روش رتبه بندی یاگر
در یک ماتریس تصمیم که A={A1, A2… An} بیانگر مجموعه گزینه ها، X= {X1, X2… Xn} بیانگر مجموعه شاخص ها، C1, C2…Cn نشان دهنده مجموعه های فازی که بیانگر درجه ارضا معیار jام توسط گزینه های مختلف می باشد.
روش رتبه بندی یاگر
یک تصمیم را می توان به اشتراک تمام مجموعه های فازی C1, C2… Cn در نظر گرفت:
D = C1w1∩C2w2…∩Cnwn
که در آن wj وزن شاخص jام می باشد. در این رابطه گزینه بهینه، گزینه ای است که بیشترین درجه عضویت را در D داشته باشد. یاگر پیشنهاد می نماید برای بدست آوردن wj ها از روش سلسله مراتبی ساعتی استفاده نماییم. مدل یاگر دارای گام هایی به شرح زیر است:
- با انجام مقایسات زوجی ( روش ساعتی)، وزن شاخص ها مختلف(wj) را تعیین کنید. لازم به ذکر است برای پر کردن ماتریس مقایسات زوجی از مقیاس 9 تایی ساعتی استفاده می شود تا اهمیت نسبی هر عنصر نسبت به سایر عناصر ماتریس مقایسات زوجی در رابطه با آن خصوصیت مشخص شود.
| ارزش | وضعیت مقایسه i نسبت به j | توضیح | |
| ۱ | اهمیت یکسان Equally Preferred | دو عنصر اهمیت یکسانی دارند | |
| ۳ | نسبتا مرجح Moderately Preferred | گزینه یا شاخص i نسبت به j كمی مهمتر است. | |
| ۵ | ترجیح زیادStrongly Preferred | گزینه یا شاخص i نسبت به j مهمتر است. | |
| ۷ | ترجیح بسیار زیاد Very strongly Preferred | گزینه i دارای ارجحیت خیلی بیشتری از j است. | |
| ۹ | اهمیت مطلق Extremely Preferred | گزینه i از j مطلقاً مهمتر است و قابل مقایسه نیستند. | |
| ۶-۴-۲ | ارزشهای بینابین در قضاوت ها | ارزشهای بینابین را نشان می‌دهد مثلا ۸، بیانگر اهمیتی زیادتر از ۷ و پایین‌تر از ۹ برای i است. | |
- درجه عضویت هرگزینه را در شاخص ها مختلف ارزیابی نمایید (µcj(Aj))و آن را به توان Wj برسانید تا مجموعه فازی Cj(Aj)Wj حاصل گردد.
- اشتراک مجموعه های Cj(Aj)Wj را بدست آورید و بر اساس آن مجموعه فازی تصمیم D را تشکیل دهید.
D = {(Aj, min (µcj (Aj)) wj}
- گزینه ای را که بالاترین درجه عضویت را در D دارا است به عنوان گزینه بهینه انتخاب نمایید.
روش رتبه بندی یاگر روش رتبه بندی یاگر روش رتبه بندی یاگر
مثال روش رتبه بندی یاگر
ماتریس تصمیم زیر را در نظر بگیرید:
| شاخص/گزینه | x1 | x2 | x3 | x4 | |
| a1 | 0.7 | 0.3 | 0.2 | 0.5 | |
| a2 | 0.5 | 0.8 | 0.3 | 0.1 | |
| a3 | 0.4 | 0.6 | 0.8 | 0.2 | |
| مقایسات زوجی | |||||
| شاخص/گزینه | x1 | x2 | x3 | x4 | |
| x1 | 1.00 | 3.00 | 7.00 | 9.00 | |
| x2 | 0.33 | 1.00 | 6.00 | 7.00 | |
| x3 | 0.14 | 0.17 | 1.00 | 3.00 | |
| x4 | 0.11 | 0.14 | 0.33 | 1.00 | |
| جمع | 1.59 | 4.31 | 14.33 | 20.00 | |
| نرمالایز کردن | |||||
| شاخص/گزینه | x1 | x2 | x3 | x4 | Wj |
| x1 | 0.63 | 0.70 | 0.49 | 0.45 | 2.27 |
| x2 | 0.21 | 0.23 | 0.42 | 0.35 | 1.21 |
| x3 | 0.09 | 0.04 | 0.07 | 0.15 | 0.35 |
| x4 | 0.07 | 0.03 | 0.02 | 0.05 | 0.17 |
| تعدیل با وزن ها | |||||
| شاخص/گزینه | x1 | x2 | x3 | x4 | |
| a1 | 0.7^(2.27) | 0.3^(1.21) | 0.2^(0.35) | 0.5^(0.17) | |
| a2 | 0.5^(2.27) | 0.8^(1.21) | 0.3^(0.35) | 0.1^(0.17) | |
| a3 | 0.4^(2.27) | 0.6^(1.21) | 0.8^(0.35) | 0.2^(0.17) | |
| جواب | |||||
| شاخص/گزینه | x1 | x2 | x3 | x4 | min |
| a1 | 0.45 | 0.23 | 0.57 | 0.89 | 0.23 |
| a2 | 0.21 | 0.76 | 0.66 | 0.68 | 0.21 |
| a3 | 0.12 | 0.54 | 0.92 | 0.76 | 0.12 |
D = {(Aj, min (µcj (Aj)) wj} = {(a1, 0.23), (a2, 0.21), (a3, 0.12)}
گزینه اول بالاترین درجه عضویت در D را دارا می باشد. بنابراین A1 به عنوان گزینه بهینه انتخاب می شود.
خدمات فرابگیر
- تبلیغات در فضای مجازی گوگل، اینستاگرام و فیس بوک.
- مدیریت صفحات اجتماعی اینستاگرام و فیس بوک.
- برنامه نویسی حرفه ای با جدیدترین متدهای روز دنیا
- طراحی وب سایت و سئو نمودن مطالب با جدیدترین راهکارها برای بازدید حداکثری مطالب
- خدمات طراحی سربرگ؛ کار ویزیت، لوگو و بسته مدیریتی
- پروژهای دانشجویی در زمینه تحقیق در عملیات، آمار و تصمیم گیری چند معیاره
- آموزش مجازی برای کاربران در زمینه های درخواستی دوره های موجود در وب سایت
باعث افتخارست که مجموعه ما تا کنون بیش از ۱۲۰۰ پروژه موفق در زمینه های متخلف ارائه نموده است که با مراجعه به بخش نمونه کارها در دسترس شما عزیزان قرار گرفته است. در صورتی که تصور می کنید پروژه مورد نظر شما در این دسته بندی ها قرار ندارد با تماس با تیم حرفه ای ما می توانید از مشاوره رایگان بهره مند گردید.
روش رتبه بندی یاگر