یک نمای کیفی تعیین کردن وزنها از ماتریس مقایسات زوجی
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده علوم
- author منیژه مبارکی
- adviser محمد حسن بیژن زاده سعید محرابیان
- Number of pages: First 15 pages
- publication year 1389
abstract
تعیین وزنها از ماتریس مقایسات زوجی (pcm) یک موضوع مهم در ahp است. روشهای بسیار متنوعی برای تعیین وزن ماتریس مقایسات زوجی مانند: روش بردار ویژه (evm)، روش کمترین مربعات و... مطرح شده اند. یک ویژگی مشترک همه این روشها این است که یک مقدار کمّی را به قضاوتهای کیفی تصمیم گیرنده مربوط می کنند. در صورتیکه بیان داده های کیفی به این طریق به درستی مفهـوم این نوع داده ها را بیان نمی کند و باید روشی پیشنهاد شود که قضاوتها به همان حالت کیفی بررسی شوند. متاسفانه هیچ تلاش تحقیقی در مقالاتahp در این مورد موجود نیست. در این پایان نامه ، از تحلیل پوششی داده ها (dea) برای تعیین وزنهای ماتریس مقایسات زوجی هنگامی که عاملهای کیفی و کمّی در کنار هم حضور دارند، استفاده شده وسپس آن را گسترش داده به روشdeahp کیفی رسیده ایم .
similar resources
یک روش برنامه ریزی خطی برای تولید وزن های با بیشترین مطلوبیت از یک ماتریس مقایسات زوجی
فرایند تحلیل سلسله مراتبی (ahp)، یکی از جامع ترین روشهای طراحی شده برای تصمیم گیری با معیارهای چند گانه است، که امکان فرموله کردن مسئله را به صورت سلسله مراتبی فراهم می کند و شامل سطوح هدف، معیار ها و گزینه ها می باشد. این فرایند بر اساس مقایسات زوجی بنا شده است و عناصر هر سطر نسبت به عنصر مربوطه ی خود در سطح بالا تر به صورت زوجی مقایسه شده و وزن آنها محاسبه می گردد. تحلیل پوششی داده ها (dea) ...
ارائه‌ی مدل‌های پایدار به منظور استخراج وزن از ماتریس مقایسات زوجی بازه‌یی در فرایند تحلیل سلسله مراتبی(AHP)
در مدل‌های تصمیم‌گیریِ رایج تحت شرایط عدم قطعیت، داده‌های اولیه‌ی مدل کامل و قطعی فرض میشود، اگرچه به‌ندرت چنین اطلاعاتی به‌صورت دقیق و کامل موجود است. لذا ارائه‌ی مدلی که در شرایط عدم قطعیت بتواند سیستم را در برابر تغییرات ورودی‌ها محافظت کند ضروری است. یکی از ابزارهای پرکاربرد در زمینه‌ی تصمیم‌گیری چندمعیاره «فرایند تحلیل سلسله‌مراتبی» (AHP) است. در این نوشتار مدل‌هایی ارائه شده است که محاف...
full textیک روش برنامه ریزی خطی جهت تولید اوزان ماتریس مقایسات زوجی
چکیده: از یک (lp-gfw) این پژوهش، یک روش برنامهریزی خطی برای تولید مطلوبترین وزن با نظریهی dea ماتریس مقایسات زوجی را مطرح میکند. در این روش، مفاهیم متغیرهای وزنی جهت تولید مطلوبترین وزنهای معیارها و گزینهها بر اساس ماتریس ،ahp اولویتبندی در وزنهای دقیق را برای ماتریس ،(lp-gfw) مقایسات زوجی پیچیده تلفیق میشود. روش پیشنهادی مقایسات زوجی کاملاً سازگار، به دست میآورد و برای ماتریس مقایسات زوجی ...
15 صفحه اولتدوین روشی جامع برای تحلیل سلسله مراتبی فازی ( با تاکید بر اصلاح ماتریس مقایسات زوجی ناسازگار فازی)
In this paper a new method to improve the inconsistency ofpair wise comparison matrices is proposed. To do so, we usedZeshui’s method in fuzzy form. Also we developed a completefuzzy AHP method by combining Cao’s inconsistency testmethod, Buckley’s revised AHP method, Chen’s rankingmethod, and Genetic Algorithm method to calculate the overallpriorities.
full textمحاسبة میزان ناسازگاری ساختار سلسله مراتبی و ماتریس های مقایسات زوجی در فرایند تحلیل سلسله مراتبی فازی
هرگاه عمل تصمیم گیری با چند گزینه و چند معیار روبرو باشد، می توان از روش فرایند تحلیلاستفاده کرد. این روش دارای یک ساختار سلسله مراتبی است و اساس آن بر (AHP) سلسله مراتبیمقایسة زوجی معیارها و مقایسة زوجی گزینه ها )نسبت به هر معیار( نهفته است. برای محاسبة میزانناسازگاری ماتریس مقایسات زوجی و محاسبة میزان ناسازگاری ساختار سلسله مراتبی، دو الگوریتممجزا ارائه گردیده است. در این مقاله، این الگوریتم ...
full textبهینه سازی سبد سهام با معیارنسبت امید به ریسک قوت مالی آتی برمبنای بردار ویژه ماتریس مقایسات زوجی
هدف اصلی پژوهش حاضر، ارائه یک روش بهینه‌سازی سبد سهام، بر مبنای شاخصهای مالی شرکت‌هاست. در این روش با استفاده از تحلیل پوششی دادهها از شاخصهای مالی، نمرات کارایی متقاطع تولید می‌شوند. تفسیر ریاضی این نمرات که برای هر واحد تحت ارزیابی چندین عدد است، کارایی شرکت در شرایط محتمل آتی است. کارایی حاصل از مدلی که با شاخصهای مالی اجرا شود را میتوان قوت مالی شرکت تعبیر کرد. بنابراین کارایی متقاطع ح...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده علوم
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023