تحت تأثیر مقیاس ذهنی، عینی و ترکیبی در تصمیم گیری های چند معیاره: یک مطالعه موردی راجع به بهینه سازی تاثیر کامپوزیت ها

قیمت: 44,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

تحت تأثیر مقیاس ذهنی، عینی و ترکیبی در تصمیم گیری های چند معیاره: یک مطالعه موردی راجع به بهینه سازی تاثیر کامپوزیت ها

عنوان لاتین

On the effect of subjective, objective and combinative weighting in multiple criteria decision making: A case study on impact optimization of composites

تا به امروز، هیچ چارچوب مشخصی برای راهنمایی طراحان ساختار کامپوزیتی جهت انتخاب انواع فیبرهای بهینه و الگوهای بافت پارچه برای کاربردی مشخص توسعه نیافته است. هدف مقاله حاضر بررسی تأثیر روش های وزن دهی در تصمیم گیری های چند معیاره (MCDM) و رسیدن به چارچوبی سیستماتیک برای انتخاب الگوی بافت بهینه در کامپوزیت های پلیمر تقویت شده فیبری (FRP) می باشد. بطور مثال، از طریق داده های اندازه گیری شده از یک مطالعه موردی صنعتی، روش تصمیم گیری چند معیاره TOPSIS برای انتخاب بهترین نامزد در میان پلی پروپیلن / شیشه لامینات مختلف استفاده شده است. به عنوان یک ورودی به TOPSIS، چندین روش وزن دهی هدفمند و ذهنی در ابتدا برای تعیین نقش میزان (اوزان) اهمیت نسبی معیار طراحی مقایسه شده اند. این روشها شامل روش آنتروپی، روش منطق دیجیتالی اصلاح شده (MDL) و اهمیت معیارها از طریق روش همبستگی متقابل (CRITIC) بود. در ادامه، دو روش وزن دهی ذهنی جدید، به نام روشهای «منطق عددی (NL)» و « میله های متوسط قابل تنظیم (AMB)» برای ارائه ابزار موثر و عملی تر به تصمیم گیرندگان در طول وزندهی معیارها معرفی شدند. به طور خاص، در مقایسه با MDL، روش NL دقت وزن تعیین شده را برای تصمیم گیرنده متخصص افزایش می دهد. از سوی دیگر، روش AMB رویکرد بصری و تعاملی بیشتری را از طریق روند وزندهی MCDM برای تصمیم گیرندگان کم تجربه تر ارائه می دهد. در نهایت، یک چارچوب وزندهی ترکیبی تعمیم یافته ارائه شده تا نشان دهد چگونه انواع مختلف وزندهی ممکن است برای پیدا کردن رتبه بندی قابل اعتماد تر از جایگزینها ترکیب شوند. وزندهی ترکیبی به طور خاص می تواند سناریوهای مختلفی را در بر گیرد که در آنها گروهی از طراحان مشغولند و دارای سطوح متفاوت تجربه هستند، در حالی که تعداد زیادی از معیارها / گزینه ها را در کاربردهای غیر خطی زیاد مانند طراحی تاثیر مواد کامپوزیتی را ارائه می دهند.

To date, no specific framework has been developed to guide composite structure designers to select the optimum fiber types and fabric weave patterns for a given application. This article aims to, first, investigate the effect of weighting methods in multiple criteria decision making (MCDM) and then arrive at a systematic framework for optimum weave pattern selection in fiber reinforced polymer (FRP) composites. Namely, via measured data from an industrial case study, the TOPSIS MCDM technique has been applied to choose the best candidate among different polypropylene/glass laminates. As an input to TOPSIS, different types of subjective and objective weighting methods were initially compared to assess the role of relative importance values (weights) of design criteria. These included the Entropy method, the modified digital logic (MDL) method, and the criteria importance through inter-criteria correlation (CRITIC) method. Next, two new subjective weighting methods, named ‘Numeric Logic (NL)’ and ‘Adjustable Mean Bars (AMB)’ methods, were introduced to give more practical and effective means to the decision makers during the weighting of criteria. In particular, compared to the MDL, the NL method increased the accuracy of assigned weights for an expert DM. On the other hand, the AMB provided a more interactive, visual approach through MCDM weighting process for less experienced DMs. Finally, a generalized combinative weighting framework is presented to show how different types of weightings may be combined to find more reliable rankings of alternatives. The combinative weighting could specifically accommodate different scenarios where a group of designers are involved and have different levels of experience, while given a large number of alternatives/criteria in highly nonlinear applications such as impact design of composite materials.