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.

ANP ve DEMATEL yöntemlerinin prosedürlerini net bir şekilde göstermek için, bu çalışma bir durum önermektedir (Durum 1). Durum 1’in üç faktöre sahip olduğunu varsayıyoruz: Küme 1, Küme 2 ve Küme 3 (burada “faktör”, “öğe”, “küme” veya “ölçüt” olabilir; ancak, aşağıdaki adımları örneklemek için ANP prosedürlerinde “faktörleri” “kümeler” ile değiştiririz).

İlk olarak, toplam etki matrisi T’yi türetmek için yukarıdaki Adım 1’den Adım 4’e kadar çalışırız; daha sonra, Denklem 13.13’te olduğu gibi, T matrisinin kriterlerindeki küçük etkileri filtrelemek için bir eşik değeri α belirleriz. Daire içine alınmış parçalar aşağıdaki denklemde α değerinden daha yüksekse, Şekil 13.2’deki gibi NRM’leri gösterilebilir.

Adım 5 ila Adım 7’yi göstermek için Şekil 13.2’deki yapıyı kullanıyoruz. İlk olarak, ağırlıksız süpermatris aşağıdaki denklemle açıklanmaktadır.

O zaman Denklem 13.8’deki α-kesim toplam etki matrisi Tα, daha sonra d =? aşağıdaki matriste olduğu gibi sütunlarını bölmek için kullanılır.

Daha sonra, normalize matris Ts’yi ve ağırlıksız süpermaks W’yi benimser ve Denklem 13.16’daki gibi ağırlıklı süpermatris Ww’yi hesaplamak için Denklem 13.11’i kullanırız.

İçte, ağırlıklı süper matris yakınlaşana kadar sınırlıdır ve denklem 13.12’de olduğu gibi uzun vadeli kararlı bir süper matris haline gelir.

Ek olarak, sınırlayıcı süper matris tek değilse, örneğin,

N = 3 ve lim Wk {W1, W2, W3},
nihai ağırlıklı sınırlayıcı süper matris önceden k → ∞ w durumunda aşağıdaki matris olarak gönderilir:

• Wf = 13W1 + 13W2 + 13W3.

Kısaca, kararlı bir sınırlayıcı süper matris, yukarıdaki adımlar kullanılarak türetilebilir. Genel ağırlıklar da elde edilir. Bu bölümün ikinci amacı, ANP prosedürlerinde ağırlıksız süper matrisin normalleşmesini sağlamak için DEMATEL ve ANP’yi birleştiren uygulanabilir bir model önermektir ve karşılıklı bağımlılık ve geri bildirim problemini ele almaktır. Yukarıda açıklanan önerilen model, gerçek dünya uygulamalarında geleneksel yönteme göre daha uygun ve rasyoneldir.

Vikor Yöntemi

Uzlaşma sıralama yöntemi (VIKOR yöntemi olarak adlandırılır) Opricovic ve Tzeng tarafından MCDM içinde uygulanacak uygulanabilir bir teknik olarak önerilmiştir (Tzeng ve diğerleri 2002, 2005; Opricovic ve Tzeng 2002, 2004, 2007). Alternatiflerin A1, A2, …, Ai, …, Am olarak gösterildiğini varsayıyoruz. Kriterin derecelendirmesi (performans puanı), alternatif Ai için fij ile gösterilir, wj, j = 1,2, …, n ve n’nin olduğu kriterlerin göreli önemini ifade eden j. Kriterin ağırlığıdır. kriter sayısıdır. VIKOR yöntemi aşağıdaki Lp-metrik formuyla başladı.

Uzlaşmacı çözüm mini Lip, değeri ideal / istenen seviyeye en yakın olduğu için seçilecektir. Ek olarak, p küçük olduğunda grup faydası vurgulanır (p = 1 gibi), p arttığında, bireysel pişmanlıklar / boşluklar daha fazla ağırlık alır (Freimer ve Yu 1976). Bu nedenle, mini Si maksimum grup kullanımını vurgularken, mini Qi maksimum bireysel pişmanlıkların minimumunu seçmeyi vurgular. Yukarıdaki kavramlara dayanarak, uzlaşma sıralama algoritması VIKOR aşağıdaki adımlara sahiptir.

Adım 8: Tüm kriter fonksiyonlarının en iyi fj * ve en kötü fj− değerlerini belirleyin,

j = 1,2, …, n fonksiyonunun bir faydayı temsil ettiğini varsayarsak, f * = maks f (veya istenen bir seviyeyi belirleme) ve fj = mini fij (veya tolere edilebilir bir seviye belirleme). Alternatif olarak, jth fonksiyonunun bir maliyeti temsil ettiğini varsayarsak, f * = min f (veya istenen bir seviye belirleme) ve fj = mini fij (veya tolere edilebilir bir seviye belirleme) söz konusu olur.

Ayrıca, orijinal bir derecelendirme matrisi, aşağıdaki formülle normalleştirilmiş bir ağırlık derecelendirme matrisine dönüştürülür:

• r = (f * −f) (f * −f−).

Adım 9: İlişkileri kullanarak Si ve Qi, i = 1,2, …, m değerlerini hesaplayın.

• Q = maks {wr j = 1,2, …, n}.

Adım 10: İlişkiyi kullanarak Ri, i = 1,2, …, m indeks değerlerini hesaplayın.

• Ri = v (Si −S *) (S− −S *) + (1 − v) (Qi −Q *) (Q− −Q *)

S * = maxiSi, S− = maxiSi, Q * = maxiQi, Q− = maxiQi (burada ayrıca en iyi değeri 0 ve en kötü değeri 1 olarak ayarlayabiliriz) ve 0≤v≤1, burada v, bir maksimum grup faydası stratejisi için ağırlık, 1 – v ise bireysel pişmanlığın ağırlığıdır. Başka bir deyişle, v> 0.5 olduğunda, bu, maksimum grup faydası stratejisini (yani, v büyükse, grup faydası vurgulanır) veya v ≈ 0.5 olduğunda fikir birliği ile kullanabilen bir karar verme sürecini temsil eder veya veto ile v <0.5. Ayrıca S * = 0, S− = 1, Q * = 0 ve Q− = 1 olduğunda denklem 13.24’ü Ri = vSi + (1 − vi) Qi olarak yeniden yazabiliriz.

Adım 11: {Si, Qi ve Ri | değerlerine göre sıralayarak alternatifleri sıralayın.

i = 1,2, …, m}, azalan sırada. Bir uzlaşma olarak, min {Ri | ölçüsüne göre ilk sırada yer alan alternatifi (A (1)) önerin. i = 1,2, …, m} aşağıdaki iki koşul karşılamalıdır.

C1. Kabul edilebilir avantaj: R (A (2)) – R (A (1)) ≥ 1 / (m – 1), burada A (2), R’ye göre sıralama listesinde ikinci konuma sahip alternatiftir; m, alternatiflerin sayısıdır.

C2. Karar vermede kabul edilebilir istikrar: Alternatif A (1) ayrıca Si veya / ve {Qi | i = 1,2, …, m}. Koşullardan biri karşılanmazsa, aşağıdakilerden oluşan bir dizi uzlaşma çözümü önerilir:

1. Yalnızca C2 koşulu karşılanmazsa A (1) ve A (2) alternatifleri.

2. C1 koşulu karşılanmazsa A (1), A (2), …, A (M) alternatifleri; A (M), maksimum M için R (A (M)) – R (A (1)) <1 / (m – 1) ilişkisi ile belirlenir (bu alternatiflerin konumları birbirine yakındır).

Uzlaşma çözümü, uzlaşma sıralama yöntemiyle belirlenir; elde edilen uzlaşma çözümü karar vericiler tarafından kabul edilebilir çünkü çoğunluğun maksimum grup faydasını (minS, Denklem 13.22 ile temsil edilir) ve rakibin minimum bireysel pişmanlığını (minQ, Denklem 13.23 ile temsil edilir) sağlar. Model, bağımlılık ve geri bildirim ile kriterlerin ağırlıklarını elde etmek için Bölüm 13.2.1 ve 13.2.2’deki DEMATEL ve ANP prosedürlerini kullanır. VIKOR yöntemi kullanılarak, uzlaşma çözümü elde edilir.

UYGULAMALAR İLE İLGİLİ DEĞERLENDİRME ÖRNEĞİ

Bu bölümde, önerilen yöntemi göstermek için uygulamalarla sayısal bir örnek sunuyoruz. Ağ yapısını DEMATEL prosedürlerini kullanarak, yani Adım 1’den Adım 4’e kadar inşa ediyoruz. Daha sonra, ANP’nin ağ yapısındaki özelliklerin ağırlıklarını elde etmek için Adım 5 ila Adım 7’yi kullanarak sınırlı süper matrisi hesaplıyoruz. Son olarak, sıralama indeksini elde etmek için ANP ve VIKOR yönteminden Adım 8 – Adım 11) ağırlıkları kullanırız.

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.

The post Çok Amaçlı Karar Verme (35) – Vikor Yöntemi – Çok Amaçlı Karar Verme Nedir? – Çok Amaçlı Karar Verme Yöntemleri – Çok Amaçlı Karar Verme Analizi Yaptırma first appeared on Online (Parayla Ödev 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.

DEMATEL ve ANP’ye Dayalı Uygulamalar ile VIKOR Tekniği

Çok kriterli karar verme (MCDM), yönetimdeki çatışma sorunlarının üstesinden gelmek için sıklıkla kullanılır. Pratik problemler genellikle birkaç orantılı olmayan ve çelişkili (rekabet eden) kriter ile karakterize edilir ve tüm kriterleri aynı anda karşılayan hiçbir çözüm olmayabilir. Bu nedenle, MCDM kullanılarak, birbiriyle çelişen kriterlere sahip bir sorun için bir uzlaşma çözümü belirlenebilir ve bu, karar vericilerin nihai kararı elde etmek için sorunları iyileştirmesine yardımcı olabilir. Yu (1973) ve Zeleny (1982) uzlaşmacı çözümlerin temelini önerdi.

Uzlaşmacı çözüm, ideal / hedeflenen düzeye en yakın, uygulanabilir bir çözümdür, karşılıklı tavizlerle kurulan bir anlaşma anlamına gelir. VIKOR tekniği, ideal / hedeflenen seviye çözüme yakınlığın özel ölçüsüne dayalı çok kriterli sıralama indeksini tanıttı ve MCDM içinde uygulanacak uygulanabilir bir teknik olarak tanıtıldı. Bu yöntem, karar vericilerin istenen seviyelere ulaşmak için ödünleşmeleri gevşetmelerine yardımcı olmak için çelişen kriterlerin varlığında bir dizi alternatif arasından sıralama, iyileştirme ve seçim yapmaya odaklanır. Özellikleri, “maksimum grup faydası” ve “minimum bireysel pişmanlık” sağlamaktır, böylece karar vericiler VIKOR tarafından önerilen uzlaşma çözümünü kabul edebilir.

VIKOR yöntemi, ölçülebilir olmayan ve çelişkili kriterlerle ayrık karar problemlerini çözmek için bir MCDM yöntemi olarak geliştirilmiştir. Ancak, çok az makale, bu uzlaşmacı çözüm yöntemi içinde bağımlılık ve geri bildirim ile çelişen (rekabet eden) kriterleri tartışmaktadır. Bu nedenle, bu araştırma, bağımlılık ve geri bildirimle çelişen kriterleri içeren bu sorunu çözme hedefine ulaşmak için analitik ağ süreci (ANP) ve DEMATEL (Karar Verme Deneme ve Değerlendirme Laboratuvarı) yöntemlerine dayalı VIKOR tekniğini benimser.

Saaty (1996), gerçek dünyadaki kriterler ve alternatifler arasında karşılıklı bağımlılık ve geri bildirim sorunlarının üstesinden gelmek için yeni bir MCDM yöntemi olan ANP’yi önermiştir. ANP, Markov zincirlerinin kavramlarına dayanan analitik hiyerarşi sürecinin (AHP) bir uzantısıdır ve doğrusal olmayan bir yapıdır, AHP ise hiyerarşik ve doğrusaldır, hedef en üstte ve alternatifler alt seviyelerde ( Saaty 1999). ANP yöntemi birçok pratik karar verme probleminde başarıyla uygulanmıştır.

Bununla birlikte, ANP’yi içeren bu çalışmalarda iç bağımlılığın tedavisi tam veya mükemmel değildi. Gerçekte, DEMATEL yöntemi (Fontela ve Gabus 1974, 1976; Warfield 1976), faktörlerin etkililiğini temsil edecek merkezi kriterleri bulmak için kriterler arasında bir ağ ilişki haritasının (NRM) karşılıklı ilişkilerini oluşturmak ve göstermek için uygulanabilir. ve aynı zamanda bir dizi kriter dahilinde iç bağımlılığı ele almanın akıllıca bir yolu olarak da kullanılabilir.

Ayrıca, bağımlılık ve geri bildirim problemlerini çözmek için ANP ve DEMATEL yöntemlerini birleştiren yeni bir hibrit model, çeşitli alanlarda başarıyla kullanılmıştır. Bu nedenle, bu çalışma, bağımlılık ve geribildirim problemleri olan birden fazla kriter olduğunda çatışmanın üstesinden gelmek için VIKOR, ANP ve DEMATEL’i kullanır.

ANP prosedürü ile uğraşırken, bu çalışma, ağırlıksız süper matrisi normalleştirmek için geleneksel yöntemi kullanmanın makul olmadığını bulmuştur. Normalleştirme prosedüründe, ağırlıklı süper matris, NRM’nin toplam etki oranlarına dayalı olarak her bir sütunun toplamı tam olarak birliğe (1.00) dönüştürülmesiyle türetilir. Geleneksel yöntemde, bir sütundaki her bir kriter küme sayısına bölünür, böylece her sütun tam olarak birliğe toplanır. Bu normalleştirme yönteminin kullanılması, her kümenin aynı ağırlığa sahip olduğu anlamına gelir. Bununla birlikte, gerçek dünyadaki faktör / kriter kümeleri arasında farklı etki dereceleri vardır, bu nedenle ağırlıklı süper matrisi elde etmek için her bir küme için eşit ağırlık varsayımını kullanmak bir gelişmedir.

Bu nedenle, bu bölümün diğer bir amacı, ANP’deki ağırlıksız süper matrisi gerçek dünyaya uyacak şekilde normalleştirmek için DEMATEL yöntemini benimsemektir. Sonuç olarak, bu çalışmanın katkısı, DEMATEL ve ANP’yi VIKOR teknik prosedürleri ile birleştiren yeni bir model önermektir, sadece faktörlerin / kriterlerin çatışan problemlerini karşılıklı bağımlılık ve geri bildirim ile aşmak için değil, aynı zamanda ANP’deki ağırlıksız süper matrisi normalize etmek için de önerilmektedir. Bu gerçek dünyaya uygun prosedür. Ek olarak, önerilen yöntemin adımlarını bunun uygulamaları ile göstermek için sayısal bir örnek de gösteriyoruz. Sonuçlar, önerilen bu yöntemin yalnızca karşılıklı bağımlılık ve geri bildirim ile ölçütlerin çatışan sorunlarıyla başa çıkmakla kalmayıp, aynı zamanda normalleştirilmiş süper matrisi gerçek dünyaya uyacak şekilde geliştirebileceğini gösteriyor.

Bu bölümün geri kalanı aşağıdaki şekilde düzenlenmiştir. Bölüm 13.2 hibrit modeli açıklamaktadır. Uygulamalar ile sayısal bir örnek Bölüm 13.3’te gösterilmektedir. Tartışmalar ve sonuçlar sırasıyla Bölüm 13.4 ve 13.5’te sunulmaktadır.

Yeni Hibrit Çok Kriterli Karar Verme Modeli

Yukarıdaki açıklamalara göre, sorunları değerlendirmek ve iyileştirmek için DEMATEL ve ANP’ye dayalı bir VIKOR tekniği önerilmektedir. Bu yeni hibrit MCDM modelinin prosedürleri, DEMATEL ve ANP’nin VIKOR teknik prosedürleri ile bir kombinasyonu, aşağıda gösterildiği ve kısaca açıklanmıştır. Bu yöntemleri, aşağıda ayrıntıları verilen yukarıdaki model prosedürlere göre gösteriyoruz.

Dematel

Battelle Memorial Institute, Cenevre Araştırma Merkezi aracılığıyla bir DEMATEL yöntem projesi önerdi (Gabus ve Fontela 1973). DEMATEL yöntemi, bir NRM’nin etkisini inşa etmek için faktörler / kriterler arasındaki ilişkileri inşa etmek için kullanılır (Tzeng ve diğerleri 2007; Liou ve diğerleri 2007; Huang ve diğerleri 2007). Yöntem şu şekilde özetlenebilir:

Adım 1: İlk ortalama matrisi skorlara göre hesaplayın.

0, 1, 2, 3 ve 4 ölçeklerinin “etki yok” dan “çok yüksek etkiye” kadar olan aralığı temsil ettiğini varsayarak, yanıtlayanlardan her bir faktör / kriterin her bir faktör üzerinde uyguladığı doğrudan etkinin derecesini belirtmeleri istenir / aij ile gösterilen ölçüt j, varsayılan ölçekler kullanılarak. Her bir katılımcı doğrudan bir matris üretecektir ve daha sonra, yanıtlayanların çeşitli doğrudan matrislerindeki aynı faktörlerin / kriterlerin ortalamasından bir ortalama A matrisi türetilmiştir. Ortalama matris A aşağıdaki denklemle temsil edilir;

The post Çok Amaçlı Karar Verme (33) – DEMATEL ve ANP’ye Dayalı Uygulamalar ile VIKOR Tekniği – Çok Amaçlı Karar Verme Nedir? – Çok Amaçlı Karar Verme Yöntemleri – Çok Amaçlı Karar Verme Analizi Yaptırma first appeared on Online (Parayla Ödev Yaptırma).