مقدمه
روش تاپسیس (TOPSIS) از تکنیک های مشهور و پرطرفدار در تصمیم گیری چند معیاره (MCDM) است به صورت دقیقتر بخواهیم بیان کنیم این تکنیک در زمره رویکرد تصمیم گیری چند شاخصه (MADM) است یعنی با هدف رتبه بندی چند گزینه با استفاده از تعدادی شاخص می باشد. در سالهای مختلف محققان زیادی بر روی روش تاپسیس فعالیت های مختلفی را انجام دادند از جمله ترکیب این روش با تکنیک های دیگر تصمیم گیری چند معیاره مانند ترکیب روش تاپسیس با روش AHP و یا پیاده سازی این روش در محیط های فازی و یا خاکستری.
تکنیك تاپسیس نیز که توسط یون و هوانگ در سال 2008 ارائه شده است و یکی از پرکاربردترین روش های حل مسائل MCDM می باشد، مفهوم اصلی این روش بر این اساس است که گزینه ای را انتخاب کند که نزدیکترین فاصله اقلیدسی را به گزینه ایده آل و دورترین فاصله اقلیدسی از گزینه ایده آل منفی داشته باشد.
از آنجا که MADM ابزاری عملی برای انتخاب و رتبه بندی تعدادی از گزینه های دیگر است ، برنامه های کاربردی آن بسیار زیاد است. TOPSIS به عنوان یکی از تکنیک های مهم تصمیم گیری شناخته شده است. در سالهای اخیر ، TOPSIS با موفقیت در زمینه های مدیریت منابع انسانی، حمل و نقل، طراحی محصول، تولید، مدیریت آب، کنترل کیفیت و تجزیه و تحلیل موقعیت مکانی اعمال شده است.
علاوه بر این ، مفهوم TOPSIS همچنین به تصمیم گیری چند هدفی و تصمیم گیری گروهی متصل شده است . انعطاف پذیری بالای این مفهوم قادر به گسترش بیشتر برای انتخاب های بهتر در شرایط مختلف است.
در مطالب پیشین به یک مدل از تکنیک های گسترش یافته شامل تاپسیس بهبود یافته پرداختیم که برای مطالعه می توانید به لینک روش تاپسیس بهبود یافته رجوع کنید. روش تاپسیس بهبود یافته با افزودن سه دو فاصله جدید به روش تاپسیس از جمله فاصله همینگ و فاصله خاکستری باعث بهبود نتایج روش تاپسیس شده است که به صورت مفصل به آن پرداخته شد. در این مطلب نیز حالت دیگری نیز از گسترش روش تاپسیس بنام تاپسیس توسعه یافته می پردازیم و گام های آن را ذکر خواهیم کرد.در متن زیر توضیحات کامل و جامع در خصوص روش و نحوه کارکرد آنرا بررسی و تحلیل کرده و نتیجه خدمت شما اعلام خواهد شد.
گام های روش تاپسیس توسعه یافته
بر اساس مقاله Shih 2007 گام های توسعه یافته تاپسیس (topsis) به صورت زیر می باشد.
نکته: این روش در مواقعی استفاده می شود که در مدل تاپسیس از نظر چند تصمیم گیرنده استفاده شود. در صورتی که داده های تاپسیس به صورت داده واقعی و کمی باشد و یا نظر یک تصمیم گیرنده اعمال شود از این تکنیک می توان استفاده کرد و پیشنهاد می شود از روش تاپسیس سنتی و یا تاپسیس بهبود یافته استفاده شود.
گام اول: تشکیل ماتریس تصمیم
اولین گام در تمامی مدل های تصمیم کیری چند معیاره تشکیل ماتریس تصمیم است این ماتریس در روش تاپسیس به صورت یک ماتریس بیان می شود که از معیارها و گزینه های مساله تشکیل شده است این ماتریس تصمیم در اختیار چند خبره قرار داده می شود تا نظرات خود را در مورد امتیاز هر گزینه نسبت به هر معیار بر اساس طیف های مختلف کلامی بیان کنند.
گام دوم: نرمال سازی ماتریس تصمیم
در این گام ماتریس تصمیم هر پاسخ دهنده را بر اساس رابطه زیر نرمال می کنیم. در رابطه زیر xij در واقع ارزیابی گزینه i بر اساس معیار j است.
گام سوم: وزن دار کردن ماتریس نرمال
در این گام باید وزن معیارها را در ماتریس نرمال ضرب کرد. این وزن معیارها باید توسط تکنیک های دیگر از جمله روش آنتروپی، روش فرایند تحلیل سلسله مراتبی AHP ، روش SWARA و … محاسبه می شود و سپس وارد تاپسیس می شود آموزش تمامی این روشهای محاسبه وزن در این سایت آورده شده است.
گام چهارم: تعیین ایده آل های مثبت (A+) و منفی (A-)
در این گام بر اساس نوع معیارها ایده آل مثبت و منفی را بر اساس رابطه زیر مشخص می کنیم این رابطه بیان می کند چنانچه معیار جنبه سود داشته باشد ایده آل مثبت برابر با max درایه و ایده آل منفی برابر با min درایه است. و برای معیارهایی که جنبه هزینه دارند به صورت بالعکس.
گام پنجم: تعیین فاصله گزینه ها از ایده آل ها
در این گام فاصله گزینه ها را از ایده آل ها مشخص می کنیم. که با استفاده از رابطه زیر انجام می گیرد. همانطور که ملاحظه می شود تمامی گام ها تا اینجا همانند روش تاپسیس سنتی است با این تفاوت که تک تک گام ها برای هر پاسخ دهنده باید صورت بگیرد.
گام ششم: ادغام فواصل گزینه ها
در این گام با استفاده از رابطه زیر فواصل گزینه ها از ایده آل ها را که توسط هر پاسخ دهنده محاسبه شده است را ادغام می کنیم. در واقع این رابطه بیان می کند برای دستیابی به یک فاصله ادغام شده باید از فواصل بدست آمده از نظرات همه پاسخ دهندگان میانگین هندسی گرفته شود.
گام هفتم: محاسبه امتیاز هر گزینه
در این گام با استفاده از رابطه زیر امتیاز هر گزینه را بدست می آوریم و بر اساس آن گرینه ها را رتبه بندی میکنیم. امتیاز هر گزینه عددی بین صفر و یک است و هرچقدر به یک نزدیکتر باشد نشان از برتر بودن گزینه دارد.
مثالی از انتخاب منابع انسانی
یک شرکت شیمیایی محلی سعی در جذب یک مدیر آنلاین دارد. دپارتمان منابع انسانی این شرکت آزمایش های مربوط به انتخاب را ارائه می دهد ، به عنوان ویژگی های مزیتی که باید ارزیابی شود. اینها شامل آزمون های دانش (تست زبان ، تست حرفه ای و آزمون قانون ایمنی) ، آزمون مهارت (مهارت های حرفه ای و مهارت های رایانه ای) و مصاحبه (مصاحبه پانل و مصاحبه های یک به یک) است. 17 نامزد واجد شرایط در این لیست وجود دارد و چهار تصمیم گیرنده مسئول انتخاب هستند. داده های اصلی ، از جمله ویژگی های عینی و ذهنی (فقط اطلاعات کمی در اینجا) ، برای تصمیم گیری در جدول های 6a و 6b ذکر شده است. علاوه بر این ، وزن صفات ، توسط DM های منتخب ، در جدول 7 نشان داده شده است. با دنبال کردن مراحل پیشنهادی ، هر DM یک ماتریس تصمیم گیری نرمال ساخته ، تعیین PIS / NIS ، و محاسبه ادغام فواصل خواهد داشت. سپس ، از طریق تجمیع با میانگین هندسی ، نزدیکی نسبی می تواند همانطور که در جدول 8 نشان داده شده است ، محاسبه شود. می توانیم ببینیم که نامزد شانزدهم در رده اول قرار دارد ، و نامزد یازدهم نیز آخرین رتبه است.
چنانچه نیازمند مشاوره و یا انجام پروژه خود با این روش هستید با ما تماس بگیرید| 09338859181