बहु-मापदंड निर्णय विश्लेषण

From Vigyanwiki
Revision as of 15:24, 31 May 2023 by alpha>Indicwiki (Created page with "{{Short description|Operations research that evaluates multiple conflicting criteria in decision making}} {{redirect|MCDM|the use in cosmology|Meta-cold dark matter}} {{redire...")
(diff) ← Older revision | Latest revision (diff) | Newer revision → (diff)
"MCDM" redirects here. For the use in cosmology, see Meta-cold dark matter.
"MCDA" redirects here. For the technology consortium, see Micro Channel Developers Association.
See also: Multi-objective optimization

पोर्टफोलियो (वित्त) में रिटर्न को अधिकतम करने और जोखिम को कम करने के लिए दो मानदंडों का प्लॉट (लाल बिंदुओं में पारेतो-इष्टतम अंक)

बहु-मापदंड निर्णय-निर्माण (MCDM) या बहु-मापदंड निर्णय विश्लेषण (MCDA) संचालन अनुसंधान का एक उप-अनुशासन है जो स्पष्ट रूप से कई परस्पर विरोधी विकट का मूल्यांकन करता है: निर्णय लेने में मानदंड (दैनिक जीवन में और व्यवसाय, सरकार जैसी सेटिंग्स में दोनों) और दवा)। परस्पर विरोधी मानदंड विकल्पों के मूल्यांकन में विशिष्ट हैं: लागत या कीमत आमतौर पर मुख्य मानदंडों में से एक है, और गुणवत्ता के कुछ उपाय आम तौर पर लागत के साथ संघर्ष में आसानी से एक और मानदंड है। एक कार खरीदने में, लागत, आराम, सुरक्षा और ईंधन बचत कुछ मुख्य मानदंड हो सकते हैं जिन पर हम विचार करते हैं - यह असामान्य है कि सबसे सस्ती कार सबसे आरामदायक और सबसे सुरक्षित है। निवेश प्रबंधन में, प्रबंधक जोखिमों को कम करने के साथ-साथ उच्च प्रतिफल प्राप्त करने में रुचि रखते हैं; हालाँकि, जिन शेयरों में उच्च रिटर्न लाने की क्षमता होती है, उनमें आमतौर पर पैसे खोने का उच्च जोखिम होता है। एक सेवा उद्योग में, ग्राहकों की संतुष्टि और सेवा प्रदान करने की लागत मूलभूत परस्पर विरोधी मानदंड हैं।

अपने दैनिक जीवन में, लोग आमतौर पर कई मानदंडों को अंतर्निहित रूप से तौलते हैं और ऐसे निर्णयों के परिणामों से सहज हो सकते हैं जो केवल अंतर्ज्ञान (मनोविज्ञान) पर आधारित होते हैं।[1] दूसरी ओर, जब दांव ऊंचे होते हैं, तो समस्या को ठीक से संरचित करना और कई मानदंडों का स्पष्ट रूप से मूल्यांकन करना महत्वपूर्ण होता है।[2] परमाणु ऊर्जा संयंत्र का निर्माण करना है या नहीं, और इसे कहां बनाना है, इसका निर्णय लेने में, न केवल बहुत ही जटिल मुद्दे हैं जिनमें कई मानदंड शामिल हैं, बल्कि ऐसे कई पक्ष भी हैं जो परिणामों से गहराई से प्रभावित हैं।

जटिल समस्याओं को अच्छी तरह से संरचित करना और कई मानदंडों पर स्पष्ट रूप से विचार करना अधिक सूचित और बेहतर निर्णयों की ओर ले जाता है। 1960 के दशक की शुरुआत में आधुनिक बहु-मापदंड निर्णय लेने वाले अनुशासन की शुरुआत के बाद से इस क्षेत्र में महत्वपूर्ण प्रगति हुई है। विभिन्न प्रकार के दृष्टिकोण और तरीके, कई विशेष निर्णय लेने वाले सॉफ़्टवेयर द्वारा कार्यान्वित किए जाते हैं,[3][4] राजनीति और व्यापार से लेकर पर्यावरण और ऊर्जा तक, विषयों की एक श्रृंखला में उनके आवेदन के लिए विकसित किया गया है।[5]


नींव, अवधारणाएं, परिभाषाएं

MCDM या MCDA बहु-मापदंड निर्णय लेने और बहु-मापदंड निर्णय विश्लेषण के लिए प्रसिद्ध परिवर्णी शब्द हैं; स्टेनली ज़ायंट्स ने अपने 1979 के लेख MCDM - इफ नॉट ए रोमन न्यूमेरल, इफ नॉट ए रोमन न्यूमेरल, व्हाट? , एक उद्यमी दर्शकों के लिए अभिप्रेत है।

एमसीडीएम कई मानदंडों को शामिल करने वाले निर्णय और नियोजन समस्याओं की संरचना और समाधान से संबंधित है। इसका उद्देश्य ऐसी समस्याओं का सामना कर रहे निर्णयकर्ताओं का समर्थन करना है। आमतौर पर, ऐसी समस्याओं के लिए कोई अद्वितीय इष्टतम समाधान मौजूद नहीं होता है और समाधानों के बीच अंतर करने के लिए निर्णयकर्ताओं की प्राथमिकताओं का उपयोग करना आवश्यक होता है। 

हल करने की व्याख्या अलग-अलग तरीकों से की जा सकती है। यह उपलब्ध विकल्पों के एक सेट से सर्वोत्तम विकल्प चुनने के अनुरूप हो सकता है (जहाँ सर्वोत्तम को निर्णयकर्ता के सबसे पसंदीदा विकल्प के रूप में व्याख्या किया जा सकता है)। हल करने की एक और व्याख्या यह हो सकती है कि अच्छे विकल्पों के एक छोटे समूह का चयन किया जाए, या विकल्पों को अलग-अलग वरीयता सेटों में समूहित किया जाए। सभी कुशल या गैर-प्रभुत्व वाले विकल्पों को खोजने के लिए एक चरम व्याख्या हो सकती है (जिसे हम जल्द ही परिभाषित करेंगे)।

समस्या की कठिनाई एक से अधिक कसौटियों की उपस्थिति से उत्पन्न होती है। एमसीडीएम समस्या का अब कोई अनूठा इष्टतम समाधान नहीं है जिसे वरीयता जानकारी शामिल किए बिना प्राप्त किया जा सकता है। एक इष्टतम समाधान की अवधारणा को अक्सर गैर-प्रभुत्व वाले समाधानों के सेट से बदल दिया जाता है। एक समाधान को गैर-प्रभुत्व कहा जाता है यदि किसी भी मानदंड में इसे दूसरे में बलिदान किए बिना सुधार करना संभव नहीं है। इसलिए, निर्णय लेने वाले के लिए गैर-प्रभुत्व वाले सेट से समाधान चुनना समझ में आता है। अन्यथा, वह कुछ या सभी मानदंडों के संदर्भ में बेहतर कर सकता/सकती है, और उनमें से किसी में भी बुरा नहीं कर सकता/सकती। आम तौर पर, हालांकि, गैर-प्रभुत्व वाले समाधानों का सेट अंतिम विकल्प के लिए निर्णयकर्ता को प्रस्तुत करने के लिए बहुत बड़ा होता है। इसलिए हमें ऐसे उपकरणों की आवश्यकता है जो निर्णयकर्ता को पसंदीदा समाधान (या विकल्प) पर ध्यान केंद्रित करने में मदद करें। आम तौर पर किसी को दूसरों के लिए कुछ मानदंडों का व्यापार करना पड़ता है।

एमसीडीएम 1970 के दशक से अनुसंधान का एक सक्रिय क्षेत्र रहा है। कई एमसीडीएम से संबंधित संगठन हैं जिनमें इंटरनेशनल सोसाइटी ऑन मल्टी-क्राइटेरिया डिसीजन मेकिंग,[6] एमसीडीए पर यूरो वर्किंग ग्रुप,[7] और एमसीडीएम पर सूचना अनुभाग।[8] इतिहास के लिए देखें: कोकसालन, वालेनियस और ज़ियोनट्स (2011)।[9] MCDM सहित कई क्षेत्रों में ज्ञान प्राप्त करता है:

एक टाइपोलॉजी

एमसीडीएम समस्याओं और विधियों के विभिन्न वर्गीकरण हैं। एमसीडीएम समस्याओं के बीच एक प्रमुख अंतर इस बात पर आधारित है कि क्या समाधान स्पष्ट रूप से या निहित रूप से परिभाषित हैं।

  • बहु-मापदंड मूल्यांकन समस्याएं: इन समस्याओं में सीमित संख्या में विकल्प होते हैं, जिन्हें समाधान प्रक्रिया की शुरुआत में स्पष्ट रूप से जाना जाता है। प्रत्येक विकल्प को कई मानदंडों में इसके प्रदर्शन द्वारा दर्शाया जाता है। समस्या को एक निर्णयकर्ता (डीएम) के लिए सबसे अच्छा विकल्प खोजने या अच्छे विकल्पों का एक सेट खोजने के रूप में परिभाषित किया जा सकता है। किसी की रुचि विकल्पों को छाँटने या वर्गीकृत करने में भी हो सकती है। छँटाई वरीयता-क्रमित वर्गों (जैसे देशों को क्रेडिट-रेटिंग निर्दिष्ट करना) के एक सेट में विकल्प रखने को संदर्भित करता है, और वर्गीकृत करने का अर्थ है गैर-आदेशित सेटों के विकल्प निर्दिष्ट करना (जैसे कि उनके लक्षणों के आधार पर रोगियों का निदान करना)। इस विषय पर 2000 की ट्रायंताफिलौ की किताब में इस श्रेणी की कुछ एमसीडीएम विधियों का तुलनात्मक तरीके से अध्ययन किया गया है।[10]
  • बहु-मापदंड डिजाइन समस्याएं (बहुउद्देश्यीय गणितीय प्रोग्रामिंग समस्याएं): इन समस्याओं में, विकल्प स्पष्ट रूप से ज्ञात नहीं हैं। एक गणितीय मॉडल को हल करके एक विकल्प (समाधान) पाया जा सकता है। विकल्पों की संख्या या तो अनंत (गिनने योग्य या नहीं) या परिमित है, लेकिन आम तौर पर घातीय रूप से बड़ी होती है (परिमित डोमेन को लेकर चर की संख्या में।)

चाहे वह मूल्यांकन समस्या हो या डिज़ाइन समस्या, समाधानों के बीच अंतर करने के लिए डीएम की वरीयता जानकारी आवश्यक है। एमसीडीएम समस्याओं के समाधान के तरीकों को आमतौर पर डीएम से प्राप्त वरीयता सूचना के समय के आधार पर वर्गीकृत किया जाता है।

ऐसी विधियाँ हैं जिनके लिए प्रक्रिया की शुरुआत में DM की वरीयता जानकारी की आवश्यकता होती है, समस्या को अनिवार्य रूप से एकल मानदंड समस्या में बदलना। कहा जाता है कि इन विधियों को वरीयताओं के पूर्व अभिव्यक्ति द्वारा संचालित किया जाता है। वैल्यू फ़ंक्शन का आकलन करने या आउटरैंकिंग संबंधों, विश्लेषणात्मक पदानुक्रम प्रक्रिया, और कुछ नियम-आधारित निर्णय विधियों की अवधारणा का उपयोग करने के आधार पर विधियों को प्राथमिकता के पूर्व अभिव्यक्ति का उपयोग करके कई मानदंड मूल्यांकन समस्याओं को हल करने का प्रयास किया जाता है। इसी तरह, मूल्य फ़ंक्शन का निर्माण करके वरीयताओं की पूर्व अभिव्यक्ति का उपयोग करके बहु-मानदंड डिजाइन समस्याओं को हल करने के लिए विकसित तरीके हैं। शायद इन विधियों में सबसे प्रसिद्ध लक्ष्य प्रोग्रामिंग है। एक बार वैल्यू फ़ंक्शन का निर्माण हो जाने के बाद, परिणामी एकल उद्देश्य गणितीय प्रोग्राम को पसंदीदा समाधान प्राप्त करने के लिए हल किया जाता है।

कुछ विधियों के लिए समाधान प्रक्रिया के दौरान DM से वरीयता जानकारी की आवश्यकता होती है। इन्हें इंटरएक्टिव विधियों या विधियों के रूप में संदर्भित किया जाता है जिनके लिए वरीयताओं की प्रगतिशील अभिव्यक्ति की आवश्यकता होती है। इन विधियों को बहु मानदंड मूल्यांकन दोनों के लिए अच्छी तरह से विकसित किया गया है (उदाहरण के लिए देखें, जियोफ्रीयन, डायर और फ़िनबर्ग, 1972,[11] और कोकसलान और सागला, 1995[12] ) और डिजाइन की समस्याएं (स्टीयर, 1986 देखें[13]).

बहु-मापदंड डिजाइन समस्याओं को आमतौर पर गणितीय प्रोग्रामिंग मॉडल की एक श्रृंखला के समाधान की आवश्यकता होती है ताकि स्पष्ट रूप से परिभाषित समाधानों को प्रकट किया जा सके। इन समस्याओं के लिए, कुशल समाधानों का प्रतिनिधित्व या अनुमान भी रुचि का हो सकता है। इस श्रेणी को वरीयताओं के पश्चवर्ती अभिव्यक्ति के रूप में संदर्भित किया जाता है, जिसका अर्थ है कि डीएम की भागीदारी दिलचस्प समाधानों के स्पष्ट रहस्योद्घाटन के बाद से शुरू होती है (उदाहरण के लिए करासाकल और कोक्सलन, 2009 देखें)[14]).

जब गणितीय प्रोग्रामिंग मॉडल में पूर्णांक चर होते हैं, तो डिज़ाइन की समस्याओं को हल करना कठिन हो जाता है। मल्टीऑब्जेक्टिव कॉम्बिनेटोरियल ऑप्टिमाइज़ेशन (एमओसीओ) ऐसी समस्याओं की एक विशेष श्रेणी का गठन करता है जो पर्याप्त कम्प्यूटेशनल कठिनाई उत्पन्न करता है (देखें एहरगोट और गैंडिबलक्स,[15] 2002, एक समीक्षा के लिए)।

प्रतिनिधित्व और परिभाषाएं

MCDM समस्या को मानदंड स्थान या निर्णय स्थान में दर्शाया जा सकता है। वैकल्पिक रूप से, यदि भारित रैखिक फ़ंक्शन द्वारा विभिन्न मानदंडों को जोड़ा जाता है, तो भार स्थान में समस्या का प्रतिनिधित्व करना भी संभव है। नीचे कसौटी और वजन रिक्त स्थान के प्रदर्शन के साथ-साथ कुछ औपचारिक परिभाषाएँ भी दी गई हैं।

कसौटी स्थान प्रतिनिधित्व

आइए मान लें कि हम कई मानदंडों का उपयोग करके एक विशिष्ट समस्या की स्थिति में समाधान का मूल्यांकन करते हैं। आइए हम आगे मान लें कि प्रत्येक मानदंड में अधिक बेहतर है। फिर, सभी संभावित समाधानों के बीच, हम आदर्श रूप से उन समाधानों में रुचि रखते हैं जो सभी माने गए मानदंडों में अच्छा प्रदर्शन करते हैं। हालाँकि, यह संभावना नहीं है कि इसका कोई एक समाधान हो जो सभी माने गए मानदंडों में अच्छा प्रदर्शन करता हो। विशिष्ट रूप से, कुछ समाधान कुछ मानदंडों में अच्छा प्रदर्शन करते हैं और कुछ दूसरों में अच्छा प्रदर्शन करते हैं। मानदंड के बीच व्यापार करने का एक तरीका खोजना एमसीडीएम साहित्य में मुख्य प्रयासों में से एक है।

गणितीय रूप से, उपरोक्त तर्कों के अनुरूप MCDM समस्या को इस रूप में दर्शाया जा सकता है

"max" q
का विषय है
q ∈ Q

कहाँ q k मानदंड कार्यों (उद्देश्य कार्यों) का वेक्टर है और Q साध्य समुच्चय है, Q ⊆ Rk.

अगर Q को स्पष्ट रूप से परिभाषित किया गया है (विकल्पों के एक सेट द्वारा), परिणामी समस्या को बहु-मापदंड मूल्यांकन समस्या कहा जाता है।

अगर Q को निहित रूप से परिभाषित किया गया है (बाधाओं के एक सेट द्वारा), परिणामी समस्या को बहु-मापदंड डिज़ाइन समस्या कहा जाता है।

उद्धरण चिह्नों का उपयोग यह इंगित करने के लिए किया जाता है कि वेक्टर का अधिकतमकरण एक अच्छी तरह से परिभाषित गणितीय संक्रिया नहीं है। यह इस तर्क से मेल खाता है कि जब सभी मानदंडों में अच्छा प्रदर्शन करने वाला समाधान मौजूद नहीं है, तो हमें मानदंडों के बीच व्यापार-बंद को हल करने का एक तरीका खोजना होगा (आमतौर पर एक निर्णय निर्माता की प्राथमिकताओं पर आधारित)।

निर्णय स्थान प्रतिनिधित्व

निर्णय स्थान हमारे लिए उपलब्ध संभावित निर्णयों के सेट से मेल खाता है। मापदंड मान हमारे द्वारा लिए गए निर्णयों के परिणाम होंगे। इसलिए, हम निर्णय स्थान में संबंधित समस्या को परिभाषित कर सकते हैं। उदाहरण के लिए, किसी उत्पाद को डिजाइन करने में, हम डिजाइन मापदंडों (निर्णय चर) पर निर्णय लेते हैं, जिनमें से प्रत्येक प्रदर्शन उपायों (मापदंडों) को प्रभावित करता है जिसके साथ हम अपने उत्पाद का मूल्यांकन करते हैं।

गणितीय रूप से, एक बहु-मानदंड डिजाइन समस्या को निर्णय स्थान में निम्नानुसार दर्शाया जा सकता है:

कहाँ X साध्य समुच्चय है और x आकार n का निर्णय चर वेक्टर है।

एक अच्छी तरह से विकसित विशेष मामला तब प्राप्त होता है जब X रेखीय असमानताओं और समानता द्वारा परिभाषित एक पॉलीहेड्रॉन है। यदि निर्णय चर के संदर्भ में सभी उद्देश्य कार्य रैखिक हैं, तो यह भिन्नता बहुउद्देश्यीय रैखिक प्रोग्रामिंग (MOLP) की ओर ले जाती है, जो MCDM समस्याओं का एक महत्वपूर्ण उपवर्ग है।

ऐसी कई परिभाषाएँ हैं जो MCDM में केंद्रीय हैं। दो बारीकी से संबंधित परिभाषाएँ गैर-प्रभुत्व (मानदंड स्थान प्रतिनिधित्व के आधार पर परिभाषित) और दक्षता (निर्णय चर प्रतिनिधित्व के आधार पर परिभाषित) हैं।

परिभाषा 1. q* ∈ Q गैर-प्रभुत्व है यदि कोई अन्य मौजूद नहीं है q ∈ Q ऐसा है कि q ≥ q* और q ≠ q*.

मोटे तौर पर कहा जाए तो एक समाधान तब तक गैर-प्रभुत्व वाला होता है जब तक कि वह सभी माने गए मानदंडों में किसी भी अन्य उपलब्ध समाधान से नीचा न हो।

परिभाषा 2। x* ∈ X कुशल है अगर कोई दूसरा मौजूद नहीं है x ∈ X ऐसा है कि f(x) ≥ f(x*) और f(x) ≠ f(x*).

यदि एक एमसीडीएम समस्या एक निर्णय स्थिति का अच्छी तरह से प्रतिनिधित्व करती है, तो डीएम का सबसे पसंदीदा समाधान निर्णय स्थान में एक कुशल समाधान होना चाहिए, और इसकी छवि मानदंड स्थान में एक गैर-प्रभुत्व बिंदु है। निम्नलिखित परिभाषाएँ भी महत्वपूर्ण हैं।

परिभाषा 3। q* ∈ Q कमजोर रूप से गैर-प्रभुत्व वाला है यदि कोई अन्य मौजूद नहीं है q ∈ Q ऐसा है कि q > q*.

परिभाषा 4। x* ∈ X कमजोर रूप से कुशल है अगर कोई दूसरा मौजूद नहीं है x ∈ X ऐसा है कि f(x) > f(x*).

कमजोर गैर-प्रभुत्व वाले बिंदुओं में सभी गैर-प्रभुत्व वाले बिंदु और कुछ विशेष वर्चस्व वाले बिंदु शामिल हैं। इन विशेष प्रभुत्व वाले बिंदुओं का महत्व इस तथ्य से आता है कि वे आमतौर पर व्यवहार में दिखाई देते हैं और उन्हें गैर-प्रभुत्व वाले बिंदुओं से अलग करने के लिए विशेष देखभाल आवश्यक है। यदि, उदाहरण के लिए, हम एक ही उद्देश्य को अधिकतम करते हैं, तो हम एक कमजोर गैर-प्रभुत्व वाले बिंदु के साथ समाप्त हो सकते हैं जो हावी है। कमजोर गैर-प्रभुत्व वाले सेट के प्रभुत्व वाले बिंदु कसौटी स्थान में या तो ऊर्ध्वाधर या क्षैतिज विमानों (हाइपरप्लेन) पर स्थित हैं।

आदर्श बिंदु: (मानदंड स्थान में) प्रत्येक उद्देश्य फ़ंक्शन के सर्वोत्तम (अधिकतमकरण समस्याओं के लिए अधिकतम और न्यूनीकरण समस्याओं के लिए न्यूनतम) का प्रतिनिधित्व करता है और आमतौर पर एक अक्षम समाधान के अनुरूप होता है।

नादिर बिंदु: (मानदंड स्थान में) गैर-प्रभुत्व वाले सेट में बिंदुओं के बीच प्रत्येक उद्देश्य फ़ंक्शन के सबसे खराब (अधिकतमकरण समस्याओं के लिए न्यूनतम और न्यूनतमकरण समस्याओं के लिए अधिकतम) का प्रतिनिधित्व करता है और आमतौर पर एक हावी बिंदु है।

समाधान की श्रेणी का अनुभव प्राप्त करने के लिए डीएम के लिए आदर्श बिंदु और नादिर बिंदु उपयोगी होते हैं (हालांकि यह दो से अधिक मानदंड वाली डिज़ाइन समस्याओं के लिए नादिर बिंदु खोजने के लिए सीधा नहीं है)।

निर्णय और मानदंड रिक्त स्थान के उदाहरण

निर्णय चर स्थान में निम्नलिखित दो-चर MOLP समस्या कुछ प्रमुख अवधारणाओं को रेखांकन के रूप में प्रदर्शित करने में मदद करेगी।

चित्र 1. निर्णय स्थान का प्रदर्शन

:

चित्रा 1 में, चरम बिंदु ई और बी क्रमशः पहले और दूसरे उद्देश्यों को अधिकतम करते हैं। उन दो चरम बिंदुओं के बीच की लाल सीमा कुशल सेट का प्रतिनिधित्व करती है। यह आंकड़ा से देखा जा सकता है कि, कुशल सेट के बाहर किसी भी व्यवहार्य समाधान के लिए, कुशल सेट पर कुछ बिंदुओं से दोनों उद्देश्यों में सुधार करना संभव है। इसके विपरीत, कुशल सेट पर किसी भी बिंदु के लिए, किसी अन्य व्यवहार्य समाधान पर जाकर दोनों उद्देश्यों में सुधार करना संभव नहीं है। इन समाधानों में, दूसरे उद्देश्य को बेहतर बनाने के लिए किसी एक उद्देश्य से त्याग करना पड़ता है।

इसकी सरलता के कारण, उपरोक्त समस्या को मानदंड स्थान में प्रतिस्थापित करके प्रदर्शित किया जा सकता है x's साथ f 's निम्नलिखित नुसार:

चित्रा 2. कसौटी अंतरिक्ष में समाधान का प्रदर्शन

::Max f1

Max f2
का विषय है
f1 + 2f2 ≤ 12
2f1 + f2 ≤ 12
f1 + f2 ≤ 7
f1 – f2 ≤ 9
−f1 + f2 ≤ 9
f1 + 2f2 ≥ 0
2f1 + f2 ≥ 0

हम चित्र 2 में मानदंड स्थान को रेखांकन के रूप में प्रस्तुत करते हैं। मानदंड स्थान में गैर-प्रभुत्व वाले बिंदुओं (निर्णय स्थान में कुशल समाधान के अनुरूप) का पता लगाना आसान है। व्यवहार्य स्थान का उत्तर-पूर्व क्षेत्र गैर-प्रभुत्व वाले बिंदुओं (अधिकतम समस्याओं के लिए) के सेट का गठन करता है।

गैर-प्रभुत्व वाले समाधान उत्पन्न करना

गैर-प्रभुत्व वाले समाधान उत्पन्न करने के कई तरीके हैं। हम इनमें से दो पर चर्चा करेंगे। पहला दृष्टिकोण गैर-प्रभुत्व वाले समाधानों का एक विशेष वर्ग उत्पन्न कर सकता है जबकि दूसरा दृष्टिकोण कोई भी गैर-प्रभुत्व समाधान उत्पन्न कर सकता है।

  • भारित रकम (गैस एंड सैटी, 1955[16])

यदि हम प्रत्येक कसौटी को एक सकारात्मक वजन के साथ गुणा करके और भारित मानदंडों को जोड़ कर एक मानदंड में कई मानदंडों को जोड़ते हैं, तो परिणामी एकल मानदंड समस्या का समाधान एक विशेष कुशल समाधान है। ये विशेष कुशल समाधान उपलब्ध समाधानों के सेट के कोने बिंदुओं पर दिखाई देते हैं। कुशल समाधान जो कोने के बिंदुओं पर नहीं हैं, उनकी विशेष विशेषताएं हैं और यह विधि ऐसे बिंदुओं को खोजने में सक्षम नहीं है। गणितीय रूप से, हम इस स्थिति का प्रतिनिधित्व इस रूप में कर सकते हैं

max wT.q = wT.f(x), w> 0
का विषय है
x ∈ X

वज़न को अलग-अलग करके, डिज़ाइन समस्याओं के लिए कुशल चरम बिंदु समाधान उत्पन्न करने के लिए भारित रकम का उपयोग किया जा सकता है, और मूल्यांकन समस्याओं के लिए समर्थित (उत्तल गैर-प्रमुख) बिंदु।

  • अचीवमेंट स्केलेराइजिंग फंक्शन (विर्जबिक्की, 1980[17])
चित्र 3. एक अचीवमेंट स्केलराइजिंग फंक्शन के साथ गैर-प्रभुत्व वाले सेट पर प्रोजेक्टिंग पॉइंट्स

अचीवमेंट स्केलेराइजिंग फ़ंक्शंस भी कई मानदंडों को एक ही मानदंड में एक बहुत ही खास तरीके से भारित करके जोड़ते हैं। वे उपलब्ध कुशल समाधानों की ओर एक संदर्भ बिंदु से दूर जाकर आयताकार आकृति बनाते हैं। यह विशेष संरचना किसी भी कुशल समाधान तक पहुँचने के लिए उपलब्धि स्केलराइजिंग कार्यों को सशक्त बनाती है। यह एक शक्तिशाली संपत्ति है जो इन कार्यों को एमसीडीएम समस्याओं के लिए बहुत उपयोगी बनाती है।

गणितीय रूप से, हम संगत समस्या को इस रूप में निरूपित कर सकते हैं

Min s(g, q, w, ρ) = Min {maxi [(gi − qi)/wi ] + ρ Σi (gi − qi)},
का विषय है
q ∈ Q

उपलब्धि स्केलराइजिंग फ़ंक्शन का उपयोग कुशल सीमा पर किसी भी बिंदु (व्यवहार्य या अक्षम्य) को प्रोजेक्ट करने के लिए किया जा सकता है। किसी भी बिंदु (समर्थित या नहीं) पर पहुंचा जा सकता है। अकुशल समाधान उत्पन्न करने से बचने के लिए उद्देश्य समारोह में दूसरा पद आवश्यक है। चित्र 3 दर्शाता है कि कैसे एक व्यवहार्य बिंदु, g1, और एक अव्यवहार्य बिंदु, g2, गैर-प्रभुत्व वाले बिंदुओं पर प्रक्षेपित किया जाता है, q1 और q2, क्रमशः, दिशा के साथ w उपलब्धि स्केलराइजिंग फ़ंक्शन का उपयोग करना। धराशायी और ठोस आकृतियाँ क्रमशः वस्तुनिष्ठ फलन के दूसरे पद के साथ और उसके बिना वस्तुनिष्ठ फलन रूपरेखाओं के अनुरूप हैं।

एमसीडीएम समस्याओं का समाधान

एमसीडीएम समस्याओं (डिजाइन और मूल्यांकन प्रकार दोनों) को हल करने के लिए विचार के विभिन्न स्कूल विकसित हुए हैं। समय के साथ उनके विकास को दर्शाने वाले ग्रंथमितीय अध्ययन के लिए, ब्रैग, कोरहोनेन, एच. वालेनियस और जे. वालेनियस [2010] देखें।[18] बहुउद्देश्यीय गणितीय प्रोग्रामिंग स्कूल

(1) 'वेक्टर अधिकतमकरण': वेक्टर अधिकतमकरण का उद्देश्य गैर-प्रभुत्व वाले सेट का अनुमान लगाना है; मूल रूप से बहुउद्देश्यीय रैखिक प्रोग्रामिंग समस्याओं के लिए विकसित (इवांस और स्टीयर, 1973;[19] यू और ज़ेलेनी, 1975[20]).

(2) इंटरएक्टिव प्रोग्रामिंग: निर्णय लेने के चरणों के साथ गणना के चरण वैकल्पिक (बेनाउन एट अल।, 1971;[21] ज्योफ्रीओन, डायर और फ़िनबर्ग, 1972;[22] ज़ायंट्स और वालेनियस, 1976;[23] कोरहोनेन और वालेनियस, 1988[24]). डीएम के मूल्य समारोह का कोई स्पष्ट ज्ञान नहीं माना जाता है।

लक्ष्य प्रोग्रामिंग

इसका उद्देश्य लक्ष्यों के लिए प्राथमिक लक्ष्य मान निर्धारित करना और इन लक्ष्यों से भारित विचलन को कम करना है। दोनों महत्वपूर्ण भारों के साथ-साथ कोश संबंधी पूर्व-खाली भार का उपयोग किया गया है (चार्न्स और कूपर, 1961[25]).

फ़ज़ी-सेट सिद्धांतवादी

फ़ज़ी सेट ज़ादेह (1965) द्वारा पेश किए गए थे[26] सेट की शास्त्रीय धारणा के विस्तार के रूप में। इस विचार का उपयोग कई MCDM एल्गोरिदम में फ़ज़ी समस्याओं को मॉडल करने और हल करने के लिए किया जाता है।

साधारण डेटा आधारित तरीके

वास्तविक दुनिया की स्थितियों में साधारण डेटा का व्यापक अनुप्रयोग है। इस संबंध में, कुछ एमसीडीएम विधियों को क्रमसूचक डेटा को इनपुट डेटा के रूप में संभालने के लिए डिज़ाइन किया गया था। उदाहरण के लिए, क्रमिक प्राथमिकता दृष्टिकोण और क्वालिफ़्लेक्स विधि।

बहु-विशेषता उपयोगिता सिद्धांतवादी

मल्टी-एट्रिब्यूट यूटिलिटी या वैल्यू फ़ंक्शंस को प्राप्त किया जाता है और सबसे पसंदीदा विकल्प की पहचान करने या विकल्पों को रैंक करने के लिए उपयोग किया जाता है। विस्तृत साक्षात्कार तकनीकें, जो लीनियर एडिटिव यूटिलिटी फ़ंक्शंस और मल्टीप्लिकेटिव नॉनलाइनियर यूटिलिटी फ़ंक्शंस के लिए मौजूद हैं, का उपयोग किया जा सकता है (कीनी और रैफ़ा, 1976)[27]). एक अन्य दृष्टिकोण निर्णय लेने वाले से अप्रत्यक्ष रूप से काल्पनिक विकल्पों (PAPRIKA; हैनसेन और ओम्बलर, 2008) के बीच चयन करने वाले जोड़ीदार रैंकिंग प्रश्नों की एक श्रृंखला पूछकर अप्रत्यक्ष रूप से मूल्य कार्यों को प्राप्त करना है।[28]).

फ्रांसीसी स्कूल

फ्रांसीसी स्कूल निर्णय सहायता पर ध्यान केंद्रित करता है, विशेष रूप से 1960 के दशक के मध्य में फ़्रांस में उत्पन्न आउटरैंकिंग विधियों के इलेक्ट्रा परिवार। विधि पहली बार बर्नार्ड रॉय (रॉय, 1968) द्वारा प्रस्तावित की गई थी[29]).

इवोल्यूशनरी मल्टीऑब्जेक्टिव ऑप्टिमाइज़ेशन स्कूल (ईएमओ)

ईएमओ एल्गोरिदम एक प्रारंभिक आबादी के साथ शुरू होते हैं, और एक पीढ़ी से दूसरी पीढ़ी तक औसत आबादी में सुधार करने के लिए प्राकृतिक उत्तरजीविता के सिद्धांतों और आनुवंशिक विविधता ऑपरेटरों की नकल करने के लिए डिज़ाइन की गई प्रक्रियाओं का उपयोग करके इसे अपडेट करते हैं। लक्ष्य उन समाधानों की आबादी में अभिसरण करना है जो गैर-प्रभुत्व वाले सेट का प्रतिनिधित्व करते हैं (शेफ़र, 1984;[30] श्रीनिवास और देब, 1994[31]). हाल ही में, ईएमओ एल्गोरिदम की समाधान प्रक्रिया में वरीयता जानकारी को शामिल करने के प्रयास किए गए हैं (देखें देब और कोक्सलान, 2010[32]).

ग्रे सिस्टम सिद्धांत आधारित तरीके

1980 के दशक में, डेंग जूलॉन्ग ने ग्रे सिस्टम थ्योरी (जीएसटी) और इसके पहले बहु-विशेषता निर्णय लेने वाले मॉडल को प्रस्तावित किया, जिसे डेंग का ग्रे संबंधपरक विश्लेषण (जीआरए) मॉडल कहा जाता है। बाद में, ग्रे सिस्टम के विद्वानों ने एल आईयू एसआई सील के एब्सोल्यूट जीआरए मॉडल जैसे कई जीएसटी आधारित तरीकों का प्रस्ताव दिया।[33] ग्रे लक्ष्य निर्णय लेना (जीटीडीएम)[34] और ग्रे निरपेक्ष निर्णय विश्लेषण (GADA)।[35] विश्लेषणात्मक पदानुक्रम प्रक्रिया|विश्लेषणात्मक पदानुक्रम प्रक्रिया (एएचपी)

एएचपी पहले निर्णय समस्या को उप-समस्याओं के पदानुक्रम में विघटित करता है। फिर निर्णयकर्ता जोड़ीदार तुलना द्वारा इसके विभिन्न तत्वों के सापेक्ष महत्व का मूल्यांकन करता है। AHP इन मूल्यांकनों को संख्यात्मक मानों (भार या प्राथमिकताओं) में परिवर्तित करता है, जिनका उपयोग प्रत्येक विकल्प के लिए स्कोर की गणना करने के लिए किया जाता है (Saaty, 1980[36]). एक निरंतरता सूचकांक उस सीमा को मापता है जिस तक निर्णयकर्ता अपनी प्रतिक्रियाओं में सुसंगत रहा है। AHP यहां सूचीबद्ध अधिक विवादास्पद तकनीकों में से एक है, जिसे MCDA समुदाय के कुछ शोधकर्ता इसे त्रुटिपूर्ण मानते हैं।[37][38] अंतर्निहित गणित भी अधिक जटिल है और इसके लिए तर्कसंगत विश्लेषण की आवश्यकता है[vague],[38]हालांकि इसे व्यावसायिक रूप से उपलब्ध सॉफ़्टवेयर के परिणामस्वरूप कुछ लोकप्रियता प्राप्त हुई है।

कई पत्रों ने विभिन्न विषयों जैसे फ़ज़ी एमसीडीएम, में एमसीडीएम तकनीकों के अनुप्रयोग की समीक्षा की।[39] क्लासिक एमसीडीएम,[40] टिकाऊ और नवीकरणीय ऊर्जा,[41] तकनीकी विकोर,[42] परिवहन प्रणाली,[43] सेवा गुणवत्ता,[44] टॉप्सिस विधि,[45] ऊर्जा प्रबंधन की समस्याएं[46] ई-लर्निंग,[47] पर्यटन और आतिथ्य,[48] स्वरा और WASPAS विधियाँ।[49]


एमसीडीएम तरीके

निम्नलिखित MCDM विधियाँ उपलब्ध हैं, जिनमें से कई विशेष निर्णय लेने वाले सॉफ़्टवेयर द्वारा कार्यान्वित की जाती हैं:[3][4]

यह भी देखें

संदर्भ

  1. ↑ Rew, L. (1988). "निर्णय लेने में अंतर्ज्ञान". Journal of Nursing Scholarship. 20 (3): 150–154. doi:10.1111/j.1547-5069.1988.tb00056.x. PMID 3169833.
  2. ↑ Franco, L.A.; Montibeller, G. (2010). "बहुमानदंड निर्णय विश्लेषण हस्तक्षेपों के लिए समस्या संरचना". Wiley Encyclopedia of Operations Research and Management Science. doi:10.1002/9780470400531.eorms0683. ISBN 9780470400531.
  3. ↑ 3.0 3.1 Weistroffer, HR, and Li, Y (2016). "Multiple criteria decision analysis software". Ch 29 in: Greco, S, Ehrgott, M and Figueira, J, eds, Multiple Criteria Decision Analysis: State of the Art Surveys Series, Springer: New York.
  4. ↑ 4.0 4.1 Amoyal, Justin (2018). "Decision analysis : Biennial survey demonstrates continuous advancement of vital tools for decision-makers, managers and analysts". OR/MS Today. doi:10.1287/orms.2018.05.13. S2CID 642562.
  5. ↑ Kylili, Angeliki; Christoforou, Elias; Fokaides, Paris A.; Polycarpou, Polycarpos (2016). "Multicriteria analysis for the selection of the most appropriate energy crops: The case of Cyprus". International Journal of Sustainable Energy. 35 (1): 47–58. Bibcode:2016IJSE...35...47K. doi:10.1080/14786451.2014.898640. S2CID 108512639.
  6. ↑ "Multiple Criteria Decision Making – International Society on MCDM". www.mcdmsociety.org. Archived from the original on 3 October 2017. Retrieved 26 April 2018.
  7. ↑ "EWG-MCDA वेबसाइट में आपका स्वागत है". www.cs.put.poznan.pl. Archived from the original on 7 October 2017. Retrieved 26 April 2018.
  8. ↑ "संग्रहीत प्रति". Archived from the original on 11 August 2011. Retrieved 7 August 2011.
  9. ↑ Köksalan, M., Wallenius, J., and Zionts, S. (2011). Multiple Criteria Decision Making: From Early History to the 21st Century. Singapore: World Scientific. ISBN 9789814335591.{{cite book}}: CS1 maint: multiple names: authors list (link)
  10. ↑ Triantaphyllou, E. (2000). Multi-Criteria Decision Making: A Comparative Study. Dordrecht, The Netherlands: Kluwer Academic Publishers (now Springer). p. 320. ISBN 978-0-7923-6607-2. Archived from the original on 24 June 2010.
  11. ↑ An Interactive Approach for Multi-Criterion Optimization, with an Application to the Operation of an Academic Department, A. M. Geoffrion, J. S. Dyer and A. Feinberg, Management Science, Vol. 19, No. 4, Application Series, Part 1 (Dec., 1972), pp. 357–368 Published by: INFORMS
  12. ↑ Köksalan, M.M. and Sagala, P.N.S., M. M.; Sagala, P. N. S. (1995). "मोनोटोन उपयोगिता कार्यों के साथ असतत वैकल्पिक एकाधिक मानदंड निर्णय लेने के लिए इंटरएक्टिव दृष्टिकोण". Management Science. 41 (7): 1158–1171. doi:10.1287/mnsc.41.7.1158.{{cite journal}}: CS1 maint: multiple names: authors list (link)
  13. ↑ Steuer, R.E. (1986). Multiple Criteria Optimization: Theory, Computation and Application. New York: John Wiley.
  14. ↑ Karasakal, E. K. and Köksalan, M., E.; Koksalan, M. (2009). "एकाधिक मानदंड निर्णय लेने में कुशल फ्रंटियर का एक प्रतिनिधि सबसेट उत्पन्न करना". Operations Research. 57: 187–199. doi:10.1287/opre.1080.0581.{{cite journal}}: CS1 maint: multiple names: authors list (link)
  15. ↑ Ehrgott, M. & Gandibleux, X. (2002). "मल्टीऑब्जेक्टिव कॉम्बिनेटरियल ऑप्टिमाइज़ेशन". Multiple Criteria Optimization, State of the Art Annotated Bibliographic Surveys: 369–444. {{cite journal}}: Cite journal requires |journal= (help)
  16. ↑ Gass, S.; Saaty, T. (1955). "पैरामीट्रिक ऑब्जेक्टिव फंक्शन पार्ट II". Operations Research. 2 (3): 316–319. doi:10.1287/opre.2.3.316.
  17. ↑ Wierzbicki, A. (1980). "The Use of Reference Objectives in Multiobjective Optimization". एकाधिक मानदंड निर्णय लेने का सिद्धांत और अनुप्रयोग. pp. 468–486. doi:10.1007/978-3-642-48782-8_32. ISBN 978-3-540-09963-5. {{cite book}}: |journal= ignored (help)
  18. ↑ Bragge, J.; Korhonen, P.; Wallenius, H.; Wallenius, J. (2010). Bibliometric Analysis of Multiple Criteria Decision Making/Multiattribute Utility Theory. pp. 259–268. doi:10.1007/978-3-642-04045-0_22. ISBN 978-3-642-04044-3. {{cite book}}: |journal= ignored (help)
  19. ↑ Evans, J.; Steuer, R. (1973). "रेखीय बहुउद्देश्यीय कार्यक्रमों के लिए एक संशोधित सिम्पलेक्स विधि". Mathematical Programming. 5: 54–72. doi:10.1007/BF01580111. S2CID 32037123.
  20. ↑ Yu, P.L.; Zeleny, M. (1975). "रैखिक मामलों में सभी गैर-प्रभुत्व वाले समाधानों का सेट और एक बहुमानदंड सिंप्लेक्स विधि". Journal of Mathematical Analysis and Applications. 49 (2): 430–468. doi:10.1016/0022-247X(75)90189-4.
  21. ↑ Benayoun, R.; deMontgolfier, J.; Tergny, J.; Larichev, O. (1971). "Linear Programming with Multiple Objective Functions: Step-method (STEM)". Mathematical Programming. 1: 366–375. doi:10.1007/bf01584098. S2CID 29348836.
  22. ↑ Geoffrion, A.; Dyer, J.; Feinberg, A. (1972). "एक अकादमिक विभाग के संचालन के लिए एक आवेदन के साथ बहुमानदंड अनुकूलन के लिए एक इंटरैक्टिव दृष्टिकोण". Management Science. 19 (4–Part–1): 357–368. doi:10.1287/mnsc.19.4.357.
  23. ↑ Zionts, S.; Wallenius, J. (1976). "एकाधिक मानदंड समस्या को हल करने के लिए एक इंटरएक्टिव प्रोग्रामिंग विधि". Management Science. 22 (6): 652–663. doi:10.1287/mnsc.22.6.652.
  24. ↑ Korhonen, P.; Wallenius, J. (1988). "एक परेटो रेस". Naval Research Logistics. 35 (6): 615–623. doi:10.1002/1520-6750(198812)35:6<615::AID-NAV3220350608>3.0.CO;2-K.
  25. ↑ Charnes, A. and Cooper, W.W. (1961). प्रबंधन मॉडल और रैखिक प्रोग्रामिंग के औद्योगिक अनुप्रयोग. New York: Wiley.{{cite book}}: CS1 maint: multiple names: authors list (link)
  26. ↑ Lua error in Module:Cite_Q at line 435: attempt to index field '?' (a nil value).
  27. ↑ Keeney, R. & Raiffa, H. (1976). Decisions with Multiple Objectives: Preferences and Value Tradeoffs. New York: Wiley.
  28. ↑ Hansen, Paul; Ombler, Franz (2008). "विकल्पों की जोड़ीवार रैंकिंग का उपयोग करके एडिटिव मल्टी-एट्रिब्यूट वैल्यू मॉडल स्कोर करने के लिए एक नई विधि". Journal of Multi-Criteria Decision Analysis. 15 (3–4): 87–107. doi:10.1002/mcda.428.
  29. ↑ Roy, B. (1968). "La méthode ELECTRE". Revue d'Informatique et de Recherche Opérationelle (RIRO). 8: 57–75.
  30. ↑ Shaffer, J.D. (1984). वेक्टर के उपयोग से मशीन लर्निंग में कुछ प्रयोग जेनेटिक एल्गोरिदम का मूल्यांकन, पीएचडी थीसिस (phd). Nashville: Vanderbilt University.
  31. ↑ Srinivas, N.; Deb, K. (1994). "जेनेटिक एल्गोरिद्म में गैर-प्रभुत्व वाली सॉर्टिंग का उपयोग करके बहुउद्देश्यीय अनुकूलन". Evolutionary Computation. 2 (3): 221–248. doi:10.1162/evco.1994.2.3.221. S2CID 13997318.
  32. ↑ Deb, K.; Köksalan, M. (2010). "वरीयता-आधारित बहुउद्देश्यीय विकासवादी एल्गोरिदम पर अतिथि संपादकीय विशेष अंक". IEEE Transactions on Evolutionary Computation. 14 (5): 669–670. doi:10.1109/TEVC.2010.2070371.
  33. ↑ Liu, Sifeng (2017). ग्रे डेटा विश्लेषण - तरीके, मॉडल और अनुप्रयोग. Singapore: Springer. pp. 67–104. ISBN 978-981-10-1841-1.
  34. ↑ Liu, Sifeng (2013). "एकसमान प्रभाव माप कार्यों पर और एक भारित बहु-विशेषता ग्रे लक्ष्य निर्णय मॉडल". The Journal of Grey System. Research Information Ltd. (UK). 25 (1): 1–11. doi:10.1007/s40815-020-00827-8. S2CID 219090787.
  35. ↑ Javed, S. A. (2020). "ग्रे एब्सोल्यूट डिसीजन एनालिसिस (GADA) मेथड फॉर मल्टीपल क्राइटेरिया ग्रुप डिसीजन-मेकिंग अंडर अनसर्टेनिटी". International Journal of Fuzzy Systems. Springer. 22 (4): 1073–1090. doi:10.1007/s40815-020-00827-8. S2CID 219090787.
  36. ↑ Saaty, T.L. (1980). The Analytic Hierarchy Process: Planning, Priority Setting, Resource Allocation. New York: McGraw-Hill.
  37. ↑ Belton, V, and Stewart, TJ (2002). Multiple Criteria Decision Analysis: An Integrated Approach, Kluwer: Boston.
  38. ↑ 38.0 38.1 Munier, Nolberto (2021). Uses and limitations of the AHP method : a non-mathematical and rational analysis. Eloy Hontoria. Cham: Springer. ISBN 978-3-030-60392-2. OCLC 1237399430.
  39. ↑ Mardani, Abbas; Jusoh, Ahmad; Zavadskas, Edmundas Kazimieras (15 May 2015). "Fuzzy multiple criteria decision-making techniques and applications – Two decades review from 1994 to 2014". Expert Systems with Applications. 42 (8): 4126–4148. doi:10.1016/j.eswa.2015.01.003.
  40. ↑ Mardani, Abbas; Jusoh, Ahmad; Nor, Khalil MD; Khalifah, Zainab; Zakwan, Norhayati; Valipour, Alireza (1 January 2015). "Multiple criteria decision-making techniques and their applications – a review of the literature from 2000 to 2014". Economic Research-Ekonomska Istraživanja. 28 (1): 516–571. doi:10.1080/1331677X.2015.1075139. ISSN 1331-677X.
  41. ↑ Mardani, Abbas; Jusoh, Ahmad; Zavadskas, Edmundas Kazimieras; Cavallaro, Fausto; Khalifah, Zainab (19 October 2015). "Sustainable and Renewable Energy: An Overview of the Application of Multiple Criteria Decision Making Techniques and Approaches". Sustainability (in English). 7 (10): 13947–13984. doi:10.3390/su71013947.
  42. ↑ Mardani, Abbas; Zavadskas, Edmundas Kazimieras; Govindan, Kannan; Amat Senin, Aslan; Jusoh, Ahmad (4 January 2016). "VIKOR Technique: A Systematic Review of the State of the Art Literature on Methodologies and Applications". Sustainability (in English). 8 (1): 37. doi:10.3390/su8010037.
  43. ↑ Mardani, Abbas; Zavadskas, Edmundas Kazimieras; Khalifah, Zainab; Jusoh, Ahmad; Nor, Khalil MD (2 July 2016). "Multiple criteria decision-making techniques in transportation systems: a systematic review of the state of the art literature". Transport. 31 (3): 359–385. doi:10.3846/16484142.2015.1121517. ISSN 1648-4142.
  44. ↑ Mardani, Abbas; Jusoh, Ahmad; Zavadskas, Edmundas Kazimieras; Khalifah, Zainab; Nor, Khalil MD (3 September 2015). "Application of multiple-criteria decision-making techniques and approaches to evaluating of service quality: a systematic review of the literature". Journal of Business Economics and Management. 16 (5): 1034–1068. doi:10.3846/16111699.2015.1095233. ISSN 1611-1699.
  45. ↑ Zavadskas, Edmundas Kazimieras; Mardani, Abbas; Turskis, Zenonas; Jusoh, Ahmad; Nor, Khalil MD (1 May 2016). "Development of TOPSIS Method to Solve Complicated Decision-Making Problems — An Overview on Developments from 2000 to 2015". International Journal of Information Technology & Decision Making. 15 (3): 645–682. doi:10.1142/S0219622016300019. ISSN 0219-6220.
  46. ↑ Mardani, Abbas; Zavadskas, Edmundas Kazimieras; Khalifah, Zainab; Zakuan, Norhayati; Jusoh, Ahmad; Nor, Khalil Md; Khoshnoudi, Masoumeh (1 May 2017). "A review of multi-criteria decision-making applications to solve energy management problems: Two decades from 1995 to 2015". Renewable and Sustainable Energy Reviews. 71: 216–256. doi:10.1016/j.rser.2016.12.053.
  47. ↑ Zare, Mojtaba; Pahl, Christina; Rahnama, Hamed; Nilashi, Mehrbakhsh; Mardani, Abbas; Ibrahim, Othman; Ahmadi, Hossein (1 August 2016). "Multi-criteria decision making approach in E-learning: A systematic review and classification". Applied Soft Computing. 45: 108–128. doi:10.1016/j.asoc.2016.04.020.
  48. ↑ Diedonis, Antanas. "Transformations in Business & Economics – Vol. 15, No 1 (37), 2016 – Article". www.transformations.knf.vu.lt. Archived from the original on 29 August 2017. Retrieved 29 August 2017.
  49. ↑ Mardani, Abbas; Nilashi, Mehrbakhsh; Zakuan, Norhayati; Loganathan, Nanthakumar; Soheilirad, Somayeh; Saman, Muhamad Zameri Mat; Ibrahim, Othman (1 August 2017). "A systematic review and meta-Analysis of SWARA and WASPAS methods: Theory and applications with recent fuzzy developments". Applied Soft Computing. 57: 265–292. doi:10.1016/j.asoc.2017.03.045.
  50. ↑ Rezaei, Jafar (2015). "सबसे खराब बहु-मापदंड निर्णय लेने की विधि". Omega. 53: 49–57. doi:10.1016/j.omega.2014.11.009.
  51. ↑ Rezaei, Jafar (2016). "Best-worst multi-criteria decision-making method: Some properties and a linear model". Omega. 64: 126–130. doi:10.1016/j.omega.2015.12.001.
  52. ↑ Sałabun, W. (2015). The Characteristic Objects Method: A New Distance-based Approach to Multicriteria Decision-making Problems. Journal of Multi-Criteria Decision Analysis, 22(1-2), 37-50.
  53. ↑ Sałabun, W., Piegat, A. (2016). Comparative analysis of MCDM methods for the assessment of mortality in patients with acute coronary syndrome. Artificial Intelligence Review. First Online: 3 September 2016.
  54. ↑ Garnett, H. M., Roos, G., & Pike, S. (2008, September). Reliable, Repeatable Assessment for Determining Value and Enhancing Efficiency and Effectiveness in Higher Education. OECD, Directorate for Education, Programme on Institutional Management in Higher Education [IMHE) Conference, Outcomes of Higher Education–Quality, Relevance and Impact.
  55. ↑ Millar, L. A., McCallum, J., & Burston, L. M. (2010). Use of the conjoint value hierarchy approach to measure the value of the national continence management strategy. Australian and New Zealand Continence Journal, The, 16(3), 81.
  56. ↑ Keshavarz Ghorabaee, M. et al. (2015) "Multi-Criteria Inventory Classification Using a New Method of Evaluation Based on Distance from Average Solution (EDAS) Archived 2 September 2016 at the Wayback Machine", Informatica, 26(3), 435-451.
  57. ↑ Mahmoudi, Amin; Deng, Xiaopeng; Javed, Saad Ahmed; Zhang, Na (January 2021). "Sustainable Supplier Selection in Megaprojects: Grey Ordinal Priority Approach". Business Strategy and the Environment. 30 (1): 318–339. doi:10.1002/bse.2623. S2CID 224917346.
  58. ↑ Mahmoudi, Amin; Javed, Saad Ahmed; Mardani, Abbas (16 March 2021). "Gresilient supplier selection through Fuzzy Ordinal Priority Approach: decision-making in post-COVID era". Operations Management Research. 15 (1–2): 208–232. doi:10.1007/s12063-021-00178-z. S2CID 232240914.
  59. ↑ Edwards, W.; Baron, F.H. (1994). "मल्टीएट्रिब्यूट उपयोगिता मापन के लिए बेहतर सरल तरीके". Organizational Behavior and Human Decision Processes. 60: 306–325. doi:10.1006/obhd.1994.1087.
  60. ↑ Khazaei, Moein; Ramezani, Mohammad; Padash, Amin; DeTombe, Dorien (8 May 2021). "Creating shared value to redesigning IT-service products using SYRCS; Diagnosing and tackling complex problems". Information Systems and E-Business Management. 19 (3): 957–992. doi:10.1007/s10257-021-00525-4. ISSN 1617-9846. S2CID 236544531.
  61. ↑ Serafim, Opricovic; Gwo-Hshiung, Tzeng (2007). "आउटरैंकिंग विधियों की तुलना में विस्तारित VIKOR पद्धति". European Journal of Operational Research. 178 (2): 514–529. doi:10.1016/j.ejor.2006.01.020.


अग्रिम पठन

Template:Group creativity techniques

Retrieved from ‘https://www.vigyanwiki.in/index.php?title=बहु-मापदंड_निर्णय_विश्लेषण&oldid=268759’