آموزش نرم افزار Super Decisions : ساخت سلسله مراتب سه سطحی
ساخت سلسله مراتب سه سطحی در نرم افزار Super Decisions
در این آموزش یاد خواهید گرفت چگونه با استفاده از نرم افزار Super Decisions ، ۳ خودرو را بر اساس ۴ معیار قیمت، راحتی، میزان مصرف سوخت و اعتبار آن برای خرید (هدف شما از تحلیل) اولویت بندی کید. قبل از اولویت بندی خودروها بایستی معیارهایتان را نیز بر اساس هدف امتیازدهی کنید. این امتیازدهی از مقایسه دودویی معیارها بدست می آید.
برای کار با این آموزش بهتر است آموزش شماره ۱ این مجموعه (در اینجا) را دیده باشید.
ملزومات :
- برای اجرای این تمرین بایستی نرم افزار Flash Player بر روی کامپیوتر شما نصب باشد. اگر این نرم افزار را نصب ندارید می توانید آن را از لینک زیر دانلود کنید.
- این تمرین بر اساس نرم افزار Super Decisions 2 اجرا شده و بایستی این نرم افزار بر روی سیستم شما نصب شده باشد.
قسمتی از توضیحات موجود در آموزش :
سوپرماتریس ها
سوپر ماتریس بدون وزن (Unweighted Supermatrix): ماتریس حاوی اولویت ها که از مقایسه دودویی بدست آمده است.
سوپر ماتریس وزن دار (unweighted supermatrix): در ماتریس وزن دار، عناصر ماتریس در وزن خوشه ضرب می شود. در سلسله مراتب، ماتریس وزن دار با ماتریس بدون وزن مشابه است.
سوپر ماتریس کران دار (Limit Supermatrix): سوپر ماتریس کران دار از به توان رساندن ماتریس وزن دار تا زمانی که converge شده و به پاسخ برسد، بدست می آید.
Computations>Unweighted Supermatrix: matrix containing the priorities from the pairwise comparisons.
Computations>Weighted Supermatrix: The unweighted supermatrix components have been multiplied by cluster weights. In a hierarchy the weighted supermatrix is the same as the unweighted.
Computations>Limit Supermatrix: Limit matrix is obtained by raising weighted supermatrix to powers until it converges to give the answer.
مشاهده و دانلود آموزش :
آموزش مقایسه دودویی در نرم افزار Super Decisions
آموزش از AHP به ANP در نرم افزار Super Decisions
منبع: شارنامه
این وبلاگ توسط انجمن علمی گروه صنایع (مهندسی صنایع گرایش مدیریت سیستم و بهره وری & مدیریت صنعتی) دوره کارشناسی ارشد دانشگاه مجازی مهرالبرز تهران ایجاد گردیده است که امید است در گسترش اخبار و علوم مرتبط این رشته ها مفید واقع گردد.