این تکنیک معمولا از داده های تجربه بهره میبرد و توانایی در نظر گرفتن معیارهای کیفی را بطور مستقیم ندارند. برای بکارگیری متغیرهای کیفی، آنها بایستی ابتدا به متغیر کمی بر اساس مقیاسی مانند لیکرت کمی شوند و سپس در مسئله گنجانده شوند. مدت زمان حل این مسائل حتی با نرم افزارهای بروز برای توابع چند هدفه بالا است. زمانی که مسئله غیرخطی باشد نیاز به بکارگیری الگوریتم های فرا ابتکاری میباشد که به دشواری های مسئله می افزاید. بنابراین، دسته ای از تکنیک ها با عنوان MADM توسعه پیدا کردند که در عین راحتی و سرعت حل بالا، توانایی در نظر گرفتن معیارهای کمی و کیفی را بطور همزمان دارند.

انواع رشته های تصمیم گیری چند معیاره

اولین روش های تصمیم گیری چند معیاره

ابتدایی ترین تکنیک ها مربوط به مسائل دو سطحی بودند یعنی دسته ای از مسائل که زیرمعیار ندارند و تنها تعدادی گزینه بر اساس تعدادی معیار ارزیابی میشوند. رویکردهای زیادی برای این دسته از سوالات طراحی شد که معروفترین آنها تا به حال روش تاپسیس است که بر اساس فاصله از ایدآل ها بیان شده است. به عبارتی، هر گزینه بایستی نزدیکترین فاصله را به ایدآل مثبت و دورترین فاصله را از ایدآل منفی داشته باشد. بعدها روش AHP و ANP ابداع شد که توانایی در نظر گرفتن سطوح بیشتر را نیز دارند و در زیر معرفی این آموزش این تکنیک ها پرداخته شده است. 

روش فرایند تحلیل سلسله مراتبی AHP

این تکنیک حالت توسعه یافته سایر تکنیک های MADM است که توانایی در نظر گرفتن سطوح مختلف را دارد. این تکنیک بسیار پر کاربرد است و در علوم مختلف مهندسی، انسانی و ... بکار گرفته میشود. در واقع هر جایی که تعدادی معیار یا گزینه نیاز باشد که نسبت به یکدیگر اولویت بندی شوند از روش AHP میتوان استفاده کرد. آموزش روش AHP بطور کامل و در چندین بخش در وبسایت دیتا هارنسینگ (DataHarnessing) آموزش داده شده است. برخی از مطالبی که در این وبسایت برای این تکنیک پوشش داده شده است در زیر شرح داده میشود.

•  ارائه مقدمه ای از روش های تصمیم گیری چند شاخصه، چند معیاره، و چند هدفه
•  چه روشی برای چه مسائلی مناسب است؟ کدام روش مناسب مسئله من است و توجیه من برای بکار بردن آن چیست؟
•   آموزش تهیه پرسشنامه روش فرایند تحلیل سلسله مراتبی
•  آموزش ادغام پرسشنامه ها زمانی که بیش از یک کارشناس دارید
•   نحوه قرار دادن جواب سوالات در جداول مقایسات زوجی
•  نحوه بدست آوردن مقدار ناسازگاری جدول های مقایسات زوجی
•   اگر مقدار ناسازگاری زیاد بود چه باید کرد؟
•  نحوه بدست آوردن وزن جدول مقایسات زوجی با روش بردار ویژه
• آیا تنها از روش بردار ویژه میتوان وزن را بدست آورد؟ خیر. پس چرا از این روش استفاده میکنیم؟
•  آموزش روش AHP بصورت تئوری
• آموزش روش AHP در نرم افزار اکسپرت چویس
•  ارائه مثال عددی بصورت دستی
• پیاده سازی مثال عددی در نرم افزار Expert Choice
• نحوه حل روش AHP در اکسل
• دانلود تمامی فایل های نرم افزاری روش AHP

روش فرایند تحلیل شبکه ای ANP

این تکنیک کاملترین تکنیک های MADM است که توانایی در نظر گرفتن ارتباطات درونی بین عوامل را دارد. همچنین، میتوان سطوح مختلفی را در نظر گرفت. در واقع این روش حالت توسعه یاقته روش AHP است. فرایند تحلیل شبکه ای ارتباط بین عوامل را بصورت شبکه در نظر میگیرد که میتوانند بر یکدیگر اثر بگذارند و باعث تقویت و یا تضعیف یکدیگر شوند. یعنی اگر معیاری در بین سایر معیارها وزن کمتری داشته باشد اما تعدادی از معیارها به نتیجه آن وابسته باشند میتوانند وزن نهایی آن را با در نظر گرفتن نتایج این تاثیرات بالا ببرند. این نوع ارتباطات درونی یا پنهانی در تکنیک سلسله مراتبی در نظر گرفته نمیشد.

الگوریتم حل ANP شباهت های زیادی به AHP دارد بوطریکه محاسبه اوزان جداول مقایسات زوجی به یک روش محاسبه میشود. در این تکنیک نیز نیاز است سوالاتی طراحی شود تا بتوان جداول مقایسات زوجی را تشکیل داد. سپس مقدار ناسازگاری این جداول بدست می آید. اگر این مقدار ناسازگاری از 0.1 بالاتر باشد، پرسشنامه را ارجاء داده تا دوباره پر شود. استدلال نرخ ناسازگاری این است که اگر کارشناس در نظراتش مقایرت وجود داشته باشد، این نرخ بیشتر از 0.1 است. اما اگر نظرات سازگار باشد و با هم تناقض نداشته باشند آنگاه نرخ ناسازگاری کمتر از 0.1 است.

زمانی که تمامی اوزان برای جدول های مقایسات زوجی بدست آمد، این بردارهای وزن در یک ماتریس به نام سوپر ماتریس قرار داده میشود. ناگفته نماند که برای ارتباطات درونی نیز ماتریس مقایسات زوجی تشکیل میشود و وزن آنها نیز بایستی محاسبه شود. در قدم های بعد، سوپر ماتریس نرمالایز شده و به توان های فرد میرسد تا زمانیکه دو توان فرد متوالی نتایج یکسانی دهد. در این مرحله اوزان استخراج میشود. توجه شود که اوزان معیارها در حالتی که مستقل در نظر گرفته میشوند (بدون در نظر گرفتن ارتباطات درونی) با حالتی که وابسته در نظر گرفته میشوند (با در نظر گرفتن ارتباطات درونی) متفاوت است. در زیر قدم های تکنیک فرایند تحلیل شبکه ای آورده شده است که بطور کامل در آموزش روش ANP در وبسایت دیتا هارنسینگ شرح داده شده است.

•  ارائه مقدمه ای از روش های تصمیم گیری چند شاخصه، چند معیاره، و چند هدفه
• چرا ANP را باید انتخاب کنیم؟ چه روشی برای چه مسائلی مناسب است؟
•  آموزش تهیه پرسشنامه anp
• آموزش ادغام پرسشنامه های فرایند تحلیل شبکه ای زمانی که بیش از یک کارشناس دارید
•  نحوه قرار دادن جواب سوالات در جداول مقایسات زوجی
• نحوه بدست آوردن مقدار ناسازگاری جدول های مقایسات زوجی
•  اگر مقدار ناسازگاری در رویکرد anp زیاد بود چه باید کرد؟
•  نحوه بدست آوردن وزن جدول مقایسات زوجی با روش بردار ویژه
• آیا تنها از روش بردار ویژه میتوان وزن را بدست آورد؟ خیر. پس چرا از این روش استفاده میکنیم؟
•   آموزش روش ANP بصورت تئوری
•  آموزش روش ANP در نرم افزار سوپر دسیژن
•  ارائه چند مثال عددی بصورت دستی
• پیاده سازی مثال های عددی در نرم افزار Super Decision
• دانلود تمامی فایل های نرم افزاری روش ANP

آیا میتوان از سوالات پاسخ داده شده AHP برای ANP استفاده کرد؟

جواب این سوال "بله" است. البته لازم به ذکر است که در رویکرد شبکه ای شما بایستی تعداد سوالات بیشتر را در نظر بگیرید. بنابراین، علاوه بر سوالات مربوط به مقایسات زوجی بین عوامل که در دو تکنیک مشترک است، بایستی سوالاتی برای ارتباطات درونی نیز طراحی شود که در تکنیک سلسله مراتبی مطرح نمیشود. بنابراین یا اضافه کردن سوالات ارتباطات درونی میتوان از پاسخ ها و پرسشنامه روش سلسله مراتبی استفاده کرد.

مثال ساده روش AHP

در این قسمت قصد داریم تا یک مثال ساده را برای درک بهتر این تکنیک ارائه دهیم. در نظر بگیرید که تعدادی کارمند که کار ماشین لرنینگ در یک شرکت را انجام میدهند میخواهیم ارزیابی و رتبه بندی کنیم. هدف این است که این افراد بر اساس تعدادی معیار رتبه بندی شوند. در تکنیک AHP تعداد سطوح لزومی ندارد که بیشتر از دو سطح باشد. فرض سه کارمند الف، ب، و ج قرار است بر اساس معیارهای توانایی نزم افزاری، توانایی کار گروهی، سخت کوشی، و سر وقت بودن رتبه بندی شوند. ساختار سلسله مراتبی بصورت زیر تعریف میشود. 
 

ساختار سلسله مراتبی روش AHP

در این ساختار نیاز است که پنج ماتریس مقایسه زوجی تشکیل شود. یکی برای معیارها و چهارتای دیگر برای مقایسه گزینه ها نسبت به هر یک از معیارها.

مثال ساده روش ANP

همان مثال گفته شده برای قسمت بالا را در نظر بگیرید که قصد داریم تعدادی کارمند که کار یادگیری ماشین را در شرکتی انجام میدهند را رتبه بندی کنیم. برای درک بهتر معیارها و گزینه های را تغییر نمیدهیم و تنها تعدادی ارتباط درونی اضافه میکنیم. فرض کنید که سخت کوشی و کارگروهی به سر وقت بودن واسبسته باشند. مهم نیست که سخت کوشی باعث بهتر یا بدتر شدن سر وقت بودن فرد شود، بلکه مهم این است که این دو به یکدیگر وابسته بوده و بر هم اثر بگذارند. در اینجا ما فرض کرده ایم که وقتی شخص توانایی کار گروهی بالایی داشته باشد این شخص به موقع در جلسات و محل کار هم حاضر میشود. همچنین، فرض میشود که شخص سخت کوش همیشه به on-time است. با داشتن این ارتباطات درونی، ساختار شبکه ای anp بصورت شکل زیر میشود. 
 

ساختار شبکه ای روش anp

نتیجه گیری

در این مقاله به شرح تکنیک های فرایند تحلیل سلسله مراتبی و شبکه ای پرداخته شد. همچنین مزایا و معایب آنها بیان شد که نشان داده شد هر کدام بسته به شزایط میتوانند کاملترین تکنیک باشند. در واقع زمانی که ارتباطات درونی وجود داشته باشد فرایند تحلیل شبکه ای کاملترین و بهترین روش است در حالی که در صورت استقلال عوامل و گزینه ها تکنیک سلسله مراتبی بهترین روش است. در نهایت محتوای فایل های آموزشی این تکنیک ها در وبسایت دیتا هارنسینگ (DataHarnessing) ارائه شد.