روش کارای یادگیری ترجیحات مبتنی بر مدل ELECTRE TRI بهمنظور طبقه بندی چندمعیاره موجودی
نویسنده:
چکیده:
آنالیز چندمعیاره ABC روش شناختهشدهای برای طبقه بندی موجودی هاست که اغلب رویکرد جبرانی را برای تجمیع معیارها لحاظ میکند، یعنی ضعف موجودی در یک معیار با عملکرد خوب آن در معیارهای دیگر جبران میشود. تا جایی که میدانیم رویکرد غیرجبرانی این مسئله بهطور کافی مطالعه نشده است. مدل ELECTRE TRI از مدلهای مبتنی بر روابط برتری است که این رویکرد را در محاسبات لحاظ می کند، ولی با توجه به پیچیدگی و هزینه بربودن، این مدل در تعیین مقادیر ترجیحات تصمیم گیرندگان (پارامترها)، از اقبال خوبی برخوردار نبوده است. بدین منظور در این مقاله روشی ارائه میشود که با استفاده از الگوریتم بهینه سازی تراکم ذرات (PSO)، مقادیر تمام پارامترها را از داده های آموزشی شامل تصمیمات قبلی تصمیمگیرندگان یاد میگیرد و در طبقه بندی موجودی های جدید بهکار میبرد. روش پیشنهادی برخلاف مدل های استاندارد داده کاوی که طبقه بندی را به صورت اسمی انجام می دهند، متناسب با روش ABC اقلام موجودی را به صورت رتبه ای طبقهبندی میکند. نتایج بهدست آمده از آنالیز تجربی روش پیشنهادی روی دیتاست های موجودی، کارایی و قابلیت رقابت آن را در مقایسه با سایر مدل های طبقه بندی نشان می دهد.
کلیدواژگان:
زبان:
فارسی
انتشار در:
صفحات:
191 تا 216
لینک کوتاه:
magiran.com/p1657989
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!