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 değerlendirme, vakanın kurumsal intranet web sitelerinin kalitesini ve e-çalışmaların, bilgi paylaşımının vb. Verimliliğini artırabilir. Choquet integralinin, insan öznel değerlendirmesi için geleneksel bir çok kriterli değerlendirme yönteminden daha uygun olduğunu göstermek için veya kriterler bağımlı ise, Ek 18.2’de bazı basit örnekler verdik.

Bu örnekler, bulanık hiyerarşik analitik yaklaşımın, gerçek dünyadaki karar verme problemlerinde sıklıkla ortaya çıkan bağımsız olmayan durumlarla daha iyi başa çıkabileceğini göstermektedir. Sonuç olarak, eklemeli olmayan bulanık integral tekniğinin bağımsız olmayan kriter durumlarının üstesinden gelebileceğini başarılı bir şekilde gösterdik ve kurumsal intranet web sitelerini değerlendirmek için Choquet integralinin hiyerarşik MADM sonuçları aşağıdaki gibi tartışılmıştır.

1. Önem derecesi açısından Tablo 18.1, λ ≠ 0 olduğu için her bir kriterdeki etkileşimleri temsil etmektedir. Buna karşılık, λ-değeri pozitif ise, bu, kriter ilişkilerinin çarpımsal bir etkiye sahip olduğu anlamına gelir ve ayrıca bu kriterler eşzamanlı olarak geliştirilecektir. Λ-değeri negatifse, bu ikame etkisinin varlığını gösterir. Ancak yetkililer, makalemizin en büyük katkısı olan sonuçlara göre iyileştirilmiş yöntemleri analiz edebilirler. Bununla birlikte, λ-değeri, sırasıyla olumlu veya olumsuz olup olmadıklarına göre önem derecelerinin eksik veya fazla tahmin edilmesini ayarlayabilir.

2. Bu yöntemlere dayalı sonuçlardan, bu araştırma, Tablo 18.2’de listelendiği üzere AHP’ninkilerle karşılaştırmak ve Tablo 18.2’de listelenen aritmetik ortalamanınkilerle karşılaştırmak için ortalama değerleri kullanır.

Aşağıda, AHP sıralama sırası E6 f E7 f E5 f E3 f E1 f E4 f E2’dir ve Choquet integralini kullanan sıra E6 f E7 f E1 f E3 f E5 f E4 f E2’dir. Bu nedenle, genel puanları elde etmek için bu iki yöntem kullanıldığında farklı sıralama sıraları vardır. Strateji E1 daha yüksek değerlendirme yapar, E5 daha düşüktür ve diğer sıralama düzeni Choquet integralini kullanmakla aynıdır.

Sıralamanın değişmesine göre, bu araştırma E1 ve E5’i tartışıyor. Örnekler 18.1 ve 18.2 (Ek 18.2) ile aynı yaklaşımı kullanarak, E1’in aslında E5’ten daha yüksek olduğunu görebiliriz. Etkileşime sahip oldukları için (λ have 0), E5 AHP tarafından fazla tahmin edilir. Ek olarak, aritmetik ortalama sıralama sırası E6 f E7 f E1 f E5 f E4 f E3 f E2’dir.

Choquet integralinden ve aritmetik ortalamadan farklı sıralama sıralarını karşılaştırdığımızda, E3 değerlendirmelerinin farklı olduğunu görüyoruz. Benzer şekilde, yukarıdaki ile aynı analitik yaklaşımı kullanarak, pratikte E3’ün gerçekten E4 ve E5’ten daha iyi olduğunu bulabiliriz. Özetle, MADM’nin değerlendirilebilir kriterleri gerçek dünyada etkileştiğinde, Choquet integralini kullanmak AHP veya aritmetik ortalamadan daha doğrudur.

Yukarıdaki sonuçlardan ve Ek 18.2’deki gösterimden, genel bir değerlendirme elde etmek için Choquet integralini kullanmak daha uygundur, çünkü kriterlerin etkileşimleri dikkate alınır, oysa geleneksel yöntemlerle kriterler bağımsız olmalıdır. Ek olarak, bu yöntem, kriterler bağımlı olduğunda ilave model için (AHP ve aritmetik ortalama) fazla veya az tahmin etmez. Bu nedenle, bu durumda daha iyi web siteleri seçmek daha kolaydır.

Sonuçlar

Geleneksel çok özellikli değerlendirme yaklaşımlarında, her bir özellik diğerlerinden bağımsız olmalıdır. Bu nedenle, gerçek bir sistemdeki nitelikler veya kriterler arasında etkileşime ve karşılıklı etkiye sahip olan özellikler, tek başına geleneksel eklemeli önlemler kavramı ile ele alınamaz. Ancak, toplamsal olmayan bulanık ölçümler ve bulanık integral modeli, gerçek bir sistemdeki kriterler arasındaki ilişkileri analiz etmek için son derece etkilidir. Şu anda, en yaygın olarak kullanılan bulanık ölçü, λ-bulanık ölçüdür. Bununla birlikte, elemanların sayısı yeterince büyük olduğunda, λ-bulanık ölçünün tanımlanması zahmetlidir.

Bu araştırma, Wang ve diğerlerinin bir algoritmasını değiştirir. (2001) bulanık yoğunlukların girdi verilerini kullanarak λ değerini belirlemiştir. Değiştirilmiş algoritma, λ-bulanık ölçümün özelliklerini Wang ve diğerlerinin algoritmalarından daha açık ve basit bir şekilde gösterir. (2001). Bu araştırma, genel değerlendirmeleri elde etmek için puanları değerlendirmek üzere hiyerarşik kurumsal intranet web siteleri değerlendirme modeli için pratik bir durum kullanır. Sonuçlar, bu araştırmadaki bulanık bütünleşik çok-özellikli değerlendirme sürecinin etkili ve uygulanabilir olduğunu göstermektedir. Ek olarak, bulanık integral sonuçları, geleneksel çok-nitelikli değerlendirme sürecinden elde edilenlerden daha iyi ve daha mantıklıdır.

Sonuç olarak, bu araştırmada önerildiği gibi, λ-bulanık ölçüm ve bulanık integral kullanan insan öznel karar verme hiyerarşik yapı değerlendirme sistemi, özellikle kriterler karşılıklı olarak bağımsız olmadığında, kurumsal intranet web sitelerinin vaka değerlendirmesine uygun bir yaklaşımdır.

ek 18.1

Şekil A18.1.1 aşağıdaki şekilde gösterilmektedir.
F ′ (0)> 0 ise, F (λ) ‘nın bir çözümü λ = 0 ve başka bir çözüm kapsamı –1 <λ <0 (yani, ∑ gi> 1, −1 <λ <0). Bu satır (1).
ii. F ′ (0)> 0 ise, çözümü λ = 0’dır (yani, ∑ gi = 1, λ = 0). Bu satır (2). iii. F ′ (0) <0 ise, F (λ) ‘nın bir çözümü λ = 0 ve başka bir çözüm kapsamı λ> 0 (yani, ∑ gi <1, λ> 0).

Λ’yı belirlemek için algoritmanın fikirleri yukarıdaki kavramlardandır. Algoritmayı Bölüm 18.3.1’de sunuyoruz.

ek 18.2

Bilgisayar ürünlerinin niteliklerini ve yeteneklerini karşılaştırmak. Misal,
* 0 x = kolay kullanım ve x = işlev yetenekleri. Gλ ({x1}) = u (x1, x2) = 0,5, 12 g ({x}) = u (x0, x *) = 0,3, g ({x, x}) = 1; scoreofcomputerproductP: f ( x) = 90, λ212λ12 1 f (x2) = 20; bilgisayar ürünü Q’nun puanı: f (x1) = 60, f (x2) = 60, daha sonra eklemeli model ve Choquet integral modeline göre sonuçlar aşağıdaki gibidir:

Choquet integrali P: (c) ∫fdg = 20 × 1.0 + (90−20) × 0.5 = 55, Q: (c) ∫fdg = 60 × 1.0 = 60, sonra QfP.

Katkı Modeli

P: 90 × 0.5 / (0.5 + 0.3) + 20 × 0.3 / (0.5 + 0.3) = 63.75, Q: 60 × 1 = 60, sonra P f Q. 1. Matematiksel muhakemeye göre, eğer ∑2 gλ ({ xi}) <1 (yani, λ> 0,  i = 1, önem derecelerinde eksik tahmin durumu anlamına gelir, eğer toplamsal modeli kullanırsak), o zaman g ({x1}) ∑2 gλ ({xi})> g ({x1}) gλ ({x1, x2} ) ve i = 1 g ({x2}) / ∑2 gλ ({xi})> g ({x2}) / gλ ({x1, x2}), ve bu nedenle, eğer katkı modelini kullanırsak, fazla tahmin edilmiş bir i = 1 genel değerlendirme elde ederiz.

2. Bu sonuçlardan, eğer gλ ({x1}) + gλ ({x2}) = 0.8 <1 ise, λ> 0 olduğunu buluruz. Bu, kriter ilişkilerinin çarpımsal bir etkiye sahip olduğu anlamına gelir. Diğer bir deyişle, kriterler aynı anda geliştirilirse genel performansı artırabilir. Uygulamada, değerlendirme sonuçlarının hepsinin belirli bir tatmin edici seviyeye ulaşabileceğini umuyoruz, bu nedenle Q f P daha mantıklıdır. Bu nedenle, Choquet integrali, kriterler bağımlı olduğunda geleneksel bir değerlendirme yönteminden daha uygundur.

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 (54) – Kurumsal İntranet Web Siteleri İçin Bulanık İntegral – Çok Amaçlı Karar Verme Nedir? – Çok Amaçlı Karar Verme Yöntemleri – Çok Amaçlı Karar Verme Analizi Yaptırma first appeared on Online (Parayla Ödev Yaptırma).