6 DETERMINATION OF WEIGHTSGiven the

6 DETERMINATION OF WEIGHTS
Given the consideration of factors as fuzzy sets
and the nature of the aggregation process, the
criterion weights of weighted linear combination
clearly represent trade-off weights – that is,
expressions of the manner in which they will trade
with other factors when aggregated in multi-criteria
evaluation. Rao et al (1991) have suggested that a
logical process for the development of such weights
is the procedure of pairwise comparisons
developed by Saaty (1977). In this process each
factor is rated for its importance relative to every
other factor using a 9-point reciprocal scale (i.e. if
7 represents substantially more important, 1/7
would indicate substantially less important). This
leads to a n x n matrix of ratings (where n is the
number of factors being considered). Saaty (1977)
has shown that the principal eigenvector of this
matrix represents a best fit set of weights. Figure 5,
for example, illustrates this rating scale along with
a completed comparison matrix and the best fit
weights produced. Eastman et al (1993) have
implemented this procedure in a raster GIS with a
modification that also allows the degree of
consistency to be evaluated as well as the location
of inconsistencies to allow for an orderly reevaluation.
The process is thus an iterative one that
converges on a consistent set of consensus weights.
A problem still exists, however, in how these
weights should be applied in the context of the
ordered weighted average discussed above. It seems
clear that these weights will have full effect with the
weighted linear combination operator (where full
trade-off exists), and that they should have no effect
when no trade-off is in effect (i.e. with the minimum
and maximum operators). It seems logical,
therefore, that their effect should be graded between
these extremes as the degree of trade-off is
manipulated with the ordered weighted average
process. However, the logic for this gradation has
not been established. In their implementation of the
ordered weighted average for GIS, Eastman and
Jiang (1996) have used a measure of relative

ผลลัพธ์ (ไทย) 1:

กำหนด 6 ของน้ำหนักให้พิจารณาปัจจัยเป็นชุดชัดเจนและธรรมชาติของกระบวนการรวม การเกณฑ์น้ำหนักของผลรวมถ่วงน้ำหนักเชิงเส้นอย่างชัดเจนแทนที่น้ำหนัก trade-off – คือนิพจน์ของลักษณะที่จะค้าด้วยปัจจัยอื่น ๆ เมื่อรวมหลายเงื่อนไขการประเมินผล ราว et al (1991) ได้แนะนำที่เป็นกระบวนการทางตรรกะสำหรับการพัฒนาของน้ำหนักดังกล่าวเป็นขั้นตอนของการเปรียบเทียบแพร์ไวส์พัฒนา โดย Saaty (1977) ในขั้นตอนนี้แต่ละอยู่ในอันดับปัจจัยสำหรับความสำคัญสัมพันธ์กับทุกปัจจัยอื่น ๆ ที่ใช้เป็นสเกลอีก 9 จุด (เช่นถ้า7 แสดงความสำคัญมากขึ้น 1/7จะระบุหลักฐานสำคัญ) นี้ให้ n x n เมตริกซ์ของการจัดอันดับ (โดยที่ n คือการหมายเลขของการพิจารณาปัจจัย) Saaty (1977)มีแสดงที่ eigenvector หลักนี้เมตริกซ์แสดงถึงชุดพอดีสุดของน้ำหนัก รูปที่ 5แสดงสเกลนี้จัดอันดับพร้อมกับตัวอย่างเมตริกซ์เปรียบเทียบที่สมบูรณ์และเหมาะสมที่สุดน้ำหนักที่ผลิต อีสต์แมน et al (1993) ได้ดำเนินการขั้นตอนนี้ใน GIS แบบราสเตอร์กับการแก้ไขที่ยัง ช่วยให้ระดับของความสอดคล้องจะประเมินรวมทั้งตำแหน่งของความขัดแย้งให้การปฏิเสธเป็นระเบียบกระบวนการจึงเป็นส่วนหนึ่งของซ้ำที่converges ชุดน้ำหนักมติสอดคล้องกันปัญหายังคงอยู่ อย่างไรก็ตาม ในวิธีเหล่านี้น้ำหนักควรจะใช้ในบริบทของการสั่งค่าเฉลี่ยถ่วงน้ำหนักที่กล่าวถึงข้างต้น ดูเหมือนว่าล้างที่น้ำหนักเหล่านี้จะมีผลเต็มรูปแบบกับการถ่วงน้ำหนักตัวรวมเชิงเส้น (เต็มtrade-off อยู่), และพวกเขาควรจะไม่มีผลเมื่อ trade-off ไม่มีผล (เช่นกับต่ำสุดกผู้สูงสุด) ดูเหมือนตรรกะดังนั้น ซึ่งผลที่เกิดขึ้นควรจะแบ่งแยกระหว่างเป็นที่สุดเหล่านี้เป็นระดับของ trade-offจัดการกับค่าเฉลี่ยถ่วงน้ำหนักที่สั่งซื้อกระบวนการ อย่างไรก็ตาม มีตรรกะการไล่ระดับสีนี้ไม่เริ่มต้นขึ้น ในการปฏิบัติการของการสั่งค่าเฉลี่ยถ่วงน้ำหนักสำหรับ GIS อีสต์แมน และเจียง (1996) ใช้วัดญาติ

ผลลัพธ์ (ไทย) 2:

6
การวิเคราะห์หาน้ำหนักที่ได้รับการพิจารณาจากปัจจัยที่เป็นชุดเลือนและธรรมชาติของกระบวนการการรวมที่น้ำหนักเกณฑ์ของการรวมกันเชิงเส้นถ่วงน้ำหนักอย่างชัดเจนเป็นตัวแทนของน้ำหนักการปิด- นั่นคือการแสดงออกของลักษณะที่พวกเขาจะค้ากับปัจจัยอื่นๆ เมื่อ รวมอยู่ในเกณฑ์ที่หลายการประเมินผล ราว, et al (1991) ได้บอกว่ากระบวนการตรรกะสำหรับการพัฒนาของน้ำหนักดังกล่าวเป็นขั้นตอนของการเปรียบเทียบจากจำนวนพัฒนาโดยSaaty (1977) ในขั้นตอนนี้ในแต่ละปัจจัยที่เป็นคะแนนสำหรับญาติสำคัญของทุกปัจจัยอื่นๆ ที่ใช้ 9 จุดขนาดซึ่งกันและกัน (เช่นถ้า7 แสดงให้เห็นถึงความสำคัญมากขึ้นอย่างมีนัยสำคัญ, 1/7 จะแสดงให้เห็นความสำคัญมากน้อย) นี้นำไปสู่การ anxn เมทริกซ์ของการให้คะแนน (โดยที่ n เป็นจำนวนของปัจจัยการพิจารณา) Saaty (1977) แสดงให้เห็นว่าวิคเตอร์หลักของนี้เมทริกซ์แสดงให้เห็นถึงชุดแบบที่ดีที่สุดของน้ำหนัก รูปที่ 5 ตัวอย่างแสดงให้เห็นถึงมาตราส่วนนี้พร้อมกับเมทริกซ์การเปรียบเทียบเสร็จสมบูรณ์และที่ดีที่สุดเหมาะสมกับน้ำหนักที่ผลิต อีสต์แมน, et al (1993) ได้ดำเนินการตามขั้นตอนนี้ในระบบสารสนเทศภูมิศาสตร์แรสเตอร์ที่มีการปรับเปลี่ยนที่ยังช่วยให้ระดับของความมั่นคงที่จะได้รับการประเมินเช่นเดียวกับสถานที่ไม่สอดคล้องกันที่จะอนุญาตให้มีการประเมินอย่างเป็นระเบียบ. กระบวนการจึงเป็นหนึ่งย้ำว่าconverges ในชุดที่สอดคล้องกันของน้ำหนักฉันทามติ. ปัญหายังคงมีอยู่ แต่ในวิธีการเหล่านี้น้ำหนักควรจะนำมาใช้ในบริบทของถัวเฉลี่ยถ่วงน้ำหนักที่สั่งซื้อที่กล่าวข้างต้น ดูเหมือนว่าชัดเจนว่าน้ำหนักเหล่านี้จะมีผลเต็มรูปแบบกับผู้ประกอบการรวมกันเชิงเส้นถ่วงน้ำหนัก(ที่เต็มไปด้วยการออกมี) และที่พวกเขาควรจะไม่มีผลกระทบเมื่อไม่มีการออกมีผล(คือมีขั้นต่ำประกอบการและสูงสุด) ดูเหมือนว่าตรรกะดังนั้นที่ผลของพวกเขาควรจะได้รับอย่างช้า ๆ ระหว่างสุดขั้วเหล่านี้เป็นระดับของการปิดจะจัดการกับค่าเฉลี่ยถ่วงน้ำหนักที่สั่งซื้อขั้นตอน แต่ตรรกะสำหรับการไล่โทนนี้ยังไม่ได้รับการจัดตั้งขึ้น ในการดำเนินการของพวกเขาจากถัวเฉลี่ยถ่วงน้ำหนักสั่ง GIS อีสต์แมนและเจียง(1996) ได้ใช้ตัวชี้วัดของญาติ

ผลลัพธ์ (ไทย) 3:

6 การกำหนดน้ำหนัก
ให้พิจารณาปัจจัยที่เป็น
ชุดฟัซซี่และธรรมชาติของกระบวนการการรวม , เกณฑ์น้ำหนักน้ำหนักรวมกัน

เส้นชัดเจนเป็นตัวแทนแลกเปลี่ยนน้ำหนัก–นั่นคือ
การแสดงออกของลักษณะที่พวกเขาจะค้า
กับปัจจัยอื่น ๆ เมื่อรวมในเกณฑ์การประเมินหลาย

Rao et al ( 1991 ) ได้ให้ข้อเสนอแนะว่า
กระบวนการตรรกะสำหรับการพัฒนาเช่นน้ำหนัก
เป็นขั้นตอนของการเปรียบเทียบคู่
พัฒนาโดย saaty ( 1977 ) ในขั้นตอนนี้แต่ละ
ปัจจัยอยู่ในอันดับความสำคัญสัมพันธ์กับทุกปัจจัยอื่น ๆที่ใช้ในซึ่งกันและกัน
ขนาด ( เช่นถ้า
7 เป็นอย่างมาก ที่สำคัญ 1 /
7 จะพบน้อยลงอย่างมากที่สำคัญ ) นี้นำไปสู่
n x n เมทริกซ์ของคะแนน ( โดยที่ n คือ
จำนวนปัจจัยที่ได้รับการพิจารณา ) saaty ( 1977 )
ได้แสดงให้เห็นว่า ไอเกนเวกเตอร์หลักของเมทริกซ์นี้
แทน พอดีชุดของน้ำหนัก รูปที่ 5
ตัวอย่าง แสดงให้เห็นถึงระดับนี้พร้อมกับ
เสร็จเปรียบเทียบเมทริกซ์และน้ำหนักพอดี
ที่ดีที่สุดผลิต อีสต์แมน et al ( 1993 ) ได้ดำเนินการตามขั้นตอนนี้ในระบบสารสนเทศภูมิศาสตร์

ภาพกับการปรับเปลี่ยนที่ยังช่วยให้ระดับของ
ความสอดคล้องที่จะประเมิน รวมทั้งตำแหน่ง
ของความไม่สอดคล้องกันเพื่อให้ reevaluation เป็นระเบียบ
กระบวนการจึงเป็นหนึ่งซ้ำที่
- ในชุดสอดคล้องของ Consensus น้ำหนัก .
ปัญหายังคงมีอยู่ แต่ในวิธีการเหล่านี้
น้ำหนักควรใช้ในบริบทของ
สั่งถัวเฉลี่ย กล่าว ข้างต้น ดูเหมือนว่า
ชัดเจนว่าน้ำหนักเหล่านี้จะมีผลเต็มรูปแบบกับการรวมกันเชิงเส้น ( ถ่วงน้ำหนัก )

อันที่เต็มอยู่แล้ว ) , และว่าพวกเขาจะไม่มีผล
เมื่อไม่มีอันจะมีผล ( เช่น กับต่ำสุดและสูงสุด (
) ดูเหมือนว่าตรรกะ
ดังนั้นผลของพวกเขาควรจะให้คะแนนระหว่าง
เหล่านี้สุดขั้วเป็นระดับของการ trade-off
จัดการกับสั่งเฉลี่ย
น้ำหนักกระบวนการ อย่างไรก็ตาม ตรรกะในชั้นนี้มี
ไม่ได้ถูกตั้งขึ้น ในการดำเนินงานของพวกเขา
สั่งเฉลี่ยถ่วงน้ำหนัก ระบบสารสนเทศทางภูมิศาสตร์ , Eastman และ
เจียง ( 1996 ) ได้ใช้มาตรการของญาติ