روشهای متداول تصمیم ­گیری چندمعیاره

روشهای متداول تصمیم­گیری چندمعیاره

روشهای فراوانی برای تصمیم­گیری چندمعیاره وجود دارد که در ادامه به متداولترین این روشها پرداخته شده است.

1-3-2 فرآیند تحلیل سلسله مراتبی (AHP) :

روش AHP  را فردی عراقی به نام ساعتی(Saati, 1970) پیشنهاد کرد. این روش، مانند آنچه در مغز انسان انجام می­شود، به تجزیه و تحلیل مسایل می­پردازد. AHP  تصمیم­گیرندگان را قادر می­سازد تا اثرات متقابل و همزمان بسیاری از وضعیتهای پیچیده و نامعین را تعیین کنند. این فرآیند تصمیم­گیرندگان را یاری می­کند تا اولویتها را براساس اهداف، دانش و تجربه خود، تنظیم نمایند. به نحوی که احساسات و قضاوتهای خود را به طور کامل در نظر گیرند. برای حل مسایل تصمیم­گیری از طریق روش AHP، باید مساله را به دقت و با همه جزییات، تعریف و تعیین کرد و جزییات آن را به صورت ساختار سلسله مراتبی ترسیم نمود. AHP  بر اساس 3 اصل زیر استوار است.

الف) اصل ترسیم درخت سلسله مراتبی

ب) اصل تعیین و تدوین اولویتها

ج) اصل سازگاری منطق و قضاوتها (مومنی 1389)

در دنیای واقعی، تصمیم­گیرنده با مسایل و محدودیتها و نتایجی روبرو می­شود که عملا دقیق و شفاف نیستند (موتمنی 1389). این روش، هنگامی که عمل تصمیم­گیری با چند گزینه و شاخص تصمیم­گیری روبروست، می­تواند مفید باشد. شاخصها نیز می­توانند کمی یا کیفی باشند. اساس روش AHP بر مقایسات زوجی بنا شده است. در این روش تصمیم­گیرنده با فراهم آمدن درخت سلسله مراتب تصمیم، کار خود را آغاز می­کند. این درخت شاخصها و گزینه­های تصمیم­گیری را نشان می­دهد و سپس یک سری مقایسات زوجی انجام می­گیرد. این مقایسات، وزن هر یک از فاکتورها را در راستای گزینه­های رقیب مشخص می­سازد. در نهایت منطق AHP  به گونه­ای ماتریسهای حاصل از مقایسات زوجی را با یکدیگر تلفیق می­سازد که تصمیم بهینه حاصل آید.

این مطلب مشابه را هم بخوانید :   صنعت

 

 

2-3-2 تاپسیس (TOPSIS) :

تکنیک TOPSIS یکی از تکنیکهای معروف برای MCDM کلاسیک است که اولین بار توسط هوانگ و یون (Hwang & Yoon, 1981)  معرفی گردید. منطق اصولی TOPSIS، تعریف حل ایده‌آل مثبت و حل ایده‌آل منفی است. حل ایده‌آل مثبت حلی است که معیارهای سود را ماکزیمم و معیارهای هزینه را مینیمم می­کند. به طور خلاصه، حل ایده­آل مثبت شامل تمام بهترین مقادیر معیارهای در دسترس است، در حالی که حل ایده‌آل منفی ترکیبی از بدترین مقادیر معیارهای در دسترس است، گزینه بهینه گزینه‌ای است که کوتاهترین فاصله از حل ایده آل مثبت و بیشترین فاصله را از حل  ایده آل منفی دارد. نظر به اینکه TOPSIS روشی معروف برای مسائل MCDM کلاسیک است، خیلی از محققان از آن برای حل مسائل FMCDM استفاده می‌کنند. عده‌ای  از محققان نرخ‌ها و اوزان فازی را به مقادیر قطعی فازی­زدایی نموده‌اند(Yen et al, 2002) ، در حالی که فازی­زدایی باعث از دست دادن مقداری از اطلاعات می‌گردد. هر چند مفهوم TOPSIS دقیق و قابل فهم است و محاسبات پیچیده در آن بکار نرفته است، اما باید مشکلات ذاتی تخصیص ترجیحات ذهنی قابل اطمینان و معتبر به معیارها را، در این تکنیک، در نظر داشت.