ارائه روش پیشنهادی DEA-GZBWM همراه با عدم قطعیت فازی

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 212

فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IMJT-13-3_003

تاریخ نمایه سازی: 24 اسفند 1400

چکیده مقاله:

هدف: با توجه به اینکه در اغلب حوزه های تخصصی، تصمیم گیری ها به صورت گروهی انجام می شود، در این پژوهش، روشی برای انتخاب گزینه مطلوب در شرایط عدم قطعیت و افزایش اثربخشی تصمیم گیری گروهی ارائه شده است.روش: در این پژوهش برای ایجاد روش بهترین بدترین اعداد Z از روش های ZlCWAA و تحلیل پوششی داده ها که به ترتیب وظایف میانگین گیری از اعداد Z و تخصیص وزن به متخصصان را برعهده دارند، استفاده شد. روش بهترین بدترین اعداد Z یکی از روش های ابداعی در حوزه تصمیم گیری است که در این پژوهش از روش گروهی بهترین بدترین اعدادZ  استفاده شده است.یافته ها: برای تصمیم گیری بهتر، به اطلاعات صحیح ، معتبر، دقیق تر و با اطمینان بیشتری نیاز است. با توجه به مطالعه موردی و داده های گردآوری شده از دیدگاه هر کارشناس در خصوص مهم ترین شاخص های انتخاب سبد بهینه سهام، مقایسه ای بین روش های FBWM، ZBWM و DEA-GZBWM انجام گرفت و مشخص شد که روش پیشنهادی DEA-GZBWM، نرخ ناسازگاری کمتری دارد و ابهام های کلام پاسخ دهنده در این روش کاهش یافته است، از این رو، می توان به اطلاعات به دست آمده از این روش اطمینان بیشتری کرد.نتیجه گیری: به منظور اثبات عملکرد روش DEA-GZBWM، یک مطالعه موردی انجام شد تا چگونگی استفاده از این روش در انتخاب سبد بهینه سهام نشان داده شود. در این مطالعه موردی، سرمایه گذار با کمک متخصصان حوزه مالی (افراد خبره) به سرمایه گذاری و انتخاب سبد سهام بهینه از میان شرکت های موجود در سازمان بورس و اوراق بهادار اقدام می کند. در نهایت، مقایسه ای میان نتایج روش پیشنهادی با روش های FBWM و ZBWM بر اساس وزن، رتبه و نرخ ناسازگاری انجام گرفت. نتایج نشان داد که روش پیشنهادی با کسب نرخ ناسازگاری کمتر ۱۰۸/۰ نسبت به روش های دیگر، عملکرد بهتری دارد.

کلیدواژه ها:

روش بهترین بدترین اعداد Z ، ZICWAA ، تحلیل پوششی داده ها ، سبد بهینه سهام

نویسندگان

تورج کریمی

دانشیار، گروه مدیریت صنعتی، دانشکدگان فارابی دانشگاه تهران، قم، ایران.

محمدجواد پهلوان زاده

کارشناس ارشد، گروه مهندسی صنایع، دانشگاه تهران، تهران، ایران.

عباس الوردی

کارشناس ارشد، گروه مهندسی صنایع، دانشگاه شهاب دانش، قم، ایران.

محسن امرا

کارشناس ارشد، گروه مهندسی صنایع، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران.

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 :
  • تیموری، احسان، امیری، مقصود، الفت، لعیا، زندیه، مصطفی (۱۳۹۹). مدل ...
  • شاوردی، مرضیه، یعقوبی، سعید، سلطانی، بهزاد (۱۳۹۸). ارزیابی و انتخاب ...
  • فهیمی، افشین، شاه بندرزاده، حمید (۱۴۰۰). توسعه مدل بهینه سازی ...
  • همایونفر، مهدی، دانشور، امیر، نهاوندی، بیژن، فلاح، فریبا (۱۳۹۸). ارائه ...
  • ReferencesAbadi, F., Sahebi, I., Arab, A., Alavi, A., & Karachi, ...
  • Aboutorab, H., Saberi, M., Asadabadi, M. R., Hussain, O., & ...
  • Ali, A., & Rashid, T. (۲۰۲۰). Generalized interval-valued trapezoidal fuzzy ...
  • Amiri, M., Hashemi-Tabatabaei, M., Ghahremanloo, M., Keshavarz-Ghorabaee, M., Zavadskas, E. ...
  • Amoozad Mahdiraji, H., Arzaghi, S., Stauskis, G., & Zavadskas, E. ...
  • Charnes, A., Cooper, W. W., & Wei, Q. L. (۱۹۸۷). ...
  • Cooper, W. W., Seiford, L. M., & Tone, K. (۲۰۰۷). ...
  • de Kaa, G., Scholten, D., Rezaei, J., & Milchram, C. ...
  • Dong, Q., & Cooper, O. (۲۰۱۶). A peer-to-peer dynamic adaptive ...
  • Fahimi, Afshin & Shahbandarzadeh, Hamid (۲۰۲۱). Developing the Markowitz Portfolio ...
  • Guo, S., & Zhao, H. (۲۰۱۷). Fuzzy best-worst multi-criteria decision-making ...
  • Gupta, H., & Barua, M. K. (۲۰۱۶). Identifying enablers of ...
  • Gupta, H., & Barua, M. K. (۲۰۱۷). Supplier selection among ...
  • Gupta, H., & Barua, M. K. (۲۰۱۸). Modelling cause and ...
  • Gupta, R. P. (۲۰۱۷). Remote sensing geology. Springer ...
  • Hafezalkotob, A., & Hafezalkotob, A. (۲۰۱۷). A novel approach for ...
  • Homayounfar, M., Daneshvar, A., Nahavandi, B., & Fallah, F. (۲۰۱۹). ...
  • Maghsoodi, A. I., Mosavat, M., Hafezalkotob, A., & Hafezalkotob, A. ...
  • Mohammadi, M., & Rezaei, J. (۲۰۲۰). Bayesian best-worst method: A ...
  • Rezaei, J. (۲۰۱۵). Best-worst multi-criteria decision-making method. Omega, ۵۳, ۴۹–۵۷ ...
  • Rezaei, J. (۲۰۱۶). Best-worst multi-criteria decision-making method: Some properties and ...
  • Rezaei, J., Nispeling, T., Sarkis, J., & Tavasszy, L. (۲۰۱۶). ...
  • Salimi, N., & Rezaei, J. (۲۰۱۸). Evaluating firms’ R&D performance ...
  • Shaverdi, M., Yaghoubi, S., & Soltani, B. (۲۰۱۹). Project Evaluation ...
  • Teymouri, E., Amiri, M., Olfat, L., & Zandieh, M. (۲۰۲۰). ...
  • Wan, S., Dong, J., & Chen, S.-M. (۲۰۲۱). Fuzzy best-worst ...
  • Wu, Y., Xu, C., & Zhang, T. (۲۰۱۸). Evaluation of ...
  • Xian, S., Chai, J., & Guo, H. (۲۰۱۹). Linguistic-induced ordered ...
  • Zadeh, L. A. (۲۰۱۱). The concept of a Z-number-A new ...
  • Zhang, Z., Gao, Y., & Li, Z. (۲۰۲۰). Consensus reaching ...
  • نمایش کامل مراجع