İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklar🔒 Tam yöntemi okuKaynaklar
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Karar verme›Hesitant Fuzzy Generalized Peer-Evaluation (strateji-harmanlanmış çapraz-verimlilik BFM ile, Zhou-Chen-Xu-Meng 2018)
MCDMDEAHesitant fuzzy

Hesitant Fuzzy Generalized Peer-Evaluation (strateji-harmanlanmış çapraz-verimlilik BFM ile, Zhou-Chen-Xu-Meng 2018)

Hesitant Fuzzy Generalized Peer-Evaluation (strategy-blended cross-efficiency with BFM, Zhou-Chen-Xu-Meng 2018)

HFGPE (Hesitant Fuzzy Generalized Peer-Evaluation (strateji-harmanlanmış çapraz-verimlilik BFM ile, Zhou-Chen-Xu-Meng 2018)) Zhou, W. Chen, J. Xu, Z. S. Meng, S. tarafından 2018'de tanıtılan çok kriterli karar verme (MCDM) yöntemidir. Alternatiflerin birden çok kritere göre puanlandığı bir karar matrisini yapılandırılmış, tekrarlanabilir bir sonuca dönüştürür.

ScholarGate
  1. MCDM
  2. v1
  3. 1 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

HFGPE
Hesitant Fuzzy Envelopme…

Ne zaman kullanılır

HFGPE, iyi niyetli (d=1) ve agresif (d=0) stratejiler arasındaki sürekli bir spektruma izin vererek HFPE'yi genelleştirir. Strateji parametresi d, BFM aracılığıyla geçmiş sonuçlardan kalibre edilebilir, bu da sıralamayı veri uyumlu hale getirir. Geçmiş veri yoksa, d=0.5 (nötr) makul bir varsayılan değerdir. Daha yüksek bir Ē_l(d*) değeri, alternatifin gerçekçi bir bakış açısı karışımı altında iyi performans gösterdiği anlamına gelir.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Adım adım denetlenebilen şeffaf, tekrarlanabilir bir hesaplama prosedürünü izler.
  • Tek bir karar matrisi içinde farklı ölçek ve birimlere sahip birden çok kriteri ele alır.
Sınırlılıklar
  • Alternatifler kümeye eklendiğinde veya çıkarıldığında sıralama tersine dönmesi durumu sergileyebilir.
  • Tam telafiyi varsayar — bir kriterdeki güçlü bir puan, başka bir kriterdeki zayıf bir puanı telafi edebilir.

Kaynaklar

  1. Zhou, W., Chen, J., Xu, Z. S., Meng, S. (2018). Hesitant fuzzy preference envelopment analysis and alternative improvement. Information Sciences DOI: 10.1016/j.ins.2018.07.002 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 2). Hesitant Fuzzy Generalized Peer-Evaluation (strategy-blended cross-efficiency with BFM, Zhou-Chen-Xu-Meng 2018). ScholarGate. https://scholargate.app/tr/decision-making/hfgpe

Bu yönteme atıf yapanlar

Hesitant Fuzzy Envelopment Analysis (DHFEA / SHFEA, Zhou-Chen-Xu-Meng 2018)

Benzer yöntemler

Hesitant Fuzzy Envelopment Analysis (DHFEA / SHFEA, Zhou-Chen-Xu-Meng 2018)Tereddütlü Bulanık VIKOR (Liao-Xu 2013)Oran Analizi ile Tereddütlü Bulanık Çok Amaçlı OptimizasyonDual Hesitant Fuzzy EDAS'in genişletilmiş hali

İlgili referans kavramlar

Decision Support SystemsDecision MakingRisk ve Belirsizlik Altında Karar Verme ÖlçütleriWeighted ScoresHolistic EvaluationEkonomik Değerlendirme Yöntemleri

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — HFGPE (Hesitant Fuzzy Generalized Peer-Evaluation (strategy-blended cross-efficiency with BFM, Zhou-Chen-Xu-Meng 2018)). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/decision-making/hfgpe · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Zhou, W. Chen, J. Xu, Z. S. Meng, S.
Subfamily
DEA
Year
2018
Type
Generalization of HFPE: cross-efficiency E {el}(d) = d·E^max {el} + (1-d)·E^min {el} blends benevolent (d=1) and aggressive (d=0) strategies via parameter d ∈ [0,1]. When d is unknown, the Backward Fitting Method (BFM) estimates the optimal d from historical/preference ranking constraints by solving a quadratic programme. Final ranking by column-mean of the blended cross-efficiency matrix.
Value Space
Hesitant fuzzy
Uncertainty
epistemic
Compensation
full
Rank Reversal
Evet
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil