4.5.3. Refinement of the solutionTh

4.5.3. Refinement of the solution

The use of the feedback mechanism described in Section 3.2.7 is shown in this section through a simple example. Consider the setting of Section 4.5.1, where the external conditions are assumed to be fixed, and a grid of 7 control options with step 25 ha from 1300 to 1450 ha is considered in the first DSS iteration. Weights w2 favouring the economic criterion are used in the multicriteria analysis. Observing Fig. 6 (solid line), it is apparent that the solution with the highest score among those evaluated is 1425 ha, but, due to the discrete approach used, the true optimum could be nearby at a level not actually studied. For this reason, the decision maker may choose to refine the solution by running another DSS iteration where the evaluated control options are in the interval [1400, 1450] ha with step 5 ha, while external conditions and multicriteria analysis weights are not changed. The AHP scores obtained in the second DSS iteration are shown in Fig. 7, and it can be observed that the solution corresponding to 1430 ha turns out to have an AHP score higher than 1425 ha. However, this does not mean that the decision maker would accept 1430 ha. From the analysis of Fig. 7, it is apparent that 1430 ha is an edge value after which the performance degrades quickly. Therefore, the decision maker might decide to keep the solution on lower values of aquaculture area (1425 ha or less) for a more robust decision with respect to uncertain factors not taken into account.

ผลลัพธ์ (ไทย) 1:

4.5.3 การรีไฟน์เมนท์ของโซลูชันการใช้กลไกความคิดเห็นที่อธิบายไว้ในส่วน 3.2.7 แสดงในส่วนนี้ผ่านตัวอย่างง่าย ๆ เช่น พิจารณาการตั้งค่าของส่วน 4.5.1 ที่สภาพภายนอกจะถือว่ามีการแก้ไข และตารางของตัวเลือกการควบคุม 7 ขั้นตอน 25 ฮา จาก 1300 ไป 1450 ฮา ถือเป็นในการเกิดซ้ำครั้งแรกของ DSS น้ำหนัก w2 favouring เงื่อนไขทางเศรษฐกิจที่ใช้ในการวิเคราะห์ multicriteria สังเกต 6 Fig. (เส้นทึบ), จึงชัดเจนว่า ด้วยคะแนนสูงสุดที่ประเมินเป็น 1425 ฮา แต่ เนื่องจากแนวทางที่แยกกันใช้ มีประสิทธิภาพสูงสุดอย่างแท้จริงอาจใกล้เคียงในระดับศึกษาจริงไม่ ด้วยเหตุนี้ การตัดสินใจอาจเลือกที่จะจำกัดการแก้ปัญหา โดยใช้ DSS เกิดซ้ำที่อื่นที่ตัวควบคุมค่าอยู่ในช่วง [1400, 1450] ฮา กับขั้นตอนที่ 5 ฮา ในขณะที่สภาพภายนอกและการวิเคราะห์ multicriteria น้ำหนักจะเปลี่ยนแปลงไม่ได้ AHP คะแนนที่ได้ในการเกิดซ้ำ DSS ที่สองจะแสดงใน Fig. 7 และสามารถสังเกตว่า การแก้ปัญหาที่สอดคล้องกับ 1430 จากฮา ปรากฎว่าได้คะแนน AHP สูงกว่า 1425 ฮา อย่างไรก็ตาม นี้ไม่ได้หมายความ ว่า ตัดสินใจที่จะยอมรับ 1430 จากฮา จากการวิเคราะห์ของ Fig. 7 ได้ 1430 จากฮา ว่าค่าขอบที่ประสิทธิภาพเสื่อมอย่างรวดเร็วชัดเจน ดังนั้น การตัดสินใจอาจจะเก็บโซลูชันบนค่าล่างพื้นที่เพาะเลี้ยงสัตว์น้ำ (1425 ฮา หรือต่ำกว่า) สำหรับการตัดสินใจมีประสิทธิภาพมากขึ้นกับปัจจัยที่ไม่แน่นอนไม่ได้นำมาพิจารณาได้

ผลลัพธ์ (ไทย) 2:

4.5.3 การปรับแต่งของการแก้ปัญหาการใช้กลไกความคิดเห็นที่อธิบายไว้ในมาตรา 3.2.7 จะแสดงในส่วนนี้ผ่านตัวอย่างง่ายๆ พิจารณาการตั้งค่าของมาตรา 4.5.1 ที่สภาพภายนอกจะถือว่าได้รับการแก้ไขและตารางของ 7 ตัวเลือกการควบคุมที่มีขั้นตอนที่ 25 ฮ่า 1300-1450 ฮ่ามีการพิจารณาในซ้ำ DSS แรก น้ำหนัก w2 นิยมเกณฑ์ทางเศรษฐกิจที่ถูกนำมาใช้ในการวิเคราะห์ multicriteria สังเกตรูป 6 (เส้นทึบ) มันเป็นที่ชัดเจนว่าการแก้ปัญหาที่มีคะแนนสูงสุดในหมู่ผู้ที่ได้รับการประเมินเป็น 1,425 ฮ่า แต่เนื่องจากวิธีการที่ไม่ต่อเนื่องที่ใช้ที่เหมาะสมที่แท้จริงอาจจะใกล้เคียงในระดับที่ไม่ได้ศึกษาจริง ด้วยเหตุนี้การตัดสินใจอาจเลือกที่จะปรับแต่งการแก้ปัญหาโดยการเรียกใช้ซ้ำอีก DSS ที่ตัวเลือกการควบคุมการประเมินอยู่ในช่วงเวลาที่ [1400, 1450] ฮ่ามีขั้นตอนที่ 5 ฮ่าในขณะที่สภาพภายนอกและ multicriteria น้ำหนักการวิเคราะห์จะไม่เปลี่ยนแปลง คะแนนที่ได้รับใน AHP ซ้ำ DSS ที่สองจะแสดงในรูป 7 และจะสามารถสังเกตได้ว่าการแก้ปัญหาที่สอดคล้องกับ 1430 ฮ่าจะเปิดออกจะมีคะแนนสูงกว่า AHP 1425 ฮ่า แต่นี้ไม่ได้หมายความว่าผู้ตัดสินใจจะยอมรับ 1430 ฮ่า จากการวิเคราะห์ของรูป 7 ก็เป็นที่เห็นได้ชัดว่า 1430 ฮ่าเป็นค่าขอบหลังจากที่ผลการดำเนินงานลดได้อย่างรวดเร็ว ดังนั้นการตัดสินใจอาจตัดสินใจที่จะให้แก้ปัญหาในค่าที่ต่ำกว่าของพื้นที่เพาะเลี้ยงสัตว์น้ำ (1,425 ไร่หรือน้อยกว่า) สำหรับการตัดสินใจที่แข็งแกร่งมากขึ้นด้วยความเคารพต่อปัจจัยความไม่แน่นอนไม่ได้นำเข้าบัญชี

ผลลัพธ์ (ไทย) 3:

4.5.3 . การปรับแต่งโซลูชั่น

ใช้กลไกการป้อนกลับที่อธิบายไว้ในส่วน 3.2.7 จะแสดงในส่วนนี้ผ่านตัวอย่างง่ายๆ พิจารณาการตั้งค่าของส่วน 4.5.1 ที่ภาพภายนอกจะถือว่ามีการแก้ไข , และตาราง 7 ตัวเลือกการควบคุมฮาขั้นตอนที่ 25 จาก 1300 ไปก็ฮา ถือว่าในการสนับสนุนการตัดสินใจก่อนน้ำหนัก W2 นิยมเกณฑ์ทางเศรษฐกิจที่ใช้ในการวิเคราะห์แบบหลายหลักเกณฑ์ . สังเกตรูปที่ 6 ( เส้นทึบ ) , มันเป็นที่ชัดเจนว่าการแก้ปัญหาด้วยคะแนนสูงสุดในบรรดาผู้ประเมิน คือ กลิ่น ฮ่า แต่ เนื่องจากความไม่ต่อเนื่อง วิธีที่เหมาะสมจริงจะใกล้เคียงในระดับที่ไม่ได้เรียน ด้วยเหตุผลนี้ผู้ตัดสินใจอาจเลือกที่จะปรับแต่งโซลูชั่นโดยการใช้ DSS ซ้ำอีกที่ประเมินตัวเลือกการควบคุมอยู่ในช่วง [ 1400   1450 ] ฮา กับขั้นตอนที่ 5 ฮ่า ในขณะที่เงื่อนไขภายนอกและน้ำหนักการวิเคราะห์แบบหลายหลักเกณฑ์ไม่ได้เปลี่ยนไป การรเรียนในระบบที่สองจะแสดงซ้ำในรูปที่ 7และมันสามารถสังเกตได้ว่าโซลูชั่นที่ 1 ฮาเปิดออกมีความสำคัญสูงกว่ากลิ่นฮา อย่างไรก็ตาม , นี้ไม่ได้หมายความ ว่า ตัดสินใจจะรับ 1 ฮา จากการวิเคราะห์รูปที่ 7 ปรากฎว่า 1 ฮา ขอบคุณค่าซึ่งหลังจากการแสดงนี้อย่างรวดเร็ว ดังนั้นผู้ตัดสินใจอาจตัดสินใจที่จะให้โซลูชั่นที่ค่าลดลงของพื้นที่เพาะเลี้ยงสัตว์น้ำ ( กลิ่นฮาหรือน้อยกว่า ) สำหรับการตัดสินใจที่แข็งแกร่งมากขึ้นเกี่ยวกับปัจจัยที่ไม่แน่นอนไม่เข้าบัญชี