نرم افزار1

فرآیند تحلیل سلسله مراتبی و انتخاب بهترین اولویت:

در بخش های قبل توضیحاتی راجب به تحلیل سلسله مراتبی داده شده و در ادامه در این بخش توضیحات کامل ارائه خواهد شد

مزایا و محدودیت ها

تقسیم بندی اولویت ها

جانسون و همکاران تنها دو سال بعد از انتشار تحلیل سلسله مراتبی اصلی. (۱۹۷۹) مسئله معکوس رتبه برای وارونگی مقیاس با روش مقدار ویژه.را نشان می دهد برای مثال در نظر بگیرید

در ماتریس شکل ۱۱ که می پرسد کدام خودرو مقرون به صرفه ترین سوخت است. محاسبه شده است

اولویت ها عبارتند از: (۰.۰۶۱؛ ۰.۳۷۴؛ ۰.۱۳۴؛ ۰.۳۸۷؛ ۰.۰۴۳) که Volvo 840

شکل ۱۱: ماتریس مقایسه

اگر این سوال را وارونه کنیم: کدام خودرو بیشترین مصرف سوخت را دارد، مقایسه می شود

و به سادگی بر عکس می شوند  (شکل ۱۲). اولویت های محاسبه شده عبارتند از: (۰.۲۹۹; ۰.۰۴۷; ۰.۱۴۰; ۰.۰۵۱;

۰.۴۶۲) که نیسان برنده شد. ما به دلیل فرمول بندی یک تغییر رتبه داریم که به  دلیل  مقدار متفاوت و مستقل تغییر رتبه  مشکل است

معرفی یا حذف یک جایگزین.

شکل ۱۲: مقایسه های شکل ۱۱ معکوس شده است

برای جلوگیری از این مشکل، کرافورد و ویلیامز (۱۹۸۵) برای به حداقل رساندن خطای ضربی  رویکرد دیگری را انتخاب کردند :

خطای ضرب معمولاً وقتی  پذیرفته شده است که توزیع نرمال برای  ورود به سیستم باشد (به طور مشابه

خطای افزایشی به عنوان توزیع نرمال فرض می شود).و آن  میانگین هندسی خواهد بود

برای اینکار مجموع این خطاها را به کمترین حد ممکن  برسانید

 

میانگین هندسی (همچنین گاهی اوقات به عنوان روش حداقل مربعات لگاریتمی شناخته می شود) می تواند

به سادگی با دست محاسبه می شود و توسط بخش بزرگی ازجامعه  تحلیل سلسله مراتبی پشتیبانی می شود از قبیل

(بودسکو ۱۹۸۴؛ فیختنر ۱۹۸۶؛ لوتسما ۱۹۹۳؛ لوتسما ۱۹۹۶؛ بارزیلای ۱۹۹۷؛ بارزیلای و

لوتسما ۱۳۷۶; Aguarón and Moreno-Jiménez 2000; اسکوبار و مورنو-جیمنز ۲۰۰۰;

Aguarón and Moreno-Jiménez 2003; لسکینن و کانگاس ۲۰۰۵). امتیاز  اصلی آن است

عدم وجود وارونگی رتبه به دلیل ناهماهنگی راست و چپ، در واقع میانگین هندسی

سطرها و ستون‌ها رتبه‌بندی یکسانی را ارائه می‌کنند که لزوماً اینطور نیست

روش ارزش ویژه.

اگر شواهد ریاضی آشکارا در  میانگین هندسی روی روش مقدار ویژه اشاره کند،هیچ تفاوت آشکاری بین این دو روش در هنگام استفاده از شبیه سازی وجود ندارد

(باجوا، چو و همکاران ۲۰۰۸). شاید در پرتو ایننبود شواهد عملی، در

گروه همیشه از روش ارزش ویژه حمایت کرده است (ساتی و وارگاس ۱۹۸۴؛ ساعتی و

وارگاس ۱۹۸۴; هارکر و وارگاس ۱۹۸۷; ساعتی و هو ۱۹۹۸; ساعتی ۲۰۰۳). روش‌های دیگری نیز پیشنهاد شده‌اند که هر کدام بر اساس نگرش  فاصله است

به حداقل رساندن (مانند میانگین هندسی) یا بر این نگرش  که اکمترین خطا باعث باقی ماندن کوچکترین عدد است خطاها (مانند روش مقدار ویژه یا میانگین حسابی سطرها).

چو و ودلی (۲۰۰۴)۱۸ روش مختلف را برشمرده اند که در واقع ۱۵ روش هستند زیرا سه روش معادل هستند

. با این حال، نرم افزار اکسپرت چویس فقط از روش مقدار ویژه استفاده می کند.

 سازگاری

نرم افزار اکسپرت چویس از نسبت سازگاری   استفاده می کند. با این حال، این نسبت سازگاری

مورد انتقاد قرار گرفت زیرا اجازه قضاوت متناقض در ماتریس ها را می دهد یا ماتریس های منطقی  را رد می کند (کاراپتروویک،۲۰۰۰)

وبر اسا س نظر روزنبلوم ۱۹۹۹). روش های ارتباط مبتنی بر قانون گذر  بوده است که به منظور کشف قضاوت های متناقض و تصحیح آنها گسترش  یافته است ( وانگ، چین و همکاران ۲۰۰۹)

. گنجاندن آنها در انتخاب اکسپرت چویس سودمند خواهد بود.

چندین روش دیگر برای اندازه گیری سازگاری پیشنهاد شده است. پلاز و لاماتا

(۲۰۰۳) روشی را بر اساس تعیین کننده ماتریس توصیف می کند. کرافورد و ویلیامز

(۱۹۸۵) ترجیح می دهند تفاوت بین نسبت اولویت های محاسبه شده و داده شده را جمع کنند

مقایسه ها قاعده گذر  توسط سالو(۱۹۹۷)  و  و بعدهاهامالاینن(۱۹۹۷) استفاده شده است

جی و جیانگ (۲۰۰۳). آلونسو و لاماتا (۲۰۰۶) یک رگرسیون تصادفی را محاسبه کرده اند

شاخص ها و ارائه فرمول:

استین و میزی (۲۰۰۷) از ستون نرمال شده ماتریس مقایسه استفاده می کنند.

برای همه بررسی‌های سازگاری، چند سوال باقی می‌ماند: قانون قطعی برای اعلام من چیست

ماتریس ناسازگار است؟ آیا این قانون باید به اندازه ماتریس بستگی داشته باشد؟ چگونه باید مطابقت دهم برای

تعریف سازگاری من، وقتی از مقیاس قضاوت دیگری استفاده می کنم؟

 تجمع

جمع کردن  ضربی  برای جلوگیری از برگشت رتبه پیشنهاد شده است

پدیده مشاهده شده در حالت توزیعی (به بخش ۲.۶ مراجعه کنید) (لوتسما ۱۹۹۳؛ بارزیلای و

لوتسما ۱۹۹۷).

جمع کردن  ضربی  که دارای ویژگی های غیر خطی است و امکان سازش برتر را فراهم می کند باید

انتخاب شود، که در مورد تجمع افزودنی صدق نمی کند(استام و دوارت سیلوا(۲۰۰۳) و( ایشیزاکا، بالکنبورگ و همکاران. ۲۰۰۶).

با این حال، وارگاس (۱۹۹۷) یک فرضیه را اضافه کرد که جمع کردن تنها راه برای بازیابی وزن دقیق اجسام شناخته شده است. یک ضرب تجمیع در حال حاضر در اکسپرت چویس امکان پذیر نیست.

 نکته:جهت انجام پروژه اکسپرت چویس خود نیازمند آن هستید که آموزش کافه پروژه  را از ابتدا ملاحظه نمایید لذا  جهت مشاهده و آموزش های مرتبط با این نرم افزار لازم است کلمه آموزش اکسپرت چویس را در بخش جستجو وارد نمایید و اینتر بزنید

 تجزیه و تحلیل حساسیت

تحلیل حساسیت در اکسپرت چویس وزن معیارها را به عنوان داده های ورودی تغییر می دهد.

همچنین  این امکان وجود دارد  که در آینده  از طریق یک تحلیل حساسیت با تغییر رابطه  داشته باشیم

اولویت های گزینه ها (هیچ چالش ریاضی در آن وجود ندارد).

با این حال، تجزیه و تحلیل حساسیت یک روش اساسی در تصمیم گیری با ای اچ پی است.  و توجه اندکی را می توان از ادبیات دانشگاهی  دریافت کرد

نکته: یک دیگر از نرم افزارهایی که می تواند در  رابطه با تحلیل داده ها به شما کمک کند لیزرل است که جهت سفارش پروژه لیزرل خود نیازمند آموزش کافه پروژه از ابتدا ملاحظه نمایید جهت مشاهده و آموزش های مرتبط با این نرم افزار لازم است کلمه آموزشlisrel  را در بخش جستجو وارد نمایید و اینتر بزنید

  1. نتیجه گیری و تحولات آینده

تصمیماتی که نیاز به روش های پشتیبانی دارند، بنا به تعریف دشوار و در نتیجه پیچیده هستند

مدل. باید بین مدل‌سازی و قابلیت استفاده از مدل به توافق رسید.

اعتقاد ما بر این است که تحلیل سلسله مراتبی به این تفاهم رسیده است و برای بسیاری از موارد دیگر مفید خواهد بود

همانطور که در گذشته بوده است. به طور خاص، تحلیل سلسله مراتبی از طریق جامعه دانشگاهی نقض شده  استو به طور گسترده توسط پزشکان استفاده شود. این استفاده گسترده قطعا به دلیل سهولت آن است و کاربرد و ساختار AHP  از روش شهودی مدیران پیروی می کند

نکته : جهت سفارش پروژه AHP میتوانید ثبت نام کنید و پروژه خود را به ثبت برسانید تا فریلنسرهای کافه پروژه برای کار شما پیشنهاد قیمت دهند.

حل مشکلات. مدلسازی سلسله مراتبی مسئله، امکان انتخاب از طریق کلام

قضاوت و تأیید سازگاری دارایی اصلی روش سلسله مراتبی  است. انتخاب متخصص،

نرم افزارو پشتیبانی کاربر پسند، قطعا تا حد زیادی به موفقیت کمک کرده است

و این روش. این شامل رابط های کاربری گرافیکی بصری، محاسبه خودکار اولویت ها است

. امروز چندین مورد دیگرو تناقضات و چندین روش برای پردازش یک تحلیل حساسیت و بسته های نرم افزاری پشتیبانی کننده  توسعه داده شده اند:

… ناگفته نماند که یک قالب در اکسل می تواند به راحتی تولید شود. با این حال بیشتر نرم افزارها فقط بر اساس  روش قدیمی هستند

تحلیل سلسله مراتبی همراه با کاربردهای سنتی آن، مرحله  جدیدی است  که توسط کار هو جمع آوری شده است

استفاده از تحلیل سلسله مراتبی در ارتباط با روش های دیگر است: مانند برنامه ریزی ریاضی و روش هایی مانند برنامه ریزی خطی، تجزیه و تحلیل پوششی داده ها (DEA)، مجموعه های فازی، خانه کیفیت، الگوریتم های ژنتیک، شبکه های عصبی، تحلیل سوات  و اخیراً با GIS

. شکی نیست که  استفاده از تحلیل سلسله مراتبی بیشتر و بیشتر خواهد شد

تصویب تحلیل سلسله مراتبی هنوز از برخی اختلافات نظری رنج می برد. تغییر رتبه مطمئناً بیشترین بحث را دارد

مسئله. این پدیده هنوز به طور کامل حل نشده است و شاید هرگز حل نشود زیرا

جمع شدن  ترجیحات انتقال داده شده از مقیاس های واحدهای مختلف به راحتی قابل تفسیر نیست و حتی از نظر مکتب فرانسوی سوال برانگیز است (روی ۱۹۹۶).

فرضیه  استقلال معیارها (بدون همبستگی) ممکن است گاهی اوقات یک محدودیت باشد

تحلیل سلسله مراتبی (و سایر روش ها مانند  MCDM). فرآیند شبکه تحلیلی (ANP)، تعمیم

AHP با بازخورد برای تنظیم وزن، ممکن است یک راه حل باشد. با این حال تصمیم گیرنده باید

به تعداد بسیار بیشتری سؤال پاسخ دهید، که ممکن است کاملاً پیچیده باشد: به عنوان مثال. «با توجه به یک

جایگزین و یک معیار، که کدام یک از دو گزینه بیشتر بر معیار داده شده تأثیر می گذارد

و چقدر بیشتر از یک جایگزین دیگر» (ساعتی و تاکیزاوا ۱۹۸۶).و  یک ANP ساده شده،

در حالی که هنوز ویژگی های آن را حفظ می کند، برای پذیرش گسترده تر روش ای اچ پی  مفید خواهد بود.

. انتخاب  هر یک از روش های سلسله مراتب و مقیاس قضاوت مهم و دشوار است. روش های ساختاربندی مسئله می تواند در ساخت سلسله مراتب ای اچ پی کمک کند.

سایت کافه پروژه در حوزه انجام پروژه های آماری مانند پروژه های spss نیز فعالیت خوبی دارد و دارای مجریان خبره ای می باشد.جهت سفارش پروژه spss در سایت نام نویسی نمایید.

ممنون از اینکه آموزش های ما را دنبال می کنید این بخش از آموزش نرم افزار اکسپرت چویس به اتمام رسید به زودی آموزش قسمت بعدی نرم افزار بر روی سایت منتشر می شود

نحوه سفارش پروژه در سایت کافه پروژه :

اگر پروژه ای دارید که میخواهید آن را برون سپاری کنید کافی است در سایت کافه پروژه ثبت نام کنید و پروژه خود را ثبت نمایید.پروژه شما هر چه که باشد حتما مجری برای آن وجود دارد.جهت ثبت نام و ثبت سفارش پروژه خود برروی دکمه زیر کلیک نمایید.

بدون دیدگاه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *