ارایه روش احتمالاتی به منظور بررسی اثر عدم اطمینان بر تصمیم گیری های چند معیاره در منابع آب
محل انتشار: کنفرانس بین المللی معماری، شهرسازی، عمران، هنر و محیط زیست؛ افق های آینده، نگاه به گذشته
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 356
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICAUCAE01_1380
تاریخ نمایه سازی: 10 تیر 1396
چکیده مقاله:
علم تصمیم گیری یکی از علوم در حال رشد می باشد. تصمیم گیری چند معیاره به عنوان یکی از شاخه های مهم علم تصمیم گیری در منابع آب کاربرد وسیعی در گزینش روش های برتر مدیریتی و انتخاب پروژه های عملی یافته است. با این حال یکی از مواردی که بر خروجی این روش ها تاثیر گذار بوده و در مواردی باعث ایجاد ناکارآمدی آنها در انتخاب پروژه های برتر، خصوصا پروژه های مدیریت منابع آب، زیست محیطی و منابع طبیعی می شود، وجود عدم اطمینان بالا در پارامترهای مدل تصمیم گیری می باشد. این عدم اطمینان، اولویت یا برتری یک تصمیم بر تصمیم دیگر را تحت تاثیر قرار می دهد و چه بسا باعث جا به جایی تصمیم های ارجح و غیر ارجح باشد. لذا ضرورت دارد تا روش هایی برای در نظر گرفتن عدم اطمینان در هنگام انتخاب تصمیم برتر ارایه گردد. چنین روش هایی باید قادر باشد تا برتری یک تصمیم/پروژه را بر سایر آلترناتیوها مورد ارزیابی قرار داده و یک تصمیم معتبر را در اختیار تصمیم گیرندگان قرار دهد. هدف از این تحقیق، ارایه ی یک روش جدید تحلیل حساسیت احتمالاتی می باشد که امکان مقایسه ی بهتر تصمیمات را با توجه به وجود عدم اطمینان در پارامترها و داده های ورودی فراهم آورد . در این تحقیق نشان داده می شود که عدم اطمینان چه تاثیری بر رتبه بندی تصمیمات دارد و می توان روش رتبه بندی تصمیمات را با استفاده از شاخص احتمالاتی بهبود بخشید و ابزار مناسبتری را برای انتخاب تصمیمات برتر در اختیار تصمیم گیرندگان قرار داد.
کلیدواژه ها:
نویسندگان
سیدپویا شکرریزفرد
دانشجوی کارشناسی ارشد عمران آب، دانشگاه آزاد اسلامی، واحد مرودشت
محمودرضا شقاقیان
عضو هیات علمی دانشگاه آزاد اسلامی، واحد شیراز، دانشکده مهندسی، گروه مهندسی عمران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :