مقالات ISI مدیریت با ترجمه

نکاتی پیرامون رویکردی جدید برای اشتقاق وزن با استفاده از تحلیل پوششی داده ها در فرآیند تحلیل سلسله مراتبی

[toggle title=”عنوان انگلیسی”]

 A note on “A new approach for weight derivation using data envelopment analysis in the analytic hierarchy process”

[/toggle]

[toggle title=”فهرست مطالب”]

چکیده
واژگان کلیدی
مقدمه
DEAHP (مدل تلفیقی تحلیل سلسله مراتبی و تحلیل پوششی داده ها) اصلاح شده
نظریاتی پیرامون DEAHP اصلاح شده
نتیجه گیری
تقدیر و تشکر
منابع

[/toggle]

[toggle title=”ترجمه چکیده”]

 مشاهده شده است که فرایند تحلیل سلسله مراتبی تحلیل پوششی داده ها (DEAHP) به عنوان روش اشتقاق وزنی برای فرایند تحلیل سلسله مراتبی (AHP) با موانعی مواجه شده است. اخیرا میرهدایتیان و صائن (1390) ]5[ روشی جدید تحت عنوان «اصلاحیه ی فرایند تحلیل سلسله مراتبی تحلیل پوششی داده ها برای فرایند تحلیل سلسله مراتبی» پیشنهاد داده اند ] میرهدایتیان، س. م.، صائن، ر. ف. رویکردی جدید برای اشتقاق وزن با استفاده از تحلیل پوششی داده ها در فرآیند تحلیل سلسله مراتبی، نشریه انجمن تحقیق در عملیات 62 (1390) 1595-1585[. این مقاله قصد دارد نکاتی تفصیلی ارائه کند تا نشان دهد که (1) اصلاحیه فرایند تحلیل سلسله مراتبی تحلیل پوششی داده ها نمی تواند اوزان صحیح را از ماتریس های مقایسه زوجی کاملا سازگار مشتق کند، (2) ممکن است اوزانی گنگ برای ماتریس های مقایسه زوجی ناسازگار بدست آورد، (3) هنوز هم با افزودن یا حذف معیار تصمیم کارامد و یا یک جایگزین با مشکل رتبه برگشتی مواجه می شود، (4) استفاده از مدل فوق کارامد در تحلیل پوششی داده ها برای اشتقاق وزنی فرایند تحلیل سلسله مراتبی اضافی زمانیکه معیار چند تصمیمی و یا گزینه هایی کارامد در ماتریس مقایسه زوجی وجود دارد، امری اضافی و بی معناست، (5) ممکن است رتبه بندی ای کاملا معکوس ایجاد کند که کاملا مخالف با رتبه های بدست آمده از طریق شیوه بردار ویژه در مورد سازه های سلسله مراتبی باشد و منجر به اتخاذ تصمیماتی غلط شود.

[/toggle]

[toggle title=”ترجمه مقدمه”]

 چگونگی اشتقاق اولویت ها از ماتریس های مقایسه زوجی به یک موضوع مهم پژوهشی در فرایند تحلیل سلسله مراتبی تبدیل شده و بسیار مورد بررسی قرار گرفته است. رویکردهای بسیار زیادی پیشنهاد شده اند که DEAHP یکی از آنها بوده و توسط راماناتان پیشنهاد شده است]1[. البته چنین روشی با موانع بسیارمهمی نظیر تولید اوزان گنگ (اصم) برای ماتریس های مقایسه زوجی ناسازگارمواجه است. تحلیل های مفصل و پیشرفت های نظری در ]4-2[ ارائه شده اند. میرهدایتیان و صائم ]5[ اخیرا به تحلیل موانع DEAHP که قبلا توسط وانگ و چین ]2[ و وانگ و همکارانش ]4,3[ تحلیل شده بود، پرداخته و شیوه ای جدید تحت عنوان DEAHP اصلاح شده برای اشتقاق وزنی AHP پیشنهاد دادند. به جای استفاده از مدل CCR]6[ برای اشتقاق وزنی AHP، DEAHP اصلاح شده برای بهبود توان افتراق DEAHP از مدل فوق کارامد ]7[ در تحلیل پوششی داده ها استفاده می کند. در این مقاله، نکاتی تفصیلی ارائه می کنیم تا موانع مهمی که DEAHP اصلاح شده با آن مواجه است را با مثالهای عددی نشان دهیم. در ادامه و در بخش 2 به مرور جزئی روش DEAHP اصلاح شده می پردازیم. در بخش 3 موانع موجود بر سر راه DEAHP اصلاح شده را مورد بررسی قرار می دهیم و در بخش 4 با خلاصه ای کوتاه به نتیجه گیری مقاله می پردازیم.

[/toggle]

[toggle title=”مقدمه انگلیسی”]

 How to derive priorities from pairwise comparison matrices has been being an important research topic in the analytic hierarchy process (AHP) and has been extensively investigated. Quite a number of approaches have been suggested and DEAHP is one of them, which was proposed by Ramanathan [1]. Such a method, however, has been found suffering from some significant drawbacks such as producing irrational weights for inconsistent pairwise comparison matrices. Detailed analyses and theoretical improvements can be found in [2], [3] and [4]. Recently, Mirhedayatian and Saen [5] also analyzed the drawbacks of DEAHP that had been analyzed by Wang and Chin [2] and Wang et al. [3] and [4] and proposed a new procedure which they called Revised DEAHP for AHP weight derivation. Instead of the use of the CCR model [6] for AHP weight derivation, the Revised DEAHP applies the super-efficiency model [7] in data envelopment analysis (DEA) to improve the discriminating power of the DEAHP. In this paper, we provide a detailed note to illustrate with numerical examples the significant drawbacks that the Revised DEAHP suffers from. The remainder of the paper is organized as follows. Section 2 briefly reviews the Revised DEAHP procedure. Section 3 examines the drawbacks that the Revised DEAHP suffers from. Section 4 concludes the paper with a brief summary.

[/toggle]

[toggle title=”منبع”]

 Journal : Mathematical and Computer Modelling, Volume 56, Issues 3–4, August 2012, Pages 49–55
Publisher : Science Direct (Elsevier)

[/toggle]

251

[aio_button align=”none” animation=”none” color=”red” size=”small” icon=”none” text=”انجام مقاله علمی پژوهشی و ISI در این زمینه” target=”_blank” relationship=”dofollow” url=”http://payannameha.ir/?p=796″]

[aio_button align=”none” animation=”none” color=”orange” size=”small” icon=”none” text=”دریافت سایر مقالات در این زمینه” target=”_blank” relationship=”dofollow” url=”http://payannameha.ir/?page_id=297″]

[aio_button align=”none” animation=”none” color=”blue” size=”small” icon=”none” text=”انجام پایان نامه در این حوزه” relationship=”dofollow” url=”http://payannameha.ir/?page_id=3206″]

[aio_button align=”none” animation=”none” color=”pink” size=”small” icon=”none” text=”انجام پروپوزال در این حوزه” target=”_blank” relationship=”dofollow” url=”http://payannameha.ir/?page_id=3206″]

فایل مقاله : 7 صفحه PDF

فایل ترجمه : 20 صفحه WORD

سال انتشار : 2012

جهت خرید فایل مقاله و ترجمه فارسی آن بر روی دکمه زیر کلیک نمایید:

دیدگاهتان را بنویسید