پايان نامه مدل هاي تصميم گيري چند شاخصه

تصميم ­گيري چندشاخصه فضاي تصميم را گسسته تصور مي­ كنند. هر چند كه براي اين مسائل جواب بهينه وجود ندارد اما با وجود گزينه­هاي محدود از پيش تعيين شده، هدف مسئله انتخاب گزينه برتر بر مبناي شاخص­هاي چندگانه است.

اگر چه متدهاي تصميم ­گيري چندشاخصه داراي تنوع تكنيكي گسترده­اي هستند با اين حال اين تكنيك­ها داراي جنبه­هاي مشترك خاص هستند مانند وجود گزينه­ها، شاخص­هاي چندگانه، تعارض در بين شاخص­ها، واحدهاي اندازه ­گيري ناهمگون[۱]، وزن معيارهاي تصميم و ماتريس تصميم.

فرض كنيد تصميم­گيرنده­اي به دنبال انتخاب يا رتبه­بندي m گزينه  بر اساس n شاخص  مي­باشد. به طور كلي شاخص­ها از نظر ماهيت دو نوعند: شاخص­هاي با ماهيت سود و شاخص­هاي با ماهيت هزينه. بر اين اساس مجموعه­ي شاخص­ها (A ) مي ­تواند به دو زير مجموعه  تقسيم شود كه  بيانگر شاخص­هاي با ماهيت سود و  بيانگر شاخص­هاي با ماهيت هزينه هستند. بر اين اساس يك مدل تصميم ­گيري چندشاخصه قابل بيان به شكل زير است:

يك مسئله تصميم ­گيري چند شاخصه (MADM) را اصولاً مي­توان در يك ماتريس تصميم خلاصه نمود كه سطرهاي آن گزينه­هاي مختلف بوده و ستون­هاي آن شاخص­هايي هستند كه ويژگي­هاي گزينه­ها را مشخص مي­ كنند. همچنين سلول­هاي داخل ماتريس، موقعيت گزينه سطري را نسبت به شاخص ستوني زيربط نشان مي­ دهند. حال اولويت­بندي گزينه­ها، نيازمند يك تكنيك تصميم ­گيري است كه با تبادل و مصالحه ميان شاخص­هاي مختلف، گزينه­اي را كه داراي موقعيت برتر مي­باشد، مشخص نمايد.

موضوع ديگر، بحث اوزان شاخص­هاست، چنانچه به طور طبيعي وزن شاخص­ها مشخص باشد (مثلاً بدانيم كه كليه شاخص­ها تأثير يكساني در ميزان برتري گزينه­ها دارند و لذا وزن آن‌ها يكسان مي­باشد)، همين وزن را در محاسبات منظور مي شود و در غير اين صورت بايد يك تكنيك وزن­دهي نيز براي تعيين وزن هر يك از شاخص­ها بكار گرفته شود.

به اين ترتيب، هر مسئله تصميم ­گيري چندشاخصه با دو مشكل انتخاب تكنيك تصميم ­گيري و انتخاب وزن­دهي روبرو مي­باشد. هر چند براي هر يك از مراحل، تكنيك­هاي فراواني وجود دارد و مشهورترين مرجع موجود در زمينه مدل­هاي چند شاخصه (MADM)، يعني كتاب هوانگ و يون(۱۹۸۱) تكنيك­هاي متعددي را در اين زمينه معرفي مي­ كند، ليكن شايد بتوان پركاربردترين اين تكنيك­ها را به اين شرح معرفي نمود:

تكنيك­هاي متداول تصميم ­گيري: مجموع وزني ساده، رتبه­بندي بر اساس تشابه به حل ايده­آل، و حذف  انتخاب سازگار با واقعيت

تكنيك متداول وزن­دهي: حداقل مجذورات، بردار ويژه، آنتروپي شانون .

در اين مدل­ها، انتخاب يك گزينه از بين تعدادي گزينه­هاي موجود از پيش تعيين شده مورد نظر است. تصميم ­گيري چند شاخصه در ارزيابي، رتبه­بندي و انتخاب گزينه­ها تصميم­گيرنده را ياري مي­دهد. در اين مسائل هميشه گزينه­هاي محدود و از پيش تعيين شده­اي وجود دارد و تصميم­گيرنده انتظار دارد كه اين گزينه­ها بر اساس شاخص­هاي تصميم مورد ارزيابي، رتبه­بندي و يا انتخاب واقع شوند.

علي­رغم تنوع بسيار زياد مدل­هاي چندشاخصه مي­توان جنبه­هاي مشتركي را براي اين مدل­ها بيان كرد:

الف) گزينه­ها: در مسائل چند شاخصه تعداد محدودي گزينه جهت اولويت­بندي و يا دسته­بندي مورد بررسي قرار مي­گيرند، معمولاً واژه گزينه مترادف است با واژه انتخاب، استراتژي، اقدام و يا كانديد.

ب) شاخص­هاي چندگانه: هر مسئله از نوع چند شاخصه داراي شاخص­هاي چندگانه مي­باشد. اين شاخص­ها توسط تصميم­گيرنده ارائه مي­شوند و يا استراتژي­ها اولويت­بندي مي­شوند. تعداد شاخص­ها به ماهيت مسئله بستگي دارد. براي مثال شخصي ممكن است از شاخص­هاي قيمت، ميزان سوخت مصرفي، ايمني، دوره ضمانت و كيفيت ساخت جهت ارزيابي ماشين استفاده كند در حالي كه شخص ديگر ممكن است بيش از ۱۰۰ شاخص را براي انتخاب مكان يك كارخانه مدنظر قرار دهد.

پ) واحدهاي بي مقياس: هر شاخص نسبت به شاخص ديگر داراي مقياس اندازه ­گيري متفاوت است. لذا به دليل با معني بودن محاسبات و نتايج از طريق روش­هاي علمي اقدام به بي­مقياس كردن داده­ ها مي­شود به گونه­اي كه اهميت نسبي(ترجيحي) داده­ ها حفظ گردد.

ت)وزن شاخص­ها: تمامي متدهاي چندشاخصه مستلزم وجود اطلاعاتي است كه بر اساس اهميت نسبي هر شاخص بدست آمده باشد. اين شاخص­ها معمولاً داراي مقياس ترتيبي يا اصلي هستند. وزن­هاي مربوط به شاخص­ها مي­توانند مستقيماً توسط تصميم­گيرنده و يا به وسيله روش­هاي علمي موجود به معيارها تخصيص داده شود. در واقع وزن­ها ميزان اهميت نسبي هر شاخص را در تصميم ­گيري بيان مي­دارد.

۲-۴-۳- بي­مقياس سازي

در شاخص­هاي يك ماتريس تصميم ­گيري، شاخص­هاي مثبت و منفي باهم، در يك ماتريس مي­باشد. در كنار اين قضيه شاخص­هاي كمي داراي يك بعد خاص مي­باشد، مثل ريال، كيلوگرم، متر و … . به منظور قابل مقايسه شدن مقياس­هاي مختلف اندازه ­گيري، بايد از “بي­مقياس سازي” استفاده كرد كه به وسيله آن، مقادير شاخص­هاي مختلف، بدون بعد شده و جمع پذير مي­شوند. راه­هاي مختلفي براي بي­مقياس سازي وجود دارد كه برخي از آن‌ها عبارتند از:

۲-۴-۳-۱- بي­مقياس سازي با بهره گرفتن از اقليدسي

در اين نوع بي­مقياس سازي، هر عنصر ماتريس تصميم ­گيري را بر مجذور مجموع مربعات عناصر هر ستون، تقسيم مي­ شود؛ يعني:

nij، مقدار بي­مقياس شده­ي گزينه i، از نظر شاخص j  است. (مومني, ۱۳۸۷)

به اين طريق، كليه­ي ستون­هاي ماتريس تصميم ­گيري، داراي واحدهاي مشابه مي­شوند و مي­توان به راحتي، آن‌ها را با هم مقايسه كرد.

۲-۴-۳-۲- بي­مقياس سازي خطي

اگر تمامي شاخص­ها، جنبه­ي مثبت داشته باشند، هر مقدار را به ماكزيمم مقدار موجود در ستون jام، تقسيم مي­ شود. يعني:

چنانچه تمامي شاخص­ها، جنبه­ي منفي داشته باشند، به صورت زير عمل مي­كنيم.

با توجه به اين كه بعضي از ماتريس­ها، هم شاخص مثبت و هم شاخص منفي دارند، مي­توان شاخص منفي را با معكوس كردن آن به جنبه­ي مثبت تبديل كرد؛ زيرا نمي­توان به طور همزمان، از دو فرمول استفاده كرد (اصغر پور, ۱۳۷۶). بدين ترتيب خواهيم داشت:

مقدار به دست آمده از هر يك از فرمول­هاي بالا، مقداري بين صفر و يك مي­شود. اين مقياس خطي است و كليه­ي نتايج را به يك نسبت خطي مي­ كند. بنابراين، وضعيت شاخص­ها و نتايج آن‌ها، يكسان باقي مي­ماند (مومني, ۱۳۸۷).

۲-۴-۳-۳- بي­مقياس سازي فازي

در اين روش از بي­مقياس كردن، اگر شاخص داراي جنبه­ي مثبت باشد، از فرمول زير استفاده مي­كنيم:

اگر شاخص داراي جنبه­ي منفي باشد، به صورت زير عمل مي­كنيم: (مومني, ۱۳۸۷)

۲-۴-۴- دسته­بندي متدهاي MADM

هوانگ و يون هفده دسته از متدهاي چندشاخصه را بر اساس نوع ويژگي برجسته اطلاعات دريافت شده از تصميم­گيرنده، دسته­بندي كردند.. اگر اطلاعات در مورد محيط باشد، يعني در مورد شاخص­ها نباشد بلكه فضاي تصميم ­گيري را مشخص كند، در اين زمينه استفاده از روش ماكسي مين يا ماكسي ماكس و به ترتيب براي اطلاعات به دست آمده بر اساس ديدگاه بدبينانه و خوش­بينانه پيشنهاد مي­گردد. اگر اطلاعات در مورد شاخص ارائه شده باشد، آنگاه يا اطلاعات در سطح استاندارد است يعني ميزان حداقل قابل قبول براي شاخص مربوطه را بيان مي­ كند و يا وزن شاخص را بيان مي­ كند كه ممكن است با داده­هاي برخوردار از مقياس ترتيبي يا اصلي اندازه ­گيري شده باشد. در هر يك از حالات بيان شده متدهايي نيز ارائه شده است (هاوانگ ويون،۱۹۸۱).تكنيك­هاي چندشاخصه از ديدگاه ديگري نيز قابل بررسي و ارزيابي هستند و آن رويكرد فنون مختلف تصميم ­گيري چندشاخصه در پروسه كردن اطلاعات ارزيابي استراتژي­ها بر مبناي شاخص­هاي ارائه شده توسط تصميم­گيرنده است. در اين راستا مدل­هاي چندشاخصه به دو دسته مدل­هاي جبرانيو غير جبراني تقسيم مي­شوند.

۲-۴-۴-۱-مدل­هاي جبراني

آن دسته از مدل هاي MADM را شامل مي شوند كه در آنها تبادل بين شاخص ها صورت مي گيرد. بدين معني كه تغيير در يك شاخص توسط تغييري مخالف ( در جهت عكس) در شاخص هاي ديگر جبران مي شود.

اين مدل شامل روش هايي چون ميانگين وزني ساده، TOPSIS، SAW، ELECTRE، تخصيص خطي، AHP و غيره مي­گردد (آذر و رجب زاده, ۱۳۸۹). در اين پژوهش نيز از روش VIKOR و DEMATEL و ANP و DANP استفاده شده كه زير مجموعه مدل هاي جبراني مي باشد.

۲-۴-۴-۲- مدل­هاي غيرجبراني

مدل­هاي غيرجبراني مدل­هايي هستند كه در آن‌ها مبادله در بين شاخص­ها مجاز نيست، يعني مثلاً نقطه ضعف موجود در يك شاخص توسط مزيت موجود از شاخص ديگر جبران نمي­ شود. بنابراين هر شاخص در اين روش­ها به تنهايي مطرح بوده و مقايسات بر اساس شاخص به شاخص انجام مي­گيرد. مزيت روش­هاي متعلق به اين مدل نيز سادگي آن‌ها است كه با رفتار تصميم­گيرنده و محدود بودن اطلاعات او مطابقت دارد. در برخي از اين روش­ها ممكن است نيازي به كسب اطلاعات از تصميم­گيرنده نباشد ( اصغرپور, ۱۳۸۹).

روش هاي غير جبراني شامل روش تسلط، لكسيكوگراف، حذف، ماكسي مين، ماكسي ماكس، رضايت بخش خاص و رضايت بخش عام مي باشد(آذر و رجب زاده, ۱۳۸۹).

۲-۵- پيشينه پژوهش

در اين بخش به بررسي پيشينه موضوع ارزيابي ريسك زنجيره تامين در پژوهش هاي داخلي و خارجي اشاره شده است:

۲-۵-۱- پيشينه ارزيابي ريسك زنجيره تامين

پيشينه ارزيابي ريسك زنجيره تامين در پژوهش ها نيز به دو دسته داخلي و خارجي تقسيم شده است:

[۱] Incommensurable units

[۲] Hwang & Kwang

[۳] Saw

[۴] Topsis

[۵] Electre

[۶] Entropy Shanon

[۷] Option

[۸] Policy

[۹] Action

[۱۰] candidate

[۱۱] Ineommensurable