مر حله اول: ساختن درخت سلسله مراتبی
مرحله دوم : تعیین ضریب اهمیت معیار ها و زیر معیار ها وزن دادن به جایگزین ها
مر حله سوم: ترکیب ضریب اهمیت گزینه ها ترکیب وزن ها
مر حله چهارم: آزمایش سازگاری
در مرحله اول، در فرایندAHP ایجاد یک ساختار سلسله مراتبی از موضوع مورد بررسی می باشد که در آن اهداف ، معیار ها و زیر معیار ها گزینه ها و ارتباط بین آن ها نشان داده می شود.
ترسیم و تشریح درخت سلسله مراتبی
درخت سلسله مراتبی دارای سه سطح اصلی هدف، معیارها و گزینهها است که سطح معیار آن قابل تقسیم به زیر معیارهای متعدد میباشد.
هدف: به پرسش اصلی تحقیق یا مشکلی که قصد داریم آن را حل نماییم هدف گفته میشود. هدف بالاترین سطح درخت سلسله مراتبی است و تنها یک پارامتر دارد که انتخاب آن وظیفه بالاترین سطح تصمیمگیری پروژه میباشد.
معیارها: به ملاکهای متضمن هدف و سازنده آن معیار گفته میشود. معیارها در واقع سنگ محک هدف یا وسیله اندازهگیری آن میباشد. هر اندازه معیارها بیشتر اجزاء هدف را پوشش دهند و بیشتر بیان کننده هدف باشند، احتمال گرفتن نتیجه دقیقتر افزایش خواهد یافت.
معیارها دومین سطح درخت سلسله مراتبی پس از هدف میباشند. در این سطح میتوانیم بنا به ضرورت به تعداد مورد نیاز معیار در سطح افقی ترسیم و تنظیم نماییم. معیارهای قابل تقسیم به زیر معیارها و زیر معیارها قابل تقسیم به زیر معیارهای بعدی میباشند. این وضعیت میتواند بسته به ضرورت تا n زیر معیار در سطح عمودی و افقی افزایش پیدا نماید.
جایگزینها: جایگزینها در واقع منظور و مقصد هدف در درخت سلسله مراتبی میباشند و پاسخ هدف از میان جایگزینهای ترسیم شده به دست میآید. جایگزینها آخرین سطح درخت سلسله مراتبی میباشند و بستگی به چگونگی استفاده از روش “AHP” دارد. در مواردی که از این تکنیک به منظور انتخاب یا اولویتبندی استفاده میشود، عموماً تعیین جایگزینها محقق صورت میگیرد زیرا اوست که تعیین میکند از میان کدام جایگزینها باید انتخاب صورت گیرد یا چه جایگزینهایی باید اولویتبندی شود
مرحله دوم، سنجه ها در یک ماتریس قرار گرفته و سپس تعیین اهمیت (وزن) معیار ها و زیر معیار ها می باشد. دو به دو آنها رابا هم مقایسه می کنیم، سپس بااستفاده از روش مرفال کردن تمام سنجه ها هم وزن می شوند.
وزن هر فاکتور نشان دهنده اهمیت و ارزش آن نسبت به فاکتورهای دیگر در عملیات تعیین مکان است . بنابرین انتخاب آگاهانه و صحیح وزنها کمک بزرگی در جهت تعیین هدف مورد نظر می نماید .
عملیات وزن دهی فاکتورها به سه روش ذیل قابل انجام است .
۱) استفاده از دانش کارشناسی
در این روش با بهره گرفتن از تجربه و دانش کارشناسان متخصص در زمینه کاربرد مورد نظر وبا در نظر گرفتن خصوصیات محدوده مطالعاتی، فاکتورهای مناسب تعیین و وزن دهی میشوند . از مزایای این روش ساده ومستند بودن آن است . اما این روش دارای معایبی مانند ، احتمال اشتباه نمودن کارشناس در تعیین وزن و مشکل استاندارد سازی واحدهای اندازه گیری ذهنی آنها ، می باشد .
۲) استفاده از دانش داده ای
دانش داده ای متکی بر اطلاعات موجود در مورد جواب مساله می باشد . در دانش داده ای با بهره گرفتن از جوابهای موجود در مساله مکانیابی و محاسبه میزان وابستگی هر یک از فاکتورها به جواب ، می توان وزن مربوط به هر فاکتور را تعیین نمود . در این روش احتمال به وجود آمدن اشتباه کمتر است ولی درستی عملکرد آن بستگی به میزان صحت و دقت جوابهای اولیه موجود دارد .
۳) استفاده از دانش کارشناسی و داده ای به صورت توام
در این روش با توجه به نتایج حاصل از دانش و تجربیات کارشناسان و استفاده از اطلاعات موجود ، به هر یک از فاکتورها وزن تعلق می گیرد . بدین نحو که ابتدا وزنها از طریق دانش کارشناسی و داده ای به صورت مجزا محاسبه می شوند سپس وزن مطلوب با مقایسه مقادیر به دست آمده تعیین می گردد. در نتیجه احتمال وقوع اشتباه کاهش یافته و وزنها به واقعیت نزدیکتر خواهند شد.
۳-۴-۲ . روش ANP
ساعتی در سال ۱۹۹۶ روشی را برای تصمیم گیری چند معیاره ارائه کرده است که این روش به اختصارفرآیند تحلیل شبکه یاANP نامیده شده و هدف از ارائه آن ساختن مدلی میباشد که از طریق آن بتوان مسائل پیچیده تصمیم گیری چند معیاره را به صورت اجزاءکوچک تر تجزیه نمود و به واسطه مقدار دهی معقولانه به اجزاء ساده تر و سپس ادغام این مقادیر تصمیم گیری نهایی را انجام داد.
( اینجا فقط تکه ای از متن پایان نامه درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )
روشANPشکل توسعه یافته ای از AHP است که قادر است همبستگی ها وبازخورهای موجود بین عناصر مؤثر در یک تصمیم گیری را مدل سازی نموده و تمامی تأثیرات درونی اجزای مؤثردر تصمیم گیری را منظور و وارد محاسبات نماید، لذا به واسطه این ویژگی این تکنیک متمایز و برتر از مدل های قبلی مربوطه می باشد .
روش ANP شامل دو دسته از بردارها است:
۱-دسته هایی مرکب از ملاک های کنترلی و زیر ملاک های داوطلب و نیز دسته جایگزین می باشد.
۲-شبکه ای از بردارها و کمان ها که نشان دهنده وابستگی ها و همبستگی ها و نیز بازخوردهای موجود در تصمیم گیری است.
شرح کامل روش ANP در ادامه خواهد آمد.
۳-۴-۳ . مقایسه AHP و ANP
روش های ارزیابی چند معیاره کاربرد وسیعی در همه علوم پیدا کرده اند.از بین این روش ها،فرایند تحلیل سلسله مراتبی(AHP)یکی از روش های ارزیابی چند معیاری است که بیشتر مورد توجه قرار گرفته است.فرایند تحلیل سلسله مراتبی ابتدا مسئله یا موضوع مورد نظر را به یک ساحتار سلسله مراتبی تبدیل می کند که در آن عناصر تشکیل دهنده این ساختار که اجزا تصمیم نیز تلقی می شوند،مستقل از یکدیگر فرض شده اند.بنابراین،یکی از محدودیت های جدی AHP این است که وابستگی های متقابل بین عناصر تصمیم ،یعنی وابستگی معیار ها،زیرمعیارها و گزینه ها را در نظر نمی گیرد و ارتباط بین عناصر تصمیم را سلسله مراتبی و یک طرفه فرض می کند.این فرض ممکن است در بعضی موارد صادق نباشد و در چنین شرایطی نتیجه روش AHP ممکن است موجب بر عکس شدن رتبه ها شود.یعنی با حذف گزینه ای ممکن است نتیجه رتبه بندی گزینه ها تغییر کند.بنابراین باید در استفاده از روش AHP اندکی محتاط بود ،زیرا کلیه مسائل و مشکلات برنامه ریزی لزوما درارای ساختار سلسله مراتبی نیستند.این محدودیت عمده AHP باعث شد تا ابداع کننده آن ،توماس ساعتی،روش فرایند تحلیل شبکه ای (ANP) را ارئه و معرفی کند که در آن ارتباط پیچیده بین و میان عناصر تصمیم ،از طریق جایگزینی ساختار سلسله مراتبی با ساختار شبکه ای ،در نظر گرفته می شودوفرایند تحلیل شبکه ای حالت عمومی AHP و شکل گسترده آن محسوب می شود.که در آن موضوعات با وابستگی متقابل و بازخورد را نیز می توان در نظر گرفت.به همین دلیل در سال های اخیر استفاده از ANP به جای AHP در اغلب زمینه های افزایش یافته است.
در فرایند تحلیل سلسله مراتبی روابط بین سطوح تصمیم مختلف تصمیم گیری یک طرفه در نظر گرفته می شود. مزیت اصلی روش مذکو ر این است که سنجش سنجهای مختلف براساس روابط آنها و نه سلسله مراتب انجام می شود.
اگر چه فرایند تجزیه و تحلیل شبکه ای نیز یک مقیاس انداز ه گیری نسبی مبتنی برمقایسات زوجی را به کار می گیرد، اما مانند فرایند تحلیل سلسله مراتبی یک ساختا ر اکیداً سلسله مراتبی را به مسأله تحمیل نمی کند، بلکه مسأله تصمیم گیری را با به کارگیری دیدگاه سیستمی توأم با بازخورد مدلسازی می کند.
از جمله مفروضات فرایند تحلیل سلسله مراتبی این است که بخش ها و شاخه های با لاترسلسله مراتب ، مستقل از بخش ها وسطوح پایینتر میباشند.
درصورتی که در بسیاری ازتصمیم گیر یها نمیتوان عناصر تصمیم را به صورت سلسله مراتبی و مستقل از یکدیگرمدل سازی کر د. از این رو برای حل چنین موضوعی، عناصر مختلف را به یکدیگر وابسته می سازند و ساعتی پیشنهاد می کند که از تکنیک فرایند تحلیل شبکه ای استفاده شود.
۳-۵ . روش FUZZY ANP :
تئوری مجموعه های فازی یکی از رویکردهای نوین برای مواجهه با حالات غیر دقیق می باشد.با بهره گرفتن از این روش می توان حالات غیرقطعی را به راحتی وارد مسئله کرده و بهتربن تصمیم را اخذ نمود.
روش تحلیل شبکه ای را می توان به ۴ مرحله تقسیم کرد که این مراحل در ادامه به خلاصه ارائه می شود:
۱-تعیین ملاک های تصمیم گیری و ساخت مدل:
در این مرحله همان طور که از عنوانش معلوم است ملاک هایی که در تصمیم گیری نهایی موثر می باشند تعیین می شوند.این ملاک ها می تواند توسط مدیران ارشد و تصمیم گیران اصلی و یا کادر متخصص که بر کل سیستم آگاهی کافی دارند تعیین گردد.
بعضی از ملاک های تعیین شده دارای جنبه کنترلی می باشند به طوری که در مرحله کنترل فرایند برون سپاری ،فرایند کنترل با تحت نظر گرفتن چنین ملاک هایی صورت می پذیرد.در این مرحله از فرایند چنین ملاک هایی مشخص شده و به هر یک دسته ای نسبت داده می شود.در ادامه گزینه ها را در کنار منابع خود سازمان کنار یکدیگر قرار داده و تشکیل یک دسته جای گزین ها را می دهند.
تعیین اتصالات همبستگی:این مرحله مهم ترین قسمت یک تصمیم گیری شبکه ای را تشکیل می دهد.بعد از اینکه دسته های شبکه مشخص شدند،آنها باید به یکدیگر متصل شوند .که این اتصال بر اساس نوع ارتباط عناصر داخلی آنها انجام می پذیرد. اساس منطق ANP بر این پایه استوار است که بتوانیم روابط و اثرات ملاکها و دسته ها را بر یکدیگر وارد مسئله نماییم .در این هنگام باید هر عنصر درون یک گروه را به عناصر دیگری که چه در داخل همان گروه و چه در داخل گروه های دیگر است را مشخص کرده و عنصر مبدا را به آن عناصر متصل کنیم.که این اتصال توسط کمانی نشان داده می شود که از دسته مبدا به دسته هدف کشیده می شود و چنانچه دسته هدف خود آن دسته باشد این کمان به صورت یک کمان برگشتی حلقه وار خواهد بود.توجه به این نکته ضروری است که در نمودار یک شبکه بردارهای اتصال بین عناصر دسته ها نشان داده نمی شود و وجود یک اتصال از یک عنصر به عنصر دیگری کافی است که بردار اتصال بین دسته های آنها رسم شود.حال آنکه این اتصال می تواند به صورت حلقه بازگشتی به خود آن دسته باشد.
مرحله ۲:تشکیل ماتریس مقایسه دو دویی وتعیین بردارهای اولویت:
مقایساتی که در این مرحله انجام می شود بر اساس همان قالب تصمیم گیری ۹ واحد ساعتی است .در این روش به ترتیب برای ارزش های اهمیت یکسان،نسبتا مرجح ،اهمیت شدید،اهمیت فوق العاده زیاد،مقادیر عددی ۱ تا ۹ داده می شود.
مقایسات شامل دو قسمت اصلی است که به ترتیب عبارتند از:مقایسات دسته ها و مقایسات عناصر دسته ها.
۱-مقایسات دسته ها:مقایسه دسته ها برای به دست آوردن اثرات متقابل دسته ها یا اولویت آن ها نسبت به هم انجام می پذیرد.مقایسه دسته ها زمانی انجام می شود که تعداد ان ها حداقل ۳ باشد.چنانچه نخواهیم مقایسه ای بین دسته ها انجام دهیم بایستی وزنی مناسب به هر یک از آنها اختصاص دهی آن است که در مرحله بعد در محاسبات به کار می رود.سوالی که در هنگام مقایسات پرسیده می شود بسیار مهم است.در هنگام مقایسه B نسبت به C و C به نسبت دسته A دو حالت را می توان در نظر گرفت:
۱-میزان تاثیرپذیری BازA در مقابل میزان تاثیرپذیری C از A.
۲-میزان تاثیرگذاری B بر Aدر مقابل میزان تاثیرگذاری C بر A.
بعد از مقایسه دسته ها ماتریس مقایسه آنها به دست می اید که باید این ماتریس نرمال شود.اگر A= [ aij ] ماتریس مقایسات زوجی دسته ها باشد آنگاه ماتریس نرمال شده به صورت زیر خواهد بود:
A = [ ai ]
۲-مقایسه عناصر:در این مرحله با در نظر گرفتن هر ملاک کنترلی عناصر متاثر از آنها با یکدیگر مقایسه می شوند.در یک ماتریس مقایسه با n ملاک کافی است به تعداد n(n-1)/2 مقایسه انجام گیرد و بقیه مقایسات به صورت معکوس وارد ماتریس می شوند.بعد از این که ماتریس مقایسه های زوجی به دست آمد باید بردار ویژه ماتریس موردنظر را محاسبه نمود.
بردار ویژه ماتریس مقایسات زوجی عناصر دسته A نسبت به ملاک کنترلی C می باشد.برای محاسبه بردار ویژه ،ماتریس مقایسات نرمال می شود و سپس مقدار میانگین هر سطر ماتریس به عنوان وزن ملاک مورد نظر در بردار ویژه منظور می گردد:
مرحله ۳، تشکیل سوپر ماتریس و تبدیل آن به سوپر ماتریس حد:
۱-محاسبه ماتریس های ویژه ناموزون
با اجماع بردارهای بدست آمده از مقایسات عناصر در یک ماتریس،ماتریس ویژه ناموزون بدست می آید.ماتریسn n
در قسمت ستونی سمت چپ خود و هم چنین در قسمت افقی فوقانی خود تمامی عناصر دسته های کنترلی و دسته جایگزین ها قرار می گیرد.ماتریس ویژه شامل بلوک های افقی تمامی دسته ها بر حسب ملاکهای کنترلی یا غیرکنترلی می باشد که به صورت ماتریس ۳ نمایش داده می شود.در این ماتریس هرستون متشکل از اعضای چند دسته می باشد که در هر ستون عناصر دسته نشان دهنده بردار ویژه مقایسات زوجی آن دسته به نسبت ملاک کنترلی بالایی آن ستون می باشد.
بعد از اینکه ماتریس ویژه ناموزون بدست آمد در ماتریس به دست آمده ممکن است بعضی از ستون ها به صورت ستون های احتمالی نبوده یا به عبارت ساده تر حاصل جمع عناصر ستون ها برابر یک نباشد.در این حالت نمی توان گفت که تاثیر نهایی ملاک کنترلی مورد نظر بر تمامی عناصر به درستی نشان داده شده باشد.برای جلوگیری از این حالت با بهره گرفتن از نتایج به دست آمده در قسمت مقایسه دسته ها عمل کرده که با ضرب مقادیر نرمال شده متناظر هر ملاک به نسبت تاثیر خود و نرمال سازی نهایی ستون ها ماتریس ویژه موزون به دست می آید.
مرحله۴،انتخاب گزینه برتر: