اطلاعيه

Collapse
No announcement yet.

انتخاب سیستم نگهداری بهینه با استفاده از روش FAHP

Collapse
X
 
  • فیلتر
  • زمان
  • نمایش
Clear All
new posts

    انتخاب سیستم نگهداری بهینه با استفاده از روش FAHP

    ۴-۱- مقدمه
    دنیای اطراف ما مملو از مسائل چند معیاره است و انسان‌ها همیشه مجبور به تصمیم‌گیری در این زمینه‌‌ها هستند. به طور مثال هنگام انتخاب شغل معیارهای مختلفی مانند درآمد، موقعیت اجتماعی، خلاقیت و ابتکار و … مطرح می‌باشند که فرد تصمیم­گیرنده گزینه‌‌های مختلف را باید بر طبق این معیار‌ها بسنجد. برای انتخاب منزل نیز معیار‌های مختلفی چون هزینه، نزدیکی به محل کار، فرهنگ مردم محله، دسترسی به مراکز خرید و دسترسی به مراکز آموزشی کودکان مطرح می­ باشد که تصمیم­ گیرنده باید بهترین گزینه را از نظر این معیار‌ها انتخاب کند.


    در تصمیم­گیری‌‌های کلان مانند تنظیم بودجه سالانه کشور نیز متخصصین اهداف مختلفی مانند امنیت آموزش، توصعه صنعتی، بهداشت و … را تعقیب نموده و مایل‌اند که این اهداف را بهینه کنند. همچنین از احداث یک سد، اهدافی مختلفی مانند توسعه کشاورزی، تولید نیروی الکتریسیته، توسعه اجتماعی و اقتصادی و تغییر شرایط آب و هوایی و … دنبال می‌شود که تصمیم­گیرندگان علاقمند‌ند که همه این اهداف در حد امکان بهینه شوند (قدسی­پور،۱۳۸۱).


    در زندگی روزمره مثال‌‌های فراوانی از تصمیم‌ گیری‌‌های چند معیاره وجود دارد. در بعضی موارد نتیجه تصمیم‌ گیری به حدی مهم است که بروز خطا ممکن است ضرر‌های جبران‌ناپذیری را برای ما تحمیل کند. از این رو لازم است که روش یا روش ­های مناسبی برای انتخاب بهینه و تصمیم ­گیری صحیح طراحی شود که در ادامه مورد بررسی قرار خواهد گرفت (قدسی­پور،۱۳۸۱).


    ۴-۲- انواع حالت ­های تصمیم­ گیری
    اگر­چه دسته‌بندی تصمیم ­سازی‌‌ها کار ساده‌ای نیست ولی در ابتدا لازم است مختصری در این مورد بحث شود. به طور کلی می‌توان انواع تصمیم‌سازی را با توجه به فضای آن، دسته‌بندی کرد. در هر تصمیم‌گیری، فضای تصمیم‌سازی به صورت پیوسته یا گسسته است. همچنین ممکن است تصمیم‌گیری تک معیاره یا چند معیاره باشد علاوه بر این معیار‌ها می‌توانند به صورت‌‌های کمی، کیفی و یا تلفیقی از هر دو (در حالت چند معیاره) باشند که در هر یک از این حالت‌‌ها نحوه تصمیم‌گیری متفاوت است (قدسی­پور،۱۳۸۱).


    در فضای گسسته و حالت تک معیاره تصمیم‌گیری راحت است. فرض کنید از بین دو مسیر می‌خواهیم مسیر کوتاهتر را انتخاب کنیم (معیار کمی)، بدین منظور کافی است که یک واحد برای اندازه‌گیری طول تعریف کرده و هر دو مسیر را بر اساس آن بسنجیم. به طور مثال چنانچه برای اندازه‌گیری طول از واحد متر استفاده کنیم وقتی یک مسیر ۵۰ متر و مسیر دیگر ۵۳ متر باشد، انتخاب مسیر کوتاه‌تر ساده خواهد بود ولی در حالتی که معیار به صورت کیفی باشد، تصمیم‌گیری مقداری مشکل بوده و لازم است که ابتدا استاندارد تعریف شود. به طور مثال چنانچه بخواهیم از بین چند اتومبیل‌، زیباترین را انتخاب کنیم، ابتدا باید زیبایی را برای اتومبیل تعریف کرده و سپس اقدام به رتبه‌بندی نماییم (قدسی­پور،۱۳۸۱).


    در حالتی که معیار‌های چند گانه (اعم از کیفی و کمی) مطرح نباشند، علاوه بر مشکل فوق، مساله تبدیل معیار‌ها به یکدیگر نیز مطرح است. بنابراین گفته می‌شود که فرآیند تصمیم‌گیری چند معیاره با دو مشکل اصلی زیر روبرو است:
    ۱- فقدان استاندارد برای اندازه‌گیری معیار‌های کیفی
    ۲- فقدان واحد برای تبدیل معیار‌ها (اعم از کمی و کیفی) به یکدیگر


    برای روشن شدن مطلب تصور کنید که تصمیم‌گیرنده‌ای می‌خواهد بهترین خانه را انتخاب کند که در آن دو معیار زیر مطرح است:
    ۱- قیمت
    ۲- فرهنگ مردم محله


    در این مثال مقایسه خانه‌‌ها از نظر قیمت ساده است ولی مقایسه آن‌‌ها از نظر فرهنگ مردم محله کار ساده‌ای نیست زیرا نیاز به تعریف استاندارد برای فرهنگ مردم محله داریم. مشکل دیگری که وجود دارد تبدیل معیار‌ها به یکدیگر و یا یک واحد سوم می‌باشد. مثلاً لازم است که فرهنگ مردم محله به قیمت تبدیل شده و یا قیمت به فرهنگ تبدیل شده و یا هر دو را به یک واحد سوم تبدیل نمائیم تا بتوان بهترین خانه را انتخاب کرد.


    با توجه به مشکلات مربوط به فرآیند تصمیم‌گیری چند معیاره، می‌توان گفت که در این حالت تصمیم‌گیری ساده نبوده و به علت عدم وجود استاندارد از سرعت و دقت تصمیم‌گیری به مقدار زیادی کاسته شده و باعث می‌شود که فرآیند تصمیم‌گیری به مقدار زیادی به فرد تصمیم‌گیرنده وابسته باشد. برای رفع این مشکل و یا حداقل کردن آثار جانبی آن، روش‌‌های تصمیم‌گیری چند معیاره طراحی شده‌اند که هر کدام از قوانین و اصول خاصی پیروی کرده و دارای مزایا و معایبی هستند.


    یک سیستم پشتیبانی تصمیم‌گیری چند معیاره باید دارای خصوصیات زیر باشد (قدسی­پور،۱۳۸۱):
    ۱- امکان فرموله کردن مساله و تجدید نظر در آن را داشته باشد.
    ۲- گزینه‌‌های مختلف را در نظر بگیرد.
    ۳- معیار‌های مختلف را (که عموماً در تضاد نیز هستند) در نظر بگیرد.
    ۴- معیار‌های کمی و کیفی را در تصمیم‌گیری دخالت دهد.
    ۵- نظرات افراد را در مورد گزینه‌‌ها و معیار‌ها لحاظ کند.
    ۶- امکان تلفیق قضاوت‌‌ها برای محاسبه نرخ نهایی را بدهد.
    ۷- بر مبنای یک تئوری استوار باشد.


    از جمله روش‌های تصمیم‌گیری چند معیاره می‌توان به روش‌های وزن‌دهی ساده، روش شباهت به گزینه ایده‌آل، روش تحلیل سلسله مراتبی و روش تسلط تقریبی اشاره نمود.


    ۴-۳- فرایند تحلیل سلسه مراتبی (AHP) [۱]
    این روش بر اساس تحلیل مغز انسان برای مسائل پیچیده ارائه شده است. این روش توسط محققی به نام توماس- ل- ساعتی در سال ۱۹۷۰ ارائه شد به طوری که کاربردهای متعددی از آن زمان تاکنون برای این روش مورد بحث قرار گرفته است (اصغر­پور،۱۳۸۷).


    AHP و کاربرد آن بر سه اصل زیرین استوار است:
    • برپایی یک ساختار و قالب رده­ای برای مسئله
    • برقراری ترجیحات از طریق مقایسه زوجی
    • برقراری سازگاری منطقی از اندازه گیری­ها



    ۴-۴- مراحل محاسبه وزن در روش تحلیل سلسله مراتبی

    برای به دست آوردن گزینه مناسب در روش تحلیل سلسه مراتبی باید مراحل زیر را به ترتیب انجام داد:
    • ساختن سلسله مراتب
    • محاسبه وزن
    • سازگاری سیستم




    ۴-۴-۱- ساختن سلسله مراتب
    اولین قدم در فرآیند تحلیل سلسله مراتبی، ایجاد یک نمایش گرافیکی از مسائل می‌باشد که در آن هدف، معیارها و گزینه‌ها نشان داده می‌شوند. سطح یک در سلسله مراتب هدف را نشان می­دهد در سطح دوم معیارها مطرح می­شوند و در سطح آخر گزینه‌ها نشان داده می ­شوند.


    ۴-۴-۲- محاسبه وزن
    در فرآیند تحلیل سلسله مراتبی عناصر هر سطح نسبت به عنصر مربوطه­ی خود در سطح بالاتر به صورت زوجی مقایسه شده و وزن آن‌ها محاسبه می‌گردد، که این وزن‌ها را وزن نسبی می‌نامیم. سپس با تلفیق وزن‌های نسبی، وزن نهایی هر گزینه مشخص می‌گردد که آن را وزن مطلق می‌نامیم.


    در این مقایسه‌ها تصمیم گیرندگان از قضاوت‌های شفاهی استفاده نخواهند کرد، به گونه‌ای که اگر عنصر i با عنصر j مقایسه شود تصمیم گیرنده خواهد گفت که اهمیت i بر j یکی از حالات زیر است:
    • کاملاً برتر
    • خیلی برتر
    • برتر
    • کمی برتر
    • بدون برتری (اهمیت یکسان)


    این قضاوت‌ها توسط ساعتی به مقادیر کمّی بین ۱ تا ۹ تبدیل شده‌اند که در جدول (۴-۱) آورده شده است (قدسی­پور،۱۳۸۱).


    جدول۴-۱- مقادیر ترجیحات برای مقایسه‌های زوجی بین پارامتر‌ها (قدسی­پور،۱۳۸۱)
    ترجیحات (قضاوت شفاهی)
    مقدار عددی
    کاملاً برتر
    ۹
    خیلی برتر
    ۷
    برتر
    ۵
    کمی برتر
    ۳
    بدون برتری (اهمیت یکسان)
    ۱
    ترجیحات بین فواصل فوق
    ۸ و۶ و۴ و۲
    پس از این­که ماتریس مقایسه زوجی تشکیل شد، می‌توان وزن هر گزینه را محاسبه کرد. به عبارت دیگر با استفاده از مقایسه‌های زوجی که در ماتریس مقایسه زوجی بیان شده است وزن نهایی هر گزینه را به دست می­آوریم. برای محاسبه وزن هر گزینه از ماتریس مقایسه زوجی (وزن نسبی) چندین روش پیشنهاد شده است که اهم آن‌ها عبارتنداز:
    ۱- روش حداقل مربعات معمولی
    ۲- روش حداقل مربعات لگاریتمی
    ۳- روش بردار ویژه
    ۴- روش‌های تقریبی

    #2
    ۴-۴-۳- سازگاری سیستم
    یکی از مزایای فرآیند تحلیل سلسله مراتبی کنترل سازگاری تصمیم است به عبارت دیگر همواره در فرآیند تحلیل سلسله مراتبی می‌توان میزان سازگاری تصمیم را محاسبه نموده و نسبت به خوب و بد بودن و یا قابل قبول و مردود بودن آن قضاوت کرد (قدسی­پور،۱۳۸۱).


    ۴-۵- مزایای فرآیند تحلیل سلسله مراتبی
    فرآیند طوری طراحی شده که با ذهن و طبیعت بشری مطابق و همراه می‌شود و با آن پیش می‌رود. فرآیند مجموعه‌ای از قضاوت‌ها (تصمیم‌گیری‌ها) و ارزش‌گذاری‌های شخصی به یک شیوه منطقی می‌باشد. به طوری که می‌توان گفت تکنیک از یک طرف وابسته به تصورات شخصی و تجربه برای شکل دادن و طرح‌ریزی سلسله مراتبی یک مسئله بوده و از طرف دیگر به منطق، درک و تجربه برای تصمیم‌گیری و قضاوت نهایی مربوط می شود.
    کلیه افراد اعم از دانشمندان اجتماعی و فیزیکی، مهندسان و سیاستمداران و حتی افراد عامی می‌توانند این روش را بدون استفاده از متخصصین به کار برند.
    امتیاز دیگر فرآیند تحلیل سلسله مراتبی این است که ساختار و چارچوبی را برای همکاری و مشارکت گروهی در تصمیم‌گیری یا حل مشکلات مهیا می‌کند (قدسی­پور، ۱۳۸۱).

    ویژگی‌های فرآیند تحلیل سلسله مراتبی به شرح زیر است :
    ۱- یگانگی و یکتایی مدل[۲]: فرآیند تحلیل سلسله مراتبی یک مدل یگانه، ساده و انعطاف‌پذیر برای حل محدوده وسیعی از مسایل بدون ساختار است که به راحتی قابل درک برای همگان می‌باشد.
    ۲- پیچیدگی[۳]: برای حل مسائل پیچیده، فرآیند تحلیل سلسله مراتبی هم نگرش سیستمی و هم تحلیل جزء به جزء را به صورت توأم به کار می‌برد. عموماً افراد در تحلیل مسایل یا کل‌نگری کرده و یا به جزئیات پرداخته و کلیات را رها می‌کنند. در حالی که فرآیند تحلیل سلسله مراتبی هر دو بعد را با هم به کار می‌بندد.
    ۳- همبستگی و وابستگی متقابل[۴]: فرآیند تحلیل سلسله مراتبی وابستگی را به صورت خطی در نظر می‌گیرد. ولی برای حل مسائلی که اجزاء به صورت غیر خطی وابسته‌اند نیز به کار گرفته می‌شود.
    ۴- ساختار سلسله مراتبی[۵]: فرآیند تحلیل سلسله مراتبی اجزای یک سیستم را به صورت سلسله مراتبی سازماندهی می‌کند. که‌ این نوع سازماندهی با تفکر انسان تطابق داشته و اجزاء در سطوح مختلف طبقه‌بندی می‌شوند.
    ۵- اندازه گیری[۶]: فرآیند تحلیل سلسله مراتبی مقیاسی برای اندازه‌گیری معیارهای کیفی تهیه کرده و روشی برای تخمین و برآورد اولویت‌ها فراهم می‌کند.
    ۶- سازگاری[۷]: فرآیند تحلیل سلسله مراتبی سازگاری منطقی قضاوت‌های استفاده شده در تعیین اولویت‌ها را محاسبه کرده و ارائه کند.
    ۷- تلفیق[۸]: فرآیند تحلیل سلسله مراتبی منجر به برآورد رتبه نهایی هر گزینه می‌شود.
    ۸- تعادل[۹]: فرآیند تحلیل سلسله مراتبی اولویت‌های وابسته به فاکتورها در یک سیستم را در نظر گرفته و بین آن‌ها تعادل برقرار می‌کند و فرد را قادر می‌سازد که بهترین گزینه را بر اساس اهدافش انتخاب کند.
    ۹- قضاوت و توافق گروهی [۱۰]: فرآیند تحلیل سلسله مراتبی بر روی توافق گروهی اصرار و پافشاری ندارد ولی تلفیقی از قضاوت‌های گوناگون را می‌تواند ارائه کند.
    ۱۰- تکرار فرآیند [۱۱]: فرآیند تحلیل سلسله مراتبی فرد را قادر می‌سازد که تعریف خود را از یک مساله تصحیح کند و قضاوت و تصمیم خود را بهبود دهد.

    منابع»
    [۱] Analytic hierarchy process
    [۲] . Unity
    [۳] . Complexity
    [۴] . Interdependence
    [۵] . Hierarchy Structuring
    [۶] . Measurement
    [۷] . Consistency
    [۸]. Synthesis
    [۹]. Trade off
    [۱۰]. Judgment and Consensus
    [۱۱]. Process Repetition

    نظر


      #3
      ۴-۶- استفاده از AHP به صورت فازی
      اگرچه روش AHP دانش کارشناسان را تسخیر کرده است ولی AHP سنتی هنوز قادر نیست به خوبی تفکر بشر را بازتاب کند (Kahreman et al, 2004). روش AHP سنتی در استفاده دقیق مقدار، برای بیان کردن نظر تصمیم­گیرندها در گزینه­ های مقایسه ­ای دارای نقص است (Wang and Chen, 2007). همچنین روش AHP سنتی به علت مقیاس نامتوازن [Unbalanced scale] در قضاوت­ ها و عدم قطعیت و نادقیق بودن مقایسه­ های زوجی مورد نکوهش قرار می­گیرد. تصمیم گیرندگان اغلب در قضاوت­ هایشان ارائه یک بازه را نسبت به یک عدد ثابت ترجیح می­دهند زیرا آن­ها به علت طبیعت فازی مقایسه­ های زوجی قادر نیستند به صراحت نظرشان را در مورد برترین ­ها اعلام کنند (Deng, 1999).
      برای غلبه بر همه این نقایص AHP فازی (FAHP) گسترش پیدا کرد. تصمیم گیرنده­ ها پی بردند که دادن یک فاصله قضاوتی از یک قضاوت ثابت معمولاً قابل اطمینان­تر است (Kahreman et al, 2003).
      ساعتی دو نوع فازی بودن را تعریف می­کند: یکی فازی بودن در درک پدیده­ ها و دقت و دیگری فازی بودن در معنی که وابسته به عملکرد پدیده­ها می­باشد. لکن ساعتی مستقیماً از اعداد فازی استفاده نمی­کند، بلکه فازی بودن را به طور غیر مستقیم از نسبت­های توام با یک ساختار رده­ای استفاده می­کند (اصغر پور، ۱۳۸۷).
      دو محقق [Laarhoven & Peddrycz] برای محاسبه AHP فازی و توام با چندین تصمیم گیرنده از روش کمترین مجذورات لگاریتمی برای محاسبه اوزان استفاده می­ نمایند که ضمناً نسبت ­های در این روش به صورت اعداد فازی مثلثی بیان می ­شوند به صورت زیر:

      FAHP-1.jpg

      که k بیانگر تعداد تصمیم گیرنده­ ها است که در جمع دارای تصمیم گیرنده در تقاطع ij خواهد بود. برای مینیمم کردن تابع فوق باید از قرار دادن مشتقات نسبی آن برابر صفر استفاده کرد سپس بردار فازی W از نرمالیزه شدن به دست خواهد آمد (اصغر پور، ۱۳۸۷).


      در این تحقیق از روش AHP فازی ارائه شده توسط چنگ[Chang] در سال ۱۹۹۶ استفاده شده است. در این روش اگر FAHP-4.jpg مجموعه اشیاء FAHP-3.jpg و مجموعه هدف باشد بر اساس روش تحلیل گسترش چنگ، هر شی گسترش پیدا می­کند برای هر هدف انجام شده، بنابراین m تحلیل گسترش یافته برای هر شی می­ تواند طبق رابطه زیر به دست بیاید:

      FAHP-5.jpg
      گام­های روش تحلیل گسترش چنگ به صورت زیر است:
      گام یک: رسم نمودار سلسله مراتبی
      گام دوم: تعریف اعداد فازی به منظور انجام مقایسه ­های زوجی
      گام سوم: تشکیل ماتریس مقایسه زوجی با به کار­گیری اعداد فازی. ماتریس مقایسه زوجی به ترتیب زیر خواهد بود:

      FAHP-6.jpg

      نظر


        #4
        اگر کمیته تصمیم گیرنده دارای چندین تصمیم گیرنده باشد، درایه­ های ماتریس مقایسه زوجی جامع که در روش تحلیل سلسله مراتبی فازی به کار می­رود، یک عدد فازی مثلثی است که مولفه­ی اول آن حداقل نظر سنجی­ ها، مولفه­ی دوم آن میانگین نظر سنج ی­ها و مولفه­ی سوم آن حداکثر نظر سنجی ­ها می­ باشد.


        گام چهارم: محاسبه S۱ برای هر یک از سطرهای ماتریس مقایسه زوجی. که خود یک عدد فازی مثلثی است S۱ از رابطه زیر محاسبه شده است:

        FAHP-7.jpg

        FAHP-8.jpg

        ادامه مطلب رو در قالب یک فایل PDF دانلود نمایید
        Attached Files

        نظر

        Working...
        X