تصمیم گیری چندشاخصه فضای تصمیم را گسسته تصور می کنند. هر چند که برای این مسائل جواب بهینه وجود ندارد اما با وجود گزینه های محدود از پیش تعیین شده، هدف مسئله انتخاب گزینه برتر بر مبنای شاخص های چندگانه است.
اگر چه متدهای تصمیم گیری چندشاخصه دارای تنوع تکنیکی گستردهای هستند با این حال این تکنیکها دارای جنبه های مشترک خاص هستند مانند وجود گزینه ها، شاخص های چندگانه، تعارض در بین شاخص ها، واحدهای اندازه گیری ناهمگون[۱]، وزن معیارهای تصمیم و ماتریس تصمیم.
فرض کنید تصمیمگیرندهای به دنبال انتخاب یا رتبه بندی m گزینه بر اساس n شاخص میباشد. به طور کلی شاخص ها از نظر ماهیت دو نوعند: شاخص های با ماهیت سود و شاخص های با ماهیت هزینه. بر این اساس مجموعهی شاخص ها (A ) می تواند به دو زیر مجموعه تقسیم شود که بیانگر شاخص های با ماهیت سود و بیانگر شاخص های با ماهیت هزینه هستند. بر این اساس یک مدل تصمیم گیری چندشاخصه قابل بیان به شکل زیر است:
رابطه ۲-۳ |
رابطه ۲-۴ |
یک مسئله تصمیم گیری چند شاخصه (MADM) را اصولاً میتوان در یک ماتریس تصمیم خلاصه نمود که سطرهای آن گزینه های مختلف بوده و ستونهای آن شاخص هایی هستند که ویژگیهای گزینه ها را مشخص می کنند. همچنین سلولهای داخل ماتریس، موقعیت گزینه سطری را نسبت به شاخص ستونی زیربط نشان می دهند. حال اولویت بندی گزینه ها، نیازمند یک تکنیک تصمیم گیری است که با تبادل و مصالحه میان شاخص های مختلف، گزینهای را که دارای موقعیت برتر میباشد، مشخص نماید.
موضوع دیگر، بحث اوزان شاخص هاست، چنانچه به طور طبیعی وزن شاخص ها مشخص باشد (مثلاً بدانیم که کلیه شاخص ها تأثیر یکسانی در میزان برتری گزینه ها دارند و لذا وزن آن ها یکسان میباشد)، همین وزن را در محاسبات منظور می شود و در غیر این صورت باید یک تکنیک وزندهی نیز برای تعیین وزن هر یک از شاخص ها بکار گرفته شود.
به این ترتیب، هر مسئله تصمیم گیری چندشاخصه با دو مشکل انتخاب تکنیک تصمیم گیری و انتخاب وزندهی روبرو میباشد. هر چند برای هر یک از مراحل، تکنیکهای فراوانی وجود دارد و مشهورترین مرجع موجود در زمینه مدلهای چند شاخصه (MADM)، یعنی کتاب هوانگ و یون(۱۹۸۱) تکنیکهای متعددی را در این زمینه معرفی می کند، لیکن شاید بتوان پرکاربردترین این تکنیکها را به این شرح معرفی نمود:
تکنیکهای متداول تصمیم گیری: مجموع وزنی ساده، رتبه بندی بر اساس تشابه به حل ایدهآل، و حذف انتخاب سازگار با واقعیت
تکنیک متداول وزندهی: حداقل مجذورات، بردار ویژه، آنتروپی شانون .
در این مدلها، انتخاب یک گزینه از بین تعدادی گزینه های موجود از پیش تعیین شده مورد نظر است. تصمیم گیری چند شاخصه در ارزیابی، رتبه بندی و انتخاب گزینه ها تصمیمگیرنده را یاری میدهد. در این مسائل همیشه گزینه های محدود و از پیش تعیین شدهای وجود دارد و تصمیمگیرنده انتظار دارد که این گزینه ها بر اساس شاخص های تصمیم مورد ارزیابی، رتبه بندی و یا انتخاب واقع شوند.
علیرغم تنوع بسیار زیاد مدلهای چندشاخصه میتوان جنبه های مشترکی را برای این مدلها بیان کرد:
الف) گزینه ها: در مسائل چند شاخصه تعداد محدودی گزینه جهت اولویت بندی و یا دستهبندی مورد بررسی قرار میگیرند، معمولاً واژه گزینه مترادف است با واژه انتخاب، استراتژی، اقدام و یا کاندید.
ب) شاخص های چندگانه: هر مسئله از نوع چند شاخصه دارای شاخص های چندگانه میباشد. این شاخص ها توسط تصمیمگیرنده ارائه میشوند و یا استراتژیها اولویت بندی میشوند. تعداد شاخص ها به ماهیت مسئله بستگی دارد. برای مثال شخصی ممکن است از شاخص های قیمت، میزان سوخت مصرفی، ایمنی، دوره ضمانت و کیفیت ساخت جهت ارزیابی ماشین استفاده کند در حالی که شخص دیگر ممکن است بیش از ۱۰۰ شاخص را برای انتخاب مکان یک کارخانه مدنظر قرار دهد.
پ) واحدهای بی مقیاس: هر شاخص نسبت به شاخص دیگر دارای مقیاس اندازه گیری متفاوت است. لذا به دلیل با معنی بودن محاسبات و نتایج از طریق روشهای علمی اقدام به بیمقیاس کردن داده ها می شود به گونهای که اهمیت نسبی(ترجیحی) داده ها حفظ گردد.
ت)وزن شاخص ها: تمامی متدهای چندشاخصه مستلزم وجود اطلاعاتی است که بر اساس اهمیت نسبی هر شاخص بدست آمده باشد. این شاخص ها معمولاً دارای مقیاس ترتیبی یا اصلی هستند. وزنهای مربوط به شاخص ها میتوانند مستقیماً توسط تصمیمگیرنده و یا به وسیله روشهای علمی موجود به معیارها تخصیص داده شود. در واقع وزنها میزان اهمیت نسبی هر شاخص را در تصمیم گیری بیان میدارد.
۲-۴-۳- بیمقیاس سازی
در شاخص های یک ماتریس تصمیم گیری، شاخص های مثبت و منفی باهم، در یک ماتریس میباشد. در کنار این قضیه شاخص های کمی دارای یک بعد خاص میباشد، مثل ریال، کیلوگرم، متر و … . به منظور قابل مقایسه شدن مقیاسهای مختلف اندازه گیری، باید از “بیمقیاس سازی” استفاده کرد که به وسیله آن، مقادیر شاخص های مختلف، بدون بعد شده و جمع پذیر میشوند. راههای مختلفی برای بیمقیاس سازی وجود دارد که برخی از آن ها عبارتند از:
۲-۴-۳-۱- بیمقیاس سازی با بهره گرفتن از اقلیدسی
در این نوع بیمقیاس سازی، هر عنصر ماتریس تصمیم گیری را بر مجذور مجموع مربعات عناصر هر ستون، تقسیم می شود؛ یعنی:
رابطه ۲-۵ |
nij، مقدار بیمقیاس شدهی گزینه i، از نظر شاخص j است. (مومنی, ۱۳۸۷)
به این طریق، کلیه ستونهای ماتریس تصمیم گیری، دارای واحدهای مشابه میشوند و میتوان به راحتی، آن ها را با هم مقایسه کرد.
۲-۴-۳-۲- بیمقیاس سازی خطی
اگر تمامی شاخص ها، جنبه مثبت داشته باشند، هر مقدار را به ماکزیمم مقدار موجود در ستون jام، تقسیم می شود. یعنی:
رابطه ۲-۶ |
چنانچه تمامی شاخص ها، جنبه منفی داشته باشند، به صورت زیر عمل میکنیم.
رابطه ۲-۷ |
با توجه به این که بعضی از ماتریسها، هم شاخص مثبت و هم شاخص منفی دارند، میتوان شاخص منفی را با معکوس کردن آن به جنبه مثبت تبدیل کرد؛ زیرا نمیتوان به طور همزمان، از دو فرمول استفاده کرد (اصغر پور, ۱۳۷۶). بدین ترتیب خواهیم داشت:
رابطه ۲-۸ |
مقدار به دست آمده از هر یک از فرمولهای بالا، مقداری بین صفر و یک می شود. این مقیاس خطی است و کلیه نتایج را به یک نسبت خطی می کند. بنابراین، وضعیت شاخص ها و نتایج آن ها، یکسان باقی میماند (مومنی, ۱۳۸۷).
۲-۴-۳-۳- بیمقیاس سازی فازی
در این روش از بیمقیاس کردن، اگر شاخص دارای جنبه مثبت باشد، از فرمول زیر استفاده میکنیم:
رابطه ۲-۹ |
اگر شاخص دارای جنبه منفی باشد، به صورت زیر عمل میکنیم: (مومنی, ۱۳۸۷)
رابطه ۲-۱۰ |
۲-۴-۴- دستهبندی متدهای MADM
هوانگ و یون هفده دسته از متدهای چندشاخصه را بر اساس نوع ویژگی برجسته اطلاعات دریافت شده از تصمیمگیرنده، دستهبندی کردند.. اگر اطلاعات در مورد محیط باشد، یعنی در مورد شاخص ها نباشد بلکه فضای تصمیم گیری را مشخص کند، در این زمینه استفاده از روش ماکسی مین یا ماکسی ماکس و به ترتیب برای اطلاعات به دست آمده بر اساس دیدگاه بدبینانه و خوشبینانه پیشنهاد میگردد. اگر اطلاعات در مورد شاخص ارائه شده باشد، آنگاه یا اطلاعات در سطح استاندارد است یعنی میزان حداقل قابل قبول برای شاخص مربوطه را بیان می کند و یا وزن شاخص را بیان می کند که ممکن است با داده های برخوردار از مقیاس ترتیبی یا اصلی اندازه گیری شده باشد. در هر یک از حالات بیان شده متدهایی نیز ارائه شده است (هاوانگ ویون،۱۹۸۱).تکنیکهای چندشاخصه از دیدگاه دیگری نیز قابل بررسی و ارزیابی هستند و آن رویکرد فنون مختلف تصمیم گیری چندشاخصه در پروسه کردن اطلاعات ارزیابی استراتژیها بر مبنای شاخص های ارائه شده توسط تصمیمگیرنده است. در این راستا مدلهای چندشاخصه به دو دسته مدلهای جبرانیو غیر جبرانی تقسیم میشوند.
۲-۴-۴-۱-مدلهای جبرانی
آن دسته از مدل های MADM را شامل می شوند که در آنها تبادل بین شاخص ها صورت می گیرد. بدین معنی که تغییر در یک شاخص توسط تغییری مخالف ( در جهت عکس) در شاخص های دیگر جبران می شود.
این مدل شامل روش هایی چون میانگین وزنی ساده، TOPSIS، SAW، ELECTRE، تخصیص خطی، AHP و غیره میگردد (آذر و رجب زاده, ۱۳۸۹). در این پژوهش نیز از روش VIKOR و DEMATEL و ANP و DANP استفاده شده که زیر مجموعه مدل های جبرانی می باشد.
۲-۴-۴-۲- مدلهای غیرجبرانی
مدلهای غیرجبرانی مدلهایی هستند که در آن ها مبادله در بین شاخص ها مجاز نیست، یعنی مثلاً نقطه ضعف موجود در یک شاخص توسط مزیت موجود از شاخص دیگر جبران نمی شود. بنابراین هر شاخص در این روشها به تنهایی مطرح بوده و مقایسات بر اساس شاخص به شاخص انجام میگیرد. مزیت روشهای متعلق به این مدل نیز سادگی آن ها است که با رفتار تصمیمگیرنده و محدود بودن اطلاعات او مطابقت دارد. در برخی از این روشها ممکن است نیازی به کسب اطلاعات از تصمیمگیرنده نباشد ( اصغرپور, ۱۳۸۹).
روش های غیر جبرانی شامل روش تسلط، لکسیکوگراف، حذف، ماکسی مین، ماکسی ماکس، رضایت بخش خاص و رضایت بخش عام می باشد(آذر و رجب زاده, ۱۳۸۹).
۲-۵- پیشینه پژوهش
در این بخش به بررسی پیشینه موضوع ارزیابی ریسک زنجیره تامین در پژوهش های داخلی و خارجی اشاره شده است:
۲-۵-۱- پیشینه ارزیابی ریسک زنجیره تامین
پیشینه ارزیابی ریسک زنجیره تامین در پژوهش ها نیز به دو دسته داخلی و خارجی تقسیم 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
[۱۲] Ordinal
[۱۳] Cardinal
[۱۴] Normalization
[۱۵] Maximin
[۱۶] Maximax
[۱۷] Compensatory
[۱۸] Non compensatory