دانلود کامل ترین و جامع ترین فایل پاورپوینت AHP فرآیند تحلیل سلسله مراتبی

دریافت فایل

کامل ترین و جامع ترین فایل پاورپوینت AHP فرآیند تحلیل سلسله مراتبی 82 اسلاید

توضیح مختصر:

دانشجویان و کاربران گرامی فایل حاضر کامل ترین و جامع ترین فایل پاورپوینت با عنوان:  AHP فرآیند تحلیل سلسله مراتبی می باشد. این فایل شامل 82 اسلاید زیبا آموزنده و قابل ویرایش می باشد و در غالب فرمت ppt تهیه شده است که هم اکنون آماده دانلود می باشد. در صورت تمایل می توانید این فایل ارزشمند را از فروشگاه سایت خریداری و دانلود نمایید.

AHP فرایند تحلیل سلسله مراتبی

یکی از کارآمد ترین تکنیک های تصمیم گیری فرایند تحلیل سلسله مراتبی (Analytical Hierarchy process-AHP) که اولین بار توسط توماس ال ساعتی در 1980 مطرح شد . که بر اساس مقایسه های زوجی بنا نهاده شده و امکان بررسی سناریوهای مختلف را به مدیران می دهد .

اصول فرایند تحلیل سلسله مراتبی

• اصل 1. شرط معی  (Reciprocal Condition)
• اصل 2. همگنی           (Homogeneity)
• اصل 3. وابستگی          (Dependency)
• اصل 4. انتظارات        (Expectation)

فرایند واکاوی سلسله مراتبی یکی از روش‌های تصمیم‌گیری است. واژه AHP مخفف عبارت Analytical Hierarchy process به معنی فرایند تحلیل سلسله مراتبی است.انتخاب سنجه‌ها یا criterion بخش اول واکاوی AHP است. سپس براساس سنجه‌های شناسایی شده نامزدها ارزیابی می‌شوند. واژه گزینه‌ها یا نامزدها هم معنای واژه alternative یا candidates بوده و به جای هم بکار روند.

توضیح مختصر روش

فرض کنید n گزینه و m سنجه برای ارزیابی آن‌ها داشته باشیم. گام‌های این روش به شرح زیر است

• ۱- تعیین سنجه‌ها
• ۲- مقایسه جفتی هر دو رقیب (n*(n-۱)/۲ مقایسه) برای هر سنجه و تشکیل ماتریس n*n رقبا که درایه‌های آن اعدادی در فاصله‌ای مشخص اند و برتری نسبی یکی را بر دیگری بیان می‌کنند.

مثلاً: اگر طرح i از طرح j خیلی بهتر باشد به عنصر a_ij عدد ۵ نسبت می‌دهیم پس: ۵/۱=a_ij

• ۳- بدست آوردن وزن هر رقیب برای این سنجه (یعنی یک بردار ۱xn) که این کار با انجام یک سری عملیات سطری- ستونی بر روی ماتریس گام قبل واستفاده از روش ویژه-بردار یا eigenvector انجام می‌شود و برداری بدست می‌آید که جمع عناصر آن یک و مقدار عنصر iام آن وزن رقیب iام را برای این سنجه نشان می‌دهد.
• ۴-گام‌های ۱ تا ۳ را برای تمام سنجه‌ها انجام دهید تا در نهایت m بردار n تایی بدست آید و با در کنار هم گذاردن آن‌ها یک ماتریس mxn تشکیل شود.