دانلود رایگان ترجمه مقاله روش تجمع اطلاعات ترجیح نامعین در تصمیم گیری گروهی (امرالد 2009)

مبتدی (مناسب برای درک مفهوم کلی مطلب)

F1847

1. مقدمه

در تصمیم گیری گروهی، ساختارهای اطلاعات ترجیح مختلف برای ماتریس مقایسه، مقدار مطلوبیت و مرتبه ترجیح احتمالاً به علت تفاوت تصمیم گیری در ساختارهای آگاهی، ترجیح فردی و سطح قضاوت تصمیم گیرندگان اتخاذ می شوند. در این مورد، رویکرد تجمع در مورد چگونگی تجمع ترجیحات مختلف ساختار از تصمیم گیرنده تک به ترجیح گروهی باید مطالعه شود (Yao and Yue, 2006; Hu et al., 2005; Zhang et al., 2004). مطابق با ساختار ترجیح، رویکردهای (Yao and Yue, 2006; Hu et al., 2005; Zhang et al., 2004). به همان رویکرد تجمع ساختار و رویکرد متفاوت تجمع ساختار تقسیم می شوند. همان روش تجمع ساختار ترجیح از قبل در بسیاری از نتایج تحقیقات به دست امده است (Ray and Triantaphyllou, 1998; Beynon et al., 2000), در حالیکه تحقیقات تجمع ساختار ترجیح متفاوت هنوز یک موضوع جدید است Delgado et al., 1998; Xiao et al., 2001). (Chiclana and Herrera, 1998;) به علت پیچیدگی و مبهم بودن مسئله تصمیم گیری و فازی بودن تفکر اسان، استفاده از اطلاعات مختلف ترجیح برای ترسیم سوال پیچیده، واقع گرایانه نیست. در حقیقت، عدم قطعیت مطلق است در حالیکه قطعیت نسبی است. نوشته ها (Yager 2004) پیشرفت در حوزه تصمیم گیری عدم قطعیت را خلاصه نموده اند که تنها به اطلاعات ترجیح تک محدود می شود. بر اساس چهار نوع ترجیح نامعین، رویکرد تجمع هدایت می شود و سطح سازگاری این گروه تعریف می شود.

2. نتایج عمده

2.1 مفاهیم اساسی

تعریف 1. مبتنی بر مجموعه جایگزین X، تصمیم گیرنده، ماتریس مقایسه متقابل عدد بازه را برای بیان ترجیح خود اتخاذ می کند (Xiao et al 2001)

2.2 مدل تجمعی

نوشته ها (Xiao et al., 2001; Yager, 2004) روی رویکرد حل وزنی ماتریس قضاوت متقابل عدد متقابل و ماتریس قضاوت مکمل عدد بازه مطالعه نموده اند. بر اساس تحقیقات موجود، مشخصه تصمیم گیری اطلاعات ترجیح نامعین تحلیل می شود و سپس مدل یکنواخت برای استنتاج وزن از هر نوع اطلاعات ترجیح نامعین ایجاد می شود. در نهایت، رویکرد تجمعی برای چندین اطلاعات ترجیح نامعین پیشنهاد می شود.

مطابق با قضیه 1، از طریق حل P5، اطلاعات ترجیح می تواند جمع شود. در حالیکه سوالات زیر نیاز به بررسی بیشتر دارد:

(1) ترجیح تصمیم گیری گروهی می تواند مطابق با P5 به دست آید. اما آیا عقیده متخصص موقعیت عددی سازگار است؟ اگر سازگار باشد، چگونه درجه یکنواخت بیان می شود؟ اگر ناسازگار باشد، چگونه درجه غیرهمگرا می شود؟

(2) چگونه وزن متخصص در P5 بیان می شود؟ معمولاً، تعیین مقدار وزن متخصص، مشکل است، اگر ایجاد وزن متخصصان مختلف برابر باشند، آنگاه نتیجه به دست آمده، سازش توصیه متخصص است، آیا ملاحظه عمومی در مورد استفاده ترین اصول وجود دارد، وزن متخصصان روی ارزیابی مناسب مطابق با ساخت جامعه تصمیم گیری توسط شانس صورت می گیرد؟

اثبات زمانی که p1 ¼ 1, p2, p3, p4 ¼ 0, مطابق با P5، مقدار ترجیح ساخت توسط متغیر انحراف فرمول وضعیت محدودیت (22) محدود می شود، این همیشه توسط تنظیم وضعیت محدودیت دیگر در فرمول متغیر انحراف تعیین می شود، بنابراین ترجیح ساخت گروه تصمیم گیری توسط فرمول (22) ساخته می شود. دیگر اثبات وضعیت مشابه است.

مطابق با P5, set p1, p2, p3, p4 ¼ 0 را برابر با 1 به طور جداگانه تنظیم نمایید و دیگران را برابر با صفر، مطابق با قضیه 3، این مورد به طور کامل از عقیده متخصص پیروی می کند که ، wk i ; i ¼ 1; … ; را ثبت می کند. مطابق با فرمول حاصلضرب داخلی برداری، زاویه بردار دو درجه یکنواخت برداری را منعکس می کند، بنابراین مبتنی بر wi,wk i به طور جداگانه محاسبه شده است و متخصص k و یکنواختی عقیده ساخت مطابق با درجه سازگاری است. اگر متخصص k و یکنواختی عقیده ساخت مطابق با درجه خوب باشد، بنابراین وزن متخصص باید بزرگ فرض شود، در غیراینصورت کوچک فرض می شود.

3. تحلیل های نمونه

یک شرکت سرمایه گذاری ریسک می خواهد سرمایه گذاری بهینه ای داشته باشد. چهار جایگزین وجود دارد که یک شرکت داروی گیاهی، شرکت غذایی، یک شرکت مد و شرکت نرم افزار رایانه ای باشد. این شرکت، m متخصص را برای ارائه (m $ 2) به کار می گیرد، ماتریس قضاوت متقابل عدد بازه، ماتریس قضاوت مکمل عدد بازه و مقادیر مطلوبیت عدد بازه و ترجیح عدد بازه را ارائه دهید.

مطابق با جدول I و تعریف 5، محاسبه سطح سازگاری متخصصان عبارتست از 0.9829, 0.9831, 0.9237, 0.8990 با محاسبه دوباره P5، همین نتیجه را به عنوان نتیجه تجمعی به دست آورید و درجه متوسط متخصصان از سازگاری برابر 0.947 است. یعنی، پیشنهاد متخصصان سازگار است و دنباله از بدترین به بهترین بدین صورت است: جایگزین های 1،2،4و 3

4. نتایج
این مقاله در مورد چهار نوع از رویکردهای تجمع اطلاعات ترجیح غیرقطعی تحقیق نموده و یک روش جدید را برای تعیین اوزان متخصصان در تصمیم گیری گروهی پیشنهاد نموده که مبتنی بر بیشتر اطلاعات ترجیح غیرقطعی ساختاری است. این مدل واضح است و به سادگی استفاده می شود. دارای مقدار مرجع قابل توجهی برای حل کردن وزن اطلاعات ترجیح نسبی برای عرضه متغیرهای انحراف برای حل نمودن ماتریش قضاوت مکمل عدد باره، مقادیر مطلوبیت عدد بازه و ترجیح عدد بازه است. گام بعدی برای تجمع تحقیقات، انواع بیشتر از اطلاعات ترجیح نامعین و توسعه سیستم نرم حمایت تصمیم گیری گروهی عملی در محیط مبتنی بر وب برای الگوریتم های مدل های متناظر است.