SlideShare a Scribd company logo
1 of 59
‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬
‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬
1‫تتتتتتت‬ .
‫تتتتتتتتت‬
‫تتتتت‬ ‫تت‬ 2‫تتتتت‬ .
‫ت‬
‫تتتتت‬
‫تتتت‬
3‫تتتتت‬ .
‫تت‬ ‫تتت‬
‫تت‬4.
‫تتتتت‬
‫ت‬
5.
‫تتتت‬
‫تتت‬ ‫ت‬
‫تت‬
6.
‫تتتت‬
‫ت‬ ‫تتت‬
‫تتتت‬
‫تت‬
‫تتتت‬
‫تت‬
‫تتتت‬
‫ت‬
‫تتتت‬
‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬


‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬
‫تتت‬ ‫تتت‬ ‫تت‬ ‫تتتت‬ ‫تت‬ ‫تتت‬ ‫تتتت‬ ‫تتتتت‬
)‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬MCDM(
‫تتتت‬ ‫تتتتت‬ ‫تتتتتتت‬
‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬
n
)xn(
...
2
)x2(
1
)x1(
r1n … r12 r11 1(A1)
r2n … r22 r21 2(A2)
… … … … ...
rmn … rm2 rm1 m (Am)
m
‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬
Objective)
Attribute)
‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬:‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬


MODM
‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬
‫ت‬‫ت‬‫ت‬‫ت‬:‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬



MADM
‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬




‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬

‫تتتتت‬ ‫تتت‬‫تتتت‬ ‫تتت‬


‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬

‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬
1.
2.
3.
4.
5.
6.
7.
0
‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬
4
1‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬.






1.1‫صصصص‬ ‫صصصصصصص‬ .
‫صصصص‬ ‫ص‬ ‫صصص‬ ‫صصص‬






3.1‫صصص‬ ‫صصصص‬ ‫صصصصصصص‬ .
‫صصصص‬ ‫ص‬ ‫صصصص‬ ‫صصصص‬ ‫صص‬
2





2.1‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬.

0 1 2 3 4 5 6 7 8 9 10
0 1 2 3 4 5 6 7 8 9 10
2‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬.
4
3‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬.


1.3‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬.
n
)xn(
...
2
)x2(
1
)x1(
r1n … r12 r11 1(A1)
r2n … r22 r21 2(A2)
… … … … ...
rmn … rm2 rm1 m (Am)
4‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬.
10 15 1
7 4 7
3 12 2
9 5 5
20 3
5 30 3 9
1 30 4
3 1 3
5‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬.
1.5‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬-
∑=
=
m
i
ij
ij
ij
r
r
n
1
2
∑=
4
1
2
i
ija
7
1
0
4 7 15
1
0.547
0
.
3
1
5
0.560 0.547 0.367
9 3 5 5 12
2
0
.
853.40
30201215 2222
4
1
2
1
=+++
=∑=i
ir
294.0
853.40
12
367.0
853.40
15
21
11
==
==
n
n
1.5(‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬)‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬-
2.5‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬.



ij
ij
ij
rMax
r
n =
ij
ij
ij
rMax
r
n 1−=
)
1
(
1
ij
ij
ij
r
Max
r
n =
6‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬.




Wn … W2 W1
xn ... x2 x1
r1n … r12 r11 A1
r2n … r22 r21 A2
… … … … ...
rmn … rm2 rm1 Am
1.6‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬-
ji,;
1
∀=
∑=
n
i
ij
ij
ij
a
a
P
)(ln
1
m
k =
[ ] j;ln
1
∀−= ∑=
m
i
ijijj ppkE j;1 ∀−= jj Ed
j
d
d
w n
j
j
j
j ∀=
∑=
;
1
7 10 4 7 15
1
0.292 0.227 0.308 0.292 0.195
9 3 5 5 12
2
0.375 0.068 0.384 0.208 0.156
5 30 3 9 20
3
0.208 0.682 0.231 0.375 0.260
3 1 1 3 30
4
0.125 0.023 0.077 0.125 0.389
24 44 13 24 77
Pij
77=30+20+12+15
0.195=77/15
1.6(‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬)‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬-
Ej
721.0
)4ln(
1
)ln(
1
===
m
k
E1 E2 E3 E4 E5
0.956 0.947 0.913 0.625 0.947
956.0)]389.0ln(*389.0)260.0ln(*260.0
)156.0ln(*156.0)195.0ln(*195.0[721.01
=+
++−=E
dj d1 d2 d3 d4 d5
1-Ej
0.04
4
0.05
3
0.08
7
0.37
5
0.05
3
0.61
2
072.0
612.0
044.01
1 ===
∑ jd
d
wW1 W2 W3 W4 W5
0.072 0.087 0.142 0.613 0.087
1.6(‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬)‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬‫ص‬-
2.6‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬-
Aa[i,jWi/Wja[i,j









=
=+
=+
0),(
0
0
yxg
y
g
y
f
x
g
x
f
δ
δ
λ
δ
δ
δ
δ
λ
δ
δ
( )
nl
n
j
lwjwlja
n
i
ilaiwlwila
n
i
n
j
n
i
iwiwjwjiaL
n
i
iWst
n
i
n
j
iwjwijaz
,...,2,10
1
)(
1
)(
1 1
1
1
22),(
1
1
:
1 1
2)()min(
==+∑
=
−−∑
=
−
∑
=
∑
=
−∑
=
+−=
=∑
=
∑
=
∑
=
−=
λ
λ
),(),( yxgyxfu λ+=
2206.0
6059.0
1735.0
1
0
4
45
3
10
2
5
0
3
10
9
20
3
10
0
2
5
3
1015
13.
3
1.)
2
1(3,
3
1
.|,,
1
3
12
313
2
1
3
11
3
2
1
321
321
321
321
2312132312
,,
=
=
=
=++
=++−−
=+−+−
=+−−
==≠=⇒==
≠∃










=
w
w
w
www
www
www
www
aaaaa
aaakji
A
jijkik
λ
λ
λ
(‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬)‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬
3.6‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬-
nnnnnn
nn
nn
WWaWaWa
WWaWaWa
WWaWaWa
.
.
.
2211
22222121
11212111
λ
λ
λ
=+++
=+++
=+++




WA
WWA .λ=×
n
0)det( =− IA λ 0)( max =×− WIA λ







=
























nnnnn
n
n
w
w
w
aaa
aaa
aaa
:
...
:...::
...
...
2
1
21
22221
11211
)2493.0,5936.0,1571.0(
1
0
0536.2
3
12
30536.23
2
1
3
10536.2
0)(0536.3
0
2
5)1(3)1(
1
3
12
313
2
1
3
11
)det(
1
3
12
313
2
1
3
11
321
3
2
1
maxmax
3
=
=++
=




















−
−
−
=−=
=+−−−=
−
−
−
=−










=
T
W
www
w
w
w
WIA
IA
A
λλ
λλ
λ
λ
λ
λ
(‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬)‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬
7‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬‫ت‬.

SAW
ELECTRE
TOPSIS
LINMAP
AHP
A1 3.0 5 9 24000 1
A2 1.2 7 5 25000 3
A3 1.5 9 3 32000 7
A1 1 1 1.00 0.75 1
A2 0.4 0.71 0.55 0.78 0.33
A3 0.43 0.55 0.33 1.00 0.14
Min =0.75
Min =0.33
Min =0.14
Max { min } = 0.75
A1
2Maxi min
minmin
max
‫تت‬ ‫تتتت‬ ‫تت‬ ‫تتتتت‬ ‫تت‬ ‫تتتتت‬ ‫تتتت‬
‫تتتتت‬ ‫تت‬ ‫ت‬ ‫ت‬ ‫تتتت‬ ‫ت‬ ‫تت‬ ‫ت‬ ‫ت‬ ‫تتتت‬
‫تت‬ ‫ت‬ ‫ت‬ ‫تتتت‬Max‫تتتت‬ ‫تت‬ ‫ت‬ ‫ت‬ ‫ت‬ ‫تتت‬
‫تتتتتتت‬ ‫تت‬ ‫ت‬ ‫ت‬ ‫تتتت‬Max‫تت‬
.‫تتتت‬ ‫تت‬ ‫تتتتتت‬
Max =1
Max =0.78
Max =0.14
Max { max } = 1
A1A3
A1 3.0 5 9 24000 1
A2 1.2 7 5 25000 3
A3 1.5 9 3 32000 7
A1 1 1 1.00 0.75 1
0.780.33A2 0.4 0.71
0.55
A3 0.43 0.55 0.33 1.00 0.14
4)Conjunctive(
DM
5Disjunctive
conjunctive
DM
n.imanipour,2008
)ordinal(

1.7-SAW






= ∑=
n
j
jiji wnMaxAA
1
*
|










=


























696.0
749.0
529.0
234.0
263.0
076.0
189.0
239.0
*
1333.0115.0
778.0556.0778.06.01
333.01556.04.0333.0
Simple Additive Weighting method
2.7-TOPSIS
N
W
VnnWNV **=
+
jV
−
jV
+
jd
−
jd
+−
−
+
=
ii
i
i
dd
d
CL*
V
V
m1,2,...,i,)(
m1,2,...,i,)(
1
2
1
2
=−=
=−=
∑
∑
=
−−
=
++
n
j
jiji
n
j
jiji
vvd
vvd
*
iCLCL
Technique for Order-Preference by Similarity to Ideal Solution










=






















149.0119.0063.0238.0
099.0179.0052.0119.0
198.0258.0042.0149.0
267.0000
0336.000
00092.00
000305.0
*
557.0355.0684.0781.0
371.0532.0570.0390.0
743.0769.0456.0488.0
C1 C2 C3 C4
A1 5 8 13 4
A2 4 10 9 2
A3 8 12 6 3
V
.198]63,0.258,0[0.119,0.0],,,[ 4321 ==+
iiiij vMaxvMaxvMaxvMinV
.099]42,0.119,0[0.238,0.0],,,[ 4321 ==−
iiiij vMinvMinvMinvMaxV
2.7-TOPSIS)‫(تتتتت‬
189.0
127.0
037.0
3
2
1
=
=
=
+
+
+
d
d
d
055.0
134.0
192.0
3
2
1
=
=
=
−
−
−
d
d
d
037.0)198.0198.0()258.0258.0()063.0042.0()119.0149.0( 2222
1 =−+−+−+−=+
d
225.0
513.0
838.0
*
3
*
2
*
1
=
=
=
CL
CL
CL
838.0
037.0192.0
192.0*
1 =
+
=CL
2.7-TOPSIS)‫(تتتتت‬
4.7-AHP
)Analytical Hierarchy process-AHP(1980
Analytic Hierarchy Process
‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬
Reciprocal Condition(
ABnBAn/1
Homogeneity(
ABAB
Dependency(
Expectation(
‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬
1234
‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬
n ... 2 1
1)x1(
2)x2(
...
m (xm(
1
3
5
7
9
2468
‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬

ABBCAC
a[i,k].a[k,j]=a[i,jijk
1.0
(‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬)‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬
CBA
1 3 2 2
3/1 1 4/1 4/1
2/1 4 1 2/1
2/1 4 2 1
2.33 12 5.25 3.7
5
0.43 0.25 0.38 0.5
3
0.39
8
0.14 0.08 0.05 0.0
7
0.08
5
0.21 0.33 0.19 0.1
3
0.21
8
0.21 0.33 0.38 0.2
7
0.29
9
(‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬)‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬
A B C
A 1 2 8 0.59
3
B 2/1 1 6 0.34
1
C 8/1 6/1 1 0.06
6
A B C
A 0.1
23
B 0.3
20
C 0.5
57
A B C
A 0.08
7
B 0.27
4
A B C
A 0.26
5
B 0.65
5
(‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬)‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬
0.398 0.085 0.218 0.29
9
A 0.123 0.087 0.593 0.26
5
0.265
B 0.320 0.274 0.341 0.65
5
0.421
C 0.557 0.639 0.066 0.08
0
0.314
0.265=0.265*0.299+0.593*0.218+0.087*0.085+0.123*0.398A
(‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬)‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬
‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬
An
n
nλλλ ,,, 21 
n
n
i
i =∑=1
λ
n≥maxλ
maxλ
nn
(‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬)‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬
1
.. max
−
−
=
n
n
II
λ
...
..
..
RII
II
RI =
n 1 2 3 4 5 6 7 8 9 10
I.I.R. 0 0 0.58 0.9 1.12 1.24 1.32 1.41 1.45 1.45
maxλ
maxλ
(‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬)‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬
1.A
2.W.
3.A
1-3-WA
2-3-W
3-3-
4.
5.
maxλ
WmaxλWAW maxλ=
Wmaxλmaxλ
maxλ
017.0
58.0
01.0
...
..
..
010.0
13
3019.3
1
..
019.3
3
985.2
066.0
197.0
032.3
341.0
034.1
040.3
593.0
803.1
066.0
341.0
593.0
*
197.0
034.1
803.1
066.0
341.0
593.0
*
1
6
1
8
1
61
2
1
821
066.0
341.0
593.0
1
6
1
8
1
61
2
1
821
3*3
max
3max2max1max
max
3max
2max
1max
max
===
=
−
−
=
−
−
=
=
++
=
==
==
==










=










=






















=










=












=
RII
II
RI
n
n
II
AW
WA
λ
λλλ
λ
λ
λ
λ
λ
‫ي‬
(‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬)‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬
‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬




‫ي‬‫ي‬‫ي‬‫ي‬‫ي‬
1.""1382
2.1384
3.1381
4.1385
5.1381
6.1378
7.1385
8.
9.

More Related Content

More from Hossein Zeinivand

More from Hossein Zeinivand (20)

Topsis multi index decision making
Topsis multi index decision makingTopsis multi index decision making
Topsis multi index decision making
 
Topsis . mojtaba parakeh
Topsis . mojtaba parakehTopsis . mojtaba parakeh
Topsis . mojtaba parakeh
 
Topsis
TopsisTopsis
Topsis
 
دانلود مقاله در مورد مدل های تصمیم گیری AHP
دانلود مقاله در مورد مدل های تصمیم گیری AHP دانلود مقاله در مورد مدل های تصمیم گیری AHP
دانلود مقاله در مورد مدل های تصمیم گیری AHP
 
پاورپوینت در مورد AHP
پاورپوینت  در مورد AHP پاورپوینت  در مورد AHP
پاورپوینت در مورد AHP
 
مقاله در مورد AHP
مقاله در مورد AHP مقاله در مورد AHP
مقاله در مورد AHP
 
Ahp multi index decision . ms.samaneh mirrahimi and ms.masomeh jahanshahi
Ahp  multi index decision . ms.samaneh mirrahimi and ms.masomeh jahanshahiAhp  multi index decision . ms.samaneh mirrahimi and ms.masomeh jahanshahi
Ahp multi index decision . ms.samaneh mirrahimi and ms.masomeh jahanshahi
 
مقاله POWER POINT پاورپوینت در مورد AHP
مقاله POWER POINT  پاورپوینت  در مورد AHP مقاله POWER POINT  پاورپوینت  در مورد AHP
مقاله POWER POINT پاورپوینت در مورد AHP
 
مقاله در مورد تاپسیس
مقاله در مورد تاپسیس مقاله در مورد تاپسیس
مقاله در مورد تاپسیس
 
مقاله در مورد مدل های تصمیم گیری
مقاله در مورد مدل های تصمیم گیری مقاله در مورد مدل های تصمیم گیری
مقاله در مورد مدل های تصمیم گیری
 
مقاله و پاورپوینت در مورد AHP
مقاله و  پاورپوینت  در مورد AHP مقاله و  پاورپوینت  در مورد AHP
مقاله و پاورپوینت در مورد AHP
 
روش تصمیم گیری چند معیاره
روش تصمیم گیری چند معیاره روش تصمیم گیری چند معیاره
روش تصمیم گیری چند معیاره
 
رزومه شرکت تاجر الکترونیکی
رزومه شرکت تاجر الکترونیکی رزومه شرکت تاجر الکترونیکی
رزومه شرکت تاجر الکترونیکی
 
کسب و کار اینترنتی از ایده تا اجرا و سود دهی.
کسب و کار اینترنتی از ایده تا اجرا و سود دهی.کسب و کار اینترنتی از ایده تا اجرا و سود دهی.
کسب و کار اینترنتی از ایده تا اجرا و سود دهی.
 
حاکمیت شرکتی و اهمیت آن در مدیریت استراتژییک . حسین زینی وند
حاکمیت شرکتی و  اهمیت آن در مدیریت استراتژییک . حسین زینی وندحاکمیت شرکتی و  اهمیت آن در مدیریت استراتژییک . حسین زینی وند
حاکمیت شرکتی و اهمیت آن در مدیریت استراتژییک . حسین زینی وند
 
برند سازی محتوا. دکتر حمید سعیدی Content branding
برند سازی محتوا. دکتر حمید سعیدی Content brandingبرند سازی محتوا. دکتر حمید سعیدی Content branding
برند سازی محتوا. دکتر حمید سعیدی Content branding
 
پیشخوان و پسخوان در تجارت الکترونیک چیست ؟ دکتر حمید سعیدی
پیشخوان و پسخوان در  تجارت الکترونیک چیست ؟ دکتر حمید سعیدیپیشخوان و پسخوان در  تجارت الکترونیک چیست ؟ دکتر حمید سعیدی
پیشخوان و پسخوان در تجارت الکترونیک چیست ؟ دکتر حمید سعیدی
 
بازاریابی و تبلیغات با استفاده از سه چرخه رسانه های دیجیتال و شبکه های اجتماع...
بازاریابی و تبلیغات با استفاده از سه چرخه رسانه های دیجیتال و شبکه های اجتماع...بازاریابی و تبلیغات با استفاده از سه چرخه رسانه های دیجیتال و شبکه های اجتماع...
بازاریابی و تبلیغات با استفاده از سه چرخه رسانه های دیجیتال و شبکه های اجتماع...
 
تیپ ها و رفتار کاربران در شبکه های اجتماعی. دکتر حمید سعیدی
تیپ ها و رفتار کاربران  در شبکه های اجتماعی. دکتر حمید سعیدیتیپ ها و رفتار کاربران  در شبکه های اجتماعی. دکتر حمید سعیدی
تیپ ها و رفتار کاربران در شبکه های اجتماعی. دکتر حمید سعیدی
 
داستان و تحلیل برند گلرنگ . الهه آقا خانی . دکتر حمید سعیدی
داستان و تحلیل  برند گلرنگ . الهه آقا خانی . دکتر حمید سعیدیداستان و تحلیل  برند گلرنگ . الهه آقا خانی . دکتر حمید سعیدی
داستان و تحلیل برند گلرنگ . الهه آقا خانی . دکتر حمید سعیدی
 

درس تئوری تصمیم گیری (1)