ÇOK KRİTERLİ KARAR VERMEYE GENEL BİR BAKIŞ (47) – HESAPLAMALI SONUÇLARIN ANALİZİ – 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.
Burada, bu simülasyon deneylerinde karar vericinin olabildiğince doğru olduğu varsayıldığına dikkat edilmelidir. Bu varsayım, CDP matrisleri kavramının tanıtılmasıyla ortaya konmuştur (Bölüm 3.3.1’de daha ayrıntılı olarak açıklandığı üzere). Açıkçası, bu iki yöntem lehine çalışan bir varsayımdır. Karar vericinin kendi yargılarında her zaman bu kadar etkili olamayacağı varsayımı kabul edilirse, gerçek hayattaki uygulamalarda iki yöntemin başarısızlıklarının bu bölümde bildirilenden daha sık ve yoğun bir şekilde meydana geldiği anlaşılır.
Yukarıdaki gözlemlerden, en iyi alternatifi seçmek için AHP’yi veya revize edilmiş AHP’yi kullanırsa, bunun yerine en iyi olmayan bir alternatif seçebileceği sonucuna varılabilir. Benzer şekilde, alternatiflerin nispi ağırlıklarının belirlenmesi ile ilgilenilirse, hesaplanan ağırlıklarda bozulmalar mümkündür. Burada bildirilen sayısal anormalliklerin ciddi olup olmadığı kritik sorunun cevabı, incelenen belirli uygulamaya bağlıdır ve hiçbir genelleme yapılamaz.
Optimal olmayan bir alternatif seçmenin etkisi o kadar şiddetli değilse, karar vericinin çok fazla endişelenmemesi gerekir. Ancak, başvuru çok kritik ise, bu durumda mevcut soruşturma, nihai karara varmadan önce bir uyarı olarak hizmet edebilir. Mevcut araştırma, bugün pek çok uygulayıcının, MCDM yöntemlerinin yalnızca karar destek araçları olarak kullanılması ve tam anlamıyla kullanılmaması gerektiğine olan inancına bazı ek kanıtlar sağlamaktadır.
SONUÇLAR
Bu bölümde, MCDM problemlerine girdi olarak Saaty ikili karşılaştırma matrisleri kullanıldığında oluşan alternatif sıralamadaki tersine dönüşleri inceledik.
Saatipairwise karşılaştırma matrisleri, bir çok gerçek dünya karar verme durumunda veri toplamak için başarılı bir araç olarak görülmüştür (ayrıca bkz. AHP ve bazı varyantları, gerçek hayattaki birçok mühendislik, bilim ve ekonomik uygulamaya yaklaşmada önemli bir çekicilik buldu. Bölüm 10.1’de bahsedildiği gibi, uygulamalarını gerçek hayattaki problemlere otomatikleştirmek için birçok bilgisayar paketi geliştirilmiştir (örneğin, Uzman Seçimi veya Kriter Kararı Plus paketleri).
Bu bölümde açıklanan ileri hata analizi, AHP veya revize edilmiş AHP yöntemleri, girdi verilerini işlemek için özdeğer yaklaşımı ile birlikte kullanıldığında, bazı ciddi alternatif sıralama hatalarının mümkün olduğunu ortaya koymaktadır. Bu başarısızlıklar, alternatiflerin sayısı arttıkça daha dramatiktir.
Bununla birlikte, birkaç alternatifli karar sorunları için bile sıralama değişiklikleri olasılığı önemli ölçüde yüksektir. Kullanılan karar kriterlerinin veya MCDM yönteminin sayısı (yani AHP veya revize edilmiş AHP), yukarıdaki oranlarda herhangi bir özel etkiye sahip değil gibi görünmektedir. Bu nedenle, bu sonuçlar, bu yöntemleri gerçek hayattaki sorunlara uygularken karar vericiye doğru bir şekilde rehberlik etmek için kullanılabilir.
Bu bölüm, AHP’nin (veya revize edilmiş AHP ve belki de tüm diğer MCDM yöntemlerinin) uygulamasının neden bazı şüphelerle ele alınması ve sonuçlarının tam anlamıyla alınmaması gerektiğine dair ek bir gerekçe sağlar.
Bu değerlendirme, geçmişte diğer birçok araştırmacı tarafından ifade edilen endişelerle senfonide gelir (bkz., Örneğin, [Belton ve Gear, 1983], [Dyer, 1990a; ve 1990b], [Dyer ve Ravinder, 1983], [Dyer ve Wendell, 1985], [Winkler, 1990]). Bununla birlikte, karar vericinin yargılarını (yani, CDP matrisleri kavramı) türetmede mümkün olduğunca doğru olduğu varsayımı ve MCDM yöntemlerini değerlendirmeye yönelik uygulaması çok yeni ve güçlü bir varsayımdır.
Mükemmel olmayan koşullar altında gerçek başarısızlık oranlarının daha da dramatik olabileceğini burada vurgulamak gerekir. Mevcut araştırmanın, alternatifleri karar kriterleri açısından değerlendirmeye yönelik gerçek verilerin sürekli değerler aldığı varsayımına (oldukça makul) dayandığı da unutulmamalıdır. Bu nedenle, önceki sonuçlar bu süreklilik varsayımına tabidir.
Son olarak, aynı araştırmanın, diğer (şimdiki veya gelecekteki) MCDM modellerini test etmek için bir mekanizma olmasının yanı sıra, bu MCDM modelleri sınıfında açık bir problem olduğunu ve bu konuda daha fazla araştırmaya ihtiyaç olduğunu ortaya koyduğu belirtilmelidir.
BAZI MCDM YÖNTEMLERİ KULLANILDIĞINDA DAHA FAZLA SIRALAMA ANORMALİTESİ DURUMU
ARKA PLAN BİLGİLERİ
Bölüm 9, iki değerlendirme kriteri açısından AHP, revize edilmiş AHP, WPM ve TOPSIS yöntemlerinin bir değerlendirmesini sundu. AHP ve revize edilmiş AHP yöntemleri için Bölüm 10’da başka bir değerlendirme sunulmuştur. MCDM yöntemlerinin değerlendirilmesi konusu, karar analizi / karar alma topluluklarında tartışmalı bir konudur.
Bu bölüm, kısmen [Triantaphyllou, 2000] ‘de sunulan ve MCDM yöntemlerinin değerlendirilmesiyle ilgili bazı yeni gelişmelere dayanmaktadır. Bu bölüm aynı konu üzerinde devam etmekte ve AHP ve bazı varyantları kullanıldığında bazı yeni sıralama anormallikleri sunmaktadır.
AHP geliştirilmesinin ilk günlerinden itibaren Bölüm 2’de de (Bölüm 2.2.4) bahsedildiği gibi, belirli sıralama anormalliklerinin meydana gelebileceği gözlemlenmiştir. Belton ve Gear [1983], bir MCDM probleminde mevcut alternatiflerin özdeş kopyaları sunulduğunda, AHP’nin alternatiflerin sıralamasını değiştirmesinin mümkün olduğunu fark ettiler.
Bu olguyu, AHP’de alternatiflerin göreceli performans değerlerinin karar matrisindeki her bir karar kriteri açısından normalize edilerek toplamları bire ulaşmasına bağladılar. Bu nedenle, bu değerlerin karar matrisinin her sütununun en büyük girdisine bölünmesiyle normalleştirilmesini önerdiler. Bu değişiklik takip edildiğinde, önceki türden sıralama tersine çevrilmesi gerçekleşmez. Bu, Bölüm 2.2.4’te daha ayrıntılı olarak açıklandığı gibi, revize edilmiş AHP’nin özüdür.
Saaty, bu tür bir sıralama tersine çevirmenin kabul edilebilir olabileceğini ileri sürdü. Şapka almak isteyen bir bayan örneğini kullandı. İlk seçimini yapıyor, ancak mağazada çok daha fazla kopyası olduğu için en iyi seçiminin çok yaygın olduğunu keşfediyor. Bu keşif sonucunda fikrini değiştirir ve şimdi en iyisi olarak başka bir şapka seçer.
Bu örnek gerçekçi bir durumu yakalayabilse de, önceki tipteki sıralama anormalliklerini gerekçelendirmede ikna edici olamaz. Saaty’nin masalında hanımefendi tercihlerini değiştirir ve bu da ilk kararının değişmesine neden olur. Belton ve Gear tarafından kullanılan örnekte, bununla birlikte, sayısal verilerde herhangi bir değişiklik varsayılmamaktadır.
Bununla birlikte, bir sıralama değişikliği meydana gelir. Saaty, AHP yaklaşımındaki herhangi bir değişikliği kabul etmekte çok tereddüt etse de, daha sonra AHP’nin önceki varyantını kabul etti ve şimdi buna ideal mod AHP de deniyor.
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 YÖNTEMLERİ KULLANILDIĞINDA DAHA FAZLA SIRALAMA ANORMALİTESİ DURUMU bir sıralama değişikliği bu tür bir sıralama tersine çevirme hata analizi ikili karşılaştırma matrisleri ileri hata analizi performans değerlerinin karar matrisindeki her bir karar kriteri simülasyon deneylerinde karar verici