تصمیم‌گیری چندشاخصه (MADM)

تصمیم‌گیری چندشاخصه (MADM) رویکردی برای ارزیابی و انتخاب بهترین گزینه در میان گزینه‌های موجود براساس شاخص‌های متنوع، متفاوت و متعارض است. در بسیاری از مسائل تصمیم‌گیری باید از میان گزینه‌های موجود یک گزینه انتخاب شود. شاخص‌های مختلفی در این انتخاب دخیل هستند که کار تصمیم‌گیری را دشوار می‌کنند. روش‌های مختلفی برای این وضعیت پیشنهاد شده‌اند که با عنوان تصمیم‌گیری چندشاخصه شناخته می‌شوند.

تصمیم‌گیری چندشاخصه برگردان پارسی Multiple Attribute Decision Making است که به اختصار MADM نیز گفته می‌شود. در واقع این روش‌ها شاخه‌ای از تصمیم‌گیری چندمعیاره (MCDM) هستند که در حوزه تحقیق در عملیات دسته‌بندی می‌شوند.

این شیوه تصمیم‌گیری شامل روش‌ها و الگوهایی است که خود به دو دسته جبرانی و غیرجبرانی تقسیم می‌گردد. در بسیاری مسائل تصمیم‌گیری در دنیای واقعی انواع مختلفی از معیارها با ویژگی‌های متنوع و واحدهای سنجش متفاوت وجود دارند. گاهی این معیارها باهم در تضاد و تعارض هستند. استفاده از مدل‌های تصمیم‌گیری چندمعیاره راه مناسبی برای حل این مسائل است. در این آموزش انواع روش‌های تصمیم‌گیری چندشاخصه تشریح شده است.

مقایسه تصمیم‌گیری چندشاخصه و چندهدفه

تصمیم‌گیری چندمعیاره (MCDM) حوزه گسترده‌ای است که به دو شاخه اصلی تقسیم می‌شود:

• تصمیم‌گیری چندشاخصه (MADM)
• تصمیم‌گیری چندمعیاره (MODM)

در حالت کلی مدل‌های چند هدفه به منظور طراحی و مدل‌های چندمعیاره به منظور انتخاب گزینه برتر مورد استفاده قرار می‌گیرند. تفاوت اصلی مدل‌های تصمیم‌گیری چند هدفه با مدل‌های تصمیم‌گیری چندمعیاره آن است که اولی در فضای تصمیم‌گیری پیوسته و دومی بر فضای تصمیم‌گیری گسسته تعریف می‌گردند.

در اکثر موارد تصمیم‌گیری‌ها وقتی مطلوب است که تصمیم‌گیری براساس چندین معیار یا شاخص باشد. معیارها ممکن است کمی یا کیفی باشند. در روش‌های تصمیم‌گیری چندمعیاره به جای استفاده از یک معیار سنجش بهینگی از چند معیار سنجش استفاده می‌شود. پیشنهاد می‌شود موارد زیر را نیز مطالعه کنید:

• پرسشنامه خبره برای تصمیم‌گیری چندمعیاره
• نرمال‌سازی در تصمیم‌گیری چندمعیاره
• محاسبه میانگین هندسی

مدل‌های جبرانی و غیرجبرانی

روش‌های تصمیم‌گیری چندشاخصه به دو دسته تقسیم می‌شود:

• روش‌های جبرانی
• روش‌های غیرجبرانی

بیشتر روش‌های مورد استفاده پژوهشگران در دسته روش‌های جبرانی قرار دارند. تصمیم‌گیرنده در مدل‌های جبرانی حاضر به تبادل بین معیارها و شاخص‌ها (Trade off) است. به این معنا که تفاوت در مقادیر یک معیار می‌تواند توسط مقادیر معیارهای دیگر جبران شود. تغییر در یک شاخص توسط تغییری مخالف (در جهت عکس) در شاخص یا شاخص‌های دیگر جبران می‌شود.

در روش‌های تصمیم‌گیری چندشاخصه غیرجبرانی، تصمیم‌گیرنده حاضر به تبادل بین معیارها نمی‌باشد. نقطه ضعف موجود در یک شاخص توسط مزیت موجود در یک شاخص دیگر جبران نمی‌شود. هر شاخص جدا از سایر شاخص‌ها مبنای ارزیابی گزینه‌های رقیب قرار می‌گیرد. در این مدل‌ها، معیارها مستقل از هم در فرایند تصمیم‌گیری بررسی می‌شوند.

بیشتر مدل‌های تصمیم‌گیری چندشاخصه در دسته مدل‌های جبرانی قرار می‌گیرند. در این روش‌ها براساس ماتریس تصمیم و اوزان معیارها به اولویت‌بندی و انتخاب گزینه بهینه پرداخته می‌شود. استفاده از روش‌های جبرانی در تحلیل اطلاعات حاصل از ماتریس تصمیم‌گیری مفیدتر است و از دقت ریاضی برخوردار می‌باشد. از روش‌های غیرجبرانی بخاطر الگوریتم ساده و انعطاف‌ناپذیری کمتر استفاده می‌شود.

فرایند تحلیل سلسله‌مراتبی AHP

فرایند تحلیل سلسله‌مراتبی مدل AHP توسط دکتر توماس ساعتی در دهه ۱۹۸۰ مطرح شد. از این روش برای انتخاب بهترین گزینه براساس تعدادی معیار استفاده می‌شود. البته برای وزن دهی به معیارها نیز می‌توان از این روش استفاده کرد. ساختار هدف، معیارها و گزینه‌ها یک الگوی سلسلسه‌مراتبی را تشکیل می‌دهد که وجه تسمیه این روش است. برای گردآوری داده از پرسشنامه AHP (مقایسه زوجی) استفاده می‌شود. مقایسه‌های زوجی اساس تصمیم‌گیری و تعیین وزن عناصر می‌باشند. البته باید در نظر داشت درجه اطمینان به مقایسه‌ها با محاسبه نرخ ناسازگاری کنترل شود. اگر از دیدگاه تعداد متعددی از خبرگان استفاده شود باید از روش فرایند تحلیل سلسله‌مراتبی گروهی GAHP استفاده کرد. محاسبات این روش در نرم‌افزار اکسل، اکسپرت چویس و سوپردسیژن قابل انجام است.

ویدیوی آموزش فرایند تحلیل سلسله‌مراتبی

فرایند تحلیل شبکه ANP

روش فرایند تحلیل شبکه ANP با توسعه روش فرایند تحلیل سلسله‌مراتبی شکل گرفت. این روش برای انتخاب گزینه بهینه و یا وزن‌دهی به معیارها با در نظر گرفتن روابط درونی عناصر مورد استفاده قرار می‌گیرد. اگر بین معیارها رابطه وجود داشته باشد دیگر حالت سلسله‌مراتبی مصداق ندارد و جوابگو نیست. مقایسه AHP و ANP برای درک بهتر این موضوع پیشنهاد می‌شود. در این صورت از طریق مقایسه‌های زوجی یک سوپرماتریس اولیه از اوزان درونی عناصر بدست می‌آید. با روش بردار ویژه و نرمال سازی مقادیر، سوپرماتریس موزون تشکیل می‌شود. با محاسبه شکل حدی این سوپرماتریس، وزن نهایی تعیین می‌شود. بهترین نرم‌افزار برای انجام محاسبات فرایند تحلیل شبکه استفاده از نرم‌افزار سوپردسیژن است.

ویدیوی آموزش ANP

روش‌های تصمیم‌گیری چندشاخصه مبتنی بر ماتریس تصمیم

بیشتر روش‌های تصمیم‌گیری چندشاخصه براساس یک ماتریس تصمیم انجام می‌شوند. منظور از ماتریس تصمیم، ماتریسی است که در آن به یک سری گزینه براساس تعدادی معیار امتیازی تخصیص داده می‌شود. این امتیازات می‌تواند براساس مقادیر کمی و واقعی تخصیص داده شود یا با پرسشنامه خبره گردآوری شود.

روش ساو SAW

تکنیک ساو SAW یا روش وزن‌دهی افزایشی ساده یا به اختصار  یکی از ساده‌ترین تکنیک‌های تصمیم‌گیری چندشاخصه است.

روش تاپسیس TOPSIS

تاپسیس (TOPSIS) سرواژه Technique for Order Preference by Similarity to Ideal Solution به معنی روش‌های ترجیح براساس مشابهت به راه حل ایده‌آل است. این روش بسیار کاربردی است و به صورت تاپسیس خاکستری و تاپسیس فازی نیز قابل انجام است. نرم‌افزار تاپسیس برای حل مسائل این روش قابل استفاده است.

روش ویکور VIKOR

ویکور (VIKOR) سرواژه عبارت صربی Vlse Kriterijumsk Optimizacija Kompromisno Resenje یکی از مدل‌های تصمیم‌گیری چندشاخصه برای انتخاب بهترین گزینه است. مقایسه روش ویکور و تاپسیس برای درک بهتر این روش پیشنهاد می‌شود. همچنین روش ویکور فازی نیز کاربرد گسترده‌ای دارد.

روش ارسته

ارسته (ORESTE) سرواژه عبارت Organisation, Rangement Et Synthese de donneeَs Relationnelles است.

روش الکتره ELECTERE

الکتره (ELECTER) سرواژه عبارت Elimination et Choice in Translating to Reality به معنی «انتخاب حذفی در ترجمه به واقعیت» است.

روش پرومته PROMETHEE

پرومته (PROMETHEE) سرواژه عبارت Preference Ranking Organization METhod for Enrichment Evaluations, PROMETHEE به معنی «روش سازماندهی به رتبه‌بندی ترجیحی جهت ارزیابی بهتر» است. برای حل مسائل این روش از نرم‌افزار ویژوال پرومته استفاده می‌شود.

روش دیمتل DEMATEL

دیمتل (DEMATEL) روشی برای شناسایی الگوی روابط درونی میان عناصر است. از پرسشنامه دیمتل (DEMATEL) برای گردآوری داده‌ها استفاده می‌شود. این روش شباهت زیادی به مدل سازی ساختاری-تفسیری (ISM) دارد.

روش‌های تصمیم‌گیری چندشاخصه جدید

• روش سوارا SWARA
• روش بهترین-بدترین
• روش کوپراس COPRAS
• روش کوداس CODAS
• روش واسپاس WASPAS
• روش آراس ARAS
• روش کریتیک CRITIC

روش‌های تصمیم‌گیری چندشاخصه غیرجبرانی

پرموتاسیون (Permutation) برای انتخاب گزینه بهینه براساس همه جایگشت‌های ممکن استفاده می‌شود.

لکسیکوگراف (Lexicographic) یکی از روش‌های غیرجبرانی برای انتخاب گزینه بهینه براساس رتبه‌بندی ترتیبی شاخص‌ها است.

رضایت‌بخش (Satisfying method) یک روش غیرجبرانی است که برای غربالگری گزینه‌ها براساس استانداردهای صنعت عمل می‌کند.

ماکسی‌ماکس (MaxiMax) یک روش غیرجبرانی است که بهترین گزینه را براساس بهترین میزان از بدترین شاخص مشخص می‌کند.

ماکسی‌مین (MaxiMin) بهترین گزینه را براساس ضعیف‌ترین شاخص در ماتریس تصمیم‌گیری مشخص می‌کند.

تسلط (Dominance) یکی از روش‌های زیر مجموعه نظریه بازی است که برای مقایسه گزینه‌ها استفاده می‌شود.

جمع‌بندی بحث

تصمیم‌گیری یکی از مهمترین و اساسی‌ترین وظایف مدیریت است و تحقق اهداف سازمانی به کیفیت آن بستگی دارد. به طوری که از نگاه یکی از صاحبنظران حوزه تصمیم‌گیری هربرت سایمون، تصمیم‌گیری جوهر اصلی مدیریت است. یکی از تکنیک‌های تصمیم‌گیری با استفاده از داده‌های کمی تصمیم‌گیری چندمعیاره می‌باشد. مدیر با استفاده از تکنیک‌های تصمیم‌گیری چندمعیاره می‌تواند با در نظر گرفتن معیارهای متفاوت برای تصمیم‌گیری که گاهاً با یکدیگر در تعارض هستند، به طریقی عقلایی تصمیم سازی نماید. تصمیم‌گیری چندمعیاره به دو دسته تصمیم‌گیری چندشاخصه و تصمیم‌گیری چندهدفه تقسیم می‌شود.

مدل‌ها و تکنیک‌های تصمیم‌گیری چندشاخصه به منظور انتخاب مناسب ترین گزینه از بین m گزینه موجود بکار می‌روند. در تصمیم‌گیری چندشاخصه معمولا داده‌های مربوط به گزینه‌ها از منظر شاخص‌های مختلف در یک ماتریس نمایش داده می‌شود. مدل‌های تصمیم‌گیری چندشاخصه از نظر نوع شاخص‌های مورد نظر به مدل‌های جبرانی و غیرجبرانی تقسیم می‌شوند. تمامی مقالات رایگان و توسط سایت پارس‌مدیر گردآوری شده است. استفاده بدون ذکر منبع یعنی از بین بردن تلاش شبانه روزی ما.

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