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:
رابطه ۲-۳ |
رابطه ۲-۴ |
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:
رابطه ۲-۵ |
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:
رابطه ۲-۶ |
چنانچه تمامي شاخصها، جنبهي منفي داشته باشند، به صورت زير عمل ميكنيم.
رابطه ۲-۷ |
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:
رابطه ۲-۸ |
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:
رابطه ۲-۹ |
اگر شاخص داراي جنبهي منفي باشد، به صورت زير عمل ميكنيم: (مومني, ۱۳۸۷)
رابطه ۲-۱۰ |
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
مهارت تصمیم گیری چیست؟
مهارت تصمیم گیری توانایی شما در انتخاب یک گزینه از بین دو یا چند گزینه موجود است. در این مهارت که نوعی مهارت حل مسئله محسوب می شود از سه روش اصلی برای تصمیم گیری در مورد یک موضوع استفاده می شود: استفاده از شهود، استدلال و یا ترکیبی از هر دوی اینها.
شهود پاسخ پیش فرض شما نسبت به مسئله یا همان ندا و احساس درونی تان هنگام بروز مشکل یا گرفتن تصمیم است. این واکنش اولیه ناشی از ترکیب چیزهاییست که شما آنها را از قبل یاد گرفته اید و یا برگرفته از تجربیات و نظرتان درباره آن موضوع است؛ بنابراین شهود در هر فردی با افراد دیگر متفاوت است. استفاده از شهود به شما این امکان را می دهد که تصمیمتان را بر اساس تجربیات زندگی تان بگیرید، برای همین شهود در واقع یک فرایند ذهنی محسوب می شود.
از طرف دیگر، استدلال بر اساس داده های موجود انجام می گیرد. وقتی شما از داده ها و اطلاعاتی که در دسترستان است استفاده می کنید و به جای تمرکز روی غرایز و احساسات درونی، تصمیمتان را فقط تصمیم را بر اساس واقعیات و آمار و ارقام موجود می گیرید، در واقع استدلال کرده اید. استدلال روش عینی تری برای تصمیم گیری است و معمولا برای تصمیم گیری های بزرگ از آن استفاده می شود.