مقاله در مورد تحلیل پوششی داده ها , تصمیم گیری چند معیاره (MCDM

اختصاصی از فی موو مقاله در مورد تحلیل پوششی داده ها , تصمیم گیری چند معیاره (MCDM دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

تعداد صفحه26

فهرست مطالب

فصل اول : تحلیل پوششی داده ها

1-1 مقدمه :

موضوع تحلیل پوششی داده ها[1] (DEA) در سال (1979-1978) توسط چارنز - کوپر - رودز[2] مطرح شد . آنها اساس کار خود را بر روی مقاله فارل[3] (1957) بنا نهادند . حاصل این تحقیقات مقاله ای به نام CCR شد .

بعد از آن بنکر - چارنز - کوپر[4] (1984) مقاله BCC را مطرح کردند .

این دو مقاله پایه بسیاری از مطالعات تحلیل کارآیی شد و این شاخه از علم تحقیق در عملیات به نام تحلیل پوششی داده ها گسترش یافت .

به طوری که امروزه بیش از دو هزار مقاله و گزارش و کتاب در این زمینه ارائه و منتشر شده است .

1-2 واحد های تصمیم گیرنده[5] :(DMU)

هر DMU بوسیله یک بردار ورودی  و یک بردار خروجی  مشخص می شود . مولفه‌های بردار ورودی X ، شاخص های ورودی و مولفه های بردار خروجی Y ، شاخص های خروجی می باشند .

واحدهای تصمیم گیرنده قدرت اجرایی و قدرت تصمیم گیری دارند . اما معمولاً قادر نیستند تشخیص دهند که چه برنامه ای را باید اجرا نمایند . برای این منظور محاسبه اندازه کارآیی DMU ها ، می تواند بسیار مفید و مطلوب باشد .

روش های مختلفی برای محاسبه اندازه گیری کارآیی ارائه شده است که می توان آنها را به دو دسته عمده تقسیم کرد .

روش های پارامتر و روش های غیرپارامتری[6] .

اما این مستلزم تعیین تابع تولید[7] می باشد که در DEA مهم‌ترین مسئله می باشد .

[1])Data Envelopment Analysis                                          2)Charnes , Cooper and Rhodes

[3])Farell                                                                                   4)Banker , Charnes and Cooper

[5])Decision Making Unites                                  6)Parametric And Non-parametric

[7])Production Function

دسته بندی تکنیک های تصمیم گیری چند معیاره گسسته (MADM)

اختصاصی از فی موو دسته بندی تکنیک های تصمیم گیری چند معیاره گسسته (MADM) دانلود با لینک مستقیم و پر سرعت .

فرمت : Word

تعداد صفحات : 180

مقدمه:

انسان در زندگی روزمره خود تصمیمات بسیاری می گیرد. این تصمیمات از مسائل شخصی و فردی تا مسائل بزرگ و کلان را شامل می شود. در اکثر مسائل تصمیم سازی، عموما اهداف و عوامل متعددی مطرح است و فرد تصمیم ساز سعی می کند که بین چند گزینه موجود (محدود یا نامحدود) بهترین گزینه را انتخاب نماید. انسان به طور ناخواسته در شبانه روز تعداد زیادی از این گونه تصمیمات می گیرد که برخی از آنها به دلیل هزینه بالای خطا در آنها، نیاز به بررسی و دقت بیشتری دارند .

تصمیم گیری در محیط های پیچیده ناپایدار یکی از مسائل بسیار مهم در مدیریت نوین به شمار می ‌رود. در این موارد تصمیم گیرنده با گزینه‌هایی متفاوت تحت معیارهای مختلفی که از محیط داخلی و خارجی محیط سازمان متأثر می‌شوند روبرو است. در این مورد مدلهای تصمیم‌گیری چند معیاره به‌عنوان یکی از ابزارهای کارا جهت اخذ تصمیم مناسب به نظر می ‌رسد.

مباحث تصمیم گیری های چند معیاره یک بخش مهم از دانش تصمیم گیری مدرن را تشکیل می دهد. این مباحث به طور گسترده در زمینه های متعددی مانند: اجتماعی، اقتصادی، نظامی، مدیریتی و ... به کار می رود.

محققین در دهه های اخیر توجه خود را معطوف به مدل های چند معیاره (MCDM[1]) برای تصمیم گیری های پیچیده کرده اند. در این تصمیم ها به جای استفاده از یک معیار سنجش بهینگی از چندین معیار سنجش ممکن است استفاده گردد.

این مدلهای تصمیم گیری به دو دسته عمده تقسیم می شوند: مدلهای چند هدفه (MODM[2]) و مدلهای چند شاخصه (MADM)، به طوریکه مدلهای چند هدفه به منظور طراحی و مدلهای چند شاخصه برای انتخاب گزینه برتر استفاده می شوند.

مدلهای چند هدفه (MODM) به فرم کلی است:

مقایس سنجش برای هر هدف ممکن است با مقیاس سنجش برای بقیه اهداف متفاوت بوده و بسادگی نتوان آنها را مثلا با یکدیگر جمع نمود.

منظور در این گونه مدل های طراحی عبارت از بهینه کردن تابع کلی مطلوبیت[3] برای DM[4] می باشد.

مدلهای چند شاخصه (MADM) معمولا به فرم کلی زیر فرموله می شوند:

 به طوری کهAi نشان دهنده گزینه i ام، Xj نشان دهنده شاخص j ام و rij نشان دهنده ارزش شاخص j ام برای گزینه i ام میباشد.

در مدلهای MADM شاخص ها اغلب از مقیاس های مختلف بوده و غالبا در تعارض با یکدیگر هستند، لذا گزینه ای که بتواند ایده آل هر شاخص را تامین نماید، معمولا غیر ممکن است. در نتیجه در مدلهای  MADM به دنبال پیدا کردن مناسب ترین گزینه به طور نسبی هستند.

گزینه ای که ارجح ترین ارزش یا مطلوبیت از هر شاخص را تامین نماید گزینه ای است ذهنی که به ازای هر شاخص یا مشخصه، مطلوبیت را ماکسیمم کند. که به صورت زیر تعریف می شود:

Uj نشان دهنده مطلوبیت (یا ارزش) از مشخصه jام است.

یک گزینه MADM ممکن است توسط شاخص های کمی یا شاخص های کیفی توصیف شود.

در شاخص های کمی، مقیاس های اندازه گیری ممکن است با یکدیگر متفاوت باشند (مانند فاصله به متر و هزینه به ریال).

به این دلیل انجام عملیات اصلی ریاضی باید بعد از بی مقیاس کردن صورت پذیرد که در ادامه توضیح داده می شود. برای اندازه گیری شاخص های کیفی نیز از مقیاس های فاصله ای یا رتبه ای استفاده می شود 

پاورپوینت آموزش ساده و کاربردی تکنیک TOPSIS در تصمیم گیری چند معیاره

اختصاصی از فی موو پاورپوینت آموزش ساده و کاربردی تکنیک TOPSIS در تصمیم گیری چند معیاره دانلود با لینک مستقیم و پر سرعت .

 همه ما در زندگی فردی و سازمانی خود ٬ آگاهانه و ناآگاهانه ٬ تصمیمات مختلفی اتخاذ می کنیم ؛ یعنی از بین چند راهکار ٬ یک برای مثال در مورد این که پول خود را در بانک پس انداز کنیم یا سهام بخریم ٬ تصمیم می گیریم.  بنابراین تصمیم گیری مستلزم انتخاب راهی از میان راه هاست ؛  یعنی اگر تنها یک راهکار وجود داشته باشد دیگر تصمیم گیری معنی ندارد. هر چند تجزیه و تحلیل امری عقلانی است ؛ ولی عوامل ناخود آگاه و هم چنین جنبه های احساسی و عاطفی نیز در تصمیم گیری نقش مهمی ایفا م یکنند. به طور کلی تصمیم گیری عبارتست از انتخاب یکی از راه حل های مختلف

TOPSIS مخفف Techniqe For Order Preferences By Similarty To Ideal و یکی از تکنیک های تصمیم گیری است. 

مزایای روش TOPSIS

• معیارهای کمی و کیفی در ارزیابی به صورت همزمان دخالت دارند.
•  تعداد قابل توجهی معیار در نظر گرفته می شود.
•  این روش به سادگی و با سرعت مناسب اعمال می گردد.
•  عملکرد سیستم به صورت مطلوب و قابل قبول است.
•  مطلوبیت شاخص های مورد نظر در حل مسأله، به طور یکنواحت افزایشی یا کاهشی می باشد (یعنی هر چه مقدار شاخص بیشتر می شود و بالعکس)
•  اطلاعات ورودی را می توان تغییر داد و نحوه پاسخگویی سیستم را بر اساس این تغییرات بررسی کرد.