Maliyet Ölçeği
Bir parça için AM süreçlerinin seçimini desteklemek için alınan bir dizi yaklaşım vardır. Çoğu yardım seçimi, ancak daha önce açıklandığı gibi yalnızca niteliksel bir şekilde. Akademide, karar teorisine ilişkin geniş literatüre dayanan çeşitli yöntemler geliştirilmiştir. Bu konuya mükemmel bir giriş için. Bu bölümde, DSP seçimi biraz ayrıntılı olarak ele alınmış ve fayda teorisini kullanan seçim özetlenmiştir.
Herhangi bir tür DSP kullanmanın temel avantajları, karmaşıklığına bakılmaksızın mühendislik problemleri için bağlam ve yapı sağlamakta yatarken, aynı zamanda bu kararlarla ilişkili bakış açılarının, eksiksizlik ve gelecekte referans olması için kaydedilmesini ve sonuçların post yoluyla değerlendirilmesini kolaylaştırır.
Standart Seçim Karar Destek Problemi (s-DSP) birçok mühendislik problemine uygulanmış ve son zamanlarda AM seçimine uygulanmıştır. Standart s-DSP’nin sözcük formülasyonu verilmiştir.
AM seçimi için karar seçeneklerinin uygun malzeme-süreç kombinasyonları olduğuna dikkat edin. Beklentiler, seçeneklerin niteliklere göre derecelendirilmesiyle belirlenir. Tercihler basit önem değerleri kullanılarak modellenmiştir. Seçeneklerin sıra sıralaması, önem ve nitelik derecelendirmelerinin ağırlıklı toplam ifadesi kullanılarak belirlenir. Aşağıda açıklanacağı gibi, fayda teorisini içerecek bir genişletme yakın zamanda gerçekleştirilmiştir.
Tanımlama adımı için, değerlendirme öznitelikleri belirtilmelidir. Örneğin, doğruluk, maliyet, yapım süresi, çekme mukavemeti ve özellik detayı (bir özelliğin ne kadar küçük oluşturulabileceği) tipik özelliklerdir. Ölçekler, özelliğin nasıl ölçüleceğini gösterir.
Örneğin, maliyet ölçeği tipik olarak dolar cinsinden ölçülür ve en aza indirilmelidir. Çekme mukavemeti MPa cinsinden ölçülür ve maksimize edilmelidir. Bunlar, gerçek sayılar kullanılarak ölçüldüğü için oran ölçeklerinin örnekleridir. Aralık ölçekleri ise tamsayılar kullanılarak ölçülür.
Karmaşıklık yeteneği, 1’den 10’a kadar bir aralık ölçeği kullanılarak ölçülebilen örnek bir özelliktir; burada 10, en yüksek karmaşıklığı temsil eder. Karar verici, aralık ölçeklerini dikkatli bir şekilde formüle etmelidir, böylece ölçekteki birçok tamsayı net tanımlara sahip olur.
Ölçek belirlemeye ek olarak, karar verici her özellik için minimum ve maksimum değerleri de belirlemelidir. Son olarak, karar verici, her özellik için önem değerleri veya ağırlıkları kullanarak tercihleri belirtmelidir.
s-DSP’nin Hız adımı için, her bir alternatif AM işlemi veya makinesi, her özniteliğe göre değerlendirilmelidir. Tanımlama adımından, her öznitelik, ai, belirtilen minimum ve maksimum değerlere sahiptir, sırasıyla ai,min ve ai,max. Karar verici, ai,min ve ai,max arasında yer alan her j alternatifi için aij niteliği için bir derecelendirme değeri belirler.
Nihai adım, derecelendirmeleri her zaman 0 ile 1 arasında değerler alacak şekilde normalize etmektir. Niteliğin maksimize edileceği durumlarda, her bir özellik derecelendirmesini normalleştirmek için kullanılır; burada rij, i özelliği ve alternatif j için normalleştirilmiş derecelendirmedir. Öz nitelik küçültüleceği zaman öz nitelik derecelendirmelerini normalleştirmek için kullanılır.
Tüm nitelikler derecelendirildikten sonra, her bir alternatif için toplam değer, gösterildiği gibi bir ağırlıklı toplam formülasyonu kullanılarak hesaplanır. Ii, önemler veya ağırlıklardır. Mi liyakat değerinin her zaman 0 ile 1 arasında normalleştirildiğine dikkat edin.
Her bir alternatifin değeri hesaplandıktan sonra, alternatifler en uygundan en azına doğru sıralanabilir. İki veya daha fazla alternatif en yüksek sıralamaya yakınsa, her bir alternatifin hangi koşullar altında diğerlerine tercih edilebileceğini anlamak için ek araştırmalar yapılmalıdır.
Negatif ölçek ekonomisi
Üretim ölçeği Nedir
Pozitif ölçek ekonomisi
Dışsal ölçek ekonomisi Nedir
Ölçek ekonomisi Nedir
Taşımacılıkta ölçek ekonomisi
İçsel ölçek ekonomisi Nedir
Kapsam ekonomisi nedir
Ek olarak, alternatifler daha fazla geliştirilebilir, böylece onlar hakkında daha fazla bilgi bilinir. Belirli özniteliklere yapılan vurgunun alternatiflerin tercih edilmesine nasıl yol açabileceğini anlamak için birden fazla tercih seti (senaryo adı verilir) çalıştırmak da yararlıdır. Karar teorisi, ekonomi alanından 1940’larda ve 1950’lerde gelişen zengin bir tarihe sahiptir.
Belirsiz özellik değerlerine sahip alternatifleri dikkate almak için geleneksel liyakat fonksiyonuna titiz, tercih tutarlı bir alternatif sağlamak için, genellikle fayda teorisi alanı uygulanır.
Bu, rasyonel bireylerin tercihlerini açıklayan önerilenler gibi bir dizi aksiyomun tatmin edilmesini gerektirir. Bir kez tatmin edildiğinde, tüm olası sonuçlara sayısal faydalar atamak gibi arzu edilen bir özelliğe sahip bir fayda fonksiyonu vardır.
Fayda teorisinde tercihler, beklentiler üzerindeki fayda fonksiyonları olarak modellenir. Matematiksel olarak, eğer sonuçlar ayrıksa, alternatif Ai’nin pi olasılıkla xi ∈ X sonucunu vermesine izin verin. Aksi takdirde, sonuçlara ilişkin beklentiler olasılık yoğunluk fonksiyonları fi1⁄4fi(xi) kullanılarak modellenir. Fayda, u(x) ile gösterilir. Beklentiler daha sonra gösterildiği gibi beklenen fayda olarak modellenir.
Beklenen faydanın belirli bir miktar değil, olasılıksal bir miktar olduğuna dikkat edin, bu nedenle bu kararların doğasında her zaman risk vardır. Fayda fonksiyonları, karar vericinin tercihlerini temsil eden noktaları belirleyerek ve ardından bu noktalara bir fayda eğrisi uydurarak oluşturulur. Uç noktalar ideal ve kabul edilemez değerleri gösterir.
Bu noktalar, sırasıyla x* ve x0 olarak etiketlenir ve sırasıyla 1 ve 0 yardımcı programlarına atanır. Kalan puanlar genellikle karar vericiye bir dizi soru sorarak elde edilir.
Spesifik olarak, bir karar vericiden birkaç 50-50 piyango için kesinlik eşdeğerini belirlemesi istenir. Piyango, bir kararın sonucunun belirsiz olduğu varsayımsal bir durumdur; karar vericinin tercihlerini değerlendirmek için kullanılır.
Kesinlik eşdeğeri, karar vericinin bu özellik seviyesini kesin olarak almakla belirli bir 50-50 piyango sonuçlarını almak arasında kayıtsız kalacağı bir özellik seviyesidir.
Örneğin, x0.5 değerini elde etmek için karar vericiden kesinliğini piyangoya eşdeğer olarak belirlemesi istenir. Genel olarak, karar vericinin fayda eğrisi boyunca en az beş nokta tanımlanır. Bu tercih değerlendirme prosedürü, ilgili özelliklerin her biri için tekrarlanmalıdır. 5 noktalı formda, tipik fayda fonksiyonları forma sahiptir.
Standart seçim DSP’sini fayda teorisiyle tamamlayarak, bir tasarımcının tercihlerini çoklu niteliklerle ilişkili ödünleşimler ve belirsizlik için doğru bir şekilde yansıtmak için bir aksiyomatik temel sağlanır. Yardımcı program seçimi DSP formüle edilmiş ve AM seçimi de dahil olmak üzere çeşitli mühendislik problemlerine uygulanmıştır. Oldukça az sayıda başka araştırmacı, fayda teorisini mühendislik seçim problemlerine uygulamıştır; bu alandaki orijinal çalışmalardan biridir.
