آرشیو

آرشیو شماره ها:
۱۰۲

چکیده

 در یک محیط واقعی تصمیم گیری گروهی، تصمیم گیران از دانش، مهارت و تجربه های متفاوتی برخوردارند و بسیار نادر است که در یک فرایند تصمیم گیری، دو تصمیم گیر از مهارت، تجربه و دانش یکسان (وزن یکسان) برخوردار باشند. در بسیاری از مسائل تصمیم گیری گروهی، اختلاف دانش و تجربه تصمیم گیران (وزن و اهمیت نسبی تصمیم گیران) در فرایند تصمیم گیری در نظر گرفته نمی شود و کلیه تصمیم گیران از وزن و اهمیت یکسانی برخوردارند. کاملاً واضح است که در یک محیط واقعی این مسئله امری انتزاعی و غیر منطقی است و باعث ایجاد خطا و عدم قطعیت در جواب نهایی می شود. در این مقاله ضمن ارائه یک روش جدید برای محاسبه وزن و اهمیت نسبی تصمیم گیران، کاربرد و تأثیر این روش در رتبه بندی نهایی گزینه ها در انتخاب دانشجویان مقطع دکتری بررسی شده است. ویژگی بارز این روش این است که در آن وزن نسبی تصمیم گیران با استفاده همزمان از ارزیابی تصمیم گیران نسبت به یکدیگر و ارزیابی ذهنی مدیر گروه در خصوص اهمیت نسبی تصمیم گیران محاسبه می شود. علاوه براین، بااستفاده از این روش و درنظر گرفتن وزن نسبی تصمیم گیران، مسئله تصمیم گیری به واقعیت نزدیک و گزینه نهایی با دقت بیشتری انتخاب می شود. همچنین، کاربرد و کارایی این روش در عملگر میانگین گیری وزین مرکب (HWA) مورد بررسی قرار می گیرد.

Group Decision Making, Calculation of Relative Weights Decision Makers to Select Ph.D Students

In real word group decision making problem, decision makers (DMs) have different knowledge, proficiency and experiences and therefore the importance of each expert against an attribute may not be equal. In many studies this difference of knowledge and experiences (relative weight) of each expert has not been considered and equal weight has been assigned to each expert. Obviously, it is inconsequential and creates imprecise and inaccurate solutions. In this paper, a new method and its application have been developed to evaluate relative weights of DMs in the problem of selecting PhD students. The method integrates subjective preferences of group manager and opinions of DMs about themselves simultaneously to assess the relative weights of DMs. By using this method in group decision making problems, decision problems close in reality and final solution is selected more accurately. Application of this method is also distinguished in hybrid weighted averaging (HWA) operator.

تبلیغات