دسته بندی محصولات

صبر کن! کجا می خوای بری؟
قبل از اینکه بری از کد تخفیف Fara10
برای 10% تخفیف خرید استفاده کن

قبل از اینکه بری از کد تخفیف Fara10
برای 10% تخفیف خرید استفاده کن
قیمت اصلی 500.000 تومان بود.480.000 تومانقیمت فعلی 480.000 تومان است.
در این روش MEREC، از یک معیار لگاریتمی ساده با وزنهای مساوی برای محاسبه عملکرد گزینهها استفاده میشود. برای شناسایی اثرات حذف هر معیار، از معیار انحراف مطلق استفاده می کنیم. این معیار نشان دهنده تفاوت بین عملکرد کلی جایگزین و عملکرد آن در حذف یک معیار است.
این محصول شامل:
روش MEREC که مخفف MEthod based on the Removal Effects of Criteria است، به عنوان یک جایگزین قدرتمند برای روشهای سنتی مانند انتروپی معرفی شده است. منطق این روش بسیار هوشمندانه است: «اهمیت یک معیار با میزان تغییری که حذف آن در عملکرد کلی گزینهها ایجاد میکند، سنجیده میشود.» از آنجایی که محاسبات این روش مستلزم حذف تکتک معیارها و محاسبه مجدد امتیازات در هر مرحله است، انجام آن به صورت دستی بسیار دشوار و مستعد خطاست. مثال روش MEREC فرابگیر، تمامی این فرآیند پیچیده را به صورت کاملاً خودکار انجام میدهد.
محاسبه خودکار اثر حذف (Removal Effect): این مثال روش MEREC به صورت هوشمند هر بار یکی از شاخصها را از ماتریس تصمیم حذف کرده و میزان انحراف ایجاد شده در عملکرد گزینهها را محاسبه میکند.
استخراج وزنهای با پایداری بالا: بر خلاف روش انتروپی شانون که گاهی وزنهای نامتعارفی تولید میکند، MEREC به دلیل نگاه سیستمی، وزنهای متعادلتری برای استفاده در روشهایی مثل روش MARCOS یا روش TOPSIS ارائه میدهد.
نرمالسازی و خروجی نهایی: تمامی مراحل نرمالسازی لگاریتمی و تجمیع امتیازات در فایل پیادهسازی شده تا وزن نهایی معیارها با دقت ۱۰۰٪ استخراج شود.
در پروژههای نوین آمار و تحلیل داده، استفاده از متدهای پس از سال ۲۰۲۰ (مانند MEREC) نشاندهنده بهروز بودن پژوهش است. این محصول برای دانشجویان آموزش مدیریت و مهندسی که به دنبال حذف سوگیریهای ذهنی و جایگزینی آن با وزنهای عینی (Objective) هستند، طراحی شده است. تمامی الگوریتمها در آکادمی نرمافزار فرابگیر بر اساس مقاله اصلی ۲۰۲۱ بازبینی و صحتسنجی شدهاند تا با استانداردهای علمی تحقیق در عملیات مطابقت داشته باشند.
مثال روش MEREC ابزاری استراتژیک برای کسانی است که میخواهند وزندهی شاخصهای خود را به سطح حرفهای برسانند. این فایل با تبدیل یک تئوری پیچیده ریاضی به یک ابزار کاربردی، به شما کمک میکند تا در بخش تصمیمگیری چندمعیاره (MCDM) پروژه خود، خروجیهایی مستدل و مبتنی بر پایداری دادهها ارائه دهید. استفاده از این محصول در سایت فرابگیر، سرعت و دقت شما را در انجام تحلیلهای حساس به شدت افزایش میدهد.
یادگیری روشهای تصمیمگیری چندمعیاره زمانی کامل میشود که علاوه بر آشنایی با مبانی نظری، نحوه اجرای آنها را نیز در قالب مثالهای واقعی مشاهده کنید. به همین دلیل مجموعهای از مثالهای کاربردی برای پرکاربردترین روشهای MCDM تهیه شده است تا پژوهشگران، دانشجویان و مدیران بتوانند مراحل انجام محاسبات را بهصورت گامبهگام دنبال کنند. برای شروع میتوانید از مثال روش VIKOR، مثال روش SAW و مثال روش MABAC استفاده کنید.
اگر مسئله شما به وزندهی معیارها یا تحلیل کارایی مربوط میشود، منابع متعددی در دسترس است. مثال روش DEA، مثال روش BWM، میانگین نظرات خبرگان و مثال روشهای وزندهی به شما کمک میکنند تا فرآیند تعیین وزن معیارها و ارزیابی گزینهها را با دقت بیشتری انجام دهید. همچنین برای مدلهای ترکیبی میتوانید از مثال روش DANP و مثال روش DEMATEL-ANP بهره ببرید.
برای پژوهشهایی که از روشهای کلاسیک و نوین رتبهبندی استفاده میکنند نیز مثالهای متنوعی ارائه شده است. از جمله میتوان به مثال روش الکتره 2، مثال روش AHP گروهی، مثال روش AHP چندسطحی، مثال روش MAIRCA، مثال روش MultiMoora، مثال روش MEREC و مثال روش FUCOM اشاره کرد.
در صورتی که به دنبال روشهای جدیدتر یا مدلهای ترکیبی هستید، پیشنهاد میشود مثال روش Entropy-TOPSIS، مثال روش PROMETHEE II، مثال روش UTA، مثال روش MARCOS، مثال روش CODAS، مثال روش Goal Programming و مثال روش PSI را مطالعه کنید.
علاوه بر این، برای آشنایی با سایر تکنیکهای تخصصی نیز مثالهای متعددی در دسترس قرار دارد؛ از جمله مثال روش ISM، مثال روش ORESTE، مثال روش QUALIFLEX، مثال روش MAUT، مثال روش IDOCRIW، مثال روش TODIM، مثال روش AHP-DEMATEL، مثال روش EXPROM، مثال روش KEMIRA، مثال روش OPA، مثال روش SIWEC و مثال روش LMAW که هر کدام با مثالهای عملی، فرآیند اجرای مدل را بهصورت شفاف آموزش میدهند.
برای فرستادن دیدگاه، باید وارد شده باشید.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.