روش تصمیم گیری Promethee

    تکنیک پرامتی (Promethee)  که در بسیاری از ترجمه ها به نام پرومته معروف است و ماژول گایا در میان گسترده ترین روشهای استفاده شده در زمینه تصمیم گیری با معیارهای چند گانه است. متدولوژی پرامتی ۱ (Promethee 1) که دسته بندی جزئی و همچنین پرامتی ۲ (Promethee 2) که دسته بندی کامل انجام میدهد، نخستین بار در سال ۱۹۸۲ توسط پروفسور برانس توسعه داده شده و در همان سال های اولیه کاربرد فراوانی پیدا کرد. چند سال بعد پروفسور برانسبه کمک مارشال دو نسخه جدیدتر پرامتی یعنی پرامتی ۳ (رتبه بندی مبتنی بر بازه ها) و پرامتی ۴ (موارد پیوسته) را توسعه دادند. همچنین دو محقق مذکور در سال ۱۹۹۸ ماژول تصویری گایا را توسعه دادند. این ماژول نمایش گرافیکی جالبی را فراهم می کند که از پرامتی پشتیبانی می کند.

    توابع ترجیح در پرامتی (Promethee)

    بطور کلی شش نوع تابع ترجیح پیشنهاد شده است که در جدول زیر آورده شده است تجربه نشان داده است که شش نوع تابع ارجحیت مذکور برای بیشتر مسائل واقعی جهان رضایت بخش است. با این حال هیچ اجباری به استفاده کردن از این نوع شش تابع ارجحیت وجود ندارد و تصمیم گیرنده می تواند تابع ارجحیت های دلخواه خود را برای ساختن معیار تصمیم یافته در نظر گیرد.

    آموزش روش promethee

    در توابع فوق پارامترهای q و p و s به ترتیب عبارتند از آستانه بی تفاوتی، آستانه برتری و آستانه مقدار میانی بین p و q. به عبارت بهتر q بزرگترین اختلافی است که تصمیم گیرنده می تواند در مقایسه دو گزینه نادیده بگیرد.

    روش پرامتی ۱ (Promethee 1)

    در این روش هدف رتبه بندی جزیی گزینه ها می باشد. تعریف شاخص ها به صورت زیر است.

    آموزش روش promethee

    شاخص π(a,b) بیان می کند با چه درجه ای گزینه a با توجه به تمام گزینه ها بر گزینه b برتری دارد و π(b,a) بیان می کند که گزینه b با توجه به تمام گزینه ها چقدر بر گزینه a برتری دارد. در بیشتر موارد هر دو شاخص فوق مثبت هستند و بدین معنی است که گزینه a در بعضی معیارها بر گزینه b برتری دارد و گزینه b هم در برخی معیارها بر a برتری دارد. ممکن است دو گزینه در بعضی معیارها با هم یکسان باشند.

    • اگر π(a,b)=0 باشد تمامی مقادیر pj(a,b) برابر صفر است و این بدان معناست که a هیچ برتری بر b ندارد.
    • اگر π(a,b)=1 باشد تمامی مقادیر pj(a,b) برابر یک است و این بدان معناست که a کاملا بر b ارجحیت دارد.

    روش پرامتی ۲ (Promethee 2)

    هنگامی که روش پرامتی ۱ در در رتبه بندی بعضی گزینه ها ناتوان باشد از پرامتی ۲ استفاده می شود. جریان ترجیحات به منظور منظم کردن نتایج مقایسات زوجی و رتبه بندی گزینه ها است سه نوع مختلف جریان ترجیحات وجود دارد:

    • +Phi جریان مثبت است که از رابطه زیر بدست می آید و میزان ارجحیت a نسبت به n-1 گزینه دیگر را بررسی می کند این در واقع میزان قدرت گزینه a می باشد هر چه قدرت +Phi بیشتر باشد گزینه a بهتر است.

    آموزش روش promethee

    • -Phi جریان منفی است که از رابطه زیر بدست می آید و میزان ارجحیت n-1 گزینه دیگر را نسبت به گزینه a بررسی می کند این در واقع میزان ضعف گزینه a می باشد هر چه قدرت -Phi کمتر باشد گزینه a بهتر است.

    آموزش روش promethee

    • Phi جریان خالص است که از رابطه زیر بدست می آید در واقع بیانگر مقادیر جریان مثبت و منفی بصورت همزمان می باشد هر چه قدرت Phi بیشتر باشد گزینه a بهتر است.

    آموزش روش promethee

    مثال روش Promethee

    در این مثال هدف رتبه بندی سه گزینه A1 و A2 و A3 بر اساس ۴ معیار C1 تا C4 می باشد که معیارهای C1 از نوع منفی و سه معیار دیگر جنبه مثبت دارند. همچنین از ورودی های این مدل باید وزن معیارها را نیز در اختیار داشته باشیم این اوزان را می توان از روشهایی نظیر AHP و یا آنتروپی محاسبه کرد. ماتریس تصمیم مقال به همراه وزن معیارها و دیگر اطلاعات در جدول زیر آورده شده است.

    معیارها گزینه ها
    (C4) (C3) (C2) (C1)
    ۰.۲۶۷ ۰.۳۳۶ ۰.۰۹۲ ۰.۳۰۵
    مثبت مثبت مثبت منفی نوع شاخص
    ۴ ۵ ۳ ۳ نوع تابع
    ۱ ۳ q
    ۳ ۱۰ ۵ ۵ P
    ۴ ۱۳ ۸ ۵ A1
    ۲ ۹ ۱۰ ۴ A2
    ۳ ۶ ۱۲ ۸ A3

    در گام اول باید تفاوت گزینه ها را نسبت به معیارهایی که در آن ارجح هستند را بدست آورد که در جدول زیر آورده شده است.

    C4 C3 C2 C1
    ۲ ۴ ۰ ۰ A2 میزان تفاوت A1 با گزینه های دیگر
    ۱ ۷ ۰ ۳ A3
    ۰ ۰ ۲ ۱ A1 میزان تفاوت A2 با گزینه های دیگر
    ۰ ۳ ۰ ۴ A3
    ۰ ۰ ۴ ۰ A1 میزان تفاوت A3 با گزینه های دیگر
    ۱ ۰ ۲ ۰ A2

    در گام دوم باید مقادیر (Pj(a,b را با توجه به توابع داده شده محاسبه کرد. که در جدول زیر آورده شده است.

    C4 C3 C2 C1 P1 ارجحیت A1 با گزینه های دیگر
    ۱/۲ ۱/۷ ۰ ۰ A2
    ۰ ۴/۷ ۰ ۳/۵ A3
    C4 C3 C2 C1 P2 ارجحیت A2 با گزینه های دیگر
    ۰ ۰ ۲/۵ ۱/۵ A1
    ۰ ۰ ۰ ۴/۵ A3
    C4 C3 C2 C1 P3 ارجحیت A3 با گزینه های دیگر
    ۰ ۰ ۴/۵ ۰ A1
    ۰ ۰ ۲/۵ ۰ A2

    در گام سوم شاخص های ارجحیت ادغامی را محاسبه می کنیم.

    π(۳,۱)= ۰.۰۷۳۶ π(۲,۱)= ۰.۰۹۷۵ π(۱,۲)= ۰.۱۸۱۵
    π(۳,۲)= ۰.۳۶۸ π(۲,۳)= ۰.۲۴۴ π(۱,۳)= ۰.۳۷۵
    π(۳,x)= 0.1104∑ π(۲,x)=0.3418∑ π(۱,x)= 0.5565∑
    π(x,3)= 0.619∑ π(x,2)= 0.2183∑ π(x,1)=0.1714∑

    در گام چهارم بدست آوردن جریانهای مثبت و منفی، و بعد جریان خالص جهت رتبه بندی.

    Phi -Phi +Phi
    ۰٫۱۹۲۳ ۰٫۰۸۵۷ ۰٫۲۷۸۳ A1
    ۰٫۰۶۱۷ ۰٫۱۰۹۲ ۰٫۱۷۰۹ A2
    -۰٫۲۵۴۳ ۰٫۳۰۹۵ ۰٫۰۵۵۲ A3

    سپس در گام آخر بر اساس جریان خالص گزینه ها را رتبه بندی میکنیم که گزینه A1 رتبه اول و گزینه A2 رتبه دوم و گزینه A3 رتبه سوم را کسب کرده است.

     

    فایل پیوستی
     Ant Colony.rar   19.26MB
      0 تعداد دریافت ها

     

    مجموعه فایل های آموزشی “الکوریتم کلونی مورچگان”

     

     

    48183572480643753095.png

    طرح مورد نظر احداث یک واحد تولید قطعات ماشین آلات دوار صنعت انرژی کشور ) توربین های گازی، بخار و کمپرسور(برای صنایع نفت، گاز ، پتروشیمی و توانیر است.تدوین دانش فنی و تولید قطعات توربین های گازی، کمپرسورها و توربین های بخار، پره های ثابت و متحرک توربینهای گازی ، قطعات دوار و…. از اهداف

    نوشته طرح توجیهی تولید انواع قطعات توربین -فرصت سرمایه گذاری١٢١ اولین بار در کنفرانس رسمی صنایع آرمان پدیدار شد.

    فایل پیوستی
     shamsi.p6.pdf   648.35K
      0 تعداد دریافت ها

     

     

     توضیحات کامل و کاربردی در خصوص نحوه شمسی سازی تاریخ ها در نرم افزار پریماورا 

    فایل پیوستی
     shakhes-BCWS-BCWP.pdf   427.09K
      0 تعداد دریافت ها

     

     

    شاخصهای BCWS و BCWP در
    مدیریت پروژه

    فایل پیوستی
     ریسک پیاده سازی مدیریت منابع سازمانی.pdf   240.75K
      0 تعداد دریافت ها

     

    ریسک پیاده سازی مدیریت منابع سازمانی

     

    از یک سو به کارگیری سیستم های مدیریت منابع سازمان مزایای بسیاری برای
    شرکت ها در پی دارد و از سوی دیگر هزینه بالای مالکیت نرم افزار و هزینه های
    جانبی استقرار، ریسک استفاده از این سیستم ها را افزایش می دهد.
    در این مقاله تلاش شده است برخی اشتباهات رایج در شناسایی، پایش و حل مشکلات
    استقرار سیستم های ERP که ممکن است با آن ها مواجه شوید بررسی شده و
    اقدامات پیشنهادی جهت مدیریت آنها ذکر شود.

    فعال به عنوان یک جاذب دارای کاربردهای مهم و حیاتی میباشد. این ماده از پیرولیز مواد گیاهی حاوی کربن تولد میشود و تحت عملیات فعالسازی قرار میگیرد.با توجه به نوع موادخام مصرفی، کربنهای فعال دارای اندازه منفذ و شکلهای متفاوت هستند و از طرفی با توجه به اندازه منفذ و توز یع اندازه دارای کاربردهای

    نوشته طرح توجیهی تولید کربن فعال -فرصت سرمایه گذاری١٢٠ اولین بار در کنفرانس رسمی صنایع آرمان پدیدار شد.

    فایل پیوستی
     A Project Manager s Book of Forms.pdf   4.65MB
      9 تعداد دریافت ها

     

    کتاب مجموعه فرم های پیاده سازی استاندارد مدیریت پروژه 

    معرفی طرح فرآوری عسل طرح مورد نظر احداث یک واحد فرآوری عسل (بسته بندی) با ظرفیت عملی ۱۹۳٫۵ تن معجون عسلی و ۱۷۰ تن عسل مخلوط با میوه و ۶۳۰ تن عسل بسته بندی در سال می باشد. نوع و مشخصات فرآوری عسل عسل طبیعی ترکیبی مملو از انواع قندهای ساده( عمدتا فروکتوز و گلوکز

    نوشته طرح توجیهی فرآوری عسل-فرصت سرمایه گذاری١١٩ اولین بار در کنفرانس رسمی صنایع آرمان پدیدار شد.

    روش AHP

    روش AHP در سال ۱۹۷۰ توسط آقای تومال ال ساعتی ارائه شد. روش AHP یکی از جامع ترین و پرکاربردترین تکنیک های تصمیم گیری چند معیاره می باشد که کاربرد زیادی در رشته های مختلف به خصوص مدیریت و مهندسی صنایع دارد. این روش با ایجاد یک سلسله مراتبی از مسائل پیچیده در واقع مساله را به صورت ساده تر فرموله می کند. این روش برای وزن دهی و رتبه بندی گزینه ها کاربرد زیادی دارد و برای این کار از مقایسات زوجی استفاده می کند. یکی از مزیت های این روش محاسبه نرخ ناسازگاری است که نشان دهنده سازگاری و ثبات در مقایسات زوجی است.

    ۴ اصل روش AHP

    آقای ساعتی ۴ اصل مهم را برای فرایند سلسله مراتبی (AHP) معرفی نمود:

    1. اصل معکوسی: اگر معیار A بر معیار B به اندازه n برتر باشد معیار B نیز به اندازه ۱/n از معیار B ارجح است. به عبارت ساده تر اگر مقایسات زوجی را در قالب یک ماتریس بیان کنید اعداد بالا و پایین قطر اصلی معکوس یکدیگر هستند.
    2. اصل همگنی: یعنی در مقایسه زوجی دو معیار و یا دو گزینه باید هر دو طوری باشند که با هم قابل مقایسه باشند به عبارت دیگر برتری معیار و یا گزینه A بر B نمی تواند صفر یا بینهایت باشد.
    3. اصل وابستگی: در AHP هر معیار یا گزینه به سطح بالاتر خود وابسته است و این وابستگی به صورت خطی از بالا با پایین می باشد.
    4. اصل انتظارات: در گاه تغییری در سلسله مراتب بوجود آید به عنوان مثال معیاری اضافه و یا حذف شود باید مجمدا فرایند صورت گیرد.

    عدد خاکستری (فاصله ای یا interval)

    عدد خاکستری، به عددی غیرقطعی گفته می شود که مقدار دقیق آن مشخص نیست اما بازه ای که عدد در آن قرار دارد مشخص است. عدد خاکستری را می توان عددی با اطلاعات نامطمئن تعریف کرد. عدد خاکستری دارای دو کران بالا و پایین است و شباهت زیادی به اعداد فازی دارد اما دارای تفاوت هایی نیز هست به عبارت دیگر مقدار دقیق حد بالا و پایین در عدد خاکستری، معلوم است؛ درحالی که در یک عدد فازی، ضمن اینکه عدد به صورت یک بازه تعریف می شود، ولی مقدار دقیق حد بالا و پایین معلوم نیست و از یک تابع عضویت تبعیت می کند. همین تفاوت بین عدد خاکستری و عدد فازی موجب می شود که محاسبات با اعداد خاکستری، از سادگی بیشتری نسبت به اعداد فازی برخوردار باشد. زیرا تعیین تابع عضویت برای حدهای بالا و پایین یک عدد فازی، خود همراه با پیچیدگی ها و عملیات محاسباتی است.

    روش AHP خاکستری (grey AHP)

    فرایند تحلیل سلسه مراتبی خاکستری همان طور که بیان شد در آن از اعداد خاکستری استفاده می شود. در مقاله ای که در سال ۲۰۱۵ توسط آقا ژو ارائه شد با استفاده از تئوری راف و اعداد راف به حل فرایند سلسله مراتبی خاکستری پرداخته شده است. اعداد راف توسط آقای ژا و همکاران در سال ۲۰۰۸ معرفی شد. اعداد راف شباهت بسیار زیادی با اعداد خاکستری (فاصله ای) دارند بنابراین از روابط آن ها می توان برای اعداد خاکستری استفاده کرد. در مقاله آقای ژو ۲۰۱۵ گامهای زیر برای پیاده سازی AHP خاکستری ارائه نمود:

    1. ایجاد مقایسات زوجی با استفاده از اعداد قطعی.
    2. محاسبه نرخ ناسازگاری مقایسات زوجی قطعی (در صورتیکه نرخ ناسازگاری کمتر از ۰.۱ بود سازگاری برقرار است).
    3. تبدیل اعداد قطعی به اعداد راف (اعداد راف در اینجا مشابه اعداد خاکستری یا فاصله ای می باشند).
    4. گرفتن میانگین هندسی از ماتریس خاکستری حاصل شده
    5. وزن نرمال شده از تقسیم هر میانگین هندسی بر بزرگترین کران بالای میانگین هندسی حاصل می شود.

    چنانچه نیازمند مشاوره و یا انجام پروژه خود با این روشها هستید با ما تماس بگیرید| ۰۹۳۳۸۸۵۹۱۸۱

    روش AHP خاکستری (فرایند تحلیل سلسله مراتبی خاکستری)


     

© تمامی حقوق مطالب برای وبسایت پایگاه رسمی کنفرانس محفوظ است و هرگونه کپی برداری بدون ذکر منبع ممنوع و شرعا حرام می باشد.
قدرت گرفته از : بک لینکس