﻿<?xml version="1.0" encoding="utf-8"?>
<ArticleSet>
  <ARTICLE>
    <Journal>
      <PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName>
      <JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle>
      <ISSN>16823745</ISSN>
      <Volume>5</Volume>
      <Issue>1</Issue>
      <PubDate PubStatus="epublish">
        <Year>2007</Year>
        <Month>3</Month>
        <Day>21</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>Solving Multi-Criteria Decision Making Problems Using Artificial Neural Networks</ArticleTitle>
    <VernacularTitle>حل مسائل تصميم ‏گيری چندمعياره با استفاده از شبکه ‏های عصبی مصنوعی</VernacularTitle>
    <FirstPage>47</FirstPage>
    <LastPage>52</LastPage>
    <ELocationID EIdType="doi" />
    <Language>fa</Language>
    <AuthorList>
      <Author>
        <FirstName>منیره</FirstName>
        <LastName>عبدوس</LastName>
        <Affiliation></Affiliation>
      </Author>
      <Author>
        <FirstName>ناصر</FirstName>
        <LastName>مزینی</LastName>
        <Affiliation></Affiliation>
      </Author>
    </AuthorList>
    <History PubStatus="received">
      <Year>2006</Year>
      <Month>1</Month>
      <Day>5</Day>
    </History>
    <Abstract>Decision making is finding the best compromised solution from all feasible alternatives. Multi-criteria decision making is one of the most applied branches of decision making. Many methods have been presented for solving MCDM problems ever since. Among these methods, simple additive weighting, SAW, is the most commonly used method. In this paper, two methods are proposed for solving MCDM problems based on artificial neural networks. This paper shows an application of soft computing techniques in classic problems, such as decision making. Herein, two methods are presented based on both supervised and unsupervised neural networks. The results of the methods have been compared with SAW.</Abstract>
    <OtherAbstract Language="FA">تصميم‏گيری، فرآيند انتخاب بهترين عمل يا گزينه از ميان گزينه‏های موجود می‏باشد. تصميم‏گيری چندمعياره، يکی از شاخه‏های پرکاربرد علم تصميم‏گيری محسوب می‏شود و روشهای زيادی تاکنون ارائه شده ‏است. از ميان اين روشها، روش مجموع ساده وزين، به عنوان روش اصلی و پذيرفته‌شده، به حساب می‏آيد. در اين مقاله روشهايي برای حل مسائل تصميم‏گيری بيان شده که کاملاً مبتنی بر شبکه‏های عصبی مصنوعی می‏باشد. اين مقاله کاربرد روشهای رايانش نرم را در حوزه‏های کلاسيک چون تصميم‏گيری نشان می‏دهد. در اين مقاله دو روش، يکی بر اساس شبکه عصبی با ناظر و ديگری بر اساس شبکه عصبی بدون ناظر، ارائه شده است. نتايج حاصل از اين دو روش با روش مجموع ساده وزين، مقايسه شده است.</OtherAbstract>
    <ObjectList>
      <Object Type="Keyword">
        <Param Name="Value">تصميم‏گيری چندمعيارهروش مجموع ساده وزينشبکه پرسپترونشبکه عصبی مصنوعیشبکه کوهونن</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="Pdf">http://ijece.org/en/Article/Download/27866</ArchiveCopySource>
  </ARTICLE>
</ArticleSet>