ایداس (EDAS)

ایداس (EDAS) یک روش تصمیم‌گیری چندشاخصه جدید است که برای انتخاب بهترین گزینه براساس نمرات یک دسته شاخص استفاده می‌شود. هدف این روش ارزیابی و انتخاب گزینه‌ها براساس تعدادی معیار است و نوآوری روشنی نسبت به روش‌های پیشین ندارد. در مقاله حاضر کوشش بر آن است تا رو ش «ایداس» مفهوم‌سازی و تدریس شود.

روش ایداس (EDAS)

روش ارزیابی مبتنی بر فاصله از راه‌حل میانگین (EDAS) یا Evaluation Based on Distance from Average Solution توسط مهدی کشاورز، ادمونداس زاوادسکاس و لعیا الفت به سال ۲۰۱۵ ارائه گردید. در روش ارزیابی مبتنی بر فاصله از راه‌حل میانگین «ارزیابی مبتنی بر فاصله از راه‌حل میانگین» هدف انتخاب گزینه بهینه است.

این روش در میان سایر روش‌های تصمیم‌گیری چندمعیاره چیز تازه‌ای برای ارائه ندارد و حاصل اشتهای سیری‌ناپذیر زاواداسکاس برای روش‌های مشابه است.  الفت و کشاورز دو پژوهشگر ایرانی کوشش کرده‌اند تا با کمک زاوادسکاس یک روش جدید ارائه کنند.

کشاورز، زاودسکاس و الفت

کشاورز، زاودسکاس و الفت

با وجود استفاده از رابطه‌ها و فرمول‌های محاسباتی گوناگون نتیجه تفاوتی با سایر روش‌ها ندارد و نکته جدیدی که نشان از دلیل استفاده از این روش وجود داشته باشد، بیان نشده است.

گام‌های روش ایداس (EDAS)

مانند تمامی روش‌های تصمیم‌گیری چندمعیاره ابتدا باید ماتریس تصمیم گیری را تشکیل دهید. ماتریس تصمیم به ماتریس ارزیابی تعداد گزینه براساس تعدادی معیار گویند.

ماتریس تصمیم

ماتریس تصمیم

سپس میانگین عناصر هر ستون (میانگین مقادیر هر معیار) را محاسبه کنید.

این مقدار برای معیار jام با AVj نمایش داده می‌شود.

در گام بعد باید ایده‌آل‌های مثبت PDAij و ایده‌آل‌های منفی NDAij برای هر معیار محاسبه شود.

PDAij = ( Xij – AVj ) / AVj

NDAij = ( AVj – Xij ) / AVj

دو نکته مهم

  • اگر نتیجه حاصل برای هر مقدار منفی باشد عدد صفر در نظر گرفته می‌شود.
  • اگر معیار بار منفی داشت مثلا هزینه و … فرمول محاسبه ایده‌آل‌های مثبت و منفی جابجا می‌شود.

تعیین جمع موزون گزینه‌ها

هر دو جدول فاصله از ایده‌آل‌های مثبت و منفی را موزون کنید. مانند روش‌های دیگر مبتنی بر ماتریس تصمیم باید وزن معیارها از پیش مشخص باشد. پیشنهاد می‌شود برای تعیین وزن معیارها استفاده از روش CRITIC استفاده کنید. برای جمع موزون هر گزینه از رابطه زیر استفاده کنید:

SPi = ∑ Wj – PDAij

SNi = ∑ Wj – NDAij

با استفاده از فرمول‌های زیر به نرمال سازی اوزان گزینه‌ها بپردازید:

NSPi = SPi / Max (SPi)

NSNi = 1 – [SNi / Max (SNi)]

در نهایت وزن هر گزینه با فرمول زیر محاسبه می‌شود:

ASi = 0.۵ [NSPi + NSNi)

دانلود فایل آموزشی روش EDAS

  • حل یک مسئله با روش EDAS در اکسل
  • حل همان مسئله در اکسل با روش تاپسیس
  • تشریح همان مسئله در یک فایل آموزشی به فارسی و مقایسه آن با تاپسیس
  • اصل مقاله EDAS به همراه مقاله بازنگری شده روش EDAS ایداس

سخن پایانی

روش ایداس با تأکید بر معیار «نزدیکی به میانگین ارزیابی‌ها»، رویکردی متعادل میان خوش‌بینی و بدبینی ارائه می‌دهد و از تأثیر داده‌های حدی (Extreme) می‌کاهد. این روش به‌ویژه برای تصمیم‌گیری‌هایی با داده‌های واقعی و پراکندگی متوسط بسیار مناسب است. نسبت به روش‌های مشابه مانند تاپسیس یا ویکور، ایداس در برابر تغییرات کوچک داده‌ها پایدارتر و حساسیت‌پذیری کمتری دارد و به همین دلیل، یکی از گزینه‌های قابل اعتماد در تحلیل‌های چندمعیاره نوین به‌شمار می‌آید.

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

Keshavarz Ghorabaee, M., Zavadskas, E. K., Olfat, L., & Turskis, Z. (2015). Multi-criteria inventory classification using a new method of evaluation based on distance from average solution (EDAS). Informatica, 26(3), 435-451.