ÇOK KRİTERLİ KARAR VERMEYE GENEL BİR BAKIŞ (36) – İKİ ANA DUYARLILIK ANALİZİ PROBLEMİNİN AÇIKLAMASI – 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.
Sunulan makalelerin çoğu, sigorta denetimleri, ürün kabul edilebilirliği, satın alma kanalı çalışmaları ve müşteri satın alma isteğini ve müşteri memnuniyetini araştırma metodolojisini ele almaktadır. Araştırmacılar, sosyal parametreler olan tartışılan parametreleri basitleştirmek için sigorta sorularını ölçüyorlardı ve verileri analiz etmek için kullanılan ortak ölçü istatistiksel araçlardı. Bu yaklaşım, yalnızca net veri kümeleri türleri ve veri kümelerinin kesinliği için daha iyidir. Sürekli veri kümeleri ve belirsiz veri kümeleri dahil edildiğinden bulanık bir teori uygulanır.
Bu çalışmada veri içeriklerini ve özelliklerini analiz etmek için kaba küme teorisi uygulanmıştır. Kaba küme kuramı, Pawlak (1982) tarafından geliştirilmiş ve bulanık kuramın gerektirdiği gibi, ön varsayım üyelik işlevlerine ihtiyaç duymadan, net veri kümelerini ve bulanık veri kümelerini işleyebilen kural tabanlı bir karar verme tekniği haline gelmiştir. Kaba küme teorisi ayrıca belirsizlik, belirsizlik ve algılanabilir veri kümeleriyle de ilgilenebilir. Algılanabilir veri tanıma, bir konu için çeşitli kombinasyon seçeneklerine sahiptir.
Şimdiye kadar, kaba küme teorisini kullanan kombinasyon seçenekleri hakkında çok az tartışma yapıldı. Bu çalışmada, aralarındaki ilişkiyi araştırmak için kaba küme teorisini uygulamak için tek seçenekli ve çoktan seçmeli sorulardan oluşan bir anket tasarlanmıştır. Uzman bilgisi kullanılarak, çoktan seçmeli soruların değer sınıfı, karar verme prosedüründe yararlı olan değer karmaşıklığını basitleştirmek için yeniden sınıflandırılır.
Bu çalışmanın amacı, sigorta pazarlamasının karar vermesinde ihtiyaçların karşılanması için özelliklerden / niteliklerden kaynaklanan kombinasyon değerlerini uygulayarak yaklaşım doğruluğunun etkisini tartışmaktır. Sonuçlar, sigorta piyasasının gerekliliklerine uygun olduğunu ve müşterinin beklentisinin prim iadesi olduğunu ve sigorta ürünleri satın alanların çoğunun kadın olduğunu göstermektedir.
Açıklayıcı Ampirik Çalışma: Sigorta Yapma Örneği
Pazarlama Kararları
Bu bölüm, sınıflandırma problemini tek ve çoktan seçmeli sorularla sigorta anketi aracılığıyla keşfetmek için kaba küme teorisini uygular. Ardından, yaklaşım doğruluğunu artırmak ve karar kurallarını iyileştirmek için uzmanın bilgisi ile yeniden sıkıştırma yöntemini öneriyoruz.
Problem Açıklamaları
2002 yılında, Tayvan'ın hayat sigortası pazar payı ve ortalama sigortalı insanlar sırasıyla% 135 ve 158'e ulaştı. İdari kanunlarda yapılan değişiklikler nedeniyle, hayat dışı sigorta şirketlerinin sağlık sigortası pazarında rekabet etmesine izin verilmektedir. Oldukça rekabetçi koşullar altında, pazara erişmenin ve pazar payını genişletmenin en iyi yolu, iyi tasarlanmış anketlere dayanan potansiyel müşterilerden gerekli bilgileri elde etmektir. Müşteri ile sigorta şirketi arasındaki ilişkinin özellikleri, müşteri memnuniyeti ve şirket hizmeti bilgilerinden anlaşılabilir.
Endüstriler tarafından sağlanan hizmet, artık iş teşviki için ek bir değer olarak görülmemektedir; Başarılı bir işletme, müşterinin gerçek ihtiyaçlarını karşılamalı, ancak aynı zamanda performansı artırmak için diğer iş stratejileri ve / veya önlemleriyle birleşmelidir. Bu sadece Tayvan için değil, aynı zamanda küresel olarak kritik bir araştırmadır. Bu çalışmada, sigortanın amacı, satın alınan ürünler, kabul edilebilir prim, satın alma beklentisi, ürün satın almama nedenleri gibi bir dizi soru tasarlanmış ve anket sonuçları katılımcıların kişisel özellik verileri ile birleştirilmiştir. satın alma eğilimlerini, motivasyonu ve ürünleri satın almama nedenlerini araştırmak.
Ampirik Süreç
Anket, Tayvan'ın Kuzey ve Kuzeydoğu bölgelerinde kullanıldı. Toplam 420 anket örneğinden 324 tamamlanmış anket örneği alındı. Bu 324 nitelikli cevaptan 280 kişi sigorta ürünü satın almış ve 44 kişi satın almamıştı. Bu sorular, demografik özellikleri (ör. Yaş, cinsiyet, vb.) Ve yanıtlayanın duygularına ilişkin verileri içerir.
Geleneksel istatistiklerden veya bulanık kümelerden farklı olarak, kaba küme teorisinin en büyük avantajı, verilerin dağıtımını üstlenmesi veya bir değişkenin üyelik işlevini tanımlaması gerekliliği, veriler için herhangi bir varsayım varsaymamasıdır. Bu ampirik çalışmayı göstermek için, karar kurallarının doğruluğunu test etmek için 50 doğrulama örnek verisi eklenmiştir.
Müşteri İhtiyaçlarının ve Satın Almama Nedeninin İncelenmesi
Uzman bilgisi, yedisi koşul özniteliği ve biri karar özniteliği olmak üzere sekiz özniteliği içeren öznitelik çıkarımını işlemek için kullanılır.
Çoklu seçim özellikleri şunları içerir:
• Satın alma beklentisi (d1)
• Satın alınan ürünler (c6): Müşterinin ne tür ürünler satın aldığı
• Satın alma amacı (c5): hangi amaçla ürün satın almak
Tablo 19.2'de, parantez içinde öznitelik adının ardından, kağıdın daha kolay okunmasını sağlayacak yedek ad yer alır. Sınıflandırma oranını iyileştirmek için, uzman bilgisi kullanılarak değer sınıfı yeniden tanımlanır (sonuçlar Tablo 19.2'de gösterilmektedir) ve nitelikler için değer kümeleri için nominal bir ölçek kullanılır. Orijinal nitelik spesifikasyonu Ek 19.1'de gösterilmektedir.
Toplam 246 temel kümeden yalnızca bir nesneye sahip 220 küme vardır, bu da toplam verilerin% 79'unun sınıflandırılamayacağını ve aralarında hiçbir ilişki bulunmadığını göstermektedir. Öznitelik değeri sınıfını yeniden tanımladıktan sonra, toplam temel küme sayısı 194'e düşmüştür; sonuçlar Tablo 19.3'te gösterilmektedir.
Koşul özniteliklerindeki azalmanın, niteliklerin birbiri ardına kaldırılmasıyla sonuçlandığı ve koşul özniteliklerinde "indirgeme" işlenirken ilk koşul kümeleriyle orijinal küme sayısı arasındaki benzerliği kontrol ettiği açıktır. Bu nitelik, sanki set numarası orijinal set numarasıyla aynıymış gibi (Tablo 19.4'te görüldüğü gibi) aşırı bir niteliktir.
Gereksiz öznitelik bulunmaz, yalnızca bir indirgeme kümesi oluşturulur ve çekirdek kümesi, indirgeme kümesi ile aynıdır, yani {Alan, c1, c2, c3, c5, c6, c7}.
Sınıflandırmanın doğruluk oranı 0.73'tür. Bir nesnenin 148 setini kaldırarak ve doğruluk oranını yeniden hesaplayarak, oran Tablo 19.5'te gösterildiği gibi 0.21'e düşürülecektir.
Deneyde satın alınmayan ürünlerin sonuçlarına gelince, Tablo 19.6'da görüldüğü gibi, altı koşullu özellik ve bir karar niteliği olmak üzere yedi nitelik oluşturulmuştur. Orijinal nitelik spesifikasyonu Ek 19.2'de gösterilmektedir.
Koşul kümeleri ile karar kümelerinin karşılaştırmasının sonuçları Tablo 19.7'de listelenmiştir. İşlemeden sonra gereksiz özniteliğin kaldırılması, 32 koşul kümesi ve 4 karar kümesi verir. Koşullu öznitelikler için gereksiz öznitelik üretilmez, ancak bir indirgeme kümesi oluşur ve çekirdek kümesi, {Alan, c1, c2, c3, c4, c5, c7} olan indirgeme kümesi ile aynıdır. Tablo 19.7, toplam verilerin% 56'sının gruplanamayacağını belirten tek bir nesne içeren 24 koşul seti setini listelemektedir. Satın alınmayan ürünler için sınıflandırma doğruluk oranı 0,79'dur. Bir nesnenin setlerini kaldırarak, sınıflandırma doğruluk oranı 0,42'ye düşer.
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 KRİTERLİ KARAR VERMEYE GENEL BİR BAKIŞ (36) – İKİ ANA DUYARLILIK ANALİZİ PROBLEMİNİN AÇIKLAMASI – 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.
Bununla birlikte, belirli bir problemin ayrı bir veri parçasındaki değişiklikler (yani, tek bir kriter ağırlığındaki değişiklikler veya belirli bir kriter açısından bir alternatifin performans değerindeki değişiklikler) üzerinde bir duyarlılık analizi gerçekleştirmek için bir prosedür sunmamıştır.
Bu bölümde ayrıntılı olarak açıklanan Sanchez, 1997], Masuda tarafından geliştirilenin tamamlayıcısıdır. Bu nedenle, bu iki yaklaşım birlikte kullanılabilir (çünkü önerilen yaklaşım, Masuda yaklaşımı bir seferde tek bir vektörü dikkate alırken bireysel yargılara odaklanabilir).
Ayrıca, Armacost ve Hosseini [1994] ‘te tek seviyeli bir hiyerarşi AHP problemi için en kritik kriteri belirlemek için bir prosedür sundu. Çalışmaları, bir kriterin mevcut ağırlığındaki en küçük değişikliğin ne olması gerektiğini açıkça belirlemez, öyle ki alternatiflerin mevcut sıralaması değişecektir.
İlgili bir yorum olarak, burada AHP’ye dayanan Uzman Seçimi (http://expertchoice.com/) yazılım paketininelementarysensitivite analizi gerçekleştirdiği belirtilmelidir. Kullanıcı, karar kriterlerinin ağırlıklarını grafiksel olarak değiştirme ve alternatiflerin sıralamalarının nasıl değişeceğini ekranda görme seçeneğine sahiptir.
Ancak, kritere duyarlılık analizi konusu sistematik olarak çalışılmamaktadır. Dahası, Uzman Seçimi, alternatiflerin performans ölçülerindeki değişikliklerin etkilerini incelemek için herhangi bir yol sunmamaktadır (bu, bu bölümde önerilen metodolojinin bir parçasıdır).
Karar vermede, karar kriterlerine atanan ağırlıklar, kriterlerin gerçek önemini temsil etmeye çalışır. Kriterler nicel terimlerle ifade edilemediğinde (maliyet, ağırlık, hacim vb.), Bu kriterlerin önemini doğru bir şekilde ifade etmek zordur.
Yukarıdakine benzer bir durumda, karar verme süreci, kritik kriterleri tanımlayarak (resmi tanım daha sonra verilecektir) ve daha sonra bu kriterlerin ağırlıklarını daha doğru bir şekilde yeniden değerlendirerek önemli ölçüde iyileştirilebilir. Sezgisel inanç, en yüksek ağırlığa sahip ölçütün en kritik olanı olduğudur. Bu her zaman doğru olmayabilir ve bazı durumlarda en düşük ağırlıklı kriter en kritik kriter olabilir.
Karar verici, her bir kriterin ne kadar kritik olduğunu belirleyebilirse daha iyi kararlar verebilir. Diğer bir deyişle, alternatiflerin gerçek sıralamasının karar kriterlerinin mevcut ağırlıklarındaki değişikliklere ne kadar duyarlı olduğudur.
Bu nedenle, bu bölümde birbiriyle yakından ilişkili iki duyarlılık analizi problemini inceleyeceğiz. İlk problemde, kriterlerin ağırlıkları üzerinde bir duyarlılık analizi yaparak her bir kriterin ne kadar kritik olduğunu belirleriz. Bu duyarlılık analizi yaklaşımı, kriterlerin mevcut ağırlıklarındaki en küçük değişikliğin ne olduğunu belirler ve alternatiflerin mevcut sıralamasını değiştirebilir.
İkinci problemde, alternatiflerin çeşitli performans ölçütlerinin (bir seferde tek bir karar kriteri açısından) alternatiflerin sıralamasında ne kadar kritik olduğunu belirlemek için benzer bir kavram kullanıyoruz.
Bu bölüm aşağıdaki şekilde düzenlenmiştir. Sonraki bölüm [Triantaphyllou ve Sanchez, 1997] ‘de analiz edilen iki duyarlılık probleminin biçimsel tanımlarını sunmaktadır. İlgili kavramlar ve yöntemler, bazı gösterim örnekleri açısından ayrıca açıklanmaktadır. Bu duyarlılık konularının içgörüsünü artırmak için bazı hesaplama deneyleri de yapıldı. Son olarak, son bölüm önerilen metodolojinin ana sonuçlarını sunmaktadır.
İKİ ANA DUYARLILIK ANALİZİ PROBLEMİNİN AÇIKLAMASI
Daha önce olduğu gibi, bu bölümde çalışılacak tipik MCDM problemi m alternatifler ve n karar kriterleri üzerinde tanımlanmıştır. Mevcut veriler, Bölüm 1’de tanımlandığı gibi aij ve Wj girişleriyle (i = 1,2,3, …, m ve) = 1, 2, 3, …, m) bir karar matrisi oluşturur. O halde, temel MCDM sorunu, en iyi alternatifin nasıl belirleneceği veya tüm alternatifler kümesinin nasıl sıralanacağıdır.
Tüm karar kriterleri aynı anda düşünüldüğünde Pi (i = 1, 2, 3, …, m için) alternatif Ai’nin nihai tercihini temsil etsin. Bölüm 2’de gösterildiği gibi, farklı karar yöntemleri, tercih değerlerinin hesaplanmasında farklı prosedürler uygular Pi ‘Bu bölümde, genellik kaybı olmaksızın varsayılacaktır (istenen sıralama, endekslerin basit bir şekilde yeniden düzenlenmesiyle elde edilebilir), m alternatifleri, aşağıdaki ilişki (sıralama) sağlanacak şekilde düzenlenmiştir (yani, ilk alternatif her zaman en iyi alternatiftir ve benzeri):
PI ~ P2 ~ P3 ••• ~ Pm’dir.
Bu bölüm iki büyük sorunu ele alıyor. İlk büyük sorun, önceki tipik MCDM problemindeki en kritik kriterin nasıl belirleneceğidir. Sezgisel olarak, en kritik kriterin en yüksek ağırlık Wj’ye karşılık gelen kriter olduğu düşünülebilir. Ancak bu kritiklik kavramı yanıltıcı olabilir.
Bu bölümde en kritik kriter iki alternatif yolla tanımlanmıştır. İlk olarak ilgi, en iyi (en üstteki) alternatifin göstergesinin değişip değişmediğidir. İkinci tanımda ilgi, herhangi bir alternatifin sıralamasındaki değişiklikler üzerinedir. Bu tanımlar sonraki bölümde resmi olarak verilmektedir.
Önceki kritiklik kavramında, en küçük değişim terimi de iki farklı şekilde tanımlanabilir. İlk yol, en küçük değişikliği mutlak terimlerle tanımlamaktır. İkinci yol, göreceli terimlerdeki en küçük değişikliği tanımlamaktır.
Örneğin, C] ve C2 ölçütlerinin sırasıyla w] = 0,30 ve w2 = 0,50 ağırlıkları olduğunu varsayalım. Ayrıca, ilk ağırlık w11 = 0.35 olduğunda, alternatiflerin mevcut sıralamasının değiştiğini varsayalım.
Benzer şekilde, ikinci ağırlık w12 = 0.57 olduğunda (ve w] 0.30’a eşit kaldığında), alternatiflerin mevcut sıralamasının değiştiğini varsayalım. Mutlak terimlerle, ilk kriter en kritik kriterdir. C] için ağırlıkların değişimi şuna eşit olduğundan bu doğrudur: I w] – W11 0.07. Yani, ilk kriter için kritik değişim, değişiklikler mutlak terimlerle hesaplandığında ikinci kriterden daha küçüktür.
Bununla birlikte, göreceli terimler düşünüldüğünde, önceki resim kendini tersine çevirir. Göreceli olarak, C] için ağırlıkların değişimieşittir: Iw] -WI] I x 100 / w] =% 16,67, C2 için karşılık gelendeğişim: I 2 l2 2 I X 100 / w =% 14.00 olur.
Yani, ikinci kriter içinW-W bağıl değişiklik ilk kriterinkinden daha küçüktür. Dolayısıyla, göreceli değişiklikler düşünüldüğünde, en kritik kriter C2’dir.
Ayrıca alternatiflerin sıralamasındaki değişiklikler için aşağıdaki gibi iki farklı perspektiften bakılabileceği görülmektedir. İlk olarak, mevcut verilerdeki bir değişikliğin herhangi iki alternatifin mevcut sıralamalarını tersine çevirmesine ne zaman yol açtığını görmek ilginizi çekebilir. Ancak, yalnızca en iyi (üst) alternatif değiştiğinde ilgilenilmesi de mümkündür. Örneğin, sorun tek bir boşluğu doldurmaksa, o zaman kişi en iyi adayı (yani en iyi alternatifi) bir dizi rakip adaydan belirlemekle ilgilenir. Öte yandan, faiz bir bütçeyi bir dizi rekabet eden ihtiyaca dağıtmaksa, Pi değerlerinin kesin değerleri ilgi çekicidir.
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.
