فایل ورد کامل تصمیم گیری چند معیاری با معیارهای همپوشان

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل تصمیم گیری چند معیاری با معیارهای همپوشان،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۲ صفحه

الگوریتم استدلال شواهد (ER) برای برنامه های تصمیم گیری چند معیاره (MCDM) نظرات مجموعه ای از چند کارشناس را مورد توجه قرار می دهد. دو نوع الگوریتم در اینجا مورد نظر است که یک سناریوی فراتر از یک کارشناس را اجرا می کنند. الگوریتم نخست برخی از تخصص های چند گانه که بخشی از یک سیستم بزرگتر هستند را اجرایی می کند. مقایسه ی تجربی تغییر ER در این سناریو آشکارسازی ضعیف تری را نشان داد. الگوریتم دوم زمانی مورد استفاده قرار می گیرد که تخصص ها حوزه های تخصصی بین زیرسیستم ها را همپوشانی می کنند. مقایسه ها با استفاده از ER در این مقاله انجام شده است. هر دو الگوریتم مثال هایی از ER های انحصاری و غیرانحصاری ارائه می دهند.

واژه های کلیدی: تصمیم گیری چند معیاری (MCDM) | تصمیم گیری گروهی | سیستم های پشتیبان تصمیم گیری | نظریه دمپستر-شافر | احتمال

عنوان انگلیسی:

Multi-criteria decision making with overlapping criteria

~~en~~ writers :

Mohammed Shahid Abdulla

The evidential reasoning (ER) algorithm for multi-criteria decision making (MCDM)
performs aggregation of the assessments of multiple experts, one each for every attribute (or
subsystem or criterion) of a given system. Two variants of ER are proposed, that handle
a scenario where more than one expert assesses an attribute. The first algorithm handles
the case of multiple experts who assess an attribute of a larger system. Experiments compare
a modification of ER for this scenario which results in poorer detection. The second algorithm is
used when experts have overlapping areas of expertise among the subsystems. A comparison is
made with a variant of ER in the literature. Both algorithms are examples of novel ‘exclusive’
and ‘inclusive’ ER.

KEYWORDS: Multi-criteria decision making (MCDM) | Group decision making | Decision support systems | Dempster-Schafer theory | Probability

$$en!!