Çok Amaçlı Karar Verme (4) – 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.
MADM Kavramları ve Teorisi
Analitik Hiyerarşi Süreci
Bernoulli (1738), maksimum memnuniyet gibi, insan ikna kabiliyetini yansıtmak için fayda fonksiyonu kavramını önerdiğinden ve von Neumann ve Morgenstern (1947), insan ekonomik davranışları üzerine çalışmaları genişleyen oyun teorisini ve ekonomik davranış modelini sundu. Çok öz nitelikli karar verme (MADM) problemleri, bu alanda artan miktarda literatür meşgul olmuştur. Kabaca söylemek gerekirse, MADM’nin prosedürleri aşağıdaki gibi beş ana adımda özetlenebilir (Dubois ve Prade 1980):
Adım 1: Sorunun doğasını tanımlayın;
Adım 2: Değerlendirilmesi için bir hiyerarşi sistemi oluşturun
Adım 3: Uygun değerlendirme modelini seçin;
Adım 4: Her bir alternatife göre her özelliğin göreceli ağırlıklarını ve performans puanını elde edin;
Adım 5: Bağıl ağırlıkların toplanma değeri olan sentetik fayda değerlerine ve alternatiflere karşılık gelen performans puanlarına göre en iyi alternatifi belirleyin. Alternatiflerin genel puanları belirsizse, en iyisini seçmek için alternatifleri sıralamak için Adım 6’yı ekleyebiliriz.
Adım 6: Adım 5’teki sentetik bulanık fayda değerlerine göre alternatifleri aşın.
Keeney ve Raiffa’nın kriterler formüle edilirken beş ilkeye uyulması gerektiğini öne sürdükleri vurgulanmalıdır:
(1) tamlık,
(2) operasyonellik,
(3) ayrıştırılabilirlik,
(4) artık olmama ve
(5) minimum boyut.
MADM problemleriyle ilgilenme temelinde, uygun hiyerarşik sisteme göre göreceli ağırlıkları türetmek için analitik hiyerarşi süreci (AHP) önerilmiştir. Bu bölümde, AHP kullanılarak ağırlıkların türetilmesi için özdeğer yöntemi, geometrik ortalama yöntemi, doğrusal programlama yöntemi ve lambda-max yöntemini içeren dört yöntem önerilmiştir. Bu yöntemler arasında, net sayılarla başa çıkmak için yalnızca özdeğer yöntemi kullanılır ve AHP’yi bulanık sayılar altında ele almak için diğer yöntemler benimsenir.
Özdeğer Yöntemi
AHP, Saaty tarafından hiyerarşik bir sistemdeki çoklu niteliklere dayalı öznel karar verme süreçlerini modellemek için önerilmiştir. O andan itibaren, kurumsal planlama, portföy seçimi ve kamu kurumları tarafından kaynak tahsisi amacıyla fayda / maliyet analizinde yaygın olarak kullanılmaktadır.
Şekil 2.1 MADM için hiyerarşik sistem.
AHP’de tüm karar sorunlarının hiyerarşik bir yapı olarak ele alındığı vurgulanmalıdır. İlk seviye, belirli bir karar probleminin amacını gösterir. İkinci seviyede, hedef birkaç kriterden ayrıştırılır ve daha düşük seviyeler diğer alt kriterlere bölünmek için bu prensibi takip edebilir. Bu nedenle, AHP’nin genel formu Şekil 2.2’de gösterildiği gibi gösterilebilir.
AHP’nin dört ana adımı şu şekilde özetlenebilir:
Adım 1: Sorunu birbiriyle ilişkili öğelerden oluşan bir hiyerarşiye ayırarak hiyerarşik sistemi kurun;
şekil 2.2 AHP’nin hiyerarşik yapısı.
Adım 2: Karşılıklı matris oluşturmak için karar öğelerinin nitelikleri arasındaki karşılaştırmalı ağırlığı karşılaştırın;
Adım 3: Bireysel öznel yargıyı sentezleyin ve göreli ağırlığı tahmin edin;
Adım 4: En iyi alternatifleri / stratejileri belirlemek için öğelerin göreceli ağırlıklarını toplayın.
Özniteliklerin a1, a2, ile ifade edildiği göreceli önem ağırlıklarına göre bir dizi n özniteliği ikili olarak karşılaştırmak istiyorsa, an ve ağırlıklar w1, w2, …, wn ile gösterilir, daha sonra ikili karşılaştırmalar aşağıdaki gibi öznel algıya sahip anketlerle temsil edilebilir:
Burada aij = 1 / aji (pozitif karşılıklı) ve aij = aik / ajk. Gerçekçi durumlarda wi / wj’nin genellikle bilinmediğini unutmayın. Bu nedenle, AHP için sorun, aij ≅wi / wj olacak şekilde aij bulmaktır. Bir ağırlık matrisinin şu şekilde gösterilmesine izin verir ve W’yi w verimi ile çarparak elde edilir.
AHP’deki Oran Ölçeği
- Dilbilimsel
- Eşit
- Orta
- Kuvvetli
- Gösterildi
- Aşırı
- Ara değer
Yukarıda, 1’den 9’a kadar olan dilsel anlamlara göre kriterler arasındaki önem ağırlığını karşılaştırmak için kullanılan oran ölçeğini, aşırı önemi eşit derecede göstermek için temsil etmektedir.
Denklem 2.3’ü çözmek özdeğer problemi olduğundan, karşılaştırmalı ağırlıkları, w özvektörünü, Aw = λmax w’yi karşılayan ilgili λmax ile bularak elde edebiliriz, burada λmax, A matrisinin en büyük özdeğeridir, yani w özvektörünü bulun. (A – λmax I w ∙ 0 için ilgili λmax)
Ayrıca, öznel algının tutarlılığını ve karşılaştırmalı ağırlıkların doğruluğunu sağlamak için tutarlılık indeksi (C.I.) ve tutarlılık oranını (C.R.) içeren iki indeks önerilmektedir. CI’nin denklemi şu şekilde ifade edilebilir:
C.I. = (λmax − n) (n −1),
Burada λmax en büyük özdeğerdir ve n özniteliklerin sayılarını gösterir. Saaty (1980), C.I. emin bir sonuç için 0,1’i geçmemelidir. Öte yandan, C.R. şu şekilde hesaplanabilir:
C.R. = C.I. / R.I.
burada RI, 1/9, 1/8, …, 1, …, 8, 9 ölçeği kullanılarak rastgele oluşturulmuş büyük bir karşılıklı matris örneğinden türetilen bir rastgele tutarlılık indeksini ifade eder. RI farklı boyut matrislerine göre aşağıda gösterilmektedir.
şekil 2.3 Ürün kalitesinin hiyerarşi yapısı.
Güvenilir bir sonuç için C.R. 0.1’in altında olmalıdır ve 0.2 tolere edilen maksimum düzeydir. Ardından, AHP prosedürünü ayrıntılı olarak göstermek için sayısal bir örnek sunuyoruz.
Örnek :
Bir şirketin ürün kalitesinin dört kriter kullanılarak değerlendirilebileceğini düşünün: dayanıklılık, estetik, güvenilirlik ve itibar. Karar verici, optimum ürün kalitesini elde etmek için uygun bütçeleri tahsis edebilmesi için AHP’yi kullanarak kriterlerin ağırlıklarını belirlemek ister. Ürün kalitesi sorununu ele almak için bu örnekte benimsenen hiyerarşik yapı, Şekil 2.3’te gösterildiği gibi gösterilebilir.
Her bir kriterin ikili karşılaştırması şekil 2.3’te gösterildiği gibi açıklanabilir.
Temel değer yöntemini kullanarak, wecanderivethelargesteigenvalueλmax = 4.1701 ve özvektör r ’= [0.3145, 0.1168, 0.9398, 0.0655]. Özvektörü normalleştirerek ağırlık vektörü w ’= [0.2189, 0.0813, 0.6542, 0.0456] elde edebiliriz. Ek olarak, C.I. = 0.0567 ve C.R. = 0.0637, öznel algının tutarlılığının tatmin olduğu sonucuna varabiliriz.
Bununla birlikte, gerçekçi problemlerde, bir karar vericinin algısı genellikle belirsiz, belirsiz veya dilseldir. Örneğin, bir kriterin diğerinden “çok daha fazla” önemli olduğu şeklindeki dilsel ifade, 7/1 veya 9/1 oranlarıyla ifade edilebilir. Bu nedenle, kriterler arasındaki bulanık çift karşılaştırmaları bu durum için daha uygundur. Aşağıdaki bölümlerde, aşağıdaki gibi bulanık AHP’yi hesaplamak için üç tür yöntem sunuyoruz.
Her Kriterin İkili Karşılaştırması
- Dayanıklılık
- Estetik
- Güvenilirlik
- İtibar
Bulanık sayılar kullanılarak dil değişkenlerinin İkili Karşılaştırılması
- Benzer önem (SI) ~ 1
- Orta önem (MI) ~ 3
- Yoğun önem (II) ~ 5
- Gösterilen önemi (DI) ~ 7
- Aşırı önem (EI) ~ 9
- Ara değerler ~ 2, ~ 4, ~ 6, ~ 8
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'deki Oran Ölçeği Analitik Hiyerarşi Süreci artık olmama Çok Amaçlı Karar Verme (4) – Çok Amaçlı Karar Verme Nedir? - Çok Amaçlı Karar Verme Yöntemleri – Çok Amaçlı Karar Verme Analizi Yaptırma Her Kriterin İkili Karşılaştırması MADM Kavramları ve Teorisi minimum boyut Özdeğer Yöntemi