آموزش روش کوکوسو (CoCoSo) + فازی| مثال، نرم‌افزار و پرسشنامه

مقدمه

تصمیم‌گیری چندمعیاره یا MCDM یک شاخه مهم از تصمیم‌گیری است که زمانی استفاده می‌شود که چند گزینه مختلف وجود داشته باشد و این گزینه‌ها بر اساس چند معیار باید مقایسه و انتخاب شوند. این روش‌ها به‌طور کلی به دو نوع تقسیم می‌شوند:

• تصمیم‌گیری چندهدفه (MODM): زمانی استفاده می‌شود که تصمیم‌گیری به‌صورت پیوسته باشد و هدف یافتن بهترین نقطه یا بهترین مقدارها در یک مدل ریاضی است.
• تصمیم‌گیری چندشاخصه (MADM): زمانی استفاده می‌شود که تعداد گزینه‌ها محدود باشد و هدف، انتخاب یا رتبه‌بندی این گزینه‌ها روی چند معیار مشخص است. اغلب پژوهش‌ها و مسائل مدیریتی در این گروه قرار می‌گیرند.

روش‌های MADM نیز خود به دو دسته اصلی تقسیم می‌شوند:

• روش‌های وزن‌دهی: تعیین اهمیت معیارها (مثل انتروپی، SWARA، CRITIC و …)
• روش‌های رتبه‌بندی یا انتخاب گزینه: رتبه‌بندی نهایی گزینه‌ها بر اساس معیارها و وزن‌ها (مثل تاپسیس، ویکور، الکتره و …)

روش CoCoSo (Combined Compromise Solution) نیز در گروه رتبه بندی قرار می‌گیرد. این روش در سال 2019 توسط یزدانی و همکاران ارائه شد و با ترکیب چند رویکرد مختلف، یک راه‌حل سازشی و قدرتمند برای رتبه‌بندی گزینه‌ها ارائه می‌کند و به‌دلیل سادگی و دقت بالا، در سال‌های اخیر بسیار مورد توجه قرار گرفته است.

مراحل روش COCOSO

این روش یک مدل یکپارچه از روش جمع وزنی ساده (SAW) و مدل ضرب وزنی (WPM) می باشد که مراحل آن در ادامه آورده شده است همچنین در مقاله بیس این روش از دو عبارت WSM و WPM برای ترکیب این روش استفاده شده است. که WSM به معنی مدل جمع وزنی و WPM به معنی مدل ضرب وزنی است. مراحل این روش بر اساس مقاله Yazdani & et al (2019) آورده شده است.

تشکیل ماتریس تصمیم

در واقع اولین گام در تمامی روشهای تصمیم گیری چند معیاره تشکیل ماتریس تصمیم می باشد که در رابطه زیر آورده شده است در این رابطه X_mn در واقع ازریابی گزینه m بر اساس معیار n می باشد که این ارزیابی هم می تواند بر اساس عبارات کلامی و هم بر اساس داده های واقعی (کمی) باشد. عبارت های کلامی می تواند بر اساس طیف 5 تایی یا 9 تایی باشد.

نرمال سازی ماتریس تصمیم

نرمال سازی تقریبا در تمام روشهای تصمیم گیری چند معیاره صورت می گیرد. در این گام بر اساس روابط زیر ماتریس تصمیم نرمال می شود از رابطه اول برای معیارهای مثبت و از رابطه دوم برای معیارهای منفی استفاده می شود. در روابط زیر max X_ij و min X_ij در واقع بیشترین و کمترین مقدار هر ستون معیار هستند. بر اساس این نرمال سازی کلیه درایه ها بین عدد 0 و 1 قرار می گیرند.

محاسبه مقادیر جمع وزنی و توان وزنی

در این گام بر اساس روابط زیر مقادیر جمع وزنی (S) و توان وزنی (P) برای هر گزینه محاسبه می شود در دو رابطه زیر W_j وزن معیارها می باشد که به عنوان ورودی وارد روش cocoso شده است این وزن می تواند مستقیم از نظر فرد تصمیم گیرنده و یا روشهایی نظیر آنتروپی شانون، AHP ، روش BWM و… محاسبه شود. مقادیر S_i در واقع از روش SAW و مقادیر P_i از روش واسپاس گرفته شده است.

تعیین نمره ارزیابی گزینه ها بر اساس 3 استراتژی

در این بخش امتیاز گزینه ها بر اساس 3 استراتژی از 3 رابطه زیر حاصل می شود. رابطه اول میانگین حسابی امتیازات WSM و WPM را بیان می کند، در حالی که رابطه دوم در مقایسه با بهترین ها ، نمرات نسبی WSM و WPM را بیان می کند. رابطه سوم مصالحه ای بین مدل های WSM و WPM است. در این رابطه λ توسط تصمیم ­گیرنده تعیین می­شود اما در حالت 0.5 انعطاف پذیری زیادی دارد.

تعیین امتیاز نهایی و رتبه بندی گزینه ها

در این بخش بر اساس رابطه زیر امتیاز نهایی محاسبه می شود در واقع این رابطه بیانگر جمع میانگین هندسی و میانگین حسابی 3 استراتژی مرحله قبل می باشد. امتیاز (k) هر گزینه ای بزرگتر باشد نشان از برتری آن گزینه دارد.

روش کوکوسو فازی

پیاده سازی تکنیک کوکوسو در محیط فازی باعث حذف عدم قطعیت ها و ابهامات تصمیم گیری می شود مراحل این روش بر اساس پژوهش Ulutaş & et al (2021) به شرح زیر می باشد:

تشکیل ماتریس تصمیم

فرض کنید ماتریس تصمیم‌گیری نظرات افراد به شرح زیر باشد در این رابطه x_mn در واقع ارزیابی گزینه mام نسبت به معیار nام می باشد.

نرمال سازی ماتریس تصمیم

در این گام بر اساس روابط زیر ماتریس تصمیم نرمال می شود. از رابطه اول برای معیارهای مثبت و از رابطه دوم برای معیارهای منفی استفاده می شود. معیارهای مثبت معیارهایی هستند که افزایش آن ها جنبه سود و معیارهای منفی معیارهایی هستند که کاهش آن ها جنبه سود دارد.

محاسبه جمع وزنی و توان وزنی

در این بخش بر اساس روابط زیر جمع وزنی و توان وزنی برای هر گزینه محاسبه می شود در دو رابطه زیر Wj وزن معیارها می‌باشد که به عنوان ورودی وارد روش COCOSO فازی شده است. این وزن ها می تواند یا مستقیم از نظر خبره استخراج شود و یا از روشهایی نظیر ahp فازی، bwm فازی، سوارا فازی و… حاصل شوند.

تعیین امتیاز گزینه ها بر اساس استراتژی های فازی

در این بخش بر اساس سه رابطه زیر، امتیاز گزینه ها بر اساس سه استراتژی تعیین می شود

غیرفازی سازی استراتژی ها

در این بخش بر اساس سه رابطه زیر غیرفازی سازی (قطعی سازی) استراتژی هایی که در مرحله 4 ایجاد شد انجام می شود

تعیین امتیاز نهایی و رتبه بندی گزینه ها

در این گام بر اساس رابطه زیر امتیاز نهایی هر گزینه حاصل می شود و رتبه بندی آن ها صورت می گیرد.

روش کوکوسو خاکستری

پیاده سازی این تکنیک در محیط خاکستری (grey) به سادگی انجام می شود در واقع مراحل همان گام های حالت ساده و فازی می باشد منتها با استفاده از قواعد خاکستری انجام می شود به عنوان مثال رابطه نرمال سازی به صورت زیر می باشد. کلیه محاسبات خاکستری بر اساس حد بالا و حد پایین خاکستری انجام می شود.

روابط جمع وزنی و توان وزنی بر اساس دو رابطه زیر صورت میگیرد که تقریبا مشابه همان روابط فازی و حالت غیرفازی می باشد.

مابقی گام ها در حالت خاکستری نیز مشابه فازی و غیرفازی است.

پرسشنامه و نمونه آماری روش کوکوسو

پرسشنامه مورد استفاده در روش CoCoSo از نوع «معیار – گزینه» است. یعنی:

• سطرهای ماتریس = گزینه‌ها
• ستون‌های ماتریس = معیارها
• داده‌ها = امتیاز هر گزینه نسبت به هر معیار

امتیازدهی معمولاً با طیف‌های عددی زیر انجام می‌شود:

• طیف 1 تا 5
• طیف 1 تا 7

در حالت فازی نیز ساختار پرسشنامه هیچ تفاوتی با حالت غیرفازی ندارد و تنها تفاوت در نوع عددی است که ثبت می‌شود. در فازی، به جای عدد قطعی، از اعداد فازی مثلثی استفاده می‌شود. نمونه طیف فازی:

• عدد 1 ← عدد فازی: (1،1،3)
• عدد 2 ← عدد فازی: (1،3،5)
• عدد 3 ← عدد فازی: (3،5،7)
• عدد 4 ← عدد فازی: (5،7،9)
• عدد 5 ← عدد فازی: (7،9،11)

بنابراین طراحی پرسشنامه در حالت فازی همان فرم عادی را دارد؛ فقط هنگام محاسبات، مقادیر به‌صورت فازی وارد می‌شوند. افراد نمونه‌ای که پرسشنامه را تکمیل می‌کنند باید خبره باشند. تعداد مناسب خبرگان معمولاً بین 8 تا 15 نفر است.

نرم‌افزارهای اجرای روش CoCoSo

روش CoCoSo و نسخه‌های فازی آن را می‌توان در نرم‌افزارهای مختلفی اجرا کرد، مانند: اکسل و پایتون.

اما اکسل محبوب‌ترین گزینه است، زیرا:

• در دسترس همه کاربران است
• نیاز به برنامه‌نویسی ندارد
• امکان پیاده‌سازی کامل روش CoCoSo و CoCoSo فازی را به‌صورت شفاف فراهم می‌کند
• برای کارهای پژوهشی و دانشگاهی کاملاً قابل قبول است

به همین دلیل عمده آموزش‌ها و مثال‌های موجود، در اکسل اجرا می‌شوند.

مطالعات انجام گرفته در زمینه روش COCOSO

در سال‌های اخیر روش CoCoSo در حوزه‌های مختلف تصمیم‌گیری چندمعیاره به‌طور گسترده مورد استفاده قرار گرفته است. برای مثال، Hadad و همکاران (2023) از این روش برای رتبه‌بندی دانش‌آموزان بر اساس معیارهایی مانند پیشرفت تحصیلی، مهارت حل مسئله، انگیزش و نگرش مثبت استفاده کردند. در این پژوهش وزن معیارها با روش PIPRECIA تعیین شد و سپس با استفاده از CoCoSo دانش‌آموزان رتبه‌بندی شدند.

در حوزه مدیریت منابع انسانی نیز popović (2021) از ترکیب روش SWARA برای وزن‌دهی معیارها و CoCoSo برای رتبه‌بندی گزینه‌ها در انتخاب بهترین کاندید استخدام استفاده کرد. نتایج نشان داد معیارهایی مانند تجربه کاری، تحصیلات و آمادگی در مصاحبه بیشترین اهمیت را داشته و از میان 30 داوطلب، چند گزینه به‌عنوان مناسب‌ترین افراد برای استخدام شناسایی شدند.

در مطالعه‌ای دیگر، Ulutaş و همکاران (2020) از یک مدل ترکیبی شامل GIS، SWARA فازی و CoCoSo برای انتخاب مکان بهینه یک مرکز لجستیک در ترکیه استفاده کردند. نتایج این روش با سایر تکنیک‌های تصمیم‌گیری چندمعیاره مانند VIKOR، COPRAS و MOORA مقایسه شد که نشان‌دهنده اعتبار و کارایی مناسب روش CoCoSo در مسائل مکانی و لجستیکی بود.

همچنین Peng & Smarandache (2020) از نسخه توسعه‌یافته CoCoSo در محیط نوتروسوفیک برای ارزیابی امنیت صنعت خاک‌های کمیاب در چین استفاده کردند. در این پژوهش ابتدا وزن معیارها با روش CRITIC تعیین شد و سپس با کمک CoCoSo گزینه‌ها بر اساس ابعاد مختلف امنیت صنعتی رتبه‌بندی شدند.

در حوزه مدیریت زنجیره تأمین نیز بنی‌هاشمی (1401) از ترکیب SWARA فازی و CoCoSo فازی برای انتخاب تأمین‌کننده پایدار در صنعت سیمان استفاده کرد. نتایج نشان داد بعد اقتصادی مهم‌ترین عامل در انتخاب تأمین‌کننده بوده و پس از آن ابعاد زیست‌محیطی و اجتماعی قرار دارند.

علاوه بر این، در حوزه برنامه‌ریزی شهری نیز از این روش استفاده شده است. به‌عنوان نمونه، مسعودی ثانی جویباری و همکاران (1402) با استفاده از مدل CoCoSo به ارزیابی توزیع خدمات شهری در منطقه پنج شهر رشت پرداختند. نتایج نشان داد که برخی محلات از نظر دسترسی به خدمات شهری وضعیت بهتری داشته و برخی دیگر با کمبود خدمات مواجه هستند.

به‌طور کلی، این مطالعات نشان می‌دهد که روش CoCoSo به دلیل دقت بالا، انعطاف‌پذیری و قابلیت ترکیب با سایر روش‌های تصمیم‌گیری چندمعیاره، در حوزه‌های مختلفی مانند آموزش، منابع انسانی، لجستیک، صنعت، مدیریت زنجیره تأمین و برنامه‌ریزی شهری کاربرد گسترده‌ای پیدا کرده است.

فیلم آموزشی روش CoCoSo و CoCoSo فازی (آموزش کامل با مثال)

برای یادگیری دقیق و کاربردی روش CoCoSo و نسخه فازی آن، یک فیلم آموزشی جامع تهیه شده است که در آن تمامی مراحل اجرای این روش به‌صورت گام‌به‌گام و همراه با مثال عملی توضیح داده شده است. در این آموزش تلاش شده تا مفاهیم به زبان ساده بیان شوند تا پژوهشگران، دانشجویان و افرادی که قصد استفاده از این روش در پایان‌نامه یا مقالات علمی دارند بتوانند به‌راحتی آن را اجرا کنند.

در ابتدای آموزش، مبانی تصمیم‌گیری چندمعیاره و منطق روش CoCoSo توضیح داده می‌شود تا مخاطب با ساختار کلی این روش آشنا شود. سپس نحوه تعریف معیارها و گزینه‌ها، طراحی پرسشنامه، تعیین مقیاس امتیازدهی و جمع‌آوری داده‌ها از خبرگان به‌طور کامل آموزش داده می‌شود.

در ادامه، مراحل تشکیل ماتریس تصمیم، نرمال‌سازی داده‌ها، اعمال وزن معیارها و انجام محاسبات روش CoCoSo به‌صورت عملی در نرم‌افزار Excel پیاده‌سازی می‌شود. همچنین در بخش جداگانه‌ای، نحوه اجرای روش CoCoSo فازی با استفاده از اعداد فازی مثلثی و تبدیل مقادیر کلامی به اعداد فازی توضیح داده شده و تمامی مراحل محاسباتی آن نیز در اکسل اجرا می‌شود.

در ویدیوی زیر توضیحاتی پیش نمایشی در مورد روش کوکوسو آورده شده است.

چنانچه نیازمند مشاوره و یا انجام پروژه خود با این روشها هستید با ما تماس بگیرید- 09338859181