فرایند تحلیل شبکه (ANP)

فرایند تحلیل شبکه (ANP) یک روش تصمیم‌گیری چندمعیاره است که برای تعیین وزن معیارها و انتخاب گزینه بهینه براساس مقایسه‌های زوجی استفاده می‌شود. در این روش روابط درونی میان عناصر تصمیم‌گیری نیز در نظر گرفته می‌شود. در این نوشتار، روش «فرایند تحلیل شبکه» مفهوم‌سازی و آموزش داده خواهد شد.

آشنایی با فرایند تحلیل شبکه (ANP)

روش فرایند تحلیل شبکه (ANP) یا Analytical Network Process به‌وسیله ساعتی و تاکی زاوا در سال ۱۹۸۶ ارائه گردید. هدف این روش اولویت‌بندی معیارها و انتخاب گزینه بهینه مبتنی بر مقایسه زوجی و در نظر گیری روابط دوسویه و چندسویه عناصر است.

مدل فرایند تحلیل شبکه

مدل فرایند تحلیل شبکه

روش ANP روابط پیچیده میان سطوح مختلف تصمیم را به صورت شبکه‌ای نشان می‌دهد و تعاملات و بازخوردهای میان معیارها و آلترناتیوها را در نظر می‌گیرد. اوزان ناشی از روابط علی میان عناصر در کنار اوزان درونی هر خوشه تشکیل یک سوپرماتریس اولیه را می‌دهد.

این سوپرماتریس به روش خطی موزون شده و در نهایت اوزان نهایی عناصر با استفاده از شکل حدی سوپرماتریس موزن بدست خواهد آمد. برای انجام محاسبات این روش از نرم‌افزار سوپردسیژن Super Decision استفاده می‌شود.

مقایسه روش ANP و AHP

این روش شباهت زیادی به روش فرایند تحلیل سلسله‌مراتبی (AHP) دارد:

  • هدف هر دو روش اولویت‌بندی و انتخاب گزینه بهینه براساس معیارهای تصمیم‌گیری است.
  • هر دو روش مبتنی بر مقایسه زوجی عناصر هستند.

تفاوت اصلی این دو روش در این است که:

  • در روش AHP روابط درونی عناصر در نظر گرفته نمی‌شد و فرض بر استقلال عناصر است.
  • در روش ANP روابط درونی عناصر در نظر گرفته می‌شود.

یک خطای رایج این است که تصور شود ANP همان AHP است با یک حلقه اضافی. ساختار کلیشه‌ای AHP و ANP در شکل زیر نمایش داده شده است:

ساختار کلی AHP و ANP

ساختار کلی AHP و ANP

البته ساختار بالا نیز یک ساختار شبکه‌ای محسوب می‌شود اما لزوماً همه شبکه‌ها به صورت زیر نیست. در واقع ANP یک مدل شبکه‌ای است که نظم ثابت و فرم از پیش‌تعیین‌شده ندارد و می‌تواند شامل خوشه‌ها و روابط متنوع باشد.

مقایسه AHP و ANP

مقایسه AHP و ANP

بنابراین ANP بسیار فراتر و پیچیده‌تر از یک سلسله‌مراتب ساده با یک بازخورد است.

آموزش فرایند تحلیل شبکه (ANP)

در رویکرد کلاسیک و متداول دانشگاه‌های کشور برای ANP نیز مانند AHP یک ساختار ساده شامل هدف، معیارها و زیرمعیارها وجود داشته باشد.

  • معیارهای اصلی را براساس هدف باهم مقایسه زوجی کنید.
  • زیرمعیارهای هر معیار را در خوشه خود مقایسه زوجی کنید.
  • وزن معیارهای اصلی را براساس روابط درونی آنها تعیین کنید.
  • سوپرماتریس اولیه را تشکیل دهید.
  • سوپرماتریس اولیه را نرمال کنید تا سویرماتریس موزون بدست آید.
  • سوپرماتریس حد را محاسبه کنید.
سوپرماتریس ناموزون

سوپرماتریس ناموزون

در ساختار فوق W21 وزن معیارهای اصلی براساس هدف می‌باشد.

منظور از W22 نیز وزن زیرمعیارها در خوشه مربوط به خود است.

منظور از W32 وزن درونی معیارهای اصلی است.

سوپرماتریس اولیه

ساختار کلی سوپرماتریس اولیه

همچنین چون وزن درونی زیرمعیارها با مقایسه زوجی بسیار دشوار و زمان بر است به جای W33 از ماتریس یکه I استفاده می‌شود.

روش برآورد وزن درونی معیارها (W22)

برای تعیین وزن درونی معیارها در روش ANP کلاسیک باید هر بار یک معیار را ثابت درنظر گرفته و سایر معیارها را با عنایت به معیار ثابت باهم مقایسه کنید. در این حالت فرض می‌شود همه معیارها باهم رابطه دارند. برای تعیین روابط معیارها می‌شود از نظر خبرگان، روش دیمتل یا مدل ساختاری-تفسیری نیز استفاده کرد.

روش برآورد سوپرماتریس اولیه، موزون و حد

زمانی که وزن معیارهای اصلی براساس هدف و براساس روابط درونی آنها مشخص شد و وزن زیرمعیارها در خوشه خود نیز تعیین گردید، بردار ویژه تمامی این ماتریس‌ها در کنار هم قرار می‌گیرد و یک اَبَرماتریس یا سوپرماتریس Super Matrix تشکیل می‌شود. این سوپرماتریس اولیه باید نرمال شود.

برای نرمال سازی از روش خطی (روش‌های نرمال‌سازی داده‌ها) نرمال شده و به یک سوپرماتریس موزون تبدیل می‌شود. سوپرماتریس موزون باید به یک توان بزرگ معمولاَ بین ۸ تا ۱۳ برسد تا تمامی درایه‌های هر سطر آن باهم برابر شوند یا همگرا شوند. مقادیر هر سطر وزن عنصر مندرج در آن سطر می‌باشد. برای تعیین سورماتریس حد باید از نرم‌افزار سوپردسیژن یا متلب استفاده کنید.

فرایند تحلیل شبکه واقعی

اهمیت اصلی روش فرایند تحلیل شبکه آن است که این روش برای حل مسائل بدون ساختار قابل استفاده است. در واقع در این روش باید خوشه‌های مختلف شناسایی و رابط بین آنها مشخص شود. نیازی به نظم سلسله‌مراتبی هدف، معیارها و زیرمعیارها نیست.

در هیچ مقاله لاتین مستخرج از سایت ساینس دایرکت یا امرالد شما از ساختار مبتنی بر AHP خبری نیست. در این روش وقتی خوشه‌ها شناسایی شد باید روابط درونی آنها مشخص شود. بعد مقایسه زوجی براساس روابط درونی معیارها انجام می‌شود.

گام‌های انجام فرایند تحلیل شبکه

گام‌های انجام فرایند تحلیل شبکه

گام‌های انجام فرایند تحلیل شبکه به صورت زیر است:

  • خوشه‌ها را مشخص کنید و روابط بین آنها را تعیین کنید.
  • وزن خوشه‌ها را با مقایسه زوجی و براساس روابط آنها تعیین کنید.
  • وزن عناصر درونی خوشه‌ها را براساس مقایسه زوجی و روابط درونی آنها تعیین کنید.
  • نتایج حاصل را در قالب یک سوپرماتریس کنار هم بگذارید تا سوپرماتریس اولیه (ناموزن) تشکیل شود.
  • به روش خطی سوپرماتریس اولیه را به سوپرماتریس موزون تبدیل کنید.
  • سوپرماتریس حد را محاسبه کنید.

به این ترتیب وزن هر یک از معیارهای تصمیم‌گیری و اولویت نهایی شاخص‌ها و گزینه‌ها مشخص خواهد شد.

روش ترکیبی ANP-DEMATEL

روش ترکیبی ANP-DEMATEL را گاهی روش دنپ (DANP) نیز می‌گویند. این روش برای تحلیل مسائل پیچیده تصمیم‌گیری به کار می‌رود و تلاش می‌کند محدودیت‌های هر یک از دو روش را برطرف سازد.

در این رویکرد، نخست از تکنیک دیمتل (DEMATEL) برای شناسایی و تحلیل روابط علّی و معلولی میان معیارها استفاده می‌شود. دیمتل مشخص می‌کند که کدام معیارها تأثیرگذار و کدام متأثر هستند و شدت این اثرگذاری‌ها چقدر است. سپس این روابط به‌عنوان ورودی به ANP منتقل می‌شوند تا ساختار شبکه‌ای تصمیم دقیق‌تر و واقعی‌تر شکل گیرد.

تحلیل شبکه بر پایه مقایسه‌های زوجی و تشکیل سوپرماتریس، وزن نهایی معیارها و گزینه‌ها را محاسبه می‌کند. ترکیب این دو روش باعث می‌شود وابستگی‌ها و بازخوردها بهتر شناسایی شوند و وزن‌دهی معیارها واقع‌بینانه‌تر صورت گیرد.

سخن پایانی

در یک جمع‌بندی می‌توان گفت روش ANP با بهره‌گیری از سوپرماتریس، امکان در نظر گرفتن روابط درونی و متقابل میان معیارها و گزینه‌ها را فراهم می‌کند. سوپرماتریس اولیه با نرمال‌سازی به سوپرماتریس موزون تبدیل شده و سپس با تکرار توان‌رسانی، به سوپرماتریس حد می‌رسد که اولویت نهایی شاخص‌ها و گزینه‌ها را نشان می‌دهد. این فرآیند که به کمک نرم‌افزار Super Decisions انجام می‌شود، روشی دقیق و کارآمد برای تحلیل مسائل پیچیده و شبکه‌ای در تصمیم‌گیری است.

دانلود ویدیوی آموزش فرایند تحلیل شبکه

منبع: حبیبی، آرش؛ آفریدی، صنم. (۱۴۰۱). تصمیم‌گیری چندشاخصه. تهران: نارون‌دانش.