Read more about the article Çok Amaçlı Karar Verme (40) – Opsis ve Vikor Karşılaştırması – 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. Opsis ve Vikor Karşılaştırması MCA, çeşitli yönlerle ilgili sorunları çözmek için uygundur. TOPSIS ve VIKOR, MCA'nın sıralama yöntemleri arasında uygulanması kolay iki yöntemdir. Ancak bu iki yöntem, temel tanımlarında farklıdır. Opricovic ve Tzeng (2003) bu iki yöntemin farklılıklarını tartışmışlardır. Bu güncel araştırmada, alternatif yakıtlı otobüs seçiminin kapsayıcı çözümünü bulmak için bu iki yöntemi uyguladık ve bu yöntemlerin farkını gösterdik. VIKOR ve TOPSIS'in temel özellikleri, bu iki yöntem arasındaki farklılıkları netleştirmek için burada özetlenmiştir. Usul temeli. Her iki yöntem de, her bir kriter açısından tüm alternatiflerin değerlendirilmesiyle elde edilen bir performans matrisi nxJ olduğunu varsayar. Normalleştirme, kriter değerlerinin birimlerini ortadan kaldırmak için kullanılır. Bir toplama işlevi formüle edilir ve bir sıralama indeksi olarak kullanılır. Sıralamaya ek olarak, VIKOR yöntemi avantaj oranıyla uzlaşmacı bir çözüm önerir. Normalleştirme. Fark, bu iki yöntemde kullanılan normalleştirmede ortaya çıkar. VIKOR yöntemi doğrusal normalleştirme kullanır (Opricovic ve Tzeng 2003) ve normalleştirilmiş değer, bir kriterin değerlendirme birimine bağlı değildir. TOPSIS yöntemi vektör normalizasyonu kullanır ve normalleştirilmiş değer, belirli bir kriterin farklı değerlendirme birimleri için farklı olabilir. TOPSIS yönteminin sonraki bir sürümü doğrusal normalleştirme kullanır. Toplama. Temel fark, toplama yaklaşımlarında ortaya çıkar. VIKOR yöntemi, ideal çözümden uzaklığı temsil eden bir toplama işlevi sunar. Bu sıralama endeksi, tüm kriterlerin bir toplamıdır, kriterlerin göreceli önemi ve toplam ile bireysel memnuniyet arasındaki bir dengedir. TOPSIS yöntemi, ideal noktadan ve negatif-ideal noktadan olan mesafeleri içeren sıralama indeksini  sunar. TOPSIS'teki bu mesafeler, göreli önemleri dikkate alınmadan basitçe  özetlenmiştir. Bununla birlikte, referans noktası karar vermede büyük bir endişe kaynağı olabilir ve ideale mümkün olduğunca yakın olmak insan seçiminin mantığıdır. En düşük noktadan uzak olmak, yalnızca belirli bir durumda hedef olabilir ve göreceli önemi açık bir soru olarak kalır. TOPSIS yöntemi, kendi başına toplam ve bireysel tatmin arasında bir miktar dengeyi temsil edebilen n-boyutlu Öklid mesafesini kullanır, ancak bunu (a3) ​​'te ağırlık v'nin verildiği VIKOR'dan farklı bir şekilde kullanır. Çözüm. Her iki yöntem de bir sıralama listesi sağlar. VIKOR tarafından en yüksek dereceli alternatif, ideal çözüme en yakın olandır. Bununla birlikte, TOPSIS'in en yüksek dereceli alternatifi, sıralama endeksi açısından en iyisidir, bu da her zaman ideal çözüme en yakın olduğu anlamına gelmez. Sıralamaya ek olarak, VIKOR yöntemi avantaj oranıyla uzlaşmacı bir çözüm önerir. Uzlaşma Çözümü Uzman grubu tarafından verilen verilerle uzlaşma sıralama yöntemi uygulanmıştır. Elde edilen sıralama listesi (VIKOR tarafından)  sunulmuştur. Sıralama sonuçları, aynı zamanda uzlaşma programlamasının bir değişikliği olan TOPSIS adlı başka bir yöntem uygulanarak elde edilir. TOPSIS, seçilen alternatifin ideal çözümden en kısa mesafeye ve negatif-ideal çözümden en uzak mesafeye sahip olması gerektiği kavramına dayanarak, Öklid mesafesi kullanılarak geliştirilmiştir (Hwang ve Yoon 1981). Sıralama sonuçları (TOPSIS'e göre) aşağıda sunulmaktadır. İlk dördü "yakın" olduğu için VIKOR tarafından elde edilen dört uzlaşmacı çözüm vardır. Bu sonuç, hibrid elektrikli otobüsün en uygun ikmal otobüsü olduğunu ve bunu sıralama listesinde EV'lerin izlediğini göstermektedir. Tercih stabilite analizi gerçekleştirildi (VIKOR ile) ve tek bir kriter için ağırlık stabilite aralıkları aşağıdaki gibi elde edildi: 0,021 ≤ w1 ≤ 0,213 (giriş w1 = 0,031); 0.000 ≤ w2 ≤ 0.096 (giriş w2 = 0.094); 0.116 ≤ w3 ≤ 0.168 (giriş w3 = 0.166); 0.000 ≤ w4 ≤ 0.063 (giriş w4 = 0.055); 0.000 ≤ w5 ≤ 0.175 (giriş w5 = 0.063); 0.000 ≤ w6 ≤ 0.099 (giriş w6 = 0.083); 0.000 ≤ w7 ≤ 0.040 (giriş w7 = 0.028); 0,123 ≤ w8 ≤ 0,298 (giriş w8 = 0,124); 0,073 ≤ w9 ≤ 0,358 (giriş w9 = 0,081); 0.105 ≤ w10 ≤ 0.202 (giriş w10 = 0.199); 0.000 ≤ w11 ≤ 0.188 (giriş w11 = 0.076). Ağırlık stabilite aralıkları, elde edilen uzlaşma çözümünün (VIKOR, Tablo 14.3) kriter ağırlıklarındaki değişikliklere çok duyarlı olduğunu göstermektedir. Aşağıda farklı ağırlıklarla, aşağıdaki uzlaşma çözümleri setleri (VIKOR tarafından) elde edilir: • EV'ler (üç mod), "otobüs işletmecisi" ve "akademik enstitü" tarafından verilen ağırlıklarla uzlaşma çözümleri setindedir; • Benzinli ve dizel motorlu HEV'ler, "imalat" ile verilen ağırlıklarla elde edilen uzlaşmacı çözümdür; • Benzinli motorlu HEV, yakıt modu CNG ve LPG ve dizel motorlu HEV, “araştırma kuruluşu” tarafından verilen ağırlıklarla elde edilen uzlaşmacı çözümler setindedir. TOPSIS yöntemiyle elde edilen sıralama sonuçları, EV'lerin en iyi uzlaşma çözümü olarak kabul edilebileceğini ve HEV'lerin ikinci en iyi uzlaşma çözümü olarak kabul edilebileceğini göstermektedir. Tartışmalar Yukarıdaki sonuçlara göre, geleneksel dizel motor, alternatif yakıt modu ihtiyacını yansıtacak şekilde çok düşük sıralanmıştır. Hibrit elektrikli otobüsün, kısa ve orta vadede Tayvan'ın kentsel alanları için en uygun yedek otobüs olduğu sonucuna varabiliriz. Ancak, elektrikli otobüsün seyir mesafesi kabul edilebilir bir aralığa kadar uzatılabilirse, saf elektrikli otobüs en iyi alternatif olabilir. Görünüşe göre uzmanlar, toplu taşıma için alternatif bir yakıt modu geliştirmenin gerekli olduğu konusunda oybirliğiyle hemfikirdirler. Geleneksel araçlarla karşılaştırıldığında, alternatif yakıtlı araçlar kentsel alanlarda hava kalitesinin iyileştirilmesine önemli ölçüde katkıda bulunacaktır. Bununla birlikte, EV'ler yeniden şarj edilmeyi talep ediyor ve sık yeniden şarj ihtiyaçları nedeniyle yakıt motorlu araçlarla rekabet edemiyor. Otobüs sistemi sabit terminaller, güzergahlar, kullanıcı grupları, çalışma süreleri ve frekanslar gibi özelliklere sahip olduğu için alternatif yakıtlı bir otobüs uygulamasının toplu taşımacılığın gelişmesi için çok önemli bir seçenek haline gelmesi beklenmektedir. EV'lerin teknolojisi olgunlaşmayı beklediğinden, çevresel kalitenin iyileştirilmesi için geçiş ulaşım modu olarak hibrit bir elektrikli otobüs kullanılacaktır. Bu araçlar, elektrikli araçların teknolojik özellikleri veya diğer yeni teknolojiler geliştirildiğinde değiştirilecektir. Kısa vadeli bir uygulama stratejisi açısından, Çevre Koruma İdaresi (EPA), hava kirliliği vergilerinden şehir yönetimine bir elektrikli otobüsün geliştirilmesine fon ayırmalıdır. Orta vadede, şehir yönetimi her otobüs şirketi tarafından EV satın alınmasını teşvik etmeli ve eski otobüsleri değiştirmelidir. Uzun vadeli değerlendirme için, ilgili yerli sanayinin gelişimini kolaylaştırmak için uygun sanayi politikasını oluşturmak gereklidir. 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 Amaçlı Karar Verme (40) – Opsis ve Vikor Karşılaştırması – 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…

Okumaya devam edinÇok Amaçlı Karar Verme (40) – Opsis ve Vikor Karşılaştırması – Çok Amaçlı Karar Verme Nedir? – Çok Amaçlı Karar Verme Yöntemleri – Çok Amaçlı Karar Verme Analizi Yaptırma
Read more about the article Çok Amaçlı Karar Verme (35) – Vikor Yöntemi – 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. 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.

Çok Amaçlı Karar Verme (35) – Vikor Yöntemi – 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…

Okumaya devam edinÇok Amaçlı Karar Verme (35) – Vikor Yöntemi – Çok Amaçlı Karar Verme Nedir? – Çok Amaçlı Karar Verme Yöntemleri – Çok Amaçlı Karar Verme Analizi Yaptırma
Read more about the article 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
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; A = a11 ⋅⋅⋅ a1j ⋅⋅⋅ a1n a11 ⋅⋅⋅ a1j ⋅⋅⋅ a1n a11 ⋅⋅⋅ a1j ⋅⋅⋅ a1n 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 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

  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…

Okumaya devam edinÇok 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
Read more about the article Çok Amaçlı Karar Verme (16) – VIKOR – Çok Amaçlı Karar Verme Nedir? – Çok Amaçlı Karar Verme Yöntemleri – Çok Amaçlı Karar Verme Analizi Yaptırma
Örnek : Mevcut sistemi değiştirmek için yeni bir tesisin gerekip gerekmediğini değerlendirmeye çalışan bir yönetici düşünün. Yönetici tarafından üç kriterin, dayanıklılığın, kabiliyetin ve güvenilirliğin dikkate alındığını ve her alternatifin tercih edilen derecelendirmesinin Tablo 5.2'de gösterildiği gibi ifade edilebileceğini varsayın. Daha sonra, ilk önce her bir alternatifin tercih edilen derecelendirmelerini Tablo 5.3'te gösterildiği gibi normalleştirmeliyiz, böylece tercih edilen derecelendirmeler aynı ölçekte [0,1] 'e düşebilir, ancak bizim örneğimizde kriterlerin ölçeği aynıdır. Her bir kriterin ağırlıklarını karşılık gelen tercih edilen derecelendirmelerle çarparak, ağırlıklı normalleştirilmiş derecelendirmeleri Tablo 5.4'te gösterildiği gibi elde edebiliriz. Daha sonra, Öklid mesafesini kullanarak, Tablo 5.5'te gösterildiği gibi PIS ve NIS'den her bir alternatife olan ayrımı hesaplayabiliriz. Son olarak, PIS'e alternatiflerin benzerlikleri C derived = 0.5037; C '= 0.6581; C '= 0.7482; C ∗ = 0.3340 1234 alternatiflerin tercih edilen sırası şu şekilde belirlenebilir: A3 ≻ A2 ≻ A1 ≻ A4. Alternatiflerin tercih edilen sıralamasına göre mevcut sistemlerin yeni tesis ile değiştirilmesi gerektiği ve Alternatif 1'in en iyi seçim olduğu görülmektedir. Vikor VlseKriterijumska Optimizacija I Kompromisno Resenje (VIKOR) yöntemi, karmaşık sistemlerin çok kriterli optimizasyonu için geliştirilmiştir. Başlangıçtaki (verilen) ağırlıklarla elde edilen uzlaşma çözümünün tercih kararlılığı için uzlaşma sıralama listesini, uzlaşma çözümünü ve ağırlık kararlılığı aralıklarını belirler. Bu yöntem, çelişen kriterlerin varlığında bir dizi alternatif arasından sıralama ve seçim yapmaya odaklanır. “İdeal” çözüme özel “yakınlık” ölçüsüne dayalı çok kriterli sıralama endeksini sunar. Her alternatifin her bir kriter fonksiyonuna göre değerlendirildiği varsayıldığında, uzlaşma sıralaması, yakınlık ölçüsünü ideal alternatifle karşılaştırarak gerçekleştirilebilir. Uzlaşma sıralaması için çok ölçütlü ölçü, uzlaşmalı bir programlama yönteminde bir toplama işlevi olarak kullanılan Lp-metriğinden geliştirilmiştir (Yu 1973; Zeleny 1982). Çeşitli k alternatifleri (k = 1, ..., n) a1, a2, ..., an olarak gösterilir. Alternatif ak için, j. yönün / kriterin derecelendirmesi fkj ile belirtilir, yani fkj, alternatif ak için j değer alır. Kriter fonksiyonunun değeridir; m ölçüt sayısıdır (j = 1,2, ..., m). VIKOR yönteminin geliştirilmesi aşağıdaki Lp-metrik formuyla başladığında: L =  n w f ∗ −f f ∗ −f− p, 1≤p≤∞; k = 1,2, ..., n olur. VIKOR yöntemi içinde, sıralama ölçüsünü formüle etmek için L1, k ve L∞, k kullanılır. Mink Sk ile elde edilen çözüm, maksimum grup faydası (p = 1 olduğunda ortalama boşluk olarak gösterilen "çoğunluk" kuralı) ve mink Rk ile elde edilen çözüm, "rakibin" minimum bireysel pişmanlığı ile olur. Uzlaşmacı çözüm Fc, ideale "en yakın" olan uygun bir çözümdür. F * ve uzlaşma, Şekil 5.1'de ∆f = f ∗ - f c ve ∆f = f ∗ - f c ile gösterildiği gibi karşılıklı tavizlerle kurulan bir anlaşma anlamına gelir.  Uzlaşma sıralama algoritması VIKOR aşağıdaki adımlara sahiptir. a. Tüm kriter fonksiyonlarının en iyi fj ∗ ve en kötü fj− değerlerini belirleyin, ∗j = 1, 2, ..., m. J'inci fonksiyon bir faydayı temsil ediyorsa, f j = maxk fkj veya f j ∗ ayarı istenen / istenen seviyedir, f j− = vizon en kötü seviyedir. b. İlişkilere göre Sk ve Rk, k = 1, 2, ..., n değerlerini hesaplayın. Sk. ∑m j = 1 wj | fj ∗ - fkj | / | fj ∗ - fj− |, ortalama boşlukta gösterildiği gibi, k, kji jj iyileştirme önceliği için maksimum boşluk olarak gösterilir; burada wj, kriterlerin ağırlıklarıdır ve göreli önemlerini ifade eder. c. Qk, k = 1,2, ..., n değerini Qk = v (Sk −S ∗) / (S− −S ∗) + (1 − v) (Rk −R ∗) / (R− −R ∗), k = 1,2, ..., m (alternatifler) Yani; S ∗ = min Sk veya S ∗ = 0 sıfır boşluk olsun, yani istenen seviyeye ulaşın,  S = maxSk veya en kötü seviye S = 1 olsun,  R * = min Rj veya R * = 0 sıfır boşluk olsun, yani istenen seviyeye ulaşın, R− = maks Rj veya en kötü seviye R− = 1 olsun Bu nedenle, S * = 0, S− = 1, R * = 0 ve R− = 1 olduğunda Qk = vSk + (1 − v) Rk'yi yeniden yazabiliriz. V, stratejinin ağırlığı olarak eklenir. "kriterlerin çoğunluğu" (veya "maksimum grup faydası"), burada v = 0.5 olur. d. Azalan sırada S, R ve Q değerlerine göre sıralayarak alternatifleri sıralayın. Sonuçlar üç sıralama listesidir. e. Bir uzlaşma çözümü olarak, aşağıdaki iki koşul karşılanırsa, Q (minimum) önlemine göre en iyi olarak derecelendirilen alternatifi (a ′) önerin: C1: "Kabul edilebilir avantaj": Q (bir ′ ′) - Q (a ′) ≥ DQ, olur. B2urada a Q, Q ile sıralama listesinde ikinci konuma alternatiftir; DQ = 1 / (J - 1); ve J, alternatiflerin sayısıdır. C2. "Karar vermede kabul edilebilir istikrar": Alternatif a ′ aynı zamanda S veya / ve R'ye göre en iyi sırada yer almalıdır. Bu uzlaşmacı çözüm, bir karar verme sürecinde istikrarlıdır ve şu olabilir: "çoğunluk kuralı ile oylama" (v> 0.5 gerekli olduğunda), "fikir birliği ile ”V ≈ 0.5 veya“ oylu ”(v <0.5) olur. Burada v, karar verme stratejisinin ağırlığı, “kriterlerin çoğunluğuna ” (veya “maksimum grup faydası”) bakılır. Koşullardan biri karşılanmazsa, aşağıdakilerden oluşan bir dizi uzlaşma çözümü önerilir: • Alternatif a ′ ve a ′ ′ eğer sadece C2 koşulu karşılanmazsa veya • Alternatif a ′, a ′ ′, ..., a (n) eğer C1 koşulu karşılanmazsa; ve a (n), Q (a (n) - Q (a ′)) <DQ, maksimum n (pozisyonları bu alternatifler "yakınlıktadır"). Q'ya göre sıralanan en iyi alternatif, minimum Q değerine sahip olandır. Ana sıralama sonucu, alternatiflerin uzlaşma sıralaması listesi ve "avantaj oranı" ile uzlaşma çözümüdür. VIKOR'a göre sıralama, kriter ağırlıklarının önerilen uzlaşma çözümü üzerindeki etkisini analiz ederek, farklı kriter ağırlıkları değerleri ile gerçekleştirilebilir. VIKOR yöntemi, Opricovic (1998) 'de sunulan metodolojiyi kullanarak ağırlık stabilite aralıklarını belirler. Başlangıç ağırlıkları (wj, j = 1, ..., m) ile elde edilen uzlaşma çözümü, bir ağırlığın değeri stabilite aralığı içinde değilse değiştirilecektir. Tek bir kriter için ağırlık stabilite aralıklarının analizi, tüm kriter fonksiyonları için aynı (verilen) başlangıç ağırlık değerleri ile gerçekleştirilir. Bu şekilde, elde edilen bir uzlaşma çözümünün tercih kararlılığı VIKOR programı kullanılarak analiz edilebilir.

Çok Amaçlı Karar Verme (16) – VIKOR – 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…

Okumaya devam edinÇok Amaçlı Karar Verme (16) – VIKOR – Çok Amaçlı Karar Verme Nedir? – Çok Amaçlı Karar Verme Yöntemleri – Çok Amaçlı Karar Verme Analizi Yaptırma