ÇOK KRİTERLİ KARAR VERMEYE GENEL BİR BAKIŞ (2) – 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.
Çok boyutlu yöntemlerin aldığı eleştirilere rağmen, bazıları yaygın olarak kullanılmaktadır. Ağırlıklı toplam modeli (WSM) en eski ve muhtemelen en yaygın kullanılan yöntemdir. Ağırlıklı ürün modeli (WPM), WSM’nin bir modifikasyonu olarak düşünülebilir ve bazı zayıflıklarının üstesinden gelmek için önerilmiştir. Saaty tarafından önerilen analitik hiyerarşi süreci (AHP), daha sonraki bir gelişmedir ve son zamanlarda giderek daha popüler hale gelmiştir.
Profesörler Belton ve Gear [1983], AHP’de (daha sonraki bölümlerde gösterildiği gibi) orijinal yaklaşımdan daha tutarlı görünen (revize edilmiş AHP olarak adlandıracağımız) bir değişiklik önerdiler. Yaygın olarak kullanılan diğer bazı yöntemler ELECTRE ve TOPSIS yöntemleridir.
Bu yöntemler takip eden bölümde detaylı olarak sunulmuştur. Bölüm 9’da yöntemler iki değerlendirme kriteri açısından test edilmiştir. Aynı bölüm ayrıca test bulgularını kullanır ve bu bulguların çeşitli karar verme yaklaşımlarının etkililiği üzerindeki etkisini inceler.
BAZI MCDM YÖNTEMLERİNİN AÇIKLAMASI
Alternatiflerin sayısal analizini içeren herhangi bir karar verme tekniğini kullanmanın üç adımı vardır:
1) İlgili kriterleri ve alternatifleri belirleyin.
2) Göreli önemi sayısal ölçüler ekleyin
3) Bir sıralama belirlemek için sayısal değerleri işleyin her alternatifin, kriterlerin etkilerinin bu kriterlere göre oranına bakın.
Bu bölüm yalnızca WSM, WPM, AHP, revize edilmiş AHP, ELECTRE ve TOPSIS yöntemlerinin 3. adımdaki sayısal verileri işleme şekli ile ilgilidir. Bu kitapta incelenen merkezi karar problemi aşağıdaki şekilde açıklanmıştır. AI ‘A2, A3, •••, Am olarak belirtilen bir dizi m alternatifi ve Cl, C2, C3 olarak belirtilen bir dizi n karar kriteri verilmiştir. . . , Cn. Karar vericinin, her alternatifin aij (i = 1, 2, 3, …, m vej = 1, 2, 3, …, n için) performans değerini (mutlak veya göreceli) belirlediği varsayılır. her bir kriter açısından. Yani, aij değerleri ile A matrisini ve Wj kriter ağırlıkları (yani Bölüm 1.2’de tanımlandığı şekliyle karar matrisi) ile belirlemiştir. Bir sonraki bölümde, bu verileri belirlemek için bir dizi prosedür tartışılacaktır.
Aij ve Wj değerleri verildiğinde, bu bölümde incelenen sorun, tüm karar kriterleri aynı anda düşünüldüğünde alternatiflerin nasıl sıralanabileceğidir. Aşağıdaki bölümlerde, kriterlerin bir tür karı temsil ettiği varsayılmaktadır. Yani, değer ne kadar yüksekse o kadar iyidir. Daha sonra, yukarıdaki problemi çözmek için bir dizi MCDM modeli (yani, yukarıdaki 3. adım) sunulmuştur.
WSM Yöntemi
Ağırlıklı toplam modeli (WSM), özellikle tek boyutlu problemlerde muhtemelen en yaygın kullanılan yaklaşımdır. Eğer m alternatif ve n kriter varsa, en iyi alternatif aşağıdaki ifadeyi karşılayandır (maksimizasyon durumunda).
Burada: A * WSM skoru, en iyi alternatifin WSM skorudur, n karar kriterlerinin sayısıdır (lij, j’inci kriter açısından i’inci alternatifin gerçek değeridir ve Wj ağırlıktır.
Bu modeli yöneten varsayım, ilave fayda varsayımıdır. Yani her bir alternatifin toplam değeri (2-1) olarak verilen ürünlerin toplamına eşittir. Tüm birimlerin aynı olduğu tek boyutlu durumlarda (örn. Dolar, fit, saniye), WSM zorluk çekmeden kullanılabilir. Bu yöntemle ilgili zorluk, çok boyutlu MCDM problemlerine uygulandığında ortaya çıkmaktadır.
Daha sonra, farklı boyutları ve dolayısıyla farklı birimleri birleştirirken, ilave fayda varsayımı ihlal edilir ve sonuç, “elma ve portakal eklemek” ile eşdeğerdir.
Örnek 2-1:
Bir MCDM probleminin şu dört kriteri içerdiğini varsayalım:
Tam olarak aynı birim ve üç alternatifle ifade edilir. Dört kriterin bağıl ağırlıkları şu şekilde belirlenmiştir: wJ = 0.20, w2 = 0.15, W3 = 0.40 ve W4 = 0.25. Ayrıca, üç alternatifin dört karar kriteri açısından performans değerlerinin aşağıdaki gibi olacağı varsayılmaktadır:
Bu nedenle, bu MCDM probleminin verileri aşağıdaki karar matrisinde özetlenmiştir:
Önceki verilere formül (2-1) uygulandığında, üç alternatifin puanları şunlardır:
AJ • WSM puanı
Benzer şekilde, şunu elde ederiz: = 25 xO.20 + 20xO.15 + 15 x 0.40 + 30xO.25 = = 21.50. = 22.00,
A2 • WSM-puanı ve A3. WSM puanı A1 = 20,00.
Bu nedenle, en iyi alternatif (maksimizasyon durumunda) alternatif A2’dir (çünkü en yüksek WSM puanına sahiptir; 22.00). Ayrıca, aşağıdaki sıralama türetilmiştir: A2> AJ> A3 (burada “>” simgesi “daha iyi” anlamına gelir).
WPM Yöntemi
Ağırlıklı ürün modeli (WPM), WSM’ye çok benzer. Temel fark, modelde toplama yerine çarpma işleminin olmasıdır. Her bir alternatif, her kriter için bir tane olmak üzere birkaç oran çarpılarak diğerleriyle karşılaştırılır. Her oran, karşılık gelen kriterin göreli ağırlığına eşdeğer güce yükseltilir. Genel olarak, iki alternatif AK ve AL’yi karşılaştırmak için, aşağıdaki ürün (Bridgman [1922] ve Miller ve Starr [1969]) hesaplanmalıdır:
Burada n kriter sayısı, aij, i-inci alternatifin j-inci kriter açısından gerçek değeridir ve Wj, j-inci kriterin önem ağırlığıdır.
R terimi (AK / AJ birden büyük veya eşitse, bu, alternatif AK’nin alternatif AL’den (maksimizasyon durumunda) daha arzu edilir olduğunu belirtir En iyi alternatif, daha iyi veya en azından eşit olandır.
WPM’ye bazen boyutsuz analiz denir çünkü yapısı herhangi bir ölçü birimini ortadan kaldırır. Böylece WPM, tek ve çok boyutlu MCDM’de kullanılabilir. Yöntemin bir avantajı, gerçek değerler yerine göreli değerleri kullanabilmesidir.
Örnek 2-2:
Önceki Örnek 2-1’de sunulan sorunu düşünün.
Ancak, artık tüm kriterleri aynı birim cinsinden ifade etme sınırlamasına gerek yoktur. WPM uygulandığında, aşağıdaki değerler türetilir:
R (A / A: zJ = (25/10) ° · 20 x (20/30) ° · 15 X (15/20) ° · 40 X (30/30) ° · 25 = = 1.007> 1.
Benzer şekilde, şunu da elde ederiz: R (A / A ~ = 1.067> 1 ve R (A / A3J = 1.059> 1.
Bu nedenle, diğer tüm alternatiflerden daha üstün olduğu için en iyi alternatif AI’dır. Ayrıca bu alternatiflerin sıralaması aşağıdaki gibidir: A l> Az> A3 ·
WPM yöntemiyle alternatif bir yaklaşım, karar vericinin yalnızca oranları olmayan ürünleri kullanmasıdır. Yani, formül (2-2) ‘nin aşağıdaki varyantını kullanmak;
Önceki ifadede P (Ak) terimi, tüm kriterler WPM modeli altında dikkate alındığında alternatif Ak’ın performans değerini (göreceli değil) belirtir. Daha sonra, önceki veriler kullanıldığında, tam olarak aynı sıralama elde edilir. Bu yöntemin bazı ilginç özellikleri ileriki bölümlerde tartışılmaktadır.
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 MCDM YÖNTEMLERİNİN AÇIKLAMASI ÇOK KRİTERLİ KARAR VERMEYE GENEL BİR BAKIŞ (2) – Çok Amaçlı Karar Verme Nedir? – Çok Amaçlı Karar Verme Yöntemleri – Çok Amaçlı Karar Verme Analizi Yaptırma WPM Yöntemi WSM Yöntemi