توضیحات :
پروژه ای که در این مطلب برای دانلود آماده شده است ، به شناسایی و دسته بندی تکنیک های تصمیم گیری چند معیاره گسسته پرداخته است. تصمیمگیری چند شاخصه یا multiple Attribute Decision making و به اختصار MADM شاخه ای از تصمیم گیری چند معیاره می باشد. این نوع از تصمیم گیری شامل مدلها و روشهایی می باشد که خود به دو دسته ی مدلهای جبرانی و مدلهای غیرجبرانی تقسیم می گردد.با توجه به اینکه هدف از این پروژه ، ارائه دسته بندی های جدیدی از تکنیک های MADM است، این تکنیک ها بررسی و در نهایت، ۷ نوع دسته بندی مختلف ارائه و توجیه شده است.
پس از بررسی تکنیک های MADM کلاسیک، سعی شد، متدهای جدید MADM شناسایی و بررسی شود که نتیجه این تحقیقات و بررسی ها در فصل سوم آورده شده است .در فصل چهارم ، ۷ نوع دسته بندی برای تکنیک های MADM ارائه شده و فواید هر کدام مورد ارزیابی قرار می گیرد. هر مسئله با چند معیار برای تصمیم گیری، باید توسط یکی از تکنیک های متعدد MADM حل شوند. با توجه به اینکه هدف از انجام این پایان نامه شناسایی تکنیک های جدید و دسته بندی تکنیک های تصمیم گیری چند معیاره گسسته (MADM)است ، آشنایی با مباحث اولیه مربوط به تکنیک های MADM ضروری 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 ) 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 ) و مدلهای چند شاخصه (MADM).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. تفاوت اصلی مدلهای تصمیمگیری چند هدفه با مدل های تصمیمگیری چند معیاره آن است که اولی در فضای تصمیمگیری پیوسته و دومی بر فضای تصمیمگیری گسسته تعریف میگردند.
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).مدلهای MADM شناخته شدهترین شاخه تصمیمگیریهاست. این مدلها دارای تنوع تکنیکی بسیار گستردهای هستند و این امر به هنگام کاربرد ممکن است سردرگمی تحلیلگر یا کاربر را باعث شود.
فهرست مطالب :
چکیده
مقدمه
فصل ۱- مفاهیم اولیه
۱-۱- مقیاس دوقطبی فاصله ای
۱-۲- بی مقیاس کردن
۱-۲-۱- بی مقیاس کردن با استفاده از نرم
۱-۲-۲- بی مقیاس کردن خطی
۱-۲-۳- بی مقیاس کردن فازی
۱-۳- ارزیابی اوزان (wj) برای شاخص ها
۱-۳-۱- تکنیک آنتروپی
۱-۳-۲- روش LINMAP
۱-۳-۳- روش کمترین مجذورات وزین شده
۱-۳-۴- تکنیک بردار ویژه
۱-۴- MADM فازی
۱-۴-۱- تعریف زیر مجموعه فازی
۱-۴-۲- روشهای رتبه بندی فازی Ui (فازی)
فصل ۲- تکنیک های MADM کلاسیک
۲-۱- تکنیک های MADM کلاسیک
۲-۲- مدلهای غیر جبرانی
۲-۲-۱- روش تسلط
۲-۲-۲- روش ماکسی مین
۲-۲-۳- روش ماکسی ماکس
۲-۲-۴- روش رضایت بخش شمول
۲-۲-۵- روش رضایت بخش خاص
۲-۲-۶- روش لکسیکوگراف
۲-۲-۷- روش حذف
۲-۲-۸- روش پرموتاسیون
۲-۳- مدلهای جبرانی
۲-۳-۱- زیرگروه نمره گذاری و امتیاز دهی
۲-۳-۲- زیرگروه سازشی
۲-۳-۳- زیر گروه هماهنگ
۲-۴- روش AHP
۲-۵- AHP گروهی
۲-۶- ساختار غیر رده ای و توام با بازخور
فصل ۳- تکنیک های جدید MADM
۳-۱- روش های فازی با مجموع وزین
۳-۱-۱- روش باآس
۳-۱-۲- روش کواکرناآک
۳-۱-۳- روش دوبوس
۳-۱-۴- روش چنگ
۳-۱-۵- روش بونیسون
۳-۲- استفاده از AHP به صورت فازی
۳-۲-۱- روش باکلی
۳-۳- TOPSIS فازی
۳-۴- ELECTRE GD
۳-۴-۱- حل تعارضات ماتریس ارجحیت
۳-۴-۲- یک ارتباط برتری فازی برای جمع کردن ارجحیت های SDMها
۳-۵- ELECTRE TRI
۳-۵-۱- ارتباط ارجحیت در ELECTRE TRI
۳-۵-۲- رویه تخصیص
۳-۶- FMADM برای GDM
۳-۶-۱- مرحله مقداردهی
۳-۶-۲- مرحله تجمع براساس معیارها
۳-۷- TOPSIS برای GDM
۳-۸- GRA (Grey Relation Analysis)
۳-۹- AIRM
۳-۱۰- رویکرد (ER (Evidential Reasoning
۳-۱۱- DS-AHP
۳-۱۲- MP-MADM
فصل ۴- دسته بندی تکنیک های MADM
۴-۱- دسته بندی براساس نوع اطلاعات دریافتی از
۴-۲- دسته بندی براساس نوع کاربرد روش
۴-۳- دسته بندی براساس فازی و غیر فازی بودن
۴-۴- دسته بندی براساس تعداد DMها
۴-۵- دسته بندی بر مبنای قطعی یا احتمالی بودن اطلاعات
۴-۶- دسته بندی براساس کامل یا ناقص بودن اطلاعات ورودی
-۴-۷- دسته بندی براساس تعداد دوره های تصمیم گیری
منابع
عنوان پاورپوینت : پروژه تصمیم گیری با معیارهای چند گانه
قالب بندی : PPT
شرح مختصر :
یکی از وظایف اصلی مدیران و تصمیم گیرندگان، تصمیم گیری می باشد. حال این تصمیم گیری با توجه به معیارهای مختلفی صورت می گیرد (MCDM) 1- با استفاده از اهدافی که در ذهن تصمیم گیرنده یا تصمیم گیرندگان است به انتخاب یا طراحی جواب می پردازد (MODM) 2- با توجه به گزینه ها و شاخص های موجود، تشکیل ماتریس تصمیم گیری می دهند و به انتخاب گزینه ی برتر می پردازند (MADM). روش پرومته جزء روشهای MADM و به عنوان یک روش کارا و با استفاده از دو واژه ترجیح و بی تفاوتی به دنبال انتخاب بهترین گزینه می باشد. این روش در زمینه های مختلف همانند بانکداری، مناطق صنعتی، برنامه ریزی نیروی کاری، منابع آب، سرمایه گذاری ها، پزشکی، شیمی ،مراقبت های پزشکی، تحقیق در عملیات، مدیریت پویا و . . . به کار گرفته شده است. این روش به دلیل خاصیت ریاضی و سهولت استفاده از آن جزء روشهای پر استقبال قرار گرفته است.
فهرست:
معرفی روش
تاریخچه
الگوریتم روش
مثال عددی
نرم افزار
عنوان پاورپوینت : درختان تصمیم
قالب بندی : پاورپوینت
شرح مختصر : درخت تصمیم یک ابزار برای پشتیبانی از تصمیم است که از درختان برای مدل کردن استفاده میکند. درخت تصمیم به طور معمول در تحقیق درعملیات استفاده میشود، به طور خاص در آنالیز تصمیم، برای مشخص کردن استراتژی که با بیشترین احتمال به هدف برسد بکار، میرود. استفاده دیگر درختان تصمیم، توصیف محاسبات احتمال شرطی است. در این اسلایدهای آموزشی درختان تصمیم را معرفی کرده و بعد از معرفی طریقه ساخت انواع درختان تصمیم را آموزش داده و در انتها معایب و مزایای درخت تصمیم را آورده ایم.
فهرست :
تعریف درخت تصمیم
ساختار درخت تصمیم
خصوصیات درخت تصمیم
درخت تصمیم گیری چگونه کار میکند؟
اثر بخشی یک درخت تصمیم
انواع متغیر
مزایا و معایب
نرم افزارهای کاربردی
مثال ها
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
پایان نامه کارشناسی ارشد علوم تربیتی
گرایش مشاوره
همراه با پرسش نامه
158 صفحه
چکیده
هدف از پژوهش حاضر تدوین و آزمون یک مدل انگیزشی برای تصمیم دانش آموزان به ترک یا ادامه تحصیل از دبیرستان بر مبنای نظریه تعیین گری شخصی بر روی دانش آموزان روستایی پسر اول دبیرستان شهرستان اقلید می باشد. در پژوهش حاضر، نمونه ای 192 نفری از دانش آموزان پسر اول دبیرستان مورد بررسی قرار گرفتند. این پژوهش متغیرهای انگیزشی که بیانگر قصد دانش آموزان به ادامه تحصیل یا ترک تحصیل بود را مورد بررسی قرار داد. در این پژوهش از نمونه گیری تصادفی ساده استفاده شد و برای سنجش متغیرها از شش سازه مکنون – ادراک حمایت معلم از خود پیروی، ارزش ادراک شده تحصیل، انگیزش خود تعیین شده، شایستگی ادراک شده، عملکرد تحصیلی و تصمیم به ادامه تحصیل استفاده شد.
برای تجزیه و تحلیل داده ها از روش تحلیل معادلات ساختاری با استفاده از نرم افزار لیزرل و همچنین از روش رگرسیون چند متغیری برای تحلیل مسیر داده ها استفاده شد.
تحلیل مسیر اطلاعات پرسشنامه ای نشان داد که حمایت از خود مختاری توسط معلم و ارزش ادراک شده تحصیل در کلاس درس به طور غیر مستقیم از طریق ارتباط با عملکرد تحصیلی و شایستگی ادراک شده باعث تمایل آنان به ادامه تحصیل می شود.
واژه های کلیدی: نظریه تعیین گری شخصی، مدل انگیزشی