انواع مدل های تصمیم گیری

تصمیم گیری" یکی از مهم ترین  و اساسی ترین وظایف مدیریت است و تحقق اهداف سازمانی به کیفیت آن بستگی دارد. به طوری که از نگاه یکی از صاحبنظران حوزه تصمیم گیری هربرت سایمون، تصمیم گیری جوهر اصلی مدیریت است. فرآیند تصمیم گیری را می توان به صورت زیر نمایش داد.یکی از تکنیک های تصمیم گیری با استفاده از داده های کمی تصمیم گیری چندمعیاره می باشد. تصمیم گیری چندمعیاره(MCDM) به دو دسته تصمیم گیری چندشاخصه(MADM) و تصمیم گیری چند هدفه(MODM) تقسیم می شود.مدل ها و تکنیک های تصمیم گیری چند شاخصه به منظور انتخاب مناسب ترین گزینه از بین m گزینه موجود به کار می روند. در (MADM) معمولا داده های مربوط به گزینه ها از منظر شاخص های مختلف در یک ماتریس نمایش داده می شود.مدل های تصمیم گیری چندشاخصه از نظر نوع شاخص های مورد نظر به مدل های جبرانی و غیرجبرانی تقسیم می شوند.

مدل های جبرانی

مدل هایی که از شاخص هایی تشکیل شده اند که با یکدیگر در تعامل اند، به این معنی که مقادیر نامطلوب یک شاخص می تواند توسط مقادیر مطلوب شاخص دیگر پوشانده شود. از جمله مدل های جبرانی به موارد زیر می توان اشاره کرد.

AHP(Analytic Hierarchy Process)

فرایند تحلیل سلسله مراتبی با به کارگیری معیارهای کیفی و کمی به طور همزمان و نیز قابلیت بررسی ناسازگاری در قضاوت ها می تواند در بررسی موضوعاتی همچون برنامه ریزی شهری و منطقه ای، بهینه سازی ترکیب تولید محصولات در یک واحد صنعتی، بودجه بندی دستگاههای دولتی، برنامه ریزی حمل و نقل، برنامه ریزی تخصیص منابع انرژی، اولویت بندی در صنعت برق، اولویت بندی پروژه های تحقیقات انرژی و محیط زیست و... کاربرد مطلوبی داشته باشد.

Fuzzy AHP

تئوری فازی برای مواجهه با اکثر پدیده های جهان واقع که در آنها عدم قطعیت وجود دارد مورد استفاده قرار می گیرد و بسیاری از مجموعه ها، اعداد و اتفاق های دنیای واقعی را می توان با منطق فازی توجیه کرد. در Fuzzy AHP با تعمیم مفاهیم فازی در تعیین ماتریس های مقایسه زوجی دخالت داده می شود.

ANP(Analytic Network Process)

روش ANP تعمیم روش AHP است. در مواردی که سطوح پایینی روی سطوح بالایی اثرگذارند و یا عناصری که در یک سطح قرار دارند مستقل از هم نیستند، دیگر نمی توان از روش AHP استفاده کرد. ANP شکل کلی تری از AHPاست، اما به ساختار سلسله مراتبی نیاز ندارد و در نتیجه روابط پیچیده تر بین سطوح مختلف تصمیم را به صورت شبکه ای نشان می دهد و تعاملات و بازخورد های میان معیارها و آلترناتیوها را در نظر می گیرد.

SAW(Simple Additive Weighted)

در روش (SAW) سعی به برآورد تابع مطلوبیتی به ازای هر گزینه است تا گزینه ای با بیشترین مطلوبیت انتخاب شود. در این روش فرض بر استقلال ارجحیت و مجزا بودن آثار شاخص ها از یکدیگر است. در این روش با محاسبه اوزان اهمیت شاخص ها می توان به راحتی به ارجحیت گزینه ها دست یافت.

LINMAP(Linear-programming for Multidimensional Analysis of Preference)

این روش به دنبال یافتن گزینه ایست که کمترین فاصله را با ایده آل ترین حالت ممکن داشته باشد. در این روش mگزینه و n شاخص از یک مسئله مفروض به صورت m نقطه برداری در یک فضای n بعدی مورد توجه است که از طریق یافتن فاصله اقلیدسی گزینه ها با بهترین گزینهف ارجح ترین گزینه انتخاب می شود.

TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)

این روش بر این مفهوم تکیه دارد که بهترین گزینه، گزینه ایست که نزدیکترین فاصله به گزینه ایده آل مثبت و بیشترین فاصله از ایده آل منفی را داشته باشد.

VIKOR(VIšekriterijumsko KOmpromisno Rangiranje)

در این روش به منظور رتبه بندی و یافتن بهترین گزینه از مفهوم بذپدترین گزینه استفاده می کند و میزان سازش میان فاصله گزینه ها نسبت به بهترین گزینه و به این علت جزء روش های برنامه ریزی سازشی طبقه بندی می شود. این روش در مقایسه با روش تاپسیس، در محاسبه فواصل گزینه ها میزان اهمیت فاصله مطلوب نسبت به بهترین حالت و بدترین حالت را در نظر می گیرد.

ELECTRE(Elimination et Choice in Translating to Reality)

در این روش به جای رتبه بندی گزینه ها از مفهوم جدیدی معروف به مفهوم غیررتبه ای استفاده می شود. به طور مثال ممکن است از نظر ریاضی گزینه ای هیچ ارجحیتی به دیگر گزینه نداشته باشد اما تصمیم گیرنده و تحلیلگر بهتر بودن آن گزینه به دیگری را بپذیرد. در این روش کلیه گزینه ها با استفاده از مقایسات غیر رتبه ای مورد ارزیابی قرار گرفته و بدان طریق گزینه های غیرموثر حذف می شوند. کلیه مراحل اجرای این روش بر مبنای یک مجموعه هماهنگ و یک مجموعه غیرهماهنگ پایه ریزی می شوند که به این دلیل این روش معروف به آنالیز هماهنگی هم می باشد.

PROMETHEE(Preference Ranking Organization Method for Enrichment Evaluations)

این روش بر دو مفهوم ترجیح و بی تفاوتی استوار است به این معنی که گزینه A بر گزینه B ترجیح و برتری دارد اگراز نظر توابع ترجیح - که میزان ارجحیت گزینه A بر گزینه B از نظر تصمیم گیرنده را ارائه می دهد- مقدار تابع ترجیح گزینهA بیشتر از تابع ترجیح گزینه B باشد. همینطور گزینه A نسبت به گزینه B بی تفاوت است اگر مقدار تابع ترجیح گزینه A با تابع ترجیح گزینه B برابر باشد. پس از تعیین وضعیت دو به دوی گزینه ها نسبت به هم در یک گراف رتبه بندی نمایش

SMART(Simple Multi Attribute Ranking Technique)

در این روش می توان ترکیبی از شاخص های کیفی و کمی رابرای رتبه بندی گزینه های مورد بررسی استفاده کرد. ابتدا به منظور محاسبه وزن و سطح بندی شاخص ها از نظر هر گزینه، محدوده انتخابی برای هر کدام از شاخص ها تعریف می شودو از طریق فرمول های تعریف شده شاخص ها به تفکیک هر گزینه رتبه بندی می شوند.. در مرحله بعدی وزن و اهمیت هر شاخص نسبت به هم سنجیده می شود. در پایان وزن و اولویت نهایی گزینه ها از تلفیق اوزان فوق به دست می آید.

REGIME

در این روش می توان ترکیبی از شاخص های کمی و کیفی را به کار برد در حالی که نیازی به تبدیل شاخص های کیفی به کمی نباشد. با ساخت ماتریسREGIME که حاصل مقایسات زوجی گزینه ها از نظر تمامی شاخص هاست، شاخص های راهنما را محاسبه می کنیم و از این طریق گزینه ها را رتبه بندی کرد.

SIR(Superiority and Inferiority Ranking)

این روش جزء روش های جدید و به نسبت پیچیده تصمیم گیری چندمعیاره طبقه بندی می شود. در این روش مانند روش PROMETHEE توابع ترجیحی وجود دارند که پس از محاسبه ارجحیت هر کدام از گزینه ها نسبت به شاخص ها و یافتن مقدار توابع ترجیح زوجی گزینه ها از نظر شاخص ها، ماتریس superiority و inferiority راتشکیل داد. در مرحله بعد مانند روش های SAW و TOPSIS ماتریس وزین جریان را تشکیل می دهیم. با محاسبه جریان ها می توان گزینه ها را رتبه بندی کرد.

EVAMIX(Evaluation and Mixed criteria)

در این روش شاخص ها به دو دسته کیفی (اوردینال) و کمی ( کاردینال) تفکیک می شوند و محاسبات مربوط به هر دسته از شاخص ها به صورت مجزا انجام می شود. مقدار غلبه نیز برای ماتریس های تفاضلی محاسبه میشود و در پایان پس از محاسبه امتیاز ارزیابی گزینه ها، گزینه ها رتبه بندی می شوند.

مدل های غیر جبرانی

در این مدل تعامل و مبادله میان شاخص ها مجاز نیست یعنی به طور مثال نقطه ضعف موجود در یک شاخص ها توسط مزیت موجود در یک شاخص دیگر جبران نمی شود. مطلوبیت این مدل ها زمانی روشن می شود که تحلیلگر با محدود بودن اطلاعات مواجه و یا دسترسی به تصمیم گیرندگان محدود باشد.از جمله روش های غیر جبرانی می توان به روش تسلط، روش حذف، روش لکسیکوگراف، روش رضایت بخش شمول، روش رضایت بخش خاص، روش Max-Min و روش Min-Min اشاره کرد.

PERMUTATION

در این روش تعداد حالات رتبه بندی گزینه ها(جایگشت ها) مشخص می شود و هر رتبه بندی مورد آزمایش قرار می گیرد و نهایتا مناسب ترین آنها برای رتبه بندی انتخاب می گردد.

QUALIFLEX(Qualitative Flexible assessment)

در این روش ابتدا جایگشت های مختلف گزینه ها تشکیل می شود. در مرحله بعدی گزینه ها براساس شاخص ها رتبه بندی می شوند به این ترتیب که اگر گزینه ای در شاخصی از بقیه بهتر است عدد 1 و به همین ترتیب سایر گزینه ها طبقه بندی می شود. مقادیر غالب و غیرغالب از طریق مقایسه جایگشت و رتبه بندی به دست می آیند. برایند مراحل فوق را با داشتن اطلاعات شاخص ها و جایگشت ها در ماتریسی گرد آورده و جمع مقادیر مربوط به هر جایگشت را که مشخص کننده اولویت جایگشت هاست محاسبه می کنیم.

منبع : پارس مدیر