Articles

GeeksforGeeks

Metoden för vägd summa är en metod för beslutsfattande med flera kriterier där det finns flera alternativ och vi måste bestämma det bästa alternativet baserat på flera kriterier. Det finns andra metoder, bland annat Weighted Product Method (WPM), Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS), VIKOR, MOORA, GTMA osv. Låt oss förstå hur Weighted Sum Method fungerar med hjälp av ett exempel.

Vid ett fall där vi måste välja den bästa kandidaten bland fem kandidater som ska ställa upp på en intervju. Tabell 1 består av uppgifter om de 5 studenterna som omfattar deras CGPA, den lön som de förväntar sig per månad, deras resultat i det tekniska provet och de betyg som de uppnådde i lämplighetstestet.

Tabell 1: Exempel på datauppsättning

Attribut CGPA Förväntat arvode Resultat på tekniskt prov Aptitude test Betyg
Student 1 9 12000 72 B1
Student 2 7.6 8500 68 B1
Student 3 8.2 9500 63 B2
Student 4 8.5 10000 70 A2
Student 5 9.3 14000 72 A2

Överväg de vikter som intervjupanelen antar enligt följande:
CGPA = 30 %, förväntat stipendium = 20 %, resultat på tekniskt prov = 25 %, betyg på institutsprov = 25 %

Tabell 2: Vikterna för varje attribut

Attribut CGPA Förväntat stipendium Tekniskt provresultat Aptitude Test Grade
Vikt 0.3 0.2 0.25 0.25
Student 1 9 12000 72 B1
Student 2 7.6 8500 68 B1
Student 3 8.2 9500 63 B2
Student 4 8.5 10000 70 A2
Student 5 9.3 14000 72 A2

Beneficial attribute is one in which person desires maximum values. Här är CGPA, resultat på tekniska prov och resultat på lämplighetstester fördelaktiga attribut eftersom företaget förväntar sig att studenterna ska ha fler av dessa attribut.
Inte fördelaktigt attribut är ett attribut där man önskar minimala värden. I det här fallet är det förväntade stipendiet ett icke-nyttigt attribut. Företaget hinner med personer som är villiga att arbeta mer med ett lågt stipendium.

Nu ska vi se vilken student som ska väljas ut av företaget med hjälp av Weighted Sum Method.
För detta måste vi normalisera värdena i tabell 2.

  1. För fördelaktiga attribut,  X=x/xmax
  2. För icke fördelaktiga attribut,  X=xmin/x

Tabell 3: Beslut om högsta värde för ett fördelaktigt attribut och lägsta värde för ett icke fördelaktigt attribut

Attribut CGPA Förväntat stipendium Resultat för teknisk examen Aptitude Test Grade
Vikt 0.3 0.2 0.25 0.25
Student 1 9 12000 72(max) B1
Student 2 7.6 8500(min) 68 B1
Student 3 8.2 9500 63 B2
Student 4 8.5 10000 70 A2(max)
Student 5 9.3(max) 14000 72 A2

Vi kommer att beakta följande punkter för betygssystemet
A1 – 5
A2 – 4
B1 – 3
B2 – 2
C1 – 1
Tabell 4: Uppdatering av betyg för lämplighetsprov

Attribut CGPA Förväntat stipendium Poäng för tekniskt prov Aptitude Test Grade
Vikt 0.3 0.2 0.25 0.25
Student 1 9 12000 72(max) 3
Student 2 7.6 8500(min) 68 3
Student 3 8.2 9500 63 2
Student 4 8.5 10000 70 4(max)
Student 5 9.3(max) 14000 72 4

Normalisera värdena för respektive attribut beroende på det fördelaktiga och icke fördelaktiga attributet.
Tabell 5: Normalisering

Attribut CGPA Förväntat stipendium Resultat för teknisk examen Aptitude Test Grade
Vikt 0.3 0.2 0.25 0.25
Student 1 9/9.3 8500/12000 72/72 3/4
Student 2 7.6/9.3 8500/8500 68/72 3/4
Student 3 8.2/9.3 8500/9500 63/72 2/4
Student 4 8.5/9.3 8500/10000 70/72 4/4
Student 5 9.3/9.3 8500/14000 72/72 4/4

Tabell 6: Den viktnormaliserade beslutsmatrisen

Attribut CGPA Förväntat stipendium Tekniska provresultat Aptitude Test Grade
Vikt 0.3 0.2 0.25 0.25
Student 1 0.9677 0.7083 1 0.75
Student 2 0.8172 1 0.9444 0.75
Student 3 0.8817 0.8947 0.875 0.5
Student 4 0.9134 0.85 0.9722 1
Student 5 1 0.6071 1 1

Tabell 7: Multiplicering av varje parameter med respektive vikt

Attribut CGPA Förväntat stipendium Resultat av tekniskt prov Aptitude Test Grade
Vikt 0.3 0.2 0.25 0.25
Student 1 0.9677 × 0.3 0.7083 × 0.2 1 × 0.25 0.75 × 0.25
Student 2 0.8172 × 0,3 1 × 0,2 0,9444 × 0,25 0,75 × 0,25
Student 3 0.8817 × 0.3 0.8947 × 0.2 0.875 × 0.25 0.5 × 0.25
Student 4 0.9134 × 0.3 0.85 × 0.2 0.9722 × 0.25 1 × 0,25
Student 5 1 × 0,3 0,6071 × 0,2 1 × 0.25 1 × 0.25

Tabellen ovan förenklas på följande sätt
Tabell 8: Förenklad version av tabell 7

Attribut CGPA Förväntat stipendium Teknisk examenresultat Aptitude Test Grade
Vikt 0.3 0.2 0.25 0.25
Student 1 0.29031 0.14166 0.25 0.1875
Student 2 0.24516 0.2 0.2361 0.1875
Student 3 0.26451 0.17894 0.21875 0.125
Student 4 0.27402 0.17 0.24305 0.25
Student 5 0.3 0.12142 0.25 0.25

Vi måste addera komponenterna i varje rad och beräkna den viktade summan som är resultatpoängen och ge prioriteringarna till eleverna
Tabell 9: Beräkning av rangordning av rangordning av studenter efter prestationspoäng

Attribut CGPA Förväntat stipendium Poäng för tekniskt prov Poäng för lämplighetsprov Prestationspoäng Rank
Vikt 0.3 0.2 0.25 0.25
Student 1 0.29031 0.14166 0.25 0.1875 0.86947 3
Student 2 0.24516 0.2 0.2361 0.1875 0.86876 4
Student 3 0.26451 0.17894 0.21875 0.125 0.7872 5
Student 4 0.27402 0.17 0.24305 0.25 0.93707 1
Student 5 0.3 0.12142 0.25 0.25 0.92142 2

Slutsats : Utifrån den viktade summa-metoden har det bestämts att elev 4 är det bästa valet bland de andra.

Artikel Taggar :

Practice Tags: