چکیده
تصمیمگیری چندمعیاره (MCDM) یکی از مهمترین ابزارها در تحلیل مسائل پیچیده است که در آن، وزندهی معیارها نقش کلیدی دارد. روش LMAW (Logarithm Methodology of Additive Weights) که در سال 2021 توسط Pamučar et al. معرفی شد، یکی از جدیدترین روشهای وزندهی در این حوزه محسوب میشود. این روش با استفاده از توابع لگاریتمی، مقادیر وزن را بهگونهای محاسبه میکند که هم دادههای کیفی و هم دادههای کمی را پوشش دهد. در این مطلب، ابتدا به معرفی روش LMAW پرداخته و سپس گامهای اجرای آن را شرح خواهیم داد. همچنین، مزایا و محدودیتهای این روش بررسی میشوند.
مقدمه
در بسیاری از مسائل تصمیمگیری، انتخاب بین گزینههای مختلف نیازمند در نظر گرفتن معیارهای متعدد است. از این رو، روشهای تصمیمگیری چندمعیاره (MCDM) توسعه یافتهاند تا بتوانند به تصمیمگیرندگان کمک کنند که انتخابهای بهتری داشته باشند. یکی از چالشهای اصلی در این روشها، وزندهی معیارها است، چرا که این وزنها بهطور مستقیم بر نتیجه نهایی تأثیر میگذارند.
روشهای سنتی وزندهی، مانند AHP، ANP و Entropy، هرکدام دارای نقاط قوت و ضعف خاص خود هستند. با این حال، نیاز به روشی که بتواند همزمان دادههای کیفی و کمی را پردازش کند و از پیچیدگیهای غیرضروری ریاضی اجتناب نماید، باعث شد که روش LMAW معرفی شود. این روش با استفاده از توابع لگاریتمی، وزن معیارها را به شیوهای علمی و پایدار محاسبه میکند و به تصمیمگیرندگان امکان میدهد که دادههای زبانی و عددی را در یک چارچوب واحد ترکیب کنند.
معرفی روش LMAW
روش LMAW یک متد ریاضی جدید برای تعیین وزن معیارها در تصمیمگیری چندمعیاره است. این روش، ابتدا اولویت معیارها را از طریق بردار اولویت استخراج کرده و سپس با استفاده از روابط لگاریتمی، یک بردار وزن پایدار تولید میکند.
مراحل اجرای روش LMAW
این روش شامل سه گام اصلی است که در ادامه توضیح داده میشود:
گام اول: تعیین وزن اولیه معیارها با استفاده از مقیاس زبانی
در این مرحله، تصمیمگیرندگان یا کارشناسان حوزه معیارها را بر اساس یک مقیاس زبانی رتبهبندی میکنند. این مقیاس زبانی معمولاً شامل سطوحی مانند خیلی کم، کم، متوسط، زیاد، و خیلی زیاد است که به هر سطح یک مقدار عددی تخصیص داده میشود (مثلاً بین 1 تا 5).
گام دوم: محاسبه نقطه ضدایده آل مطلق
پس از تعیین اولویت معیارها، یک مقدار نقطه ضدایده آل مطلق (Absolute Anti-Ideal Point) محاسبه میشود که بهعنوان مبنای لگاریتمی استفاده میشود. سپس، برای هر معیار، مقدار رابطه آن با نقطه ضد ایده آل مطلق با فرمول زیر تعیین میشود:
گام سوم: تعیین بردار وزن نهایی
در نهایت، بردار وزن نهایی معیارها با استفاده از یک تابع تجمیعی به صورت زیر محاسبه میشود:
در این فرمول، p و q مقادیر تنظیمی هستند که باعث هموارسازی و کاهش نوسانات در وزندهی معیارها میشوند. و مقدار 1 در نظر گرفته می شوند.
مزایای و محدودیت های روش LMAW
روش LMAW در مقایسه با روشهای سنتی وزندهی مزایای متعددی دارد که برخی از آنها عبارتند از:
- انعطافپذیری بالا: امکان ترکیب دادههای کیفی و کمی در یک چارچوب واحد.
- کاهش خطای ذهنی: کاهش تأثیر نظرات ذهنی و جهتگیریهای فردی در وزندهی.
- پایداری بالا: وزنهای محاسبهشده پایدار بوده و به تغییرات کوچک در دادهها حساس نیستند.
- سادگی در محاسبات: در مقایسه با روشهایی مانند AHP یا ANP، فرایند محاسباتی سادهتری دارد.
محدودیتهای روش LMAW
با وجود مزایای قابلتوجه، روش LMAW دارای برخی محدودیتها نیز هست:
- نیاز به متخصصان خبره: تعیین اولویت معیارها نیازمند کارشناسانی با دانش کافی است.
- عدم پشتیبانی از تعاملات معیارها: این روش تعاملات بین معیارها را در نظر نمیگیرد، برخلاف روشهایی مانند ANP.
روش Fuzzy LMAW
در FUZZY LMAW از اعداد فازی مثلثی برای در نظر گرفتن عدم قطعیت در فرآیند تصمیمگیری استفاده شده است. این اصلاح باعث افزایش دقت، انعطافپذیری و پایداری روش LMAW در شرایط عدم قطعیت میشود.
گامهای روش FUZZY LMAW
روش FUZZY LMAW در سال 2022 طی مقاله ای توسط Božanić et al ارائه شد که شامل مراحل زیر است:
ابتدا بردار اولویت فازی برای هر معیار از طریق مقیاس زبانی فازی مشخص میشود. سپس، مقدار نقطه ضدایده آل مطلق فازی (Fuzzy Anti-Ideal Point) تعیین شده و بردار رابطه فازی محاسبه میشود. بردار اولویت فازی بر اساس طیف 9 تایی فازی زیر ارزیابی می شود.
سپس وزن نهایی معیارها از رابطه زیر حاصل می شود. در کلیه این روابط l حد پایین، m حد میانی و r حد بالای اعداد فازی هستند.
جمع بندی
روش LMAW یک متد پیشرفته و نوین برای وزندهی معیارها در تصمیمگیری چندمعیاره است که با استفاده از توابع لگاریتمی، وزنهای پایداری را تولید میکند. این روش، با ترکیب دادههای زبانی و عددی، انعطافپذیری بالایی را ارائه میدهد و در بسیاری از حوزههای مدیریت، مهندسی و علوم اجتماعی کاربرد دارد. روش LMAW یک گام مهم در پیشرفت روشهای MCDM محسوب میشود و میتواند بهعنوان یک جایگزین مناسب برای روشهای سنتی وزندهی استفاده شود. وزن هایی که در این تکنیک بدست می آید می تواند در روشهای دیگری نظیر واسپاس فازی، تاپسیس فازی و … مورد استفاده قرار گیرد تا گزینه های پژوهش رتبه بندی شوند.
فیلم آموزش روش LMAW فازی و غیرفازی
در این ویدیو آموزشی، روش LMAW به صورت فازی و غیرفازی در محیط نرم افزار Excel آموزش داده شده است. ابتدا تئوری این روش و سپس پیاده سازی در نرم افزار شرح داده می شود. این روش در سالهای اخیر به دلیل سادگی محاسبات، قابلیت اتکا و مناسب بودن برای دادههای ذهنی و قضاوتی، توجه بسیاری از پژوهشگران و دانشجویان مهندسی صنایع و مدیریت را به خود جلب کرده است. در بخش غیرفازی این آموزش، تمامی مراحل محاسبه وزنها از جمعآوری نظرات کارشناسان، نرمالسازی دادهها , استخراج وزن نهایی بهصورت گامبهگام و با استفاده از مثال کاربردی در اکسل توضیح داده میشود.
در بخش فازی نیز یاد میگیرید چگونه نظرات خبرگان را به اعداد فازی مثلثی تبدیل کنید، و در نهایت با استفاده از روشهای غیر فازی وزن قطعی معیارها را استخراج نمایید. این آموزش به شکلی طراحی شده که حتی اگر آشنایی کمی با مفاهیم فازی یا روشهای MCDM داشته باشید، بتوانید از صفر تا صد مراحل را بهسادگی در اکسل پیادهسازی کنید.
در فیلم زیر نیز پیش نمایشی از فیلم اصلی آورده شده است.
چنانچه نیازمند مشاوره و تحلیل پروژه خود با این روش هستید با ما تماس بگیرید/9181-885-933-98+
