این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
پنجشنبه 4 دی 1404
مدیریت صنعتی
، جلد ۱۳، شماره ۳، صفحات ۴۱۵-۴۳۴
عنوان فارسی
ارائه روش پیشنهادی DEA-GZBWM همراه با عدم قطعیت فازی
چکیده فارسی مقاله
هدف: با توجه به اینکه در اغلب حوزههای تخصصی، تصمیمگیریها بهصورت گروهی انجام میشود، در این پژوهش، روشی برای انتخاب گزینه مطلوب در شرایط عدم قطعیت و افزایش اثربخشی تصمیمگیری گروهی ارائه شده است.روش: در این پژوهش برای ایجاد روش بهترین ـ بدترین اعداد Z از روشهای ZlCWAA و تحلیل پوششی دادهها که بهترتیب وظایف میانگینگیری از اعداد Z و تخصیص وزن به متخصصان را برعهده دارند، استفاده شد. روش بهترین ـ بدترین اعداد Z یکی از روشهای ابداعی در حوزه تصمیمگیری است که در این پژوهش از روش گروهی بهترین ـ بدترین اعدادZ استفاده شده است.یافتهها: برای تصمیمگیری بهتر، به اطلاعات صحیح، معتبر، دقیقتر و با اطمینان بیشتری نیاز است. با توجه به مطالعه موردی و دادههای گردآوری شده از دیدگاه هر کارشناس در خصوص مهمترین شاخصهای انتخاب سبد بهینه سهام، مقایسهای بین روشهای FBWM، ZBWM و DEA-GZBWM انجام گرفت و مشخص شد که روش پیشنهادیِ DEA-GZBWM، نرخ ناسازگاری کمتری دارد و ابهامهای کلام پاسخدهنده در این روش کاهش یافته است، از این رو، میتوان به اطلاعات بهدستآمده از این روش اطمینان بیشتری کرد.نتیجهگیری: بهمنظور 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، سرمایهگذار با کمک متخصصان حوزه مالی (افراد خبره) به سرمایهگذاری و انتخاب سبد سهام بهینه از میان شرکتهای موجود در سازمان بورس و اوراق بهادار اقدام میکند. در نهایت، مقایسهای میان نتایج روش پیشنهادی با روشهای FBWM و ZBWM بر اساس وزن، رتبه و نرخ ناسازگاری انجام گرفت. نتایج نشان داد که روش پیشنهادی با کسب نرخ ناسازگاری کمتر 108/0 نسبت به روشهای دیگر، عملکرد بهتری دارد.
کلیدواژههای فارسی مقاله
روش بهترین ـ بدترین اعداد Z،ZICWAA،تحلیل پوششی دادهها،سبد بهینه سهام،
عنوان انگلیسی
Proposing DEA-GZBWM Method with Fuzzy Uncertainty
چکیده انگلیسی مقاله
Objective: Considering that in most specialized fields, decisions are made in groups, in this study, a method to select the desired option in conditions of uncertainty is presented, which also considers the group decisions to increase the effectiveness.Methods: In this study, the ZlCWAA method and data envelopment analysis, which are responsible for the averaging of Z numbers and assigning weight to specialists, were used to create the Z number extension of the best-worst method. This method is innovative in decision-making and, in this study, we used the Z number extension of the best-worst group method.Results: For better decision-making, the information should be more valid, accurate, and reliable. So we compared the FBWM, ZBWM, and DEA-GZBWM methods with each other, based on the case study and data collection from the perspective of each expert on the most important indicators of optimal stock portfolio selection. This comparison showed that the proposed method of DEA-GZBWM has a lower rate of incompatibility than the others. Therefore, the information obtained in this method can be more reliable for us.Conclusion: To prove the effectiveness of the DEA-GZBWM method, a case study was conducted to show how to use this method in optimal stock portfolio selection; In which the investor, with the help of financial experts (experts in financial markets), invests and selects the optimal stock portfolio from the companies in the stock exchange and securities organization. Then, based on weight, rank, and incompatibility rate, the results of the proposed method, FBWM, and ZBWM methods were compared. This comparison showed that the proposed method is more functional than the others due to its lower incompatibility rate (0.108).
کلیدواژههای انگلیسی مقاله
روش بهترین ـ بدترین اعداد Z,ZICWAA,تحلیل پوششی دادهها,سبد بهینه سهام
نویسندگان مقاله
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.
نشانی اینترنتی
https://imj.ut.ac.ir/article_86370_ba76ac6b6021eed19d288b27c8c0b6ba.pdf
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات