روشهای فازی سازی
فازی سازی روشی است که در آن عبارات کلامی و مقادیر کیفی با اعداد فازی به صورت کمی در میآیند. بطور کلی در یک سیستم تصمیمگیری فازی سه مرحله اصلی وجود دارد:
- فازیسازی دادهها
- استنتاج فازی
- فازیزدایی دادهها
بنابراین گام اول در حل یک مساله مبتنی بر منطق فازی در مدیریت آن است که دادهها فازی شوند. زمانیکه شما از دیدگاه خبرگان برای مقایسه معیارها و یا تخمین مقادیر آنها استفاده میکنید آنها دیدگاه خود را به صورت عبارات کلامی بیان میکنند. فرآیند سنتی کمی سازی دیدگاه افراد، امکان انعکاس سبک تفکر انسانی را بطور کامل ندارد. به عبارت بهتر، استفاده از مجموعههای فازی، سازگاری بیشتری با توضیحات زبانی و بعضاً مبهم انسانی دارد. بنابراین بهتر است که با استفاده از مجموعههای فازی (بکارگیری اعداد فازی) به پیشبینی بلندمدت و تصمیمگیری در دنیای واقعی پرداخت. برای این منظور از انواع اعداد فازی استفاده میشود.
برای فازیسازی دادهها دو راهکار وجود دارد:
- فازیسازی با استفاده طیف استاندارد
- طراحی طیف جدید برای فازیسازی دادهها
فازی سازی عبارات کلامی با طیف استاندارد
یک راهکار ساده برای فازیسازی دادهها استفاده از طیفهای استاندارد است. اگر از طیف لیکرت ۵ درجه یا هفت درجه استفاده میکنید میتوانید از مقیاس زیر برای فازیسازی عبارات کلامی خبرگان استفاده کنید:
اگر از طیف لیکرت ۷ درجه استفاده میکنید میتوانید از مقیاس زیر برای فازیسازی عبارات کلامی خبرگان استفاده کنید:
برای روشهای مختلف تصمیمگیری چندمعیاره نیز طیفهای استاندارد وجود دارد. ممکن است برای برخی روشها چندین طیف استاندارد نیز وجود داشته باشد. برای مثال برای روش دیمتل فازی دو طیف پرکاربرد وجود دارد که استفاده از هر یک از آنها بلامانع است.
برای فازی سازی عبارات کلامی در روشهای مبتنی بر ماتریس تصمیم مانند تاپسیس، ویکور، الکتره، آراس، کوپراس، ایداس، واسپاس، مورا، پرومته، سیر، ساو، کوداس و … نیز از طیف هفت درجه زیر استفاده کنید:
تهیه مقیاس فازی پژوهشگر ساخته
راهکار دیگر تهیه مقیاسهای فازی به روش پژوهشگر ساخته است. در این بخش ترجیح میدهم از دو مثال برای ساخت طیف فازی مبتنی بر کتاب عادل آذر استفاده کنم. منبع این بخش کتاب علم مدیریت فازی نوشته آذر و فرجی انتشارات تربیت مدرس است.
متغیر سن را در نظر بگیرید. مجموعههای فازی «نوجوان»، «جوان» و «مسن» در متغیر زبانی سن در شکل زیر نمایش داده شده است:
براساس شکل فوق جوان فردی است بین ۱۸ تا ۳۵ ساله و به احتمال فراوان بین ۲۲ تا ۲۸ ساله. این یک عدد فازی ذوزنقهای است که به صورت زیر قابل نمایش است: [۱۸و۲۲و۲۸و۳۵]. عدد فازی ذوزنقهای نوجوان نیز [۱۵و۱۵و۱۸و۲۲] میباشد.
به عنوان یک مثال دیگر متغیر روابط عمومی را در نظر بگیرید. فرض کنید این متغیر براساس ۶ شاخص مانند مهربانی، پویایی، صداقت، انعطاف، اعتماد به نفس و صاحبنظری قابل سنجش است. هر شاخص با امتیازی بین ۱ تا ۱۰ سنجیده میشود. بنابراین بیشترین امتیاز هر فرد ۶۰ و کمترین امتیاز هر فرد ۶ خواهد بود. اگر بخواهیم روابط عمومی افراد را به سه سطح ضعیف، متوسط و خوب تقسیم کنیم میتوانیم از طیف زیر استفاده کنیم.
دقت کنید موارد فوق تنها یک مثال برای فازی سازی متغیرها بودند. این روشها تنها برای ایجاد ذهنیت نزد شما بوده است. بنابراین مجبور نیستید همیشه از مقیاس ۶۰ امتیازی استفاده کنید. صاحب اندیشه باشید، تمرکز کنید، بیندیشید و تصمیم بگیرید.
مثال: طراحی مقیاس فازی سودآوری سازمان
اطلاعات سودآوری ۲۰ شرکت در پنج سال اخیر موجود است. میزان سودآوری هر شرکت را با اعداد فازی مثلثی مشخص کنید:
پیش از آنکه پاسخ را مطالعه کنید سعی کنید راه حلی برای آن بیابید. سپس با پاسخ ارائه شده مقایسه کنید و نتایج را به چالش بکشید.
پاسخ: اعداد فازی مثلثی دارای کران پایین، بالا و حد وسط هستند. بنابراین کمترین مقدار سودآوری شرکت در این پنج سال را به عنوان کران پایین در نظر بگیرید. بیشترین مقدار سودآوری شرکت در این پنج سال را به عنوان کران بالا در نظر بگیرید. میانگین سودآوری شرکت در این پنج سال را به عنوان حد وسط در نظر بگیرید. به این ترتیب سودآوری هر شرکت را با یک عدد فازی مثلثی در دست خواهید داشت.
دانش را مرزی نیست و همیشه نکاتی برای افزودن هست، آرش حبیبی
منبع: حبیبی، آرش؛ آفریدی، صنم. (۱۴۰۱). تصمیمگیری چندشاخصه، تهران: انتشارات نارون.
نگارنده: پشتیبانی پارسمدیر | تصمیم گیری چندمعیاره | ۰۹ آذر ۹۸
سلام
تعدادپاسخ دهندگان روش تاپسیس فازی من در پایان نامه ۳۷۵نفراست.باتوجه به اینکه تبدیل تک تک ان به اعداد فازی کاری سخن و زمانبراست چه روشی برای وزن دهی پیشنهاد میکنید
روشهای تحقیق در عملیات براساس دیدگاه خبرگان انجام میشود و ذاتا خبرگان محدود هستند. با این وجود فازی سازی از طریق کدنویسی برای هر تعداد نمونه قابل انجام است.
سلام برای مصاحبه با خبرگان آیا می شود از مقدارفازی ۵ درجه ای لیکرت استفاده کرد؟
مثلا توی مصاحبه به خبرگان بگیم از ۱تا ۵ چه نمره ای به خودتون میدید؟
اگر عدد بدهید دیگر فازی نیست و قطعی شده، طیف پنج گزینهای با عبارات کلامی میتوانید بکار ببرید.
باسلام.
چه زمان برای مدل فازی باید از متلب استفاده کرد؟
و ابنکه در بازه بندی طیف ها برای مثال در طیف لیکرت اعداد بازه برچه حسبی این اعداد هستند؟آیا از همان فرمول های اعداد فازی مثلثی به دست آمده اند؟
و برای استفاده ما هم دقیقا باید این اعداد را بگذاریم در دسته بندی هامون یا میشه تغییر داد و اینها فقط یه مثال است؟با تشکر
زمان خاصی وجود ندارد و به تصمیم پژوهشگر بستگی دارد. همچنین پژوهشگر میتواند طیف فازی مورد نظر خود را براساس تشخیص خودش بسازذ یا از طیفهای استاندارد مانند آنچه در این آموزش ارائه شده استفاده نماید.
چطور میتونم در مطلب جداول FMEA با درجه ۱۰تایی رو فازی کنم و سپس دفازی کنم؟ منظظورم این هست که جداول رو برای خطرات پرکنیم و به هر خطر نمره شدت، احتما وقع و تشخیص بدیم، بعد فازی کنیم، بعد بدون استفاده از استنتاج دفازی کنیم و اون اعداد دفازی شده رو به یک RPN بگیریم و یک بار هم با روش مدل تصمیم رتبه دهی کنیم؟ ایا شدنی و الته مؤثر هست که فقط فازی و سپس دفازی کینم؟ اگر بله در مطلب یا فازیتک چطور انجام بدیم اخه هردو یک حلقه استنتاج وسط دارن چطور از اون استفاده… بیشتر بخوانید
برای فازی سازی روش FMEA طیفهای استانداردی وجود دارد اگر فرصتی دست دهد به سایت اضافه خواهم کرد. در حال حاضر تنها راهکار پیشنهادی من استفاده از یک مقاله معتبر است که با روش FMEA فازی انجام شده باشد.
محسن امیدوار مقالهای با هدایت استاد فرشته نیرومند نوشته که اگر مطالعه کنید طیف فازی مورد نظر را پیدا خواهید کرد.
عنوان مقاله: ارزیابی ریسک با استفاده از روش FMEA مبتنی بر اصول تصمیم گیری چند معیاره
پیرو سوال قبل: من میخوام از طیف خودم استفاده کنم. سوالم اینه که برای فازی و دفازی کردن اکثر مقالات از روش کامل فازی به نحوی که اعداد وارد میشن، سپس کلامی میشن و بعد با یکسری رول نوشته شده همزمان هم نتیجه میدن و هم دفازی میکنن، اما من نمیخوام کامل فازی استفاده کنم، بلکه میخوام هر جدول رو به تنهایی فازی کنم و بعد نتایج رو به صورت غیر فازی دربیارم، و اون اعداد رو به عنوان ورودی روش مدل تصمیم معمولی استفاده کنم. ایا امکان فازی سازی و سپس دفازی کردن هست؟ اگر بلاه چگونه؟ مقالات زیادی… بیشتر بخوانید
سلام وقت بخیر. ممنون از مطالب خوبتون. من در مطالعه خودم میخوام تحلیل پوششی با داده های فازی انجام بدم. خواستم بپرسم چطور میشه این کار رو انجام داد؟ ایا منبعی برای این موضوع هست؟ ممنون
در زمینه تحلیل پوششی دادهها آموزش لازم در سایت ارائه شده اما پیرامون FDEA اطلاعاتی ندارم.
با سلام و وقت بخیر،
ببخشید چطوری میتونم متغیرهای زبانی «یکسان، کمی ضعیف، نسبتا ضعیف، بسیار ضعیف، کاملا ضعیف» برای تعیین اهمیت نسبی در روش تصمیم گیری SWARA به اعداد فازی نوع ۲ بازه ای تبدیل کنم؟
درود بر شما. در زمینه اعداد فازی نوع ۲ هیچگونه مطالعهای نداشتهام.
با سلام مجدد و وقت بخیر،
ببخشید اگر بخواهم به فازی نوع ۱ تبدیل کنم چطور؟ آیا فرمول خاصی داره؟
فازیسازی خیلی ساده است. کافی است که از یک طیف استاندارد برای فازیسازی استفاده کنید که نمونههای آن در همین آموزش و آموزش اعداد فازی مثلثی آمده است. همچنین میتوانید خودتان مقادیر فازی در بازههای معینی تعریف کنید. برای نمونه از اعداد فازی متقارن یا نامتقارن استفاده کنید. برای مثال برای سن میتوانید نوجوان را (۱۱، ۱۵و ۱۷) جوان (۱۶، ۲۵و ۴۰) و میانسال (۳۵، ۴۵ و ۵۰) تعریف کنید.
سپاس