1 / 11

SORUNU ÇÖZÜMLEME

SORUNU ÇÖZÜMLEME. Dr. Y. İlker TOPCU www.ilkertopcu. net www. ilkertopcu .org www. ilkertopcu . info www. facebook .com/ yitopcu twitter .com/ yitopcu. BASİT TOPLAMLI AĞIRLIKLANDIRMA.

calvin-snider
Download Presentation

SORUNU ÇÖZÜMLEME

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. SORUNU ÇÖZÜMLEME Dr. Y. İlker TOPCU www.ilkertopcu.net www.ilkertopcu.org www.ilkertopcu.info www.facebook.com/yitopcu twitter.com/yitopcu

  2. BASİT TOPLAMLI AĞIRLIKLANDIRMA • Basit Toplamlı Ağırlıklandırma (SAW - Simple Additive Weighting); Ağırlıklı Ortalama (Weighted Average); Ağırlıklı Toplam (Weighted Sum)(Yoon & Hwang, 1995; Vincke, 1992...) • Her seçeneğin farklı ölçütlere göre elde ettiği performans değerlerinin normalize edilip ölçüt göreli önemlerine göre ağırlıklı ortalaması alınarak toplam (global) puanının elde edilmesine dayanır • Bir seçeneğin global puanı (değer - value): V(ai) = Vi =

  3. ÖRNEK Normalize (doğrusal)karar matrisi ve globalskorlar

  4. AĞIRLIKLI ÇARPIM • WP - Weighted Product (Yoon & Hwang, 1995) Vi = • Normalizasyon yapmak gerekmez! • Önemler; kar ölçütü için pozitif ve maliyet ölçütü için negatif işaretli üs olarak kullanılırlar • Üstel işlem yapıldığından bütün xij değerlerinin 1’den büyük olması gerekir. Eğer herhangi bir ölçüt için 1’den küçük değerler varsa tüm değerler bu ihtiyacı karşılayacak şekilde 10m ile çarpılmalıdır.

  5. ÖRNEK Karar matrisi ve global skorlar

  6. TOPSIS • İdeal çözüme benzerliğe göre tercih sıralama tekniği (Technique for Order Preference by Similarity to Ideal Solution)(Yoon & Hwang, 1995; Hwang & Lin, 1987) • Seçilecek olan seçenek, pozitif ideal çözüme en yakın ve negatif ideal çözüme en uzak uzaklığa sahip olmalıdır. • Adımlar: • Normalize değerler hesaplanır • Normalize değerler ağırlıklandırılır • Pozitif ideal ve negatif ideal çözümler belirlenir • Uzaklıklar (ayrımlar - separations) hesaplanır • İdeal çözüme benzerlikler hesaplanır • Tercih sıralaması yapılır

  7. = = = = ADIMLAR • Normalize değerler hesaplanır • Vektörnormalizasyonu (Euclid uzaklığı) kullanılır • Maliyet ölçütleri için ters dönüşüm yapılmaz! • Normalize değerler ağırlıklandırılır • vij = wj * rij • Pozitif ideal ve negatif ideal çözümler belirlenir J1kar ölçütleri kümesi veJ2maliyet ölçütleri kümesi

  8. ADIMLAR • Uzaklıklar (ayrımlar - separations) hesaplanır • Her seçeneğin ideal çözümlerden Euclid uzaklığıölçülür: • İdeal çözüme benzerlikler hesaplanır • Tercih sıralaması yapılır • Seçenekler benzerliklerine göre azalan sırada sıralanır • Benzerliği en yüksek olan seçenek önerilir

  9. ÖRNEK • Normalize (Vektör) Karar Matrisi

  10. Ağırlıklı Normalize Değerler & Pozitif – Negatif İdeal

  11. Ayrım ölçüleri & ideal çözüme benzerlik

More Related