روش SAW یکی از ساده ترین و معمولی ترین روش های مربوط به MADM می باشد. این روش برای اولین بار در سال 1973 توسط مک کریمون ابداع شده است. در روش SAW تصمیم گیرنده به هر از معیارها یک وزن تخصیص می دهد که نشان دهنده اهمیت آن معیار می باشد.
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
این محصول شامل فایل اکسلی است که روش را به طور کامل توضیح می دهد.
فیلم آموزشی روش SAW
فایل اکسل به صورت کامل فرموله می باشد.
امکان تغییر معیارها و شاخص ها و اعداد برای محاسبه مجدد ممکن است.
این فایل قابلیت گسترش و تغییر ساختار را دارا می باشد.
مثال روش SAW عدد
افزودن به علاقه مندی
دسته: تصمیم گیری چند معیاره
توضیحات نظرات (0)
توضیحات
روش SAW یکی از ساده ترین و معمولی ترین روش های مربوط به MADM می باشد.
این روش برای اولین بار در سال 1973 توسط مک کریمون ابداع شده است. در روش SAW تصمیم گیرنده به هر از معیارها یک وزن تخصیص می دهد که نشان دهنده اهمیت آن معیار می باشد. در این فایل این مثال به طور کامل توضیح داده شده است. تمامی فیلدها به صورت داینامیک طراحی شده است. با تغییر دلخواه متغیرها می توانید انواع جواب های ممکن با این روش را بدست آورید. پس با خرید یک فایل اکسل بارها می توانید از این فایل برای داده های متفاوت استفاده نمایید.
اکسل مثال روش SAW
آموزش روش SAW
تصمیم گیری چند معیاره
تصمیمگیری شامل بیان درست اهداف، تعیین راهحلهای مختلف و ممکن، ارزیابی امکانپذیری آنان، ارزیابی عواقب و نتایج ناشی از اجرای هر یک از راهحلها و بالاخره انتخاب و اجرای آن میباشد. کیفیت مدیریت اساساً تابع کیفیت تصمیمگیری است زیرا کیفیت طرح و برنامهها، اثربخشی و کارآمدی راهبردها و کیفیت نتایجی که از اعمال آنها بدست میآید همگی تابع کیفیت تصمیماتی است که مدیر اتخاذ مینماید.
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
در اکثر موارد تصمیمگیریها وقتی مطلوب و مورد رضایت تصمیمگیرنده است که تصمیمگیری براساس چندین معیار مورد بررسی قرار گرفته باشد. معیارها ممکن است کمی یا کیفی باشند. در روشهای تصمیمگیری چند معیاره که در دهههای اخیر مورد توجه محققین قرار گرفتهاست به جای استفاده از یک معیار سنجش بهینگی از چند معیار سنجش استفاده میشود.
در ادامه برخی از انواع این روش ها آورده شده است:
اکسل روش ahp چند سطحی
اکسل روش کریتیک
تکنیک SAW
روش وزن دهی ساده یا مجموع ساده وزنی (SAW)، ساده ترین روش تصمیم گیری چند معیاره است. این روش در سال 1981 توسط هدانگ و یون ارائه شده است (عطایی، 1389). روش Saw به دلیل سهولتی که دارد محبوب ترین و رایج ترین روش در MADM است. روش SAW را می توان ساده ترین و مستقیم ترین روش مواجهه با مسائل تصمیم گیری چند معیاره در نظر گرفت . چرا که در این روش از یک تابع افزایش خطی برای نمایش ترجیحات تصمیم گیرندگان استفاده میشود . با این حال این تکنیک زمانی کاربرد پیدا میکند که فرض کنیم ترجیحات مستقل یا مجزا از هم هستند.
در این روش جهت تصمیم گیری، تنها به ماتریس تصمیم گیری و بردار وزن شاخص های ارزیابی نیاز می باشد.
در این روش که با نام روش ترکیب خطی وزن دار نیز شناخته می شود، پس از بی مقیاس کردن ماتریس تصمیم، با استفاده از ضرایب وزنی معیارها، ماتریس تصمیم بی مقیاس وزن دار به دست آمده و با توجه به این ماتریس، امتیاز هر گزینه محاسبه می شود. در این آموزش ما به صورت ویدیویی روش saw را آموزش خواهیم داد و یک مقاله از این روش را در نرم افزار excel پیاده سازی خواهیم نمود.
مراحل روش وزن دهی ساده (SAW)
اگر در یک مساله تصمیم گیری چند معیاره n معیار و m گزینه وجود داشته باشد، به منظور انتخاب بهترین گزینه با استفاده از روش وزن دهی ساده مراحل به شرح زیر می باشد:
تشکیل ماتریس تصمیم: ماتریس تصمیم این روش شامل جدول است که ستون های آن را معیارها یا زیرمعیارها و سطرهای آن را گزینه ها تشکیل می دهند و هر سلول این ماتریس ارزیابی هر گزینه نسبت به هر معیار است.
بی مقیاس کردن ماتریس تصمیم: برای بی مقیاس کردن ماتریس تصمیم در روش Saw به طریق زیر عمل می کنیم.
اگر معیار مثبت باشد: تک تک اعداد آن ستون را بر بزرگترین عدد تقسیم می کنیم.
اگر معیار منفی باشد: مینیمم آن ستون تقسیم بر تک تک اعداد می شود.
تشکیل ماتریس وزن دار: در این گام با توجه به وزن های محاسبه شده از روشهای دیگر ماتریس وزن دار را بدست می آوریم.
انتخاب گزینه برتر: با جمع سطری ماتریس وزن ها امتیاز هر گزینه محاسبه می شود. و بر اساس آن گزینه ها رتبه بندی می شوند.
مدل SAW و شرح مختصر آن
مثال روش SAW
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
یک شرکت میخواهد برای انجام کارهای خود یک پیمانکار استخدام کند معیار های قیمت، ظرفیت، سختی کار ،وجه ملی، حسن شهرت پیمانکار مطرح هستند، 4 پیمانکار شرایط خود را برای شرکت در مناقصه اعلام نموده اند ماتریس تصمیم گیری زیر تشکیل شده است :
مثال روش SAW ماتریس تصمیم
همانطور که در ماتریس تصمیم مشاهده می شود تعدادی از معیارها از نوع کمی و تعدادی از نوع کیفی هستند همچنین وزن معیارها نیز آورده شده است. این وزن معیارها باید از روشهای دیگر نظیر AHP و یا آنتروپی شانون محاسبه شود. در گام بعد باید ماتریس تصمیم کمی شود زیرا بعضی از معیارها جنبه کیفی دارند. ماتریس کمی شده در شکل زیر آورده شده است.
کمی کردن روش SAW
بعد از کمی کردن، باید ماتریس را نرمال نمود جهت نرمال سازی اگر معیار منفی باشد مینیمم هر ستون بر کلیه اعداد آن ستون تقسیم می شود که در این پژوهش معیارهای قیمت و سختی کار از نوع منفی هستند و برای معیارهای مثبت کافیست هر درایه بر ماکزیمم درایه های ستون تقسیم شود. ماتریس نرمال در شکل زیر آورده شده است.
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
نرمال سازی روش SAW
بعد از نرمال سازی، باید ماتریس وزن دار را تشکیل داد کافیست وزن معیارها را در ماتریس نرمال ضرب کرد به عنوان مثال وزن معیار قیمت 0.2 می باشد که در کلیه اعداد ستون “قیمت” در ماتریس نرمال ضرب می شود. این فرایند برای کلیه معیارها صورت می گیرد. سپس از ماتریس وزن دار حاصل جمع سطری گرفته می شود تا بر اساس آن گزینه ها رتبه بندی شوند.
وزن دار کردن و رتبه بندی SAW
همانطور که در شکل بالا مشاهده می کنید پیمانکار سوم (A3) رتبه اول را در روش SAW کسب کرده است. و رتبه دیگر پیمانکاران نیز نشان داده شده است. کلیه مراحل روش SAW به صورت کامل در فیلم زیر آورده شده است.
انتخاب همواره در تمامی مسائل کاربرد داشته است از این رو بکارگیری مدل های تصمیم گیری ما را در جهت رسیدن به هدف و بهترین انتخاب یاری میکند. در این پروژه به حل یک مثال با استفاده از سه روش مجموع ساده وزنی (SAW)، تاپسیس و فرایند تحلیل سلسله مراتبی (AHP) پرداخته می شود. روش SAW و تاپسیس بر اساس ماتریس معیار-گزینه به رتبه بندی معیارها میپردازد و روش AHP با استفاده از روش مقایسات زوجی بین معیارها و گزینه ها به رتبه بندی می پردازد. تمامی این روش ها جزء روشهای تصمیم گیری چند معیاره هستند که بر اساس تعدادی معیار به رتبه بندی تعداد گزینه می پردازند.
روش SAW از تکنیک های قدیمی و در عین حال پر کاربرد تصمیم گیری چند معیاره است. الگوریتم این روش بسیار ساده می باشد که طی چند گام ساده یک رتبه بندی از گزینه های پژوهش ارائه می دهد. تکنیک تاپسیس (TOPSIS) نیز از تکنیک های قدیمی ولی قدرتمند در تصمیم گیری است در روش تاپسیس رتبه بندی گزینه ها بر اساس فاصله از ایده آل های مثبت و منفی صورت می گیرد یعنی گزینه ای برتر است که کمترین فاصله را نسبت به ایده آل مثبت و بیشتر فاصله را از ایده آل منفی داشته باشد.
در روش تحلیل سلسله مراتبی AHP هدف محاسبه اوزان معیارها وزیرمعیارها است و سپس با استفاده از خروجی AHP می توان گزینه های مساله را با استفاده از روش تاپسیس و SAW رتبه بندی نمود. همچنین نتایج ادغام نتایج با استفاده از میانگین رتبه ها صورت می گیرد یعنی از رتبه ای که هر سه روش برای گزینه ها داده اند میانگین میگیریم.
حل پروژه با روش SAW
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
در این روش ابتدا ماتریس تصمیم را تشکیل می دهیم هدف در این مساله رتبه بندی سه لپ تاپ وایو، دل و اپل است که شش معیار لوازم جانبی، مشخصات فنی، وزن، قیمت، نام تجاری و گارانتی را در نظر گرفته شده است. همانطور که در شکل زیر آورده شده است ماتریس تصمیم و امتیازات هر گزینه نسبت به هر معیار داده شده است این امتیازات بر اساس صفر تا 100 بیان شده اند. همچنین می توان برای تشکیل این ماتریس تصمیم از اعداد واقعی برای معیارهای کمی استفاده نمود. مثلا برای معیار قیمت، مستقیم قیمت گزینه ها را وارد کرد.
ماتریس تصمیم پروژه تصمیم گیری چند معیاره تاپسیس، SAW و AHP
همانطور که در ماتریس تصمیم مشاهده می شود بسیاری از معیارها جنبه مثبت (+) و تعدادی جنبه منفی (-) دارند به عنوان مثال معیار لوازم جانبی و مشخصات فنی، برند و گارانتی جنبه مثبت دارد یعنی هرچقدر این موارد بیشتر شود رضایت مشتری را در پی دارد. از طرفی معیارهای وزن و قیمت نیز جنبه منفی دارند یعنی هرچقدر کمتر شوند باعث رضایت مشتری می شوند.
ابتدا باید وزن معیارها را از روی این جدول ماتریس تصمیم بدست آورد زیرا روش SAW به تنهایی قادر به محاسبه وزن معیارها نیست بنابراین با استفاده از روش آنتروپی شانون ابتدا وزن معیارها را بدست می آوریم. که در زیر وزن نهایی بدست آمده است (برای مطالعه بیشتر و یادگیری روش محاسبه وزن به پست: آموزش روش آنتروپی شانون مراجعه کنید).
محاسبه وزن معیارها در روش آنتروپی شانون
در گام بعد این وزن معیارها را در ماتریس نرمال شده روش SAW ضرب میکنیم تا ماتریس وزن دار حاصل شود و سپس از جمع امتیازات هر گزینه، امتیاز نهایی آن مشخص می شود که با استفاده از آن می توانیم گزینه ها را رتبه بندی کنیم. همانطور که در شکل زیر مشاهده می شود لپ تاپ وایو رتبه اول، دل رتبه دوم و اپل رتبه سوم را کسب کرده است.
امتیاز نهایی گزینه ها در روش SAW
حل پروژه با روش تاپسیس (TOPSIS)
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
این روش نیز همانند تکنیک قبل به رتبه بندی گزینه های پژوهش پرداخته می شود در این تکنیک ابتدا ماتریس تصمیم تشکیل می شود که همان ماتریس تصمیم روش SAW است. سپس با استفاده از روش نورم به بی مقیاس سازی (نرمال سازی) ماتریس تصمیم می پردازیم. با این فرایند کلیه داده ها بین بازه صفر و یک قرار می گیرند.
نرمال سازی به روش نورم در روش تاپسیس
در گام بعد به وزن دار کردن ماتریس نرمال پرداخته می شود باید وزن معیارها که در مراحل قبل با استفاده از روش آنتروپی شانون محاسبه شده است را در ماتریس نرمال ضرب کرد تا ماتریس وزن دار حاصل شود. سپس به تعیین ایده آل های مثبت و منفی پرداخت. ایده آل مثبت برای معیارهای مثبت برابر با بزرگترین درایه ستون ماتریس وزن دار و ایده آل منفی برابر با کوچکترین درایه ستون ماتریس وزن دار. برای معیارهای منفی نیز به صورت بالعکس عمل می کنیم.
سپس فاصله گزینه ها (لپ تاپ ها) از ایده آل های مثبت و منفی را بدست می آوریم و سپس امتیاز نهایی هر گزینه محاسبه می شود که به صورت خلاصه در شکل زیر آورده شده است.
رتبه بندی نهایی در پروژه تاپسیس
با توجه به نتایج روش TOPSIS لپ تاپ وایو رتبه اول، لپ تاپ اپل رتبه دوم و لپ تاپ دل رتبه سوم را کسب کرده است.
حل پروژه با روش تحلیل سلسله مراتبی (AHP)
در این تکنیک گام های زیر برای رتبه بندی گزینه ها انجام می شود:
تشکیل مقایسات زوجی معیارها و گزینه ها
نرمالایز کردن ماتریس مقایسات زوجی
به دست آوردن میانگین حسابی هر سطر ماتریس به هنجار شده ی مقایسات زوجی
ضرب وزن های نسبی شاخص ها در میانگین حسابی گزینه
رتبه بندی کردن گزینه ها
ابتدا مدل سلسله مراتبی پژوهش را تشکیل می دهیم که به صورت زیر می باشد. این مدل شامل سه سطح، هدف، معیار و گزینه ها می باشد.
مدل سلسله مراتبی AHP پروژه تصمیم گیری چند معیاره
سپس با استفاده از این مدل سلسله مراتبی، مقایسات زوجی را تشکیل می دهیم ابتدا مقایسه زوجی 6 معیار اصلی و سپس مقایسه زوجی 3 گزینه نسبت به تک تک معیارها را انجام می دهیم و بر اساس طیف 1 تا 9 ساعتی پاسخ می دهیم. مرحله مهمی که باید در این قسمت صورت گیرد محاسبه نرخ ناسازگاری است. این نرخ بیان می کند که آیا مقایسه زوجی به درستی انجام شده است و یا خیر. بر اساس تجربه و پیشنهاد محققان، این نرخ باید از مقدار 0.1 کمتر باشد تا مقایسه زوجی قابل قبول باشد. پس از محاسبه این نرخ، وزن معیارها و گزینه ها را در مقایسات زوجی محاسبه می کنیم برای محاسبه وزن نیز می توانیم از روشهای تقریبی، و یا از دو نرم افزار اکسپرت چویس یا سوپر دسیژن استفاده نمود که از نرم افزارهای قدرتمند برای حل مدل های سلسله مراتبی و تحلیل شبکه ای هستند. سپس وزن نهایی از ضرب وزن معیارها در وزن نسبی گزینه های حاصل می شود که در شکل زیر آورده شده است. بر این اساس لپ تاپ اپل رتبه اول، وایو رتبه دوم و دل رتبه سوم را کسب کرده است.
نتایج روش AHP برای رتبه بندی گزینه ها
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
نکته 1: این مساله می تواند از ترکیب این سه روش حاصل شود یعنی ابتدا وزن معیارها را با استفاده از روش AHP بدست آورد سپس این وزن را به روش های تاپسیس و SAW داد تا رتبه بندی گزینه ها صورت گیرد.
نکته 2: نتایج در روشهای مختلف تصمیم گیری چند معیاره ممکن است متفاوت باشد و این نشانه اشتباه در محاسبات نیست این از ماهیت و الگوریتم روش سرچشمه می گیرد. اما رتبه ها تقریبا در تمامی روشها نزدیک به یکدیگر می باشد. مثلا در یک روش اگر گزینه ای رتبه اول شد در روش دوم ممکن است اول یا دوم و یا سوم شود. اما اینکه یکباره رتبه آخر شود و یا رتبه اش افت زیاد کند شاید مراحلی از روش را درست پیاده سازی نکرده باشیم
روش SAW یا روش ساده وزنی احتمالا ساده ترین، شناخته شده ترین و رایج ترین روش تصمیم گیری چند معیاره است. روش SAW که مخفف Simple Additive Weighting است، امتیاز کلی یک راه حل کاندید با مجموع وزنی تمام مقادیر ویژگی تعیین می شود. این روش هدانگ و یون (۱۹۸۱)، روش ساده وزنی را ارائه کردند. روش ساده وزنیبه دلیل سهولتی که دارد محبوب ترین و رایج ترین روش در MADM است. روش SAW را می توان ساده ترین و مستقیم ترین روش مواجهه با مسائل تصمیم گیری چند معیاره در نظر گرفت. در این روش از یک تابع افزایش خطی برای نمایش ترجیحات تصمیم گیرندگان استفاده میشود . با این حال این تکنیک زمانی کاربرد دارد که فرض شود ترجیحات مستقل یا مجزا از هم هستند.
در این روش جهت تصمیم گیری، تنها به ماتریس تصمیم گیری و بردار وزن شاخص های ارزیابی نیاز است. این روش مانند روش ویکور و تاپسیس عمل می کند اما به روشی بسیار ساده تر. در این روش که با نام روش ترکیب خطی وزن دار نیز شناخته می شود، پس از بی مقیاس کردن ماتریس تصمیم، با استفاده از ضرایب وزنی معیارها، ماتریس تصمیم بی مقیاس وزن دار به دست آمده و با توجه به این ماتریس، امتیاز هر گزینه محاسبه می شود. روش SAW در نرم افزار EXCEL قابل انجام است.
مراحل تحلیل SAW
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
۱-تشکیل ماتریس تصمیم
۲-بی مقیاس کردن ماتریس تصمیم
۳-تشکیل ماتریس وزن دار
۴-انتخاب گزینه برتر
آموزش تحلیل SAW
گام اول تشکیل ماتریس تصمیم است. ماتریس تصمیم این روش شامل جدول است که ستون های آن را معیارها یا زیرمعیارها و سطرهای آن را گزینه ها تشکیل می دهند و هر سلول این ماتریس ارزیابی هر گزینه نسبت به هر معیار است.
وزن دهی در روش SAW
وزن دهی در روش SAW
گام دوم در روش SAW بی مقیاس کردن ماتریس تصمیم است. برای بی مقیاس کردن ماتریس تصمیم در روش Saw به صورت زیر عمل می شود:
اگر معیار مثبت باشد: تک تک اعداد آن ستون را بر بزرگترین عدد تقسیم می کنیم.
اگر معیار منفی باشد: مینیمم آن ستون تقسیم بر تک تک اعداد می شود.
گام سوم تشکیل ماتریس وزن دار است. در این گام با توجه به وزن های محاسبه شده از روشهای دیگر (AHP، آنتروپی شانون و دیگر روش ها)، ماتریس وزن دار را بدست می آوریم.
در نهایت انتخاب گزینه برتر انجام می شود با جمع سطری ماتریس وزن ها امتیاز هر گزینه محاسبه می شود. و بر اساس آن گزینه ها رتبه بندی می شوند.
SAW ، انجام پروژه به روش SAW ، انجام پروژه دانشجویی SAW توسط صدها کارشناس متلب پروژه با قیمت مناسب انجام میشود برای سفارش با شماره 09039549884 تماس بگیرید.
SAW چیست ؟
روش وزندهی افزایشی ساده یا به اختصار SAW یکی از سادهترین تکنیکهای تصمیمگیری چندشاخصه است. چرچمن و اکوف نخستین کسانی بودند که از روش SAW برای مواجهه با یک مساله انتخاب پرتفیو استفاده کردند. احتمالاً SAW شناخته شدهترین و پرکاربردترین روش برای تصمیمگیریهای چند شاخصه است.
ما چه نوع پروژه های SAW رو میتوانیم انجام بدهیم ؟
انجام پروژه با نرم افزار SAW
انجام پروژه دانشجویی SAW
انجام پروژه SAW با متلب
انجام پروژه SAW صنایع
فعالیت های مرتبط نرم افزاری رشته مهندسی صنایع
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
انجام پروژه های تحلیل آماری
انجام پروژه های spss
انجام پروژه های مینی تب
انجام پروژه های R
انجام پروژه های sas
انجام پروژه های داده کاوی
مراحل انجام پروژه SAW در متلب پروژه
سفارش انجام پروژه SAW
در مرحله اول با ثبت سفارش انجام پروژه در سایت و تکمیل فرم، اطلاعات خود را برای ما ارسال می کنید. در این بخش لازم است فایل مورد نظر را برای ما ارسال کنید. اگر چند فایل دارید می توانید از پسوند زیپ استفاده کنید. همچنین لازم است زبان مبداء و زبان مقصد را مشخص کنید.
بررسی سفارش و تعیین قیمت
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
در مرحله دوم سفارشی که برای ما ارسال کرده اید مورد ارزیابی قرار میگیرد تا هزینه برآورد شود. برآورد هزینه متناسب با شرایطی که در سفارش برای ما ارسال کرده اید انجام خواهد شد و نتیجه در نهایت به شما اطلاع رسانی خواهد شد.
واریز پیش پرداخت و شروع کار
در مرحله سوم قیمت برآورد شده به شما اعلام خواهد شد و در صورت توافق لازم است تا 50 درصد از مبلغ تعیین شده را واریز بفرمایید تا فرایند انجام پروژه شما آغاز گردد. در این مرحله می توانید روند کار خود را از طریق پشتیبان سایت برررسی کنید.
تحویل کار و رضایت مشتری
در آخرین مرحله کار شما پس از عبور از بررسی دقیق کارشناسان سایت و بررسی سطح کیفی کار، فایل نهایی برای شما ارسال خواهد شد. هدف نهایی ما لبخند رضایت شما کاربران محترم است که تاکنون رضایت بیشتر از 97 درصد کاربران را به همراه داشته است.
پشتیبانی از پروژه های بینایی ماشین
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
شعار اصلی سایت ما حمایت و پشتیبانی از پروژه های انجام شده . ما در زمینه انجام پروژه SAW همواره سعی کرده ایم از افرادی با تخصص بالا استفاده کنیم. استفاده از افراد با تجربه و متخصص باعث شده تا به جهت حمایت و پشتیبانی از پروژه های انجام شده هیچ گونه مشکلی نداشته باشیم.
اگر پروژه انجام شده مطابق با خواسته شما نبود! که به ندرت در سایت متلب پروژه اتفاق می افتد می توانید درخواست خود را به ما جهت تغییرات و بررسی مجدد اطلاع دهید تا در اسرع وقت پیگیری های لازم انجام شود و تغییرات لازم انجام شود.
ارائه خدمات قوی و پشتیبانی کامل با تیمی باتجربه و متعهد در سایت متلب پروژه.
هزینه انجام پروژه های SAW چقدر است؟
پروژه های SAW در زمینه های گوناگونی انجام می شود که این امر باعث گستردگی بسیار بالا در پروژه های ارسالی از سوی شما عزیزان می باشد. تعداد بالای پروژه ها در فیلدهای متنوع سبب شده است تا امر قیمت گذاری پروژه های SAW یک کار کاملا حرفه ای و تخصصی باشد.
از این رو جهت تعیین قیمت پروژه های خود می توانید سفارش مورد نظر را برای ما از طریق لینک ثبت سفارش در همینه صفحه یا از طریق تلگرام و واتساپ ارسال کنید. پس از ارسال پروژه تیم پشتیبانی سایت در اسرع وقت پروژه شما را برای تعیین کارشناس به کارگروه تخصصی شما ارجاع داده و در نهایت پس از ارسال برای کارشناس و استعلام دقیق قیمت، قیمت پروژه به شما اعلام خواهد شد.
مجموع ساده وزنی، یعنی SAW (حروف اول عبارت Simple Additive Weighted) یکی از ساده ترین روش های تصمیم گیری چند شاخصه است. با محاسبه اوزان شاخص ها، می توان به سادگی این روش را بکار برد. مراحل بکارگیری این روش به صورت ذیل است:
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
کمی کردن ماترین تصمیم گیری
بی مقیاس سازی خطی مقادیر ماتریس تصمیم گیری
تعیین اوزان شاخص ها
ضرب ماتریس بی مقیاس شده در اوزان شاخص ها
انتخاب بهترین گزینه (A) با معیار ذیل:
\[ A= \left\{A_i|Max\sum_{j=1}^{n}{n_{ij}w_j}\right\} \]
به عبارت دیگر در روش SAW گزینه ای انتخاب می شود که جمع مقادیر بی مقیاس شده وزنی آن، از بقیه گزینه ها بیشتر باشد.
روش بی مقیاس سازی خطی :
همانطور که بیان شد در روش SAW روش بی مقیاس کردن ماتریس تصمیم، بی مقیاس سازی خطی است که در 3 حالت استفاده می شود.
حالت اول: اگر تمامی شاخص ها جنبه مثبت داشته باشند، هر مقدار بر بزرگترین مقدار ستون j ام تقسیم می شود :
حالت دوم : در صورتی که تمامی شاخص ها جنبه منفی داشته باشند از روش ذیل استفاده می شود:
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
حالت سوم : در صورتی که هم شاخص مثبت و هم شاخص منفی داشته باشیم، شاخص های منفی را با روش ذیل به شاخص مثبت تبدیل می کنیم. زیرا نمی توان همزمان از دو حالت قبل استفاده کرد.
منبع : کتاب مباحث نوین تحقیق در عملیات (دکتر منصور مومنی)
روش SAW در اکسل :
برنامه روش SAW در قالب فایل اکسل و با استفاده از توابع و برنامه نویسی VBA جهت سهولت استفاده شما طراحی شده است و تنها با وارد کردن داده های ماتریس تصمیم میتوانید نتایج را مشاهده نمایید. برای کار با برنامه تنها نیاز به تعیین تعداد شاخص ها و گزینه ها، تعیین ماهیت شاخص ها و در نهایت ورود داده های ماتریس تصمیم است در ضمن برنامه به صورتی طراحی شده که با تغییر تعداد شاخص ها و گزینه ها به تعداد مورد نیاز، تمامی جداول و محاسبات به صورت خودکار تغییر خواهد کرد.
برخی ویژگی های برنامه اکسل روش SAW :
تعیین تعداد شاخص ها و گزینه های موردنیاز به تعداد دلخواه
تغییر خودکار جداول و محاسبات با تغییر تعداد شاخص ها و گزینه ها
اعمال محدودیت های لازم جهت جلوگیری از ورود اطلاعات اشتباه
امکان تعیین اوزان شاخص ها توسط کاربر
رتبه بندی گزینه ها
امکان اخذ گزارش شامل نتایج محاسبات تمامی مراحل روش SAW
برای آشنایی با نحوه کار با برنامه از یکی از مثال های موجود در کتاب مباحث نوین در تحقیق در عملیات (دکتر منصور مومنی) استفاده می شود. ماتریس تصمیم کمی شده مربوط به این مثال به صورت ذیل می باشد. لازم به ذکر است که شاخص اول مورد استفاده در این مثال شاخصی منفی است.
مثال روش saw و الکتره ELECTRE
فایل اکسل مربوط به روش SAW را اجرا کرده و مراحل ذیل را طی نمایید: از آنجا که در تهیه برنامه اکسل روش SAW از کد نویسی استفاده شده است، در صورت غیرفعال بودن تنظیمات ماکرو (Macro) در برنامه اکسل شما، پیغامی همانند تصویر ذیل نمایش داده می شود که لازم است جهت کار با برنامه همانند راهنمای بیان شده تنظیمات ماکرو را فعال نمایید.
برنامه اکسل روش SAW
در صورت فعال بودن تنظیمات ماکرو (Macro) در برنامه اکسل شما، پیغامی همانند تصویر ذیل نمایش داده می شود.
برنامه اکسل روش SAW
با کلیک بر روی گزینه “اجرای برنامه” صفحه اصلی برنامه به صورت تصویر ذیل نمایش داده می شود که دارای دو بخش است. در بخش بالا تعداد گزینه ها و شاخص های مورنیاز تعیین می گردد و در بخش پایین نوع (ماهیت) و وزن شاخص ها وارد می شود.
برنامه اکسل روش SAW
در این مثال ما با 5 شاخص و 3 گزینه سروکار داریم که شاخص اول دارای ماهیت منفی و چهار شاخص دیگر دارای ماهیت مثبت هستند. ابتدا در بخش بالایی در قسمت تعداد گزینه ها عدد 3 و در قسمت تعداد شاخص ها عدد 5 را وارد نمایید یا با استفاده از ابزارک موجود تعداد گزینه ها یا شاخص ها را تعیین کنید. همانطور که مشاهده می نمایید با تغییر تعداد شاخص ها جدول مربوط به شاخص ها در بخش پایین به طور خودکار تغییر خواهد کرد. در گام بعد در بخش پایین می بایست نوع (ماهیت) و وزن شاخص ها را مشخص کرد. برای شاخص ها با ماهیت منفی عدد 0 و برای شاخص ها با ماهیت مثبت عدد 1 را وارد نمایید. اوزان شاخص ها نیز که قبلا با استفاده از روش های دیگر محاسبه شده است در این بخش تعیین می گردد. در این مثال اوزان شاخص ها با استفاده از روش آنتروپی (Entropy) محاسبه شده است.
C1 = 0.239 , C2 = 0.189 , C3 = 0.076 , C4 = 0.263 , C5 = 0.233
نتیجه همانند تصویر ذیل خواهد بود.
برنامه اکسل روش SAW
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
حال بر روی گزینه “تایید و ادامه” کلیک کنید تا بخش مربوط به ورود داده های ماتریس تصمیم کمی نمایش داده شود. داده های مربوط به ماتریس کمی را مطابق جدول ارایه شده در ابتدای این مثال وارد نمایید. نتیجه همانند تصویر ذیل خواهد بود. لازم به ذکر است که جدول این بخش متناسب با تعداد شاخص ها و گزینه های تعیین شده به طور خودکار تغییر خواهد کرد.
برنامه اکسل روش SAW
جهت مشاهده نتایج بر روی گزینه ” تایید و نمایش نتایج” کلیک نمایید و منتظر بمانید تا برنامه گزارشات مربوطه را تکمیل نماید. پس از آماده شدن گزارش (همانند تصویر ذیل) می بایست محل ذخیره گزارش را مشخص نمایید.
برنامه اکسل روش SAW
پس از تعیین محل ذخیره گزارش، برنامه در یک فایل اکسل جداگانه (همانند تصویر ذیل) نتایج تمامی مراحل روش SAW را در اختیار شما قرار می دهد که به راحتی می توانید از این گزارش در مقالات، پایان نامه ها و … استفاده نمایید.
برنامه اکسل روش SAW
همانطور که مشاهده می نمایید گزارش برنامه اکسل روش SAW شامل موارد ذیل است:
اطلاعات اولیه شامل تعداد گزینه ها و شاخص ها
نمای گرافیکی از رتبه بندی گزینه ها
جدول ماتریس تصمیم کمی (یا میانگین نظرات خبرگان)
جدول مربوط به نوع (ماهیت) شاخص ها
جدول ماتریس تصمیم بی مقیاس شده
جدول اوزان شاخص ها
رتبه بندی نهایی گزینه ها
مثال روش COCOSO
مثال روش Shannon Entropy
اکسل روش ahp گروهی
اکسل روش میرکا
مثال روش COPRAS
مثال روش SMART
اکسل روش IPA
اکسل فازی زدایی و دیفازی سازی
مثال روش Delphi
مثال روش SWARA
اکسل روش Taxonomy
اکسل مثال روش SAW
مثال روش DEMATEL
مثال روش VIKOR
اکسل روش الکتره 2
اکسل مثال روش TOPSIS
مثال روش EDAS
مثال روش WASPAS
اکسل روش پرموتاسیون یا جایگشت
بی مقیاس سازی
مثال روش ELECTRE
مثال روش اوامیکس
اکسل روش تحلیل پوششی داده ها
روش های وزن دهی
مثال روش GRA
مثال روش پرومته
اکسل روش تخصیص خطی
مثال روش ANP
مثال روش LINMAP
مثال روش تحلیل سلسله مراتبی
اکسل روش دنپ
مثال روش ARAS
مثال روش MABAC
مثال روش کوپر
اکسل روش رژیم
مثال روش BWM
مثال روش MOORA
مثال روش مک بث
روش آنتروپی شانون
در مسائل تصمیم گیری چند معیاره و بخصوص مسائل تصمیم گیری چند شاخصه، داشتن و دانستن اوزان نسبی شاخص های موجود، گام مؤثری در فرایند حل مسئله بوده و مورد نیاز است.
از جمله روش های تعیین وزن های شاخص ها، می توان به روش های استفاده از پاسخ خبرگان، روش لینمپ، روش کمترین مجذورات، تکنیک بردار ویژه، آنتروپی شانون، روش CRITIC و… اشاره کرد.
فهرست مطالب [پنهان]
1 روش Shannon Entropy
1.1 روش آنتروپی شانون برای وزن دهی شاخص ها (معیارها)
2 گام های روش آنتروپی شانون
2.1 گام اول:
2.2 گام دوم:
2.3 گام سوم:
2.4 گام چهارم:
2.5 گام پنجم:
3 مثال روش آنتروپی شانون
روش Shannon Entropy
معمولا به هر یک از شاخص ها یک وزن نسبت داده می شود. به طوری که مجموع وزن شاخص ها برابر ۱ باشد.
برای تعیین وزن شاخص ها نیز روش های گوناگونی وجود دارد که روش آنتروپی، روش Linmap، روش بردار ویژه و روش کمترین مربعات مهم ترین روش های تعیین وزن شاخص ها می باشند. در این جا روش آنتروپی شرح داده می شود.
روش آنتروپی (Entropy) یکی از روشهای تصمیم گیری چند معیاره برای محاسبه وزن معیارها می باشد. در این روش نیازمند به ماتریس معیار-گزینه می باشد.
روش آنتروپی شانون برای وزن دهی شاخص ها (معیارها)
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
این روش در سال 1974 توسط شانون و ویور ارائه شد آنتروپی بیان کننده مقدار عدم اطمینان در یک توزیع احتمال پیوسته است. ایده اصلی این روش آن است که هر چه پراکندگی در مقادیر یک شاخص بیشتر باشد آن شاخص از اهمیت بیشتری برخوردار است.
شانون نشان داد که وقایع با احتمال وقوع زیاد اطالعات کمتری در اختیار می گذارند و برعکس هرچقدر احتمال وقوع یک رخداد کمتر باشد، اطلاعات حاصل از آن بیشتر است.
با به دست آوردن اطلاعات جدید، درواقع عدم قطعیت ها کاهش یافته و ارزش اطلاعات جدید برابر با مقداری است که از عدم قطعیت کاسته شده است. درنتیجه عدم قطعیت و اطلاعات پارامترهایی وابسته به هم هستند.
پرسشنامه روش آنتروپی شانون نیز همانند ماتریس آن می باشد. گام های این روش مطابق زیر می باشد:
گام های روش آنتروپی شانون
از روش آنتروپی شانون به عنوان یکی از معروفترین روش های محاسبه اوزان شاخص ها استفاده شده است.
مفهوم آنتروپی شانون (شانون ، 1948) نقش مهمی در نظریه اطلاعات دارد. این مفهوم در زمینه های مختلف علمی ، از جمله فیزیک ، علوم اجتماعی و غیره توسعه یافته است.
در تئوری اطلاعات ، آنتروپی اندازه گیری مقدار اطلاعات مورد نیاز برای توصیف متغیر تصادفی است.
گام اول:
ابتدا ماتریس تصمیم را تشکیل می دهیم. برای تشکیل این ماتریس تصمیم کافیست اگر معیارها کیفی هستند از عبارات کلامی ارزیابی هر گزینه را نسبت به هر معیار بدست آوریم و اگر معیارها کمی هستند عدد واقعی آن ارزیابی را قرار دهیم.
در شکل زیر که ماتریس تصمیم می باشد ستون ها معیار و سطرهای گزینه ها هستند. به عنوان مثال درایه x12 امتیاز گزینه اول نسبت به معیار دوم است.
ماتریس روش موراماتریس تصمیم گیری
گام دوم:
ماتریس بالا را نرمال می کنیم و هر درایه نرمال شده را pij می نامیم. نرمال شدن به این صورت می باشد که
درایه هر ستون را بر مجموع ستون تقسیم می کنیم.
گام سوم:
محاسبه آنتروپی هر شاخص: آنتروپی Ej به صورت زیر محاسبه می گردد و k به عنوان مقدار ثابت مقدار Ej را
بین 0 و 1 نگه می دارد.
آنتروپی شانونآنتروپی شانون
که در آن p (x) توزیع احتمال متغیر تصادفی X است. افزایش در آنتروپی شانون باعث افزایش عدم اطمینان و
کاهش اطلاعات در مورد دانش متغیر تصادفی می شود.
جنبه جالب دیگر آنتروپی شانون ویژگی حداکثر آنتروپی آن برای توزیع یکنواخت است.
روش آنتروپی شانون
گام چهارم:
در ادامه مقدار dj (درجه انحراف) محاسبه می شود که بیان می کند شاخص مربوطه (dj) چه میزان اطلاعات
مفید برای تصمیم گیری در اختیار تصمیم گیرنده قرار می دهد.
هر چه مقادیر اندازه گیری شده شاخصی به هم نزدیک باشند نشان دهنده آنست که گزینه های رقیب از نظر آن
شاخص تفاوت چندانی با یکدیگر ندارند.
dj=1-Ej
لذا نقش آن شاخص در تصمیم گیری باید به همان اندازه کاهش یابد.
گام پنجم:
سپس مقدار وزن Wj محاسبه می گردد. در واقع وزن معیار برابر با هر dj تقسیم بر مجموع dj ها می باشد.
wj=dj/∑dj
مثال روش آنتروپی شانون
مثال:ماتریس تصمیم گیری زیر را با 4 گزینه و 6 معیار در نظر بگیرید:
مثال روش آنتروپی شانونمثال روش آنتروپی شانون
روش آنتروپی شانون
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
Pij ها (ماتریس نرمال) به صورت زیر به دست می آیند:
ماتریس نرمال آنتروپی شانونماتریس نرمال آنتروپی شانون
مقادیر Ej و dj و wj را بدست می آوریم.
مقدار وزن آنتروپی شانونمقدار وزن آنتروپی شانون
با توجه به جدول بالا
وزن معیار اول 0.0649
وزن معیار دوم 0.2055
وزن معیار سوم 0.0133
وزن معیار چهارم 0.0829
وزن معیار پنجم 0.357 و
وزن معیار ششم 0.2764 می با
ین وزن شاخص ها
در مسائل تصمیم گیری چند معیاره و بخصوص مسائل تصمیم گیری چند شاخصه، داشتن و دانستن اوزان نسبی شاخص های موجود، گام مؤثری در فرایند حل مسئله بوده و مورد نیاز است. از جمله روش های تعیین وزن های شاخص ها، می توان به روش های استفاده از پاسخ خبرگان، روش لینمپ، روش کمترین مجذورات، تکنیک بردار ویژه، آنتروپی شانون، روش CRITIC و… اشاره کرد.
در تصمیم گیری همیشه یکسری شاخص و گزینه دخیل هستند اهمیت شاخص ها قطعا در تصمیم گیری برابر نیست مثلا فرض کنید قصد انتخاب یک وسیله نقلیه را داشته باشید شاخص های زیادی از جمله قیمت، زیبایی و… دخیل هستند و قطعا اهمیت تمامی معیارها با هم برابر نیست در یکچنین مواقعی باید اهمیت این شاخص ها کشف شود و دانستن ضریب اهمیت یا وزن هر یک از این شاخص ها در تصمیم گیری ضروری است. وزن هر شاخص، اهمیت نسبی آن را نسبت به شاخص های دیگر بیان میکند. انتخاب آگاهانه و صحیح وزنها کمک بزرگی در جهت رسیدن به هدف مورد نظر می نماید. در چنین مواقعی تکنیک آنتروپی شانون وظیفه وزن دهی را به عهده می گیرد.
فرآیند تصمیم گیری چندمعیاره
فرآیند تصمیم گیری چندمعیاره
قبل از پرداختن به روش آنتروپی، ویدیوی زیر را حتما مشاهده کنید در این ویدیو مقدمات این روش و همچنین موارد استفاده از آن ذکر شده است.
روش های مختلفی برای وزن دهی به معیارها به سه روش ذیل قابل انجام است:
1- استفاده از دانش کارشناسی
در این روش با استفاده از تجربه و دانش کارشناسان متخصص در زمینه مورد نظر و با در نظر گرفتن خصوصیات محدوده مطالعاتی، فاکتورهای مناسب تعیین و وزن دهی می شوند. از مزایای این روش ساده و مستند بودن آن است. اما این روش دارای معایبی مانند، احتمال اشتباه کردن کارشناس در تعیین وزن و مشکل استانداردسازی واحدهای اندازه گیری ذهنی آنها، می باشد. در این روش اصولا افراد متخصص می توانند بر اساس یک طیف و یا بر اساس درصد اهمیت عوامل را مشخص کنند.
٢. استفاده از دانش داده ای
دانش داده ای متکی بر اطلاعات موجود در مورد جواب مسأله می باشد. در این روش با استفاده از جواب های موجود در مسأله و محاسبه میزان وابستگی هر یک از فاکتورها به جواب، می توان وزن مربوط به هر فاکتور را تعیین کرد. در روش دانش داده ای، احتمال به وجود آمدن اشتباه کمتر است ولی درستی عملکرد آن بستگی به میزان صحت و دقت جواب های اولیه موجود دارد.
٣. استفاده از دانش کارشناسی و داده ای به صورت توام
در این روش با توجه به نتایج حاصل از دانش و تجربیات کارشناسان و استفاده از اطلاعات موجود، به هر یک از فاکتورها وزن تعلق می گیرد. بدین نحو که ابتدا وزنها از طریق دانش کارشناسی و داده ای به صورت مجزا محاسبه می شوند، سپس وزن مطلوب با مقایسه مقادیر به دست آمده تعیین می شود. در نتیجه احتمال وقوع اشتباه کاهش یافته و وزنها به واقعیت نزدیک تر خواهند شد
روش آنتروپی شانون برای وزن دهی شاخص ها (معیارها)
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
معمولا به هر یک از شاخص ها یک وزن نسبت داده می شود. به طوری که مجموع وزن شاخص ها برابر ۱ باشد. برای تعیین وزن شاخص ها نیز روش های گوناگونی وجود دارد که روش آنتروپی، روش Linmap، روش بردار ویژه و روش کمترین مربعات مهم ترین روش های تعیین وزن شاخص ها می باشند. در این جا روش آنتروپی شرح داده می شود.
روش آنتروپی (Entropy) یکی از روشهای تصمیم گیری چند معیاره برای محاسبه وزن معیارها می باشد. در این روش نیازمند به ماتریس معیار-گزینه می باشد. این روش در سال 1974 توسط شانون و ویور ارائه شد آنتروپی بیان کننده مقدار عدم اطمینان در یک توزیع احتمال پیوسته است. ایده اصلی این روش آن است که هر چه پراکندگی در مقادیر یک شاخص بیشتر باشد آن شاخص از اهمیت بیشتری برخوردار است.
شانون نشان داد که وقایع با احتمال وقوع زیاد اطالعات کمتری در اختیار می گذارند و برعکس هرچقدر احتمال وقوع یک رخداد کمتر باشد، اطلاعات حاصل از آن بیشتر است. با به دست آوردن اطلاعات جدید، درواقع عدم قطعیت ها کاهش یافته و ارزش اطلاعات جدید برابر با مقداری است که از عدم قطعیت کاسته شده است. درنتیجه عدم قطعیت و اطلاعات پارامترهایی وابسته به هم هستند.
پرسشنامه روش آنتروپی شانون نیز همانند ماتریس آن می باشد. گام های این روش مطابق زیر می باشد:
گام های روش آنتروپی شانون
از روش آنتروپی شانون به عنوان یکی از معروفترین روش های محاسبه اوزان شاخص ها استفاده شده است. مفهوم آنتروپی شانون (شانون ، 1948) نقش مهمی در نظریه اطلاعات دارد. این مفهوم در زمینه های مختلف علمی ، از جمله فیزیک ، علوم اجتماعی و غیره توسعه یافته است. در تئوری اطلاعات ، آنتروپی اندازه گیری مقدار اطلاعات مورد نیاز برای توصیف متغیر تصادفی است.
گام اول: ابتدا ماتریس تصمیم را تشکیل می دهیم. برای تشکیل این ماتریس تصمیم کافیست اگر معیارها کیفی هستند از عبارات کلامی ارزیابی هر گزینه را نسبت به هر معیار بدست آوریم و اگر معیارها کمی هستند عدد واقعی آن ارزیابی را قرار دهیم. در شکل زیر که ماتریس تصمیم می باشد ستون ها معیار و سطرهای گزینه ها هستند. به عنوان مثال درایه x12 امتیاز گزینه اول نسبت به معیار دوم است.
ماتریس تصمیم کوداس
گام دوم: ماتریس بالا را نرمال می کنیم و هر درایه نرمال شده را pij می نامیم. نرمال شدن به این صورت می باشد که درایه هر ستون را بر مجموع ستون تقسیم می کنیم.
گام سوم: محاسبه آنتروپی هر شاخص: آنتروپی Ej به صورت زیر محاسبه می گردد و k به عنوان مقدار ثابت مقدار Ej را بین 0 و 1 نگه می دارد.
آموزش روش آنتروپی شانون
که در آن p (x) توزیع احتمال متغیر تصادفی X است. افزایش در آنتروپی شانون باعث افزایش عدم اطمینان و کاهش اطلاعات در مورد دانش متغیر تصادفی می شود. جنبه جالب دیگر آنتروپی شانون ویژگی حداکثر آنتروپی آن برای توزیع یکنواخت است.
گام چهارم: در ادامه مقدار dj (درجه انحراف) محاسبه می شود که بیان می کند شاخص مربوطه (dj) چه میزان اطلاعات مفید برای تصمیم گیری در اختیار تصمیم گیرنده قرار می دهد .هر چه مقادیر اندازه گیری شده شاخصی به هم نزدیک باشند نشان دهنده آنست که گزینه های رقیب از نظر آن شاخص تفاوت چندانی با یکدیگر ندارند.
dj=1-Ej
لذا نقش آن شاخص در تصمیم گیری باید به همان اندازه کاهش یابد.
گام پنجم: سپس مقدار وزن Wj محاسبه می گردد. در واقع وزن معیار برابر با هر dj تقسیم بر مجموع dj ها می باشد.
wj=dj/∑dj
مثال روش آنتروپی شانون
مثال:ماتریس تصمیم گیری زیر را با 4 گزینه و 6 معیار در نظر بگیرید:
ماتریس تصمیم آنتروپی شانون
Pij ها (ماتریس نرمال) به صورت زیر به دست می آیند:
ماتریس نرمال آنتروپی شانون
مقادیر Ej و dj و wj را بدست می آوریم.
وزن معیارها در ماتریس آنتروپی شانون
با توجه به جدول بالا وزن معیار اول 0.0649 ، وزن معیار دوم 0.2055 ، وزن معیار سوم 0.0133، وزن معیار چهارم 0.0829، وزن معیار پنجم 0.357 و وزن معیار ششم 0.2764 می باشد.
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
گیف اشاره 2فیلم آموزش روش آنتروپی شانون در اکسل تهیه شده است که به صورت کاملا ساده بیان شده و قابلیت پیاده سازی برای هر مساله با هر ابعادی را دارد از طریق این لینک می توانید وارد صفحه این آموزش شوی
صادفی بودن یک متغیر است. این روش وزن دهی در دسته تکنیک های تصمیم گیری چند معیاره قرار دارد. آنتروپی در نظریه معیاری عددی از میزان اطلاعات یا میزان تصادفی بودن یک متغیر تصادفی است. به بیان دقیقتر آنتروپی یک متغیر تصادفی، مقدار متوسط (امید ریاضی) میزان اطلاعات حاصل از مشاهدهٔ آن است.
به بیان دیگر، هرچه آنتروپی یک متغیر تصادفی بیشتر باشد ابهام ما در مورد آن متغیر تصادفی بیشتر می باشد. بنابراین با مشاهده نتیجه قطعی آن متغیر تصادفی اطلاعات بیشتری بدست می آید پس هرچه آنتروپی یک متغیر تصادفی بیشتر باشد اطلاعات حاصل از مشاهده قطعی آن بیشتر خواهد بود) همچنین آنتروپی یک منبع اطلاعات، حد پایین امید بهترین نرخ فشردهسازی بدون اتلاف دادهها برای آن منبع است. تکنیک آنتروپی شانون در نرم افزار اکسل قابل انجام است.
تکنیک آنتروپی شانون مانند روش SWARA, AHP ANP به معیارها وزن می دهد. معمولا وزن های به دست آمده در این تکنیک در تکنیک هایEDAS SECA VIKOR COCOSO TOPSIS COPRAS استفاده می شود.
مراحل آنتروپی شانون
۱-تشکیل ماتریس تصمیم
۲-نرمال سازی
۳-محاسبه آنتروپی
۴-محاسبه درجه انحراف
۵-محاسبه وزن هر معیار
آموزش روش آنتروپی شانون
۱-مرحله اول مانند تمامی روش های تصمیم گیری چند معیاره، یک ماتریس تصمیم تشکیل می شود.
ماتریس تصمیم
ماتریس تصمیم
۲-در این مرحله، ماتریس تصمیم نرمال می شود. بدین منظور از فرمول نرمال سازی خطی استفاده می شود.
نرمال سازی روش آنتروپی شانون
نرمال سازی روش آنتروپی شانون
۳-مرحله سوم، محاسبه آنتروپی هر شاخص استآنتروپی Ej به صورت زیر محاسبه می گردد و k به عنوان مقدار ثابت مقدار Ej را بین ۰ و ۱ نگه می دارد.
محاسبه آنتروپی هر شاخص
محاسبه آنتروپی هر شاخص
۴-مرحله چهارم محاسبه درجه انحراف است. در ادامه مقدار dj (درجه انحراف) محاسبه می شود که بیان می کند شاخص مربوطه (dj) چه میزان اطلاعات مفید برای تصمیم گیری در اختیار تصمیم گیرنده قرار می دهد .هر چه مقادیر اندازه گیری شده شاخصی به هم نزدیک باشند نشان دهنده آنست که گزینه های رقیب از نظر آن شاخص تفاوت چندانی با یکدیگر ندارند.
درجه انحراف آنتروپی شانون
درجه انحراف آنتروپی شانون
۵-مرحله پنجم، محاسبه وزن است. مقدار وزن Wj محاسبه می گردد. در واقع وزن معیار برابر با هر dj تقسیم بر مجموع dj ها می باشد.
محاسبه درجه اهمیت در آنتروپی شانون
محاسبه درجه اهمیت در آنتروپی شانون
منبع
www.sciencedirect.com/
Offwell Woodland & Wildlife Trust (2016) Simpson’s diversity index. Ecological sampling methods
http://www.countrysideinfo.co.uk/simpsons.htm
برای مطالعه بیشتر بر روی لینک زیر کلیک نمایید.
SHANON ENTROPY
مدیر آماری-مشاوره آماری-STATISTICAL-CONSULTING
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
برچسب ها: آنتروپی ش
ک نوسانگر هارمونیک تغییر شکل در یک میدان الکتریکی استاتیک
Information measures of a deformed harmonic oscillator in a static electric field
Keywords: آنتروپی شانون; Deformed harmonic oscillator; Morse potential; Shannon entropy; Fischer information;
دانلود رایگان متن کامل مقاله ISI 8 صفحه سال انتشار : 2018 سفارش ترجمه
نظریه اطلاعات بر اساس تجزیه و تحلیل نیرومندی در ترکیبات انرژی در ایالات متحده
An information theory based robustness analysis of energy mix in US States
Keywords: آنتروپی شانون; Robustness; Energy mix; Information theory; Shannon entropy;
دانلود رایگان متن کامل مقاله ISI 8 صفحه سال انتشار : 2018 سفارش ترجمه
یک فرمول بیوانسیون دو هیستوگرام برای برآورد انتروپی مشترک با استفاده از حداقل مربعات خطای متوسط
A binning formula of bi-histogram for joint entropy estimation using mean square error minimization
Keywords: آنتروپی شانون; Histogram bin number; Bi-histogram; Marginal entropy; Joint entropy; Mutual information; Shannon entropy; Mean square error minimization; MFCC feature; Feature selection; Speech recognition; Speaker recognition;
دانلود رایگان متن کامل مقاله ISI 8 صفحه سال انتشار : 2018 سفارش ترجمه
یک بیان تحلیلی صریح برای ضخامت لایه بر اساس حداکثر اصل آنتروپی
An explicit analytical expression for bed-load layer thickness based on maximum entropy principle
Keywords: آنتروپی شانون; Entropy; Shannon entropy; Probability distribution; Sediment transport; Bed-load layer thickness;
دانلود رایگان متن کامل مقاله ISI 8 صفحه سال انتشار : 2018 سفارش ترجمه
اندازه گیری اطلاعات و پیچیدگی در رابط فلز و ابررسانا
Information and complexity measures in the interface of a metal and a superconductor
Keywords: آنتروپی شانون; Information theory; Fisher information; Shannon entropy; Tsallis entropy; Statistical complexity; Superconductivity;
دانلود رایگان متن کامل مقاله ISI 8 صفحه سال انتشار : 2018 سفارش ترجمه
تعیین خواص فیزیکی و ساختاری خاک با استفاده از میکروتوموگرافی اشعه
Quantifying physical and structural soil properties using X-ray microtomography
Keywords: آنتروپی شانون; Microtomography; S index; Degree of anisotropy; Euler-Poincaré number; Shannon entropy; 3D simulation;
دانلود رایگان متن کامل مقاله ISI 10 صفحه سال انتشار : 2018 سفارش ترجمه
مدل سازی محاسباتی از تشخیص صدای محیطی مبتنی بر مکانیسم شناختی شنوایی انسان
Computational modeling of environment deviant sound detection based on human auditory cognitive mechanism
Keywords: آنتروپی شانون; Acoustic attention simulation; Auditory deviancy; Sound deviancy detection; Shannon entropy; Sample entropy;
دانلود رایگان متن کامل مقاله ISI 11 صفحه سال انتشار : 2018 سفارش ترجمه
ساختارهای یکپارچه در برش باد باعث ایجاد تعامل موجب وزش باد شدید در گیاهان آب می شود
Coherent structures in wind shear induced wave-turbulence-vegetation interaction in water bodies
Keywords: آنتروپی شانون; Coherent structures; Flexible emergent vegetation; PIV; POD; Quadrant analysis; Shannon entropy; Wave-turbulence interaction; Wind induced flow;
دانلود رایگان متن کامل مقاله ISI 11 صفحه سال انتشار : 2018 سفارش ترجمه
اندازه گیری غیر قابل برگشت جدید و تجزیه و تحلیل پیچیدگی بر اساس تجزیه ارزش منحصر به فرد
New irreversibility measure and complexity analysis based on singular value decomposition
Keywords: آنتروپی شانون; Singular value decomposition; Visibility algorithm; Kullback-Leibler distribution; Shannon entropy;
دانلود رایگان متن کامل مقاله ISI 12 صفحه سال انتشار : 2018 سفارش ترجمه
الگوریتم های سریع برای شاخص های تقسیم نمودار توزیع تقریبی شبکه های پیچیده واقعی
Fast algorithms for indices of nested split graphs approximating real complex networks
Keywords: آنتروپی شانون; Threshold graph; Nested split graph; Markov chains; Simulated annealing; Hamming distance; Shannon entropy; RandiÄ index; Szeged index; Estrada index; Wiener index; Gutman graph energy; Resolvent energy;
دانلود رایگان متن کامل مقاله ISI 13 صفحه سال انتشار : 2018 سفارش ترجمه
یک روش تشخیص نقص جدید رانندگی بر مبنای تبدیل بسته های موجک لغزنده و تقویت کننده تطبیقی بهبود یافته آنتروپی شانون
A novel rail defect detection method based on undecimated lifting wavelet packet transform and Shannon entropy-improved adaptive line enhancer
Keywords: آنتروپی شانون; High speed; Rail defect detection; Undecimated lifting wavelet packet transform; Adaptive line enhancer; Shannon entropy;
دانلود رایگان متن کامل مقاله ISI 13 صفحه سال انتشار : 2018 سفارش ترجمه
توالی بعدی 1 نزدیک به رندوم است
Dimension 1 sequences are close to randoms
Keywords: آنتروپی شانون; Algorithmic randomness; Effective dimension; Harper's theorem; Kolmogorov complexity; Shannon entropy;
دانلود رایگان متن کامل مقاله ISI 14 صفحه سال انتشار : 2018 سفارش ترجمه
یک مدل نظری اطلاعاتی برای ساختارهای رسانای خطی و غیر خطی در نانولوله های کربنی تک محور
An information theoretic model for the linear and nonlinear dissipative structures in irradiated single-walled carbon nanotubes
Keywords: آنتروپی شانون; Radiation effects; Single-walled carbon nanotubes; Collision cascades; Thermal spikes; Shannon entropy; Fractal dimension;
دانلود رایگان متن کامل مقاله ISI 26 صفحه سال انتشار : 2018 سفارش ترجمه
اختلالات و پیچیدگی در سری زمانی متغیر
Disturbances and complexity in volatility time series
Keywords: آنتروپی شانون; Financial crisis; Volatility; Long memory; Kolmogorov complexity; Shannon entropy;
دانلود رایگان متن کامل مقاله ISI 5 صفحه سال انتشار : 2017 سفارش ترجمه
چندرسانه ای و انتروپی شانون در طی راه رفتن به عنوان پیش بینی کننده خطر سقوط - یک مطالعه آینده نگر
Multiscale and Shannon entropies during gait as fall risk predictors-A prospective study
Keywords: آنتروپی شانون; Stability; Shannon entropy; Index of complexity; Elderly; Walking;
دانلود رایگان متن کامل مقاله ISI 6 صفحه سال انتشار : 2017 سفارش ترجمه
یک رویکرد مبتنی بر مسیر برای ارزیابی پیچیدگی مولکولی
A path based approach to assessing molecular complexity
Keywords: آنتروپی شانون; Molecular complexity; Atom complexity; Shannon entropy; Approved drugs;
دانلود رایگان متن کامل مقاله ISI 6 صفحه سال انتشار : 2017 سفارش ترجمه
تجزیه و تحلیل پارامتر گذرا از انتقال پنوماتیک ذرات ریز برای پیش بینی تغییر حالت جریان
Transient parameter analysis of pneumatic conveying of fine particles for predicting the change of mode of flow
Keywords: آنتروپی شانون; Fluidized dense; Hurst exponent; Shannon entropy; Phase space;
دانلود رایگان متن کامل مقاله ISI 7 صفحه سال انتشار : 2017 سفارش ترجمه
بهبود ارزیابی اثربخشی متقابل: روش مبتنی بر وزن آنتروپی شانون
Improving the evaluation of cross efficiencies: A method based on Shannon entropy weight
Keywords: آنتروپی شانون; Data envelopment analysis; Efficiency evaluation; Cross efficiency; Shannon entropy;
دانلود رایگان متن کامل مقاله ISI 8 صفحه سال انتشار : 2017 سفارش ترجمه
اندازه گیری انرژی و دما مبتنی بر اطلاعات متون ادبی
Measuring information-based energy and temperature of literary texts
Keywords: آنتروپی شانون; Linguistic analysis; Thermodynamics and statistical mechanics; Boltzmann distribution; Shannon entropy;
دانلود رایگان متن کامل مقاله ISI 8 صفحه سال انتشار : 2017 سفارش ترجمه
از تقسیم کوانتومی به ارتباطات مداری
From quantum superposition to orbital communication
Keywords: آنتروپی شانون; Superposition principle; Information theory; Shannon entropy; Markov chain; Orbital communication; Symmetrical orthogonalization;
دانلود رایگان متن کامل مقاله ISI 8 صفحه سال انتشار : 2017 سفارش ترجمه
عامل آنتروپی برای اندازه گیری تصادفی در داده های عصبی
Entropy factor for randomness quantification in neuronal data
Keywords: آنتروپی شانون; Variability measure; Shannon entropy; Renewal process; Fano factor;
دانلود رایگان متن کامل مقاله ISI 9 صفحه سال انتشار : 2017 سفارش ترجمه
پایداری راکتور آب جوش غیر خطی با آنتروپی شانون
Non-linear boiling water reactor stability with Shannon Entropy
Keywords: آنتروپی شانون; BWR stability; Decay Ratio; Shannon Entropy; Reduced Order Model; Largest Lyapunov Exponent;
دانلود رایگان متن کامل مقاله ISI 9 صفحه سال انتشار : 2017 سفارش ترجمه
بررسی چگالی حالت ها و اثر اشباع طیف برای یک تعامل هارمونیک وابسته به انرژی
Survey on density of states and saturation effect of spectrum for an energy-dependent harmonic interaction
Keywords: آنتروپی شانون; Fisher parameter; Shannon entropy; Partition function; Cramer-Rao uncertainty relation;
دانلود رایگان متن کامل مقاله ISI 11 صفحه سال انتشار : 2017 سفارش ترجمه
آنتروپی اطلاعات شانون در فضای موقعیت برای حالت دوگانه هیجان از هلیوم با محدوده محدود
Shannon information entropy in position space for doubly excited states of helium with finite confinements
Keywords: آنتروپی شانون; Shannon entropy; Helium; Hylleraas functions; Quantum confinement; Finite oscillator potentials; Doubly excited states; Electron density; Localization; Delocalization;
دانلود رایگان متن کامل مقاله ISI 12 صفحه سال انتشار : 2017 سفارش ترجمه
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
با استفاده از ژئومنفرهشناسی، تجزیه و تحلیل الگوهای تقسیم شهری و الگوهای مصرف زمین در شهرهای بزرگ سرمایه در منطقه هیمالیا
Analysing urban sprawl and land consumption patterns in major capital cities in the Himalayan region using geoinformatics
Keywords: آنتروپی شانون; Urban growth; Himalayan cities; Shannon Entropy; Geoinformatics;
دانلود رایگان متن کامل مقاله ISI 12 صفحه سال انتشار : 2017 سفارش ترجمه
یک روش برای محل منبع صوتی در ساختارهای صفحات نوعی
A method for acoustic source location in plate-type structures
Keywords: آنتروپی شانون; Plate type structures; Shannon entropy; Wavelet transform; Cross time frequency spectrum; Dispersion curves;
دانلود رایگان متن کامل مقاله ISI 12 صفحه سال انتشار : 2017 سفارش ترجمه
تنوع عملکرد فیتوپلانکتون باعث افزایش بهره وری اکوسیستم و ثبات آن می شود
Phytoplankton functional diversity increases ecosystem productivity and stability
Keywords: آنتروپی شانون; Shannon entropy; Plankton foodwebs; Species-traits; Ecological selection; Ecosystem modelling;
دانلود رایگان متن کامل مقاله ISI 13 صفحه سال انتشار : 2017 سفارش ترجمه
مقایسه روش های آنتروپی انتقال برای سری زمانی مالی
Comparison of transfer entropy methods for financial time series
Keywords: آنتروپی شانون; Financial time series; Shannon entropy; Transfer entropy; Effective transfer entropy; Rényi transfer entropy; Effective Rényi transfer entropy;
دانلود رایگان متن کامل مقاله ISI 14 صفحه سال انتشار : 2017 سفارش ترجمه
طبیعت درهم و برهم وابستگی متقابل. بی ثباتی، غیر قابل تولید بودن و عدم اطمینان
The entangled nature of interdependence. Bistability, irreproducibility and uncertainty
Keywords: آنتروپی شانون; Teams entropy; Shannon entropy; Von Neumann entropy; Relative entropy; Redundancy;
دانلود رایگان متن کامل مقاله ISI 14 صفحه سال انتشار : 2017 سفارش ترجمه
بر روی عملکرد اندازه گیری اطلاعات فیشر و برآوردگرهای آنتروپی شانون
On the performance of Fisher Information Measure and Shannon entropy estimators
Keywords: آنتروپی شانون; Fisher Information Measure; Shannon entropy; Estimation;
دانلود رایگان متن کامل مقاله ISI 15 صفحه سال انتشار : 2017 سفارش ترجمه
شبیه سازی تصادفی با استفاده از مدل تصویری مدل های زمین شناسی مبتنی بر فرایند
Stochastic simulation by image quilting of process-based geological models
Keywords: آنتروپی شانون; Voxel reuse; Shannon entropy; Relaxation; Tau model; Multiple-point statistics; FFT; GPGPU;
دانلود رایگان متن کامل مقاله ISI 15 صفحه سال انتشار : 2017 سفارش ترجمه
آنتروپی اطلاعات جمعیت جمعیت زلزله در شمال شرقی ایتالیا و غربی اسلوونی
Information entropy of earthquake populations in northeastern Italy and western Slovenia
Keywords: آنتروپی شانون; Seismicity; Aftershock sequences; Shannon entropy; Fractal dimension;
دانلود رایگان متن کامل مقاله ISI 18 صفحه سال انتشار : 2017 سفارش ترجمه
یک روش نظری اطلاعات برای تشخیص ناهنجاری ها در ترافیک شبکه
An information-theoretic method for the detection of anomalies in network traffic
Keywords: آنتروپی شانون; Anomaly detection; Information theory; Shannon entropy; Tsallis entropy; Rényi entropy; Kullback-leibler divergence; Jensen-Shannon divergence; MAWILab;
دانلود رایگان متن کامل مقاله ISI 31 صفحه سال انتشار : 2017 سفارش ترجمه
مشتق معادله شکار برای توزیع تعلیق با استفاده از تئوری آنتروپی شانون
Derivation of Hunt equation for suspension distribution using Shannon entropy theory
Keywords: آنتروپی شانون; Particle suspension distribution; Type I distribution; Hunt equation; Shannon entropy; Maximum entropy; Lagrange multipliers;
دانلود رایگان متن کامل مقاله ISI 32 صفحه سال انتشار : 2017 سفارش ترجمه
تجزیه و تحلیل خطی مکرر مرتب شده
Regularized max-min linear discriminant analysis
Keywords: آنتروپی شانون; MMLDA; max-min linear discriminant analysis; RMMLDA; regularized max-min linear discriminant analysis; PCA; principal component analysis; LDA; linear discriminant analysis; SSS; small sample size problem; WLDA; worst-case linear discriminant analysis; MMD
دانلود رایگان متن کامل مقاله ISI 36 صفحه سال انتشار : 2017 سفارش ترجمه
فرآیند انتخاب مواد مبتنی بر ریسک بر روی نظریه اطلاعات حمایت شد: مطالعه موردی در توربین گاز صنعتی
Risk-based material selection process supported on information theory: A case study on industrial gas turbine
Keywords: آنتروپی شانون; Risk-based fuzzy axiomatic design approach; Multiple attribute decision making; Shannon entropy; Material selection; Gas turbine;
دانلود رایگان متن کامل مقاله ISI 37 صفحه سال انتشار : 2017 سفارش ترجمه
آنتروپی اطلاعات شانون در کد ژنتیک کانونی
Shannon information entropy in the canonical genetic code
Keywords: آنتروپی شانون; Genetic code; RNA translation; Information theory; Shannon entropy; Amino acids;
دانلود رایگان متن کامل مقاله ISI 40 صفحه سال انتشار : 2017 سفارش ترجمه
تجزیه و تحلیل توزیع تنش برشی در کانال های دایره ای با رسوب بر اساس برنامه ریزی بیان ژن
An analysis of shear stress distribution in circular channels with sediment deposition based on Gene Expression Programming
Keywords: آنتروپی شانون; Circular channel; Gene Expression Programming (GEP); Shannon entropy; Shear stress distribution; Sediment;
دانلود رایگان متن کامل مقاله ISI 41 صفحه سال انتشار : 2017 سفارش ترجمه
معیارهای مونوتونی پیچیدگی آماری
Monotone measures of statistical complexity
Keywords: آنتروپی شانون; Statistical complexity; Fisher information; Shannon entropy; Crámer–Rao complexity; Fisher–Shannon complexity; LMC complexity
دانلود رایگان متن کامل مقاله ISI 4 صفحه سال انتشار : 2016 سفارش ترجمه
آنتروپی دنگ
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
Deng entropy
Keywords: آنتروپی شانون; Uncertainty measure; Entropy; Deng entropy; Shannon entropy; Dempster-Shafer evidence theory;
دانلود رایگان متن کامل مقاله ISI 5 صفحه سال انتشار : 2016 سفارش ترجمه
ارزیابی روش های استنتاج شبکه از لحاظ توانایی آنها در حفظ توپولوژی و پیچیدگی شبکه های ژنتیکی؟
Evaluating network inference methods in terms of their ability to preserve the topology and complexity of genetic networks
Keywords: آنتروپی شانون; Network reverse engineering; Network reconstruction; Evaluation of networks; Information content; Shannon entropy; Algorithmic complexity
دانلود رایگان متن کامل مقاله ISI 9 صفحه سال انتشار : 2016 سفارش ترجمه
وفاداری گاوسی تحریف شده توسط زمینه های خارجی
Gaussian fidelity distorted by external fields
Keywords: آنتروپی شانون; Quantum fidelity; Wigner function; Quantum information; Shannon entropy;
دانلود رایگان متن کامل مقاله ISI 10 صفحه سال انتشار : 2016 سفارش ترجمه
طیف توان و تجزیه و تحلیل نوسانات چند قطبی از اندازه گیری باد با فرکانس بالا در مناطق کوهستانی
Power spectrum and multifractal detrended fluctuation analysis of high-frequency wind measurements in mountainous regions
Keywords: آنتروپی شانون; Wind; Fisher information measure; Shannon entropy;
دانلود رایگان متن کامل مقاله ISI 10 صفحه سال انتشار : 2016 سفارش ترجمه
اطلاعات کوانتومی چیست؟
What is quantum information?
Keywords: آنتروپی شانون; Quantum information; Schumacher; Shannon entropy; von Neumann entropy; Coding theorems; Teleportation;
دانلود رایگان متن کامل مقاله ISI 10 صفحه سال انتشار : 2016 سفارش ترجمه
تجزیه و تحلیل آماری تصاویر دیجیتال ساختارهای فیبری دوره ای با استفاده از توزیع نماینده های هورست توزیع شده
Statistical analysis of digital images of periodic fibrous structures using generalized Hurst exponent distributions
Keywords: آنتروپی شانون; Random walk; Hurst exponent; Statistical analysis; Image analysis; Shannon entropy; Textile materials;
دانلود رایگان متن کامل مقاله ISI 11 صفحه سال انتشار : 2016 سفارش ترجمه
سنجش طیف آنتروپی پازن پنجره در رادیو شناختی
Parzen window entropy based spectrum sensing in cognitive radio
Keywords: آنتروپی شانون; Non-parametric kernel; Parzen entropy; Shannon entropy; Renyi entropy; Differential Evolution; Log-likelihood ratio
دانلود رایگان متن کامل مقاله ISI 11 صفحه سال انتشار : 2016 سفارش ترجمه
بررسی تجربی پالس های فشار گذرا در حین انتقال پنوماتیک از پودر های خوب با استفاده از آنتروپی شانون
Experimental investigation into transient pressure pulses during pneumatic conveying of fine powders using Shannon entropy
Keywords: آنتروپی شانون; Transient pressure fluctuations; Fluidized dense phase; Shannon entropy; Flow pattern; Solid loading ratio; Superficial air velocity;
دانلود رایگان متن کامل مقاله ISI 11 صفحه سال انتشار : 2016 سفارش ترجمه
خانواده های چندگانه توزیع تولید شده توسط گاما با حمایت محدود یا بی نهایت از بالا یا پایین تر از قطر
Multivariate families of gamma-generated distributions with finite or infinite support above or below the diagonal
Keywords: آنتروپی شانون; 62E99; McKay's bivariate gamma distribution; Gamma-generated distribution; Beta-generated distribution; Shannon entropy;
دانلود رایگان متن کامل مقاله ISI 14 صفحه سال انتشار : 2016 سفارش ترجمه
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir
azsoftir@gmail.com
صادقی 0936-729-2276
azsoft.ir