ÇOK KRİTERLİ KARAR VERMEYE GENEL BİR BAKIŞ (37) – İKİ ANA DUYARLILIK ANALİZİ PROBLEMİNİN AÇIKLAMASI – Çok Amaçlı Karar Verme Nedir? – Çok Amaçlı Karar Verme Yöntemleri – Çok Amaçlı Karar Verme Analizi Yaptırma

Çok Amaçlı Karar Verme (57) – Ampirik Sonuç – 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. Ampirik Sonuç Sınıflandırmanın karmaşık problemlerini genişletmek için kombinasyon değerlerinin özelliklerini göstermek için bir dizi tek seçmeli soru tasarlanır ve çoktan seçmeli sorular kullanılır. Kombinasyon değerlerinin özellikleri, karar kurallarının sayısını artıracaktır. Bu çalışma, müşteri ihtiyaçları için 8 kural ve ürün satın almama nedenleri için 4 kural oluşturmuştur. Tablo 19.9 ve 19.10'da sırasıyla müşteri ihtiyaçlarına ve satın almama nedenlerine ilişkin karar kuralları listelenmiştir. Ürün satın almayanların sebepleri şu şekildedir: Ekonomik yetenekleri zayıf olan 25 yaşın altındaki insanlar Yıllık prim neredeyse 10.000 NT $ 'ın altında (313 US $) Satın alma amaçları bağış, yaşam, eğitim ve vergi indirimi Sigorta ürünleri satın alan müşteriler için aşağıdakiler geçerlidir: • En çok satın alınan sigorta ürünü hayat sigortasıdır. • Ortalama yıllık prim ücreti 30.000 ABD Dolarının (938 ABD Doları) altındadır, ancak prim ücreti yaşa göre artar. • Sigorta ürünleri satın alanların çoğu kadın. • Satın almanın amacı bağıştır. • Sigortanın beklentisi prim iadesidir. Tartışmalar Kaba küme teorisi, sınıflandırmayı özniteliklerle aynı değerlere göre işlemek için matematiksel bir yöntem kullanır. Temel kümeler, aralarında aynı derecedeki ilişkiyi ortaya çıkarabilir ve bu da karar kurallarını ortaya çıkarabilir. Kaba küme teorisinin sınırlaması, örneklem dışı verilerin önceki bulgu karar kuralları tarafından tanımlanmamış olmasıdır. Yeni birleştirme verileri kendilerine yeni kurallar oluşturacaktır. Böylelikle, bu ampirik çalışmada karar kurallarının uygulanabilirliğini kontrol etmek için hit testine 50 doğrulama örneklem veri seti eklenmiş ve sonuçlar aşağıda gösterilmiştir; isabet oranı% 100'e ulaşır. Tablo 19.11'den, yeni birleştirme nesnelerinin bu karar sınıfları arasındaki sınıflara hala uyabileceği açıktır. Bu arada, her kuralın açıklaması (veya her kuralın derece doğruluğu) ne kadar geniş olursa, isabet oranı o kadar yüksek olacaktır. Esasen, temel sorun bu deneyde veri seti sınıflandırmasıdır ve kombinasyon değerlerine sahip çoktan seçmeli öznitelikler verilerin ayrık derecesini artırabilir. Birkaç yaklaşım benimsenebilir. Birincisi, sorunu çözmek için değer sınıfı aralığını daraltmak için öznitelik değerlerini yeniden tanımlamaktır. Katılımcıyı yanıltmaktan kaçınmak için, soruda sigorta teorisinin özel terminolojisinin kullanılmasının ihmal edildiğine dikkat edilmelidir. Öznitelik değeri sınıfı yeniden tanımlandıktan sonra, gruplanmamış veri hızı% 79'dan% 53'e düşerek öznitelik değeri sınıfı yeniden tanımlandıktan sonra 194 temel kümenin üretildiğini gösterir, bu 148 kümenin yalnızca bir nesnesi vardır. Bu, öznitelik değeri sınıfının yeniden tanımlanmasının temel kümelerin sayısını 246'dan 194'e düşürdüğünü gösterir. Bu çalışmada karşılaşılan benzersiz veriler, kendi başına ayrı bir sınıfa sınıflandırılır. Koşul bölümündeki karar kuralıyla ilgili veri setlerinin içeriğini anlamak zordur. Aksine, karar kısmında çok fazla benzersiz veri (birçok temel kümede oluşturulmuş) gibi karar kurallarının sayısı artacaktır. Çok fazla karar kuralı üretilirse, bu karar vericiye faydalı olmayacaktır. Tek bir nesne kümesi koşul bölümünde olduğundan, karar sınıflarından biriyle eşleşecek ve daha düşük yaklaşımı artıracaktır. Alt yaklaşımın yanı sıra üst yaklaşım da artırılır. Yanlış görüntü olan daha yüksek bir sınıflandırma oranı verir. Daha yüksek sınıflandırma oranı, sınıftaki nesnelerin bu nesnelerin koşul öznitelikleri arasında daha yüksek bir bağımlılığa sahip olabileceğini gösterir. Aşağıda görüldüğü gibi, 148 set (sınıf) bazı karar sınıflarına eklenecek tek bir nesneye sahiptir ve alt ve üst yaklaşım artırılacaktır. Ancak bu, yanlış bir yaklaşıklık oranı verir. Ek olarak, her öznitelik değerinin sayısı sınıf numarasını etkileyebilir, bu da her öznitelik için aynı büyüklükte değer kümesinin verilerin sınıflar halinde gruplanmasına katkıda bulunacağını düşündürür. Başka bir yaklaşım, kaba küme teorisinin bulanık teori, yapay sinir ağı teorisi, genetik algoritmalar (GA), genetik programlama (GP) gibi diğer yöntemlerle birlikte uygulandığı hibrit sistem olarak adlandırılır. Hassan ve Tazaki 2001; Huang ve diğerleri 2005). Kaba küme teorisinin çoktan seçmeli sorulara dahil edilmesinin araştırılması yukarıda özetlenmiştir; temel setlerin sayısını önemli ölçüde etkiler. "Uzmanlar" kullanılarak kabaca belirlenmiş kurallarda türetilen bir sınırlama olduğundan, ön işleme görevlerinde verilerin derlenmesine uzmanların katkılarının önemi göz ardı edilemez. Farklı uzmanlar, bir uzmana aşırı güvenmek olarak karar verme konusunda farklı görüşlere ve tercihli tutumlara sahip olabilir. Öte yandan, yeniden sınıflandırılan değer sınıfları, kural tanımlama hassasiyetini azaltacaktır. FUSINTER tekniği ve VPRS gibi, kaba küme teorisinin test edilebilirliğini artırabilecek nitelik (özellik) çıkarımı için başka yöntemler de olabilir (Beynon ve Peel 2001). Şimdilik, kombinasyon değerleri sorusu odaklanmıştır ve değerleriyle birlikte optimal olarak ayrık niteliği, derinlemesine araştırma için bir konu olabilir. Sonuçlar Bu çalışma, sonuçların Tayvan'daki sigorta pazarının gerekliliklerine uygun olduğunu göstermektedir. Bir anketin sonuçlarından aşağıdaki bulgular çıkarılır: • Sigorta alıcılarının çoğu bayandır. • 25–35 yaş en yüksek sigortalı sınıftır. • Sigortanın amacı bağıştır. • Kabul edilebilir yıllık prim 19.999 NT $ 'ın (625 US $) altındadır. • En çok satın alınan sigorta ürünleri hayat sigortasıdır. • Bekleyen, prim iadesi. Çoktan seçmeli soru, temel setlerin sayısını etkileyecektir. Girdi verilerini ön işleme görevinde uzmanın katkısı önemlidir. Yeniden tanımlanan öznitelik değerlerinin temel kümeleri daraltabileceğini ve bir nesnenin çok fazla kümesinin sınıflandırma doğruluğunu azaltacağını gösteriyoruz. Ek olarak, her nitelik değerinin sayısı sınıf numarasını etkileyebilir. Ayrıca, çoktan seçmeli sorular birçok kombinasyon değerine sahip olabilir. Bir sorunun cevabının karakterleri benzersizse, yeniden sınıflandırma iyi sonuç vermeyecektir. Burada, kaba küme teorisini kullanmanın öznitelik kombinasyon değerleri altında çok fazla kuralın eksikliklerini çözebilecek olan, kural çıkarımı yapmak için GP ile birleştirilmiş kaba küme teorisi olan bir hibrit sistem öneriyoruz. Bu, daha fazla çalışmanın konusu olacaktır. Örnek : Alan Yaş (c1) Cinsiyet (c2) Meslek (c3) Amaç (c5) Satın alınan ürünler (c6) Kabul edilebilir prim (c7) Kuzey bölgesi; Kuzeydoğu bölgesi 19-76 Kadın; erkek Öğrenci; çalışan; çalışan; emekli... Bağış; hayat; Eğitim; sağlık; vergi tasarrufu; diğerleri Hayat Sigortası; sosyal sigorta; grup sigortası 100.000 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 (37) – 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.

Bu nedenle toplam dört alternatif tanım düşünülebilir. Bunlar Mutlak Herhangi (AA), Mutlak Üst (AT), Herhangi Bir Yüzde (PA) ve Yüzde Üst (PT) olarak kodlanır. Ancak bu yaklaşım yanıltıcı olabilir. Sonuçta, 0.03 gibi bir değişiklik, birine orijinal değer verilmedikçe pek bir şey ifade etmez. Orijinal değer 0,08 veya 0,80’e eşitse 0,03’lük bir değişiklik çok farklıdır. Yani göreceli değişiklikleri kullanmak daha anlamlıdır. Bu nedenle, bu bölümde, göreceli (yüzde) değişikliklere vurgu yapılacaktır ve bu nedenle tüm gelişmeler göreceli değişikliklere dayanmaktadır.

Bununla birlikte, önerilen metodoloji ve daha sonra sunulan açıklayıcı sayısal örnekler, mutlak terimlerdeki değişikliklerin nasıl türetilebileceğini göstermektedir. Göreli terimlerdeki değişiklikleri türetmek için önce mutlak terimlerdeki değişikliklerin hesaplanması gerektiği fark edilebilir.

Yukarıdaki kritik değişim kavramı, hem en kritik kriteri (problem 1 olarak adlandıracağız) hem de en kritik aij performans ölçüsünü (problem 2 olarak adlandıracağımız) belirlemek için kullanılır. En kritik kriteri (veya aij performans ölçüsünü) belirlemenin bir uzantısı olarak, kritik değişiklik kavramı, her bir ölçütün ağırlık W i ve performans ölçüsü a i j’nin ne kadar kritik olduğunu belirlemek için kullanılır. Bu iki sorun sonraki bölümlerde daha ayrıntılı olarak incelenmektedir.

EN KRİTİK KRİTERİN BELİRLENMESİ

Tanımlamalar ve Terminoloji

İlk olarak, karar kriterlerinin mevcut ağırlıklarındaki değişiklikleri tanımlama durumunu ele alıyoruz (lütfen aşağıdaki işlemlerde bazı indekslerin, okuma netliğini artırmak için virgül “,” içerdiğine dikkat edin).

Tanım 8.1:
Ok, jJ (1 ~ i <j ~ m ve 1 ~ k ~ n için), Ck kriterinin mevcut ağırlığındaki minimum değişikliği, Aj ve Aj alternatiflerinin sıralaması tersine dönecek şekilde gösterelim.

Yani, Ofk, jJ parametresi göreceli terimlerdeki değişiklikleri ifade eder. Daha sonra gösterilecek (Teorem 8-1’de), belirli bir alternatif çiftinin ve bir karar kriterinin kritik değişikliğin değerinin gerçekleştirilemez olması mümkündür.

En kritik kriter, daha sonra iki olası yolla tanımlanır (lütfen hatırlayın ki ilişkilerden (8-1) alternatif A I her zaman en iyi alternatif olarak varsayılır). Bu iki tanımdan birincisi (Le., Tanım 8-2), kişi yalnızca en iyi alternatifteki değişikliklerle ilgilendiğinde, ikinci tanım (Le., Tanım 8-3) ise herhangi bir alternatifin sıralaması. IsI’nin mutlak değer fonksiyonunu temsil ettiğini hatırlayın (örneğin, I-51 = +5).

Tanım 8-2:
Yüzde Üst (veya PT) kritik kriteri, en küçük Iffk’lJI (for1 ~ j ~ mand1 ~ k ~ n) değerine karşılık gelen kriterdir.

Tanım 8-3:
Yüzde-Herhangi (veya PAl kritik kriteri, en küçükIffk, j, jl (için1 ~ i <j ~ m ve 1 ~ k ~ n) değerine karşılık gelen kriterdir.

Bir önceki bölümde belirtildiği gibi, bu bölümde göreceli değişikliklere karşılık gelen tanımları benimsiyoruz. Bu nedenle, aşağıdaki iki tanım belirli bir karar kriterinin ne kadar kritik olduğunu ifade eder.

Tanım 8-4:
Kriter Cle’nin kritiklik derecesi “D-I “olarak gösterilen, alternatiflerin mevcut sıralaması değişecek şekilde w’nin mevcut değerinin değişmesi gereken en küçük yüzde miktarıdır. 

Tanım 8-5:
Sens (Ck) olarak belirtilen Cle • kriterinin duyarlılık katsayısı, kritiklik derecesinin tersidir. Yani aşağıdaki ilişki doğrudur:

Kritiklik derecesi mümkün değilse (yani, herhangi bir ağırlık değişikliğiyle herhangi bir alternatif sırayı değiştirmek imkansızsa), duyarlılık katsayısı sıfıra eşit olacak şekilde ayarlanır.

Önceki iki Tanım 8-4 ve 8-5, herhangi bir alternatifin sıralamasındaki değişikliklere dayanmaktadır. Ancak, yalnızca en iyi (en üst) alternatifin sıralamasındaki değişikliklerle ilgilenilebilir. Örneğin, bir ev satın almayı içeren bir problemde, odak noktası en iyi evdir ve tüm alternatif evlerin sıralaması ikincil ilgi alanı olabilir.

Yukarıdakine benzer durumlarda, değişikliklerin yalnızca en iyi alternatifin sıralamasında tanımlandığı kritiklik derecesi ve duyarlılık katsayısı kavramlarının modifikasyonlarını kullanmak isteyebilir. Yukarıdaki tanımlardan, D Ik her zaman birden küçük veya eşit olduğu için, sens (Ck) değerinin her zaman birden büyük veya ona eşit olduğu (eşit olarak ayarlandığı durumlar hariç) gözlemlenebilir. 

En Kritik Kriterlerin Belirlenmesinde Bazı Teorik Sonuçlar

Durum (z): WSM veya AHP Yöntemini Kullanma

Bu durumda, bir karar vericinin WSM veya AHP yöntemini kullandığı ve yalnızca kriter C] ‘nin mevcut ağırlığını w] değiştirerek iki alternatif A] ve A2’nin mevcut sıralamasını değiştirmek istediği varsayılır. Şu anda, aşağıdaki ilişki doğrudur ((8-1 »: Pi ;; ::: P2’de varsayıldığı gibi) • Bu bölümün Ekinde, şu anki sıralamayı tersine çevirmek için gereken minimum miktar 0U2 ‘olduğu gösterilmiştir. 

Bu gelişmelerde, w * i’nin bire kadar eklenebilmesi için yeniden normalize edilmesi gerekli değildir.

Son iki ifadeden (8-3a) ve (8-3b), bazen OJ, J, 2 miktarının uygun bir değere sahip olmayabileceği görülebilir. Diğer bir deyişle, kriter C] ‘nin mevcut ağırlığında w] değişiklikler yaparak iki alternatif A] ve A2’nin mevcut sıralamasını tersine çevirmek imkansız olabilir.

Önceki hususlar kolaylıkla genelleştirilebilir ve böylece genel durumu kapsayan aşağıdaki teoremin ispatına (şu anda aşağıdaki ilişkinin (8-1) ‘den doğru olduğu varsayıldığını hatırlayın: (Pi ;; ::: Pj, tüm 1 :: ;; i ::; ; j :: ;; m).

Teorem 8-1:
WSM veya AHP yöntemi kullanıldığında, O / k miktarı. ;. j (jor 1 :::; i <j :::; m ve 1 :::; k :::; m), Ck kriterinin mevcut ağırlığı Wk ile değiştirilmelidir (normalleştirmeden sonra), böylece sıralaması alternatifler A; ve Aj tersine çevrilerek verilir.

Önceki değerlendirmelerden, alternatif A ise; alternatif Aj’ye hakim olur (yani, eğer aik ~ ajk, tüm k = 1, 2, …, n için) o zaman alternatif Aj’yi alternatif A’dan daha çok tercih etmek imkansızdır; kriterlerin ağırlıklarını değiştirerek verilir. Ayrıca, tüm () / k,;, j (jor 1 :::; i <j :::; m ve 1 :::; k :::; n) ile ilişkili miktarlar ise Ck kriteri sağlam bir kriterdir. mümkün değildir.

Diğer bir deyişle, koşul (8-4b) tüm i, j = 1,2,3, …, m için ihlal edilirse, bazı Ck kriterleri için, bu kriterin ağırlığındaki herhangi bir değişiklik mevcut alternatiflerden herhangi birinin sıralaması ve dolayısıyla bu kriter sağlam bir kriterdir ve sonuç olarak daha fazla değerlendirilmeden çıkarılabilir (çünkü alternatiflerin sıralanmasında herhangi bir ayrımcı güç sağlamaz).

Bu nedenle, eğer kişi en kritik kriteri belirlemekle ilgileniyorsa, tüm olası {) / k,;, j (1 :::; i <j :::; m ve 1 :::; k :::; n) değerlerin hesaplanması gerekir. Burada n X (m (m-l)) / 2 gibi olası () / k,;, j miktarlarının olduğu gözlemlenebilir. 

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.