ابرماتریس

آقای ساعتی بنیاد تئوریکANP را بر اساس ابزار قدرتمندی به نام ابرماتریس،برای سیستم هایی با وابستگی متقابل و بازخورد بنیان نهاد.ابر ماتریس،ماتریس جزء بندی شده‌ای است که در آن هر زیر ماتریس^[۱] از مجموعه‌ای از روابط میان دو خوشه تشکیل می‌شود(ساعتی ۲۰۰۴) ،ابر ماتریس یک ماتریس دو در دوی عناصر در عناصر است. لذا برای هر عنصر،یک ابر ماتریس تشکیل می‌شود که بردارهای حق تقدم که از مقایسه‌ی زوجی حاصل شده‌اند،در ستون مناسبی به عنوان زیر ستون ظاهر می‌شوند. آقای ساعتی فرمول ابرماتریس خود را به صورت زیر بیان نموده است.

سیستم تصمیم گیری موجود با ساختار غیر سلسله مراتبی را به N زیر مجموعه تقسیم نمائید. فرض کنید که نشان دهنده‌ی تعداد عناصر زیر مجموعه‌ی  و بوده بیانگر وزن عنصرKام از زیر مجموعه‌یi ام در مقایسه با عنصر اول از زیر مجموعه‌یi ام باشد،آنگاه ماتریس مقایسات از عناصر زیر گروهi ام در رابطه با عناصر موجود در زیر گروهi ام به قرار زیر است:

و سرانجام ماتریس نهایی برای مقایسات از کلیه‌ی زیر مجموعه‌ها با هر یک از اعضای زیرمجموعه‌های دیگر که به ابرماتریس معروف است،به قرار زیر خواهد بود.

و در پایان ،ارجحیت نهایی برای هر عنصر از هر زیر گروه ، بر اساس فرآیند مارکوف به صورت زیر به دست می‌آید. (ساعتی ، ۲۰۰۴)

منطق فازی

۲-۱۱ پیشینه منطق فازی

تئوری مجموعه های فازی و منطق فازی را پرفسور لطفی زاده در رساله ای به نام مجموعه های فازی ، اطلاعات و کنترل در سال ۱۹۶۵ معرفی نمود. هدف اولیه او در آن زمان ، توسعه مدلی کار آمدتر برای توصیف فرآیند پردازش زبان های طبیعی بود . او مفاهیم و اصطلاحاتی همچون مجموعه های فازی ، رویدادهای فازی ، اعداد فازی  و فازی سازی را وارد علوم ریاضیات و مهندسی نمود. از آن زمان تا کنون ، پرفسور لطفی زاده به دلیل معرفی نظریه بدیع و سودمند منطق فازی و تلاش هایش در این زمینه ، به کسب جوایز بین المللی متعددی شده است .  پس از معرفی منطق فازی به دنیای علم، در ابتدا مقاومت های بسیاری در برابر این نظریه  صورت گرفت . بخشی از  این مقاومت ها، چنان که ذکر شد ، ناشی از برداشت های نادرست از منطق فازی و کارایی آن بود. جالب این که، منطق فازی در سال های نخست تولدش بیشتر در دنیای مشرق زمین، به ویژه کشور ژاپن با استقبال رو به رو شد ، اما استیلای اندیشه کلاسیک صفر  و یک در کشور های مغرب زمین ، اجازه رشد اندکی  به  این نظریه داد. با این حال به تدریج که این علم کاربردهایی پیدا کرد و وسایل الکترونیکی  و دیجیتالی جدیدی وارد بازار شدند که بر اساس منطق فازی کار می کردند، مخالفت ها نیز اندک اندک کاهش یافتند.

در ژاپن استقبال از منطق فازی ، عمدتاً به کاربرد آن در رباتیک و هوش مصنوعی مربوط می شود . موضوعی که یکی از نیروهای اصلی پیش برنده این علم طی چهل سال گذشته بوده است . در  حقیقت می توان گفت بخش بزرگی از تاریخچه دانش هوش مصنوعی با تاریخچه های منطق فازی همراه و هم داستان است. (آذر ، ۱۳۸۷)

۲-۱۲ متغیرهای زبانی

در زبان طبیعی و استدلال انسانی اغلب از متغیرهایی استفاده می شود که مقادیر آنها نا دقیق و مبهم است مثلاً برای متغیر وزن مقادیری مثل” کم وزن”،”سنگین وزن”و”خیلی سنگین وزن”و برای متغیر درستی مقادیری مثل ” کاملاً درست”،”درست”، “تقریباً درست”و” تقریباً نادرست”،” نادرست”،” کاملاً نادرست” در نظر گرفته می شود.  مقادیر متغیرهای زبانی کلمات یا جملاتی هستند که در زبان طبیعی وجود دارند و به طور کلی با استفاده از قیدها می توان مقادیر آنها را شکل داد   .

متغیر زبانی متغیری است که مقادیرش کلمات و جملات یک زبان طبیعی و یا مصنوعی باشد. برای مثال سن یک فرد را در نظر بگیرید اگر سن این فرد را با اعدادی مثل۱۰۰…۱،۲،۳ نشان دهیم متغیر سن یک متغیر معمولی است اما اگر مقادیری را که سن اختیار می کند با کلماتی مثل نونهالی ، نوجوانی ، خیلی جوان ، جوان ، مسن ، پیر نشان دهیم متغیر سن یک متغیرزبانی است. (پرهیزکار، ۱۳۸۷)

۲-۱۳ روشهای علم مدیریت فازی

روش های علم مدیریت کلاسیک برگرفته از ریاضیات قطعی  و منطق دو ارزشی و چند ارزشی است   که خواهان داده های دقیق و کمی هستند در این روشها داده های مبهم  و بیان احساسات آدمی )  متغیرهای زبانی ( جایی در مدلسازی ندارند. که این امر نیز به نوبه خود موجب عدم انعطاف پذیری و عدم دقت در مدلهای ریاضی می شود . امروزه علم مدیریت فازی با استفاده ازتئوری سیستمهای فازی  می تواند رویکردی نوین برای حل مشکل و پا سخ به ابهامات مطرح شده در سیستم های مدیریتی باشد. تئوری سیستم های فازی با به کارگیری تئوری منطق فاز و اندازه های  فازی  می تواند پارامترهایی از قبیل دانش، تجربه ، قضاوت و تصمیم گیری انسان را وارد مدل نموده ، و ضمن ایجاد انعطاف پذیری در مدل تصویری خاکستری از جهان خاکستری ارائه نماید.  روشن است نتایج چنین مدلهایی به دلیل لحاظ کردن شرایط واقعی در مدل ، دقیق تر و کاربردی تر خواهد بود.

20. Submatrix

21.  متن فوق تکه ای از این پایان نامه بود

    برای دیدن جزئیات بیشتر ، خرید و دانلود آنی فایل متن کامل می توانید به لینک زیر مراجعه نمایید:

     

    متن کامل

گام های فرایند تحلیل شبکه

برای طراحی یک مدل شبکه‌ای ، مراحلی در نظر گرفته شده است که محقق را قادر خواهند ساخت مدل مورد نظر خود را با کمک نرم افزار طراحی نماید.اگرچه برخی از این مراحل شبیه تکنیکAHP است لکن شرح مختصر آن برای حفظ تمامیت الگو ضروری می‌باشد.

1. تعریف هدف مسأله‌ی تصمیم
2. تشخیص لزوم وجود هر یک از عناصر استراتژیک: منظور این است که محقق،عناصر استراتژیک مورد نیاز خود را برای طراحی شبکه‌ی مورد نظر تشخیص دهد. ممکن است هر چهار عنصر یا یکی از آنها انتخاب شده و یا هیچ یک از آنها مورد نیاز نباشد.

۳٫ایجاد سلسله مراتب کنترل برای هر یک از عناصر: هر یک از عناصر استراتژیک دارای یک زیر شبکه است که این زیر شبکه،خودش نیز می‌تواند زیر شبکه‌ی دیگری داشته باشد.لذا لازم است محقق برای هر یک از عناصر چهارگانه،زیر شبکه‌ای تعریف نماید.این زیر شبکه، می‌تواند به دو صورت طراحی شود.

شبکه‌ی تصمیم: در حالتی است که زیر شبکه‌ی مورد نظر، آخرین لایه‌ی شبکه بوده و خوشه‌ی گزینه‌ها در آن قرار داشته باشد. در این حالت کل مدل دارای دو لایه است که لایه‌ی اول با وجود عناصر استراتژیک،لایه‌ی اصلی و لایه‌ی دوم با حضور خوشه‌ی گزینه‌ها ،لایه‌ی تصمیم نامیده می‌شود.

شبکه‌ی کنترل : در حالتی است که زیر شبکه‌ی مورد نظر،آخرین لایه‌ی شبکه نبوده و خوشه‌ی گزینه‌ها(که می بایست در آخرین لایه‌ی شبکه قرارداده شود)در این لایه وجود ندارد.در این لایه،خوشه‌ها و عناصری وجود دارند که خود آنها دارای زیر شبکه می‌باشند و خوشه‌ی گزینه‌ها در آن زیر شبکه‌ها قراردارد. لایه‌هایی از شبکه‌،که واسط بین لایه‌ی اصلی و لایه‌ی تصمیم هستند،لایه‌ی کنترل نامیده می‌شوند. باید توجه داشت که یک شبکه‌ می‌تواند یک لایه‌ی اصلی،یک لایه ی تصمیم و تعداد ی لایه‌ی کنترل داشته باشد.

4. برقراری ارتباط مورد نیاز میان عناصر مورد نظر: برای پیشگیری از اشتباه،ابتدا برای هر خوشه، جدولی با سه ستون طراحی نموده و نام آن را در ستون وسط قرار می‌دهند. سپس خوشه‌های موثر را در سمت چپ،و خوشه‌های متأثر را در ستون سمت راست، در یک سطر می‌آورند. همچنین می‌توان به هریک از این جداول، سطرهایی اضافه نمود و نام عناصر مرتبط به هم را در آن‌ها قرار داد.
5. انجام مقایسه‌های زوجی میان عناصر مرتبط: مقایسات زوجی در خصوص هر یک از عناصر داخل خوشه‌ها ،بر حسب تأثیر آن بر روی هر عنصر در خوشه‌ی دیگر و یا عناصری در خوشه‌ی خودش انجام می‌گیرد. هنگام مقایسه‌ی عناصر در هر یک از زیر شبکه‌های عناصر هزینه‌ها و تهدیدات بایستی سؤال مقایسه به صورت مثبت مطرح شود به این ترتیب که، کدامیک از دو عنصر مورد مقایسه بر حسب معیار مورد نظر، دارای بیشترین هزینه یا بیشترین تهدید می‌باشند؟در این حالت عنصر پرهزینه یا تهدیدزا ارجحیت بیشتری به خود اختصاص خواهد داد.نرم افزار به گونه‌ای طراحی شده است که در سنتز نهایی خود از تقسیم(حاصل ضرب منافع و فرصت‌ها)بر(حاصل ضرب مخارج و ریسک‌ها)استفاده می‌ نماید (ساعتی ، ۱۹۹۹). در این حالت اعداد بزرگتر برای عناصر هزینه و ریسک مطلوبیت کمتری را در نتیجه‌ی نهایی منجر خواهد شد. همچنین ممکن است،افراد برای چهارچوب بندی سوالات،هنگام انجام مقایسه‌های زوجی،یا تأثیر عوامل و یا تأثر آنها را مدنظر قرار دهند. آقای ساعتی معتقد است که در هر مدل، باید از یک نوع سوال برای مقایسه‌های زوجی استفاده نمود.(ساعتی ۲۰۰۴) برای هر نمونه سه عنصرC, B, A را در نظر بگیرید که قرار است دو به دو با هم بر اساس معیارX مقایسه شوند. در مقایسه‌ی اول، سؤال می‌شود که کدامیک از عناصرB,A بیشترین تأثیر را بر معیارX دارند؟و در مقایسه‌ی دوم، سؤال می‌شود که کدامیک از عناصرA,C بیشترین تأثر را از معیارX می‌پذیرند؟به عقیده‌ی آقای ساعتی این گونه طرح سؤال در یک مدل، ممکن است بر نتایج قضاوت‌ها تأثیر منفی بگذارد لذا بهتر است در یک مدل، همواره یکی از سؤالات فوق برای مقایسه‌ی زوجی مورد استفاده قرار گیرد.

6.  متن فوق تکه ای از این پایان نامه بود

   برای دیدن جزئیات بیشتر ، خرید و دانلود آنی فایل متن کامل می توانید به لینک زیر مراجعه نمایید:

    

   متن کامل

تفاوت میان نظریه احتمالات و منطق فازی

یکی از مباحث مهم در منطق فازی ، تمیز دادن آن از نظریه احتمالات در علم ریاضیات است. غالباً نظریه فازی با نظریه احتمالات اشتباه می شود . در حالی که این دو مفهوم کاملاً با یکدیگر متفاوتند . این موضوع به قدری مهم است که حتی برخی از دانشمندان بزرگ علم ریاضیات در دنیا، به ویژه کشور های غربی، در مورد  آن با یکدیگر بحث دارند و جالب آن که هنوز ریاضیدانانی وجود دارند که با منطق فازی مخالفند و آن را یک سوء تعبیر از نظریه احتمالات تفسیر می کنند .  از نگاه ریاضیدانان ، منطق فازی چیزی نیست جز یک برداشت نادرست از نظریه احتمالات که به گونه ای غیر قابل قبول ، مقادیر و اندازه گیری های نا دقیق را وارد علوم ریاضیات ، مهندسی و کنترل کرده است. بعضی نیز مانند برونو دفینیتی^[۱]  معتقدند فقط یک نوع توصیف از مفهوم عدم قطعیت در علم ریاضیات کافی است و چون علم آمار و احتمالات  وجود دارد ، نیازی به مراجعه به منطق فازی نیست .  توضیح تفاوت میان این دو نظریه البته کار چندان دشواری نیست. منطق فازی با حقایق نا دقیق سر و کار دارد و به حدود و درجات یک واقعیت اشاره دارد؛ حال آن که نظریه احتمالات بر شالوده مجموعه حالات تصادفی یک پدیده استوار است و درباره شانس وقوع یک حالت خاص صحبت می کند . حالتی که وقتی اتفاقی  بیفتد ، دقیق فرض می شود . ذکر یک مثال می تواند موضوع را روشن کند. فرض کنید در حال رانندگی در یک خیابان هستید . اتفاقاً متوجه می شوید که کودکی در اتومبیل دیگری به موازات شما در حال حرکت است ، نشسته و سر و یک دست خود را از پنجره ماشین بیرون آورده  و در حال بازی گوشی است . این وضعیت واقعی است و نمی توان گفت احتمال این که بدن این کودک بیرون اتومبیل باشد ، چقدر است .

چون بدن او واقعاً بیرون ماشین است ، با این توضیح که بدن او کاملاً بیرون نیست ، بلکه فقط بخشی از بدن او خارج اتومبیل قرار گرفته است. تئوری احتمالات در اینجا کاربردی ندارد . چون ما نمی توانیم از احتمال خارج بودن بدن کودک از ماشین صحبت کنیم ؛ زیرا آشکارا فرض غلطی است. اما می توانیم از احتمال وقوع حادثه صحبت کنیم. مثلاً هر چه بدن کودک بیشتر بیرون باشد ، احتمال این که در اثر برخورد با بدنه یک اتومبیل در حال حرکت دچار آسیب شود ، بیشتر می شود .

این حادثه هنوز اتفاق نیفتاده است ، ولی  می توانیم از احتمال وقوع آن صحبت کنیم . اما بیرون بودن تن کودک  از ماشین همین حالا به واقعیت تبدیل شده است و فقط می توانیم از میزان درجات آن صحبت کنیم.

تفاوت ظریف و در عین حال پررنگی میان نظریه احتمالات نظریه فازی وجود دارد که اگر دقت نکنیم ، دچار اشتباه می شویم ؛ زیرا این دو نظریه معمولاً در کنار یکدیگر و در مورد اشیای مختلف همزمان مصداق هایی پیدا می کنند . هنگامی که به یک پدیده می نگریم ، نوع نگاه ما به آن پدیده می تواند تعیین کند که باید درباره احتمالات صحبت  کنیم  یا منطق فازی ، در مثال بالا موضوع دغدغه ما کودکی است که در حال بازی گوشی است. اما یک وقت نگران این  هستیم که تا چه اندازه خطر او را تهدید می کند . خطری که هنوز به وقوع نپیوسته است . یک وقت هم ممکن است نگران باشیم که بدن او چقدر بیرون پنجره است . واقعیتی که هم اکنون به وقوع پیوسته است .  ( آذر ،۱۳۸۷)

۲-۱۸ معرفی اجمالی روش تاپسیس

روش تاپسیس اولین بار به صورت علمی در جنگ جهانی دوم با چندین هدف متعارض  مطرح شد.ولی مدل آن برای اولین بار توسط هوانگ و یون در سال ۱۹۸۱ پیشنهاد شد.

مدل تاپسیس از جمله مدل های تصمیم گیری چند معیاره هست و از گروه مدل های جبرانی محسوب میشود .در این روش علاوه بر در نظر گرفتن فا صله یک گزینه Ai  از نقطه ایده ال ، فاصله از آن  نقطه ایده ال هم در نظر گرفته می شود .بدین معنی که گزینه انتخابی باید دارای کمترین فاصله از راه حل ایده ال بوده ، در عین حال دارای دورترین فاصله از راه حل ایده ال منفی باشد. ( اصغر پور ۱۳۸۹) .

TOPSIS  بر این مفهوم استوار است که  گزینه انتخابی باید کمترین فاصله را با راه حل ایده آل مثبت و کمترین فاصله را با راه حل ایده آل منفی داشته باشد (Hwang&Yoong,1981).

۲۲ Bruno  definetti

 متن فوق تکه ای از این پایان نامه بود

برای دیدن جزئیات بیشتر ، خرید و دانلود آنی فایل متن کامل می توانید به لینک زیر مراجعه نمایید:

متن کامل

اهداف اساسی انجام تحقیق

۱-۴-۱-اهداف علمی

پژوهش حاضر در پی رسیدن به اهداف زیر می باشد:

1. شناسایی شاخص های چابکی محورهای پنج گانه مدل سوافورد موثر بر زنجیره تامین چابک در شرکت صنعتی بهشهر
2. ارائه مدلی جهت ارزیابی زنجیره تامین چابک در شرکت صنعتی بهشهر
3. تعیین اولویتهای شاخص ها و استراتژی های پیاده سازی زنجیره تامین چابک در شرکت صنعتی بهشهر

۱-۴-۲-اهداف کاربردی

اجرا و بکارگیری تکنیک پیشنهاد شده جهت اولویت بندی استراتژی های پیاده سازی زنجیره تامین چابک در شرکت صنعتی بهشهر

۱-۵- سوالات وفرضیات تحقیق

۱-۵-۱-سوالات تحقیق

1. آیا شاخص های انعطاف پذیری توسعه محصول در ارزیابی زنجیره تامین چابک در شرکت صنعتی بهشهر موثر هستند؟
2. آیا شاخص های انعطاف پذیری تولید وساخت در ارزیابی زنجیره تامین چابک در شرکت صنعتی بهشهر موثر هستند؟
3. آیا شاخص های انعطاف پذیری تدارکات در ارزیابی زنجیره تامین چابک در شرکت صنعتی بهشهر موثر هستند؟
4. آیا شاخص های انعطاف پذیری لجستیک در ارزیابی زنجیره تامین چابک در شرکت صنعتی بهشهر موثر هستند؟
5. آیا شاخص های انعطاف پذیری فناوری اطلاعات در ارزیابی زنجیره تامین چابک در شرکت صنعتی بهشهر موثر هستند؟
6. اولویت های شاخص ها و استراتژی های پیاده سازی زنجیره تامین چابک در شرکت صنعتی بهشهر چگونه است؟

۱-۵-۲-فرضیات تحقیق

1. شاخص انعطاف پذیری توسعه محصول در ارزیابی زنجیره تامین چابک موثر است.
2. شاخص انعطاف ساخت و تولید در ارزیابی زنجیره تامین چابک موثر است.
3. شاخص انعطاف پذیری فناوری اطلاعات در ارزیابی زنجیره تامین چابک موثر است.
4. شاخص انعطاف پذیری لجستیک در ارزیابی زنجیره تامین چابک موثر است.
5. شاخص انعطاف پذیری تدارکات در ارزیابی زنجیره تامین چابک موثر است.

۱-۶- چارچوب نظری

مطالعات متعددی در خصوص زنجیره تامین چابک و استراتژیهای پیاده سازی آن صورت گرفته است.با وجود تحقیقات و بررسی هایی که در این حوزه صورت گرفته است، تحقیقات کمی وجود دارند که رابطه بین چابکی سازمانی، استراتژیهای سازمانی و اجرای آن را توضیح میدهد.مدل این تحقیق برگرفته از مدل سوافورد و همکارانش(۲۰۰۶) و مدل لین(۲۰۰۶) و مدل فیصل(۲۰۰۷) می باشد که با ترکیب این سه، مدلی طراحی گردیده تا بتوان از طریق آن از یک طرف معیارهای موثر در  زنجیره تامین چابک اولویت بندی گردند و از طرفی به ارزیابی  و اولویت بندی استراتژیهای پیاده سازی زنجیره تامین چابک پرداخت.

 متن فوق تکه ای از این پایان نامه بود

برای دیدن جزئیات بیشتر ، خرید و دانلود آنی فایل متن کامل می توانید به لینک زیر مراجعه نمایید:

متن کامل