الکتره (ELECTERE)
الکتره (ELECTERE) یک روش تصمیمگیری چندشاخصه برای انتخاب بهترین گزینه براساس تعدادی معیار با تشکیل ماتریس تصمیم و استفاده از مصالحه است. این روش از نظر شیوه و الگوریتم انتخاب گزینه بهینه مانند روش ارسته میباشد. در این روش کلیه گزینهها با استفاده از مقایسههای غیر رتبهای مورد ارزیابی قرار گرفته و به این ترتیب گزینههای غیرموثر حذف میشوند. کلیه مراحل تکنیک الکتره برمبنای یک مجموعه هماهنگ و یک مجموعه ناهماهنگ پایهریزی میشود که به همین خاطر به «آنالیز هماهنگی» معروف است.
الکتره ELECTERE در لغت سرواژه عبارت Elimination et Choice in Translating to Reality به معنی «انتخاب حذفی در ترجمه به واقعیت» است. در این روش به جای رتبه بندی گزینهها از مفهوم جدیدی معروف به مفهوم غیررتبهای استفاده میشود. به طور مثال ممکن است از نظر ریاضی گزینهای هیچ ارجحیتی به دیگر گزینه نداشته باشد اما تصمیم گیرنده و تحلیلگر بهتر بودن آن گزینه به دیگری را بپذیرد.
مقایسه الکتره (ELECTERE) با ارسته و پرومته
هایلنبروک به سال ۱۹۹۵ در این مقاله یک روش تصمیمگیری چندمعیاره جدید به نام «مدل تحلیل تعارض» ارائه کرده است. این مدل براساس رویکرد ترکیبی پرومته و الکتره و تعارضات آنها با تکنیک ارسته طراحی شده است. در نتیجه یک رویکرد جامع و یکپارچه ایجاد شده است که برای هر نوع تصمیمگیری چندمعیاره قابل استفاده است. اصل مقاله هایلنبروک توسط پایگاه علمی-پژوهشی پارس مدیر نیز ارائه شده است تا پژوهشگران علاقهمند ذهن خود را بیشتر به چالش بکشند.
دانلود مقاله مقایسه پرومته، ارسته و الکتره
گامهای روش الکتره (ELECTERE)
در گام نخست بایذ ماتریس تصمیم تشکیل شود. ابتدا گزینهها و معیارهای ارزیابی گزینهها را مشخص کنید. سپس ماتریسی تشکیل داده و به هر گزینه براساس هر معیار امتیازی تخصیص دهید. مبنای امتیازدهی میتواند مقادیر کمی و واقعی باشد یا اینکه به صورت کیفی ارزیابی و نمرهدهی انجام شود. ماتریس حاصل را یک ماتریس تصمیم گویند.
در گام دوم باید نرمال سازی انجام شود. در روش الکتره نیز مانند روش تاپسیس برای نرمال سازی داده ها از روش برداری استفاده میشود.
در گام سوم با توجه به ضرایب اهمیت معیارهای مختلف در تصمیم گیری، بردار ضریب اهمیت معیارها تعیین میشود. برای تعیین وزن معیارها میتوان از روشهای فرایند تحلیل سلسلهمراتبی، بهترین-بدترین، انتروپی شانون یا کریتیک تعیین میشود. ماتریس تصمیم وزن دار از ضرب ماتریس تصمیم بی مقیاس شده در برابر وزن معیارها به دست میآید.
Vij = Wj*Nij j=1,2,….,n ; i=1,2,…,m
تشکیل مجموعه معیارها موافق و مخالف
برای هر زوج گزینه k و e مجموعه معیارها به دو زیر مجموعه موافق و مخالف تقسیم می شوند. مجموعه موافق (Ske) مجموعه ای از معیارهایی است که در آن گزینه k به گزینه e ترجیح دارد و مجموعه مکمل آن مجموعه مخالف (Dke) میباشد مجموعه معیارهای موافق برای معیارهای مثبت و منفی بایذ تعریف شوند.
تشکیل ماتریس توافق
ماتریس توافق یک ماتریس مربعی است که بعد آن تعداد گزینه ها میباشد. هر یک از درایههای این ماتریس، شاخص توافق بین دو گزینه نامیده میشود. مقدار این شاخص، از جمع وزن معیارهایی که در مجموعه موافق وجود دارند، به دست میآید.
تعیین ماتریس مخالف
ماتریس مخالف یک ماتریس مربعی میباشد که بعد آن تعداد گزینه ها میباشد. هر یک از درایه های این ماتریس، شاخص عدم توافق (مخالفت) بین دو گزینه نامیده میشود.
انتخاب گزینه بهینه
تشکیل ماتریس تسلط موافق
در مرحله ششم نحوه محاسبه شاخص توافق (Cke) بیان شد، هم اکنون در این مرحله یک مقدار معین برای شاخص توافق مشخص می شود که آن را آستانه موافقت می نامند و با C¯ نشان داده میشود. آستانه موافقت از میانگین شاخصهای توافق (درایه های ماتریس توافق) به دست میآید.
تشکیل ماتریس تسلط مخالف
ماتریس تسلط مخالف (G) مانند ماتریس تسلط موافق تشکیل میشود. بدین منظور ابتدا باید مقدار آستانه مخالفت (d) از میانگینگیری شاخصهای مخالفت (درایه های ماتریس مخالف) محاسبه شود. به زبان ریاضی مقدار آستانه مخالفت از رابطه زیر محاسبه میشود.
تشکیل ماتریس تسلط نهایی
ماتریس تسلط نهایی (H) از ضرب تک تک درایههای ماتریس تسلط موافق (F) در ماتریس تسلط مخالف (G) حاصل میشود.
انتخاب بهترین گزینه
در روش الکتره (ELECTERE) ماتریس تسلط نهایی (H) ترجیحات جزئی گزینهها را بیان میکند. به طور مثال، اگر مقدار hke برابر یک باشد بدین معناست که برتری گزینه k بر گزینه e در هر دوحالت موافق و مخالف قابل قبول است (یعنی برتری آن از حد آستانه موافقت بیشتر بوده و مخالفت و یا ضعف آن نیز از حد آستانه مخالفت کمتر است) ولیکن هنوز گزینه k شانس مسلط شدن توسط گزینههای دیگر را دارد. گزینهای باید انتخاب شود که بیشتر از آن مغلوب شود، تسلط داشته باشد و از این نظر میتوان گزینهها را رتبهبندی کرد.
تصمیم گیری چندمعیاره | ۰۹ بهمن ۹۷