ÇOK KRİTERLİ KARAR VERMEYE GENEL BİR BAKIŞ (10) – Üstel Ölçeklerin Kullanımına İlişkin Bazı Örnekler – 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.
İlk Değerlendirme Kriteri:
N birimin ikili karşılaştırmalarının gerçek değerlerine sahip bir RCP matrisi düşünüldüğünde elde edilen sıralamayı düşünün. Daha sonra ilgili CDP, bir ölçek ve göreli ağırlıkları çıkarmak için bazı yöntemler dikkate alındığında elde edilen sıralamayı düşünün. O halde, bu iki sıralama herhangi bir sıralama değişikliği göstermemelidir.
İkinci Değerlendirme Kriteri:
N birimin ikili karşılaştırmalarının gerçek değerlerine sahip bir RCP matrisi düşünüldüğünde elde edilen sıralamayı düşünün. Daha sonra ilgili CDP, bir ölçek ve göreli ağırlıkları çıkarmak için bazı yöntemler dikkate alındığında elde edilen sıralamayı düşünün. O halde, bu iki sıralama herhangi bir sıralama ayrımcılığı göstermemelidir.
Önceki iki sıralama anomalisi, söz konusu ölçekten veya matrisleri ikili karşılaştırmalarla işlemek için kullanılan yöntemden bağımsız olduğundan, önceki iki değerlendirme kriteri herhangi bir ölçek ve yöntemi değerlendirmek için kullanılabilir.
FARKLI ÖLÇEKLERİN SİMÜLASYONU DEĞERLENDİRMESİ
[Triantaphyllou. Lootsma. et al. • 1994] test problemleri oluşturarak ve daha sonra önceki bölümde sunulan iki değerlendirme kriterinde açıklandığı gibi ters çevirme ve ayrım gözetmeme oranları kaydedilerek bir dizi farklı ölçek değerlendirildi. [9. 119] (Bölüm 3.2.1’de açıklandığı gibi) veya bir üstel ölçek (Bölüm 3.2.2’de açıklandığı gibi) [X, 1IX] aralığında tanımlanmıştır.
Yani, “A kesinlikle B’den daha önemlidir” (Le. • en yüksek değer) olarak değerlendirilen ikili karşılaştırmaya atanan sayısal değer X’e eşittir. Örneğin. Orijinal Saaty ölçeğinde (ve Bölüm 3.2.1’deki diğer tüm ölçeklerde olduğu gibi) X, 9’a eşittir.
Bu durumda, RCP matrislerinin girişleri (Bölüm 3.2.1’de tanımlandığı gibi) [X. 1IX]. Bununla birlikte, CDP matrislerinde girişler, yalnızca [X. aralığında tanımlanan ayrık ve sonlu kümeden değerleri alır. 1IX]. Eskisi gibi. bunu set e olarak göstereceğiz. Örneğin. orijinal Saaty ölçeği durumunda, CDP matrislerinin girdileri e = {9 kümesinin üyeleridir. 8.7 ….. 2. 1. 112 ….. 117, 118. 1I9}.
Yukarıdaki nedenlerden dolayı, ilk durum için problemleri test edin ve ikinci değerlendirme kriteri aşağıdaki gibi oluşturulmuştur. İlk olarak, [1. 0]. Bu ağırlık değerleri, hiçbir çiftinin oranı X’ten büyük veya 1IX’ten küçük olmayacak şekildeydi. Rastgele ağırlık değerleri oluşturulduktan sonra. karşılık gelen RCP matrisi oluşturuldu. Sonraki. RCP matrisinden ve ayrık ve sonlu kümeden e karşılık gelen CDP matrisi belirlendi. Sonra. özdeğer yaklaşımı bu CDP matrisine uygulandı ve n öğenin yeni sıralaması türetildi.
Özdeğer yöntemi, uygulaması oldukça basit olduğu ve literatürde yalnızca bir karar vericinin düşünüldüğü durumlarda yaygın olarak kullanılan yöntem olduğu için kullanılmıştır. N elementin tavsiye edilen sıralaması, bu sürecin başında rastgele oluşturulan gerçek ağırlık değerlerinden belirlenen gerçek sıralama ile karşılaştırıldı. Bir sıralama tersine çevirme veya sıralama ayrımcılığı gözlenirse. öyle kaydedildi. Bu, [Triantaphyllou ve Mann, 1990] ‘da bildirildiği gibi, orijinal Saaty ölçeğinin araştırılmasında izlenen test prosedürünün aynısıdır.
Her bir test problemi için n rastgele ağırlık değeri üreten bir FORTRAN programı yazılmıştır. RCP ve CDP matrisleri ve yukarıda açıklandığı gibi iki sıralamayı karşılaştırdı. N = 3, 4. 5 .. 30 elementli setler değerlendirildi. Bu tür her bir küme için [9, 1/9] aralığında tanımlanan 21 ölçek (0, 5, 10, 15, …, 90, 95, 100’e eşit olan ex değerlerine karşılık gelir) ve 57 üstel ölçek 0.02, 0.04, 0.06, …, 1.10, 1.12, 1.14’e eşit Y değerleri oluşturuldu. Önceki 78 (Le., 21 + 57) ölçekleri ayrıca ölçek # 1, ölçek # 2, ölçek # 3, …, ölçek # 78 olarak indekslenecektir.
Şekil 3-3 ve 3-4’te # 1, # 2, # 3, …, # 21 (Sınıf 1 ölçekleri olarak da adlandırılır) ölçeklerinin birinci ve ikinci değerlendirme kriteri açısından değerlendirmelerinin sonuçları sırasıyla sunuldu. Benzer şekilde Şekil 3-5 ve 3-6’da # 22, # 23, # 24, …, # 78 (Sınıf 2 ölçekleri olarak da adlandırılır) ölçeklerinin birinci ve ikinci değerlendirme kriteri açısından değerlendirmelerinin sonuçları, sırasıyla sunulmaktadır.
Burada sadece 57 üstel ölçek oluşturulduğu belirtilmelidir, çünkü bu şekilde ‘Y’nin sıfırdan 1.00’a kadar değerleri düşünülebilir. Orijinal Lootsma ölçeklerinde ‘Y’nin değeri 0,50 ve 1,00 idi. Bu araştırmada ‘Y = 0.02, 0.04, 0.06, …, 0.50, …, 1.00, …, 1.14 olan tüm ölçekler dikkate alınmıştır. Her bir n değeri ve 78 ölçekden biri için, 1000 rastgele test problemi oluşturulmuş ve önceki paragraflarda açıklanan prosedüre göre test edilmiştir. Bu araştırmanın hesaplama sonuçları Şekil 3-5 ve 3-6’da gösterilmektedir.
Bu noktada, mevcut simülasyon sonuçlarının rastgele ağırlık değerlerinin nasıl üretildiğine bağlı olduğu vurgulanmalıdır. Düzgün olmayan bir dağılımdan ağırlık değerleri atamak gibi diğer olasılıklar (normal dağılım gibi), muhtemelen diğer ölçekleri destekleyecektir. Ancak, bu çalışmada [1, 0] aralığından tek tip dağılım seçilmiştir (bu seçimin kalıtsal kısıtlamalarına rağmen). Çünkü benzer simülasyon araştırmalarında kullanılan en basit ve en yaygın istatistiksel dağılımdır.
HESAPLAMALI SONUÇLARIN ANALİZİ
Şekil 3-3, 3-4, 3-5 ve 3-6, önceki 78 farklı ölçeğin, Bölüm 3.3.3’te verilen iki değerlendirme kriteri açısından nasıl performans gösterdiğini göstermektedir. Şekil 3-3 ve 3-4, Sınıf 1 ölçekler için ters çevirme ve ayrım gözetmeme oranlarını (iki değerlendirme kriteri uygulandıktan sonra türetilen) göstermektedir. Yani, [9, 1/9] aralığında tanımlanan ölçekler içindir.
Benzer şekilde, 3-5 ve 3-6, üstel ölçekler (veya Sınıf 2 ölçekler) için ters çevirme ve ayrım gözetmeme oranlarını göstermektedir. Burada ayrıca, her iki ölçek sınıfından ölçekler ikinci değerlendirme kriteri açısından değerlendirildiğinde (ayrıca Şekil 3-4 ve 3-6’daki ayrım gözetmeme oranlarına bakınız), o zaman daha kötü performans gösterdiklerini gözlemlemek ilginçtir. karşılaştırılacak varlıklarla set 8 ile 12 arasındadır.
Açıktır ki, herhangi bir set boyutu için diğer tüm ölçekleri geride bırakan tek bir ölçek yoktur. Bu nedenle, her iki değerlendirme kriteri açısından da ölçeklerin geri kalanından daha iyi olan tek bir ölçek veya bir ölçek grubu yoktur. Ancak asıl sorun hangi ölçeğin veya ölçeklerin daha verimli olduğunun belirlenmesidir.
İki değerlendirme kriteri açısından göreceli performans verisi bulunan 78 farklı ölçek olduğu için, bunun klasik bir çok kriterli karar verme problemi olduğu sonucuna varılabilir. Yani 78 ölçek bu karar verme probleminde alternatifler olarak ele alınabilir. Bu değerlendirmedeki tek zorluk, iki değerlendirme kriterinin önem ağırlıklarının nasıl değerlendirileceğidir. En önemli değerlendirme kriteri hangisidir? En az önemli olan hangisi? Görünüşe göre, bu tür sorular evrensel bir şekilde cevaplanamaz.
Bu kriterler için ağırlıklar, uygulamanın yetersiz değerlendirilmesine bağlıdır. Örneğin, karşılaştırılacak varlıkların ayrımcılığının sıralanması karar vericinin ana endişesi değilse, o zaman sıralama tersine çevirmelerinin ağırlığı maksimum değerini almalıdır (yani 1’e eşit olur).
Bununla birlikte, genel olarak, ayrım gözetmeme sıralamasının, sıralamanın tersine çevrilmesinden daha az sert olduğu iddia edilebilir. Sıralama tersine çevirmelerinin ne kadar kritik olduğuna bağlı olarak, sıralama tersine çevirme kriterine daha yüksek bir ağırlık atamak isteyebilir. Hem sıralama tersine çevirme hem de sıralama ayrımcılığı eşit derecede ciddiyse, iki kriterin ağırlıkları eşittir (yani, 0,50’ye eşittirler).
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.
