Çok Amaçlı Karar Verme (42) – Çok Amaçlı Denge Ağı Tasarım Problemi – 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.
NDP’lerin çoğu, geleneksel olarak yönetim için tek bir amaç sorunu olarak formüle edilir. LeBlanc (1975) ilk olarak, sabit bir yatırım bütçesinin ayrık ağ optimal tasarım problemini çözmek için bir dal ve sınır algoritması kullandı. Tek genel tasarım amacı, kullanıcıların yaptığı toplam seyahat maliyetini en aza indirirken, toplam bütçe bir kısıtlama işlevi görmektedir. Abdulaal ve LeBlanc, sürekli karar değişkenleri olan bir ağ tasarım modeli formüle etti. Bütçe kısıtı, seyahat süresi birimlerine dönüştürüldükten sonra amaç işlevine dahil edildi.
Sabit bir bütçe, bütçeyi çok az aşan birçok potansiyel olarak iyi tasarımı hariç tutabilir. Böyle bir tasarım bütçe kısıtlamalarına yerleştirilirse veya bir parametre ile verilirse ve daha sonra bir zaman birimine dönüştürüldükten sonra amaç fonksiyonuna yerleştirilirse, tasarımın parametre değeri keyfi olduğu için tasarımı yorumlamak zor olacaktır. Hedeflerin sayısı, sistemin toplam davranış değerini temsil etmek için gerektiği kadar büyük olmalıdır.
Her bir hedef karar verme sürecinde belirli bir rol oynadığından, bu çeşitli ölçülmüş ve ölçeklenmiş hedefleri karşılaştırılabilir birimlere dönüştürme girişimleri uygunsuzdur. Bu sorunu ele almanın en iyi yolu, her bir hedefi bağımsız olarak ele almak ve her bir hedefe yönetim süreci boyunca göreceli bir önem (ağırlık) vermektir.
NDP’nin çözümüne gelince, Steenbrink (1974) başlangıçta sürekli NDP’yi çözmek için yinelemeli optimizasyon ataması (IOA) kavramını önermiştir. Bu algoritma, sabit iyileştirmelerle kullanıcı için optimize edilmiş bir denge ile sabit akışlara sahip sistem için optimize edilmiş bir tasarım arasında yinelemeden oluşur. IOA algoritması, gerçekçi boyuttaki bir ağ problemini çözmek için kullanıldığı için hesaplamada etkilidir. Kusur, yinelemeli sürecin optimal bir çözüme yakınsamamasıdır.
Abdulaal ve LeBlanc (1979), devamlı NDP’yi çözmek için Hooke-Jeeves yöntemini kullandı. Bu algoritma türevleri kullanmadığından, kullanıcı dengesi kısıtlamaları dikkate alınabilir ve gerçek yerel minimumu bulabilir. Şebeke dengesi tasarım probleminin mevcut dışbükey olmaması nedeniyle, küresel bir optimal çözüm henüz bulunamamıştır. Çözüm için Hooke-Jeeves algoritması ile ilgili olarak, pratik ağ probleminin üstesinden gelmek için önemli hesaplama kaynaklarına ihtiyaç duyulduğundan, uygulaması çok yetersizdir. Suwansirikul, Friesz ve Tobin (1987), orijinal NDP’yi etkileşimli alt problemlere ayrıştıran bir denge ayrıştırılmış optimizasyon (EDO) önermiştir.
Her biri tek boyutlu bir arama rutini kullanılarak aynı anda çözülür. Tüm bağlantı iyileştirmelerinin değişkenlerinin sabit olması koşuluyla, denge ataması devam edecektir. Yaklaşık çözümü iteratif algoritma ile elde edilir. Böyle bir yöntem, Hooke-Jeeves algoritmasından daha verimli olduğunu kanıtlamaktadır.
Choi (1984, 1985, 1986), bir arazi kullanım planı ve bir ulaşım planının ortak optimizasyonu sorununu çözmek için Arazi Kullanımı Taşıma Optimizasyonu (LUTO) modelini önermiştir.
LUTO modeli, hem arazi geliştirme maliyeti hem de nakliye maliyetlerinden oluşan objektif bir işlevi optimize ederek planlamacıların arazi geliştirme alanı ile yeni ulaşım bağlantıları arasında aynı anda seçim yapmasına olanak tanıyan bilgisayarlı bir sistemdir. Model, Hong Kong’da fiziksel gelişim stratejisini türetmek için başarıyla kullanıldı ve stratejinin bir uygulama planını tasarlamak için uygulanıyor.
Son yirmi yılda çok kriterli karar verme teorisi geliştikçe, uygulaması çeşitli alanlarda kademeli olarak ortaya çıkmıştır. Li (1982), çeşitli topluluk gruplarının faydasını göz önünde bulundurarak, hiyerarşik çok amaçlı ağ tasarım modelini tasarladı ve gruplar için hane başına fayda işlevi, bir buluşsal yönteme göre en uygun çözümün elde edilmesi için harcanabilir gelir ve boş zaman hedeflerini içerir.
Bağlantılardaki akış düzeni, kullanıcı için en uygun denge akışıdır. Friesz ve Harker (1983), yük taşımacılığı için çok amaçlı bir uzamsal fiyat denge ağı tasarım modeli oluşturdu. İki amaç, toplam ekonomik fazlalığın maksimize edilmesi ve nakliye maliyetlerinin asgariye indirilmesidir.
Nesnel fonksiyonun kesin çözümü bulunamıyor, çünkü doğrusal integral hesabı içeriyor ve bağlantılar üzerindeki akış modeli, uzamsal bir fiyat dengesi olarak sınırlandırılıyor. Current, Revelle ve Cohon (1987), en kısa yol probleminin iki amacını oluşturmak için toplam seyahat süresinin en aza indirilmesini ve talep noktasından ağa toplam yol uzunluğunun en aza indirilmesini ele aldı. Bunlara dayanarak, ortanca en kısa yol problemini oluşturdu.
Li (1988), bir uzman sistemi çerçevesini tasarladı ve bir ulaşım ağı için bir iyileştirme projesini değerlendirmek ve seçmek için çok kriterli karar vermeyi kullanmayı amaçladı. Tzeng ve Chen (1993) trafik ataması için etkili bir çok amaçlı model formüle etmek için kullanılan üç hedefi dikkate aldı: yol kullanıcıları için toplam seyahat süresi, kullanıcı olmayanlar için hava kirliliği ve hükümet için toplam seyahat mesafesi.
İki düzeyli programlamayı çözme kavramı ve yöntemi, 1980’lerden sonra akademik makalelerde arka arkaya yayınlandı. İki düzeyli programlama kavramı NDP’nin karar verme işlemini açıklamak için yeterli olduğundan, LeBlanc ve Boyce (1986) NDP’yi kullanıcı için optimum akışlarla tasarlamak için parçalı doğrusal iki düzeyli programlama modelinden yararlandı. Sonraki bölümde, çok amaçlı karar verme ile ağ iyileştirme problemini açıklamak ve tartışmak için iki düzeyli programlama fikirlerini kullandık.
Çok Amaçlı Karar Verme ile Ağ İyileştirme Probleminin Modellenmesi
Bu bölümdeki NDP’yi incelemenin amacı, mevcut bir ağ yapısı ve seyahat talepleri altında bir darboğaz bağlantısında, bağlantı kapasitesinin genişletilmesi ve belirlenmiş alternatif altındaki her bağlantı akışı dahil olmak üzere, uygulanabilir alternatifler aramaktır. Daha sonra, Roy tarafından geliştirilen ELECTRE III’ün çok kriterli karar verme mekanizmasından ve Cook ve Seiford’un grup karar alma mekanizmasından yararlanılarak uygulanabilir projelerden uzlaşmacı bir alternatifi değerlendirmek ve seçmek için yararlanılır. Tasarım aşamasında, sürekli bir ağ tasarım modeli tasarlamak için çok amaçlı matematiksel programlama benimsenmiştir. Değerlendirme aşamasında, ayrık NDP’yi çözmek için çok kriterli değerlendirme karar verme kullanılır.
Proje arama aşaması, iki aşamalı programlama kavramı ile çözülür. Hükümetin ve kullanıcıların bakış açıları dikkate alındıktan sonra, toplam sistem maliyetlerini en aza indirgemek için bir bağlantı iyileştirmesi başlamak üzereyken kullanıcıların tercihleri geçici olarak etkilenir. Seyahat süresine gelince, karar, kullanıcıların rota seçimi davranışına göre belirlenir. Kriter ağırlıkları ve proje performansı belirlendikten sonra, uzlaşmacı bir alternatif elde etmek için birden fazla kriter ve grup kararı ile proje değerlendirme ve seçimi yapılır.
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.
Bağlantılardaki akış düzeni Çok Amaçlı Karar Verme (42) – Çok Amaçlı Denge Ağı Tasarım Problemi – Çok Amaçlı Karar Verme Nedir – Çok Amaçlı Karar Verme Yöntemleri – Çok Amaçlı Karar Verme Analizi Yaptırma Çok Amaçlı Karar Verme ile Ağ İyileştirme Probleminin Modellenmesi LUTO modeli NDP'lerin çoğu NDP'nin çözümü NDP'nin karar verme işlemi Nesnel fonksiyonun kesin çözümü Proje arama aşaması