 1) veya (Genişlik = 2 ve Şekil = 1) ise Karar = 2.
- Kural 3: Eğer (Uzunluk = 2 ve Genişlik = 3) veya (Uzunluk = 1 ve Kriter 4 = 2) veya (Şekil = 3) ise Karar = 3.
Kaba kümeler, çok öznitelikli karar vermenin (MADM) sınıflandırma problemiyle başa çıkmak için yararlı ve güçlü bir araç sağlar. Bununla birlikte, kaba kümelerin yalnızca ayrık değişkenlerle ilgilenebileceği ve bu nedenle, önce sürekli değişkenlerin ayrıklaştırılması gerektiği vurgulanmalıdır.
Yapısal Model
Fayda bağımsızlığı veya fayda ayrılabilirliği, genellikle karar vericilerin tercihlerini temsil etmek için eklemeli işlevi kullanmak için çok öznitelikli karar verme (MADM) yöntemlerinin temel varsayımıdır. Bununla birlikte, gerçekçi problemlerde, fayda bağımsızlığı veya fayda ayrılabilirliği varsayımı mantıksız görünmektedir. Bu nedenle, kriterler arasındaki yapıyı netleştirmek ilginçtir ve ardından yapısal modellerin sonuçlarına göre uygun MADM yöntemlerini belirleyebiliriz. Daha sonra, aşağıdaki gibi üç yapısal model tanıtıldı.
Yorumlayıcı Yapısal Modelleme Yöntemi
Warfield, tarafından önerilen yorumlayıcı yapısal modelleme (ISM), karmaşık sistemler veya durumlardaki unsurların temel ilişkilerini inşa etmek ve anlamak için bilgisayar destekli bir metodolojidir. ISM teorisi, ayrık matematik, grafik teorisi, sosyal bilimler, grup karar verme ve bilgisayar yardımına dayanmaktadır. ISM prosedürleri, elemanların ilişkilerini sunmak için ilişki matrisi olarak da adlandırılan ikili bir matrisi hesaplamak için bireysel veya grup zihinsel modellerle başlatılır. ISM kavramları aşağıdaki gibi özetlenebilir.
“Ei özelliği ej özelliğini saptırıyor mu?” Sorusu sorularak bir ilişki matrisi oluşturulabilir. Cevap “Evet” ise πij = 1, aksi takdirde πij = 0. İlişki matrisinin genel formu aşağıdaki gibi sunulabilir:
ei, sistemdeki i’inci eleman, πij, i’inci ve j’inci elemanlar arasındaki ilişkiyi belirtir (i, j ∈ {1, 2, …, n}) ve D, ilişki matrisidir.
İlişki matrisini oluşturduktan sonra, erişilebilirlik matrisini Denklem 11.1 ve 11.2’yi kullanarak aşağıdaki gibi hesaplayabiliriz:
- M = D + I, (11.1) M ∗ = Mk = Mk + 1 k> 1,
Burada birim matris, k güçleri ve M * ulaşılabilirlik matrisidir. Erişilebilirlik matrisinin Boole çarpımı ve toplamasının operatörleri altında olduğuna dikkat edin (yani, 1 × 1 = 1,1 + 1 = 1,1 + 0 = 0 + 1 = 1,1 × 0 = 0 × 1 = 0, 0 + 0 = 0,0 × 0 = 0).
Daha sonra, aşağıdaki denklemleri kullanarak sırasıyla Denklem 11.3 ve 11.4’e dayalı olarak erişilebilirlik setini ve öncelik setini hesaplayabiliriz:
- R (ti) = e | m ∗ = 1 {} A (ti) = e | m ∗
mij, ulaşılabilirlik matrisinin i’inci satırının ve j’inci sütununun değerini gösterir. Daha sonra Denklemler (11.3) ve (11.4) ‘e göre, öğeler arasındaki düzeyler ve ilişkiler belirlenebilir ve öğelerin ilişkilerinin yapısı da aşağıdaki denklem kullanılarak ifade edilebilir:
- R (ti) ∩ A (ti) = R (ti).
Örnek :
Daha sonra, ISM’nin adımlarını ayrıntılı olarak göstermek için basit bir örnek de kullanıyoruz. Ekosistemin su (W), balık (F), hidrofit (H) ve balıkçıdan (M) oluştuğunu ve yukarıdaki unsurların ilişkilerinin Şekil 11.1’de gösterilen ilişki grafiği ve ilişki matrisi olarak ifade edilebileceğini varsayalım.
Ardından, ilişki matrisi, aşağıdaki gibi oluşturulabilen M matrisini oluşturmak için kimlik matrisini ekler.
Son olarak, ulaşılabilirlik matrisi, Denklem 11.2’yi sağlamak için matris M’ye güç verilerek elde edilebilir.
Burada (*) sembolü, orijinal ilişki matrisinde ortaya çıkmayan türev ilişkisini gösterir. Hiyerarşik bir yapıdaki elemanların seviyelerini belirlemek için erişilebilirlik seti ve öncelik seti Denklem 11.3 ve 11.4’e göre türetilir ve Tablo 11.1’de gösterildiği gibi açıklanabilir.
Denklem 11.5’e göre birinci seviyenin balıkçı olduğu görülmektedir. Diğer seviyeler sırayla aynı prosedürlerle belirlenebilir ve Tablo 11.2’de gösterildiği gibi açıklanabilir.
Erişilebilirlik matrisine ve Tablo 11.2’ye dayanan unsurların ilişkilerinin nihai sonuçları, Şekil 11.2’de gösterildiği gibi gösterilebilir.
Dematel Yöntemi
Battelle Memorial Institute of Geneva’nın Bilim ve İnsan İşleri Programı tarafından 1972-1976 yılları arasında geliştirilen Karar Verme Deneme ve Değerlendirme Laboratuvarı (DEMATEL) yöntemi karmaşık ve iç içe geçmiş problem grubunun (Fontela) araştırılması ve çözülmesi için kullanıldı.
DEMATEL, bilimsel araştırma yöntemlerinin öncülüğünün ve uygun kullanımının, spesifik problematiğin, iç içe geçmiş problemlerin kümelenmesinin anlaşılmasını geliştirebileceği ve hiyerarşik bir yapı ile uygulanabilir çözümlerin belirlenmesine katkıda bulunabileceği inancıyla geliştirilmiştir. Metodoloji, objektif olayların somut özelliklerine göre, değişkenler / özellikler arasındaki karşılıklı bağımlılığı teyit edebilir ve karakteristiği yansıtan temel bir sistem ve gelişim eğilimi ile ilişkiyi sınırlayabilir.
Bireysel öznel algıları boyutlandırmak ve işlemek için DEMATEL yöntemini kullanarak, problem karmaşıklığı hakkında kısa ve izlenimci insan içgörüleri elde edilebilir. DEMATEL sürecini takiben, analizin son ürünü görsel bir temsildir, bireysel bir zihin haritasıdır, ki buna göre cevaplayıcı kendi iç dünyasına saygı duymak için içsel olarak tutarlı kalacaksa dünyadaki kendi eylemini düzenler. Örtülü öncelikleri ve gizli hedeflerine ulaşmak için tutarlı ve mantıklı bir şekilde kullanıldığında sonu verir.
DEMATEL yönteminin adımları şu şekilde açıklanabilir:
Adım 1: Ortalama Matrisi Hesaplayın.
Katılımcılardan, 0’dan 5’e kadar tam sayılarla çalışan bir ölçeğe göre, her bir faktörün diğerlerinin her biri üzerinde uyguladığına inandıkları doğrudan etkiyi belirtmeleri istenir. Daha yüksek puan, katılımcının faktör i problemine yetersiz katılımını ifade ettiğini gösterir. j faktörünün yetersizliği üzerinde daha güçlü olası doğrudan etkiyi ya da olumlu terimlerle, j’yi iyileştirmek için daha fazla i iyileştirmesinin gerekli olduğunu gösterir.
Herhangi bir grup doğrudan yanıtlayıcı matrisinden, ortalama bir A matrisi elde etmek mümkündür. Bu ortalama matrisin her bir öğesi, bu durumda, yanıtlayıcıların farklı doğrudan matrislerindeki aynı öğelerin ortalaması olacaktır.
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.
bir bitki örtüsü sınıflandırma problemi Çok Amaçlı Karar Verme (28) – Yapısal Model – Çok Amaçlı Karar Verme Nedir – Çok Amaçlı Karar Verme Yöntemleri – Çok Amaçlı Karar Verme Analizi Yaptırma Dematel Yöntemi Fayda bağımsızlığı Kaba kümeler Ortalama Matrisi Hesaplayın sınıflandırma problemiyle başa çıkmak Yapısal Model Yorumlayıcı Yapısal Modelleme Yöntemi