
مقدمه
در بسیاری از مسائل مدیریتی، صنعتی و مهندسی، تصمیمگیری به سادگی انتخاب یک گزینه بر اساس یک معیار مشخص نیست. در دنیای واقعی، تصمیمگیرندگان معمولاً با شرایطی مواجه هستند که در آن باید میان چندین گزینه مختلف انتخاب کنند، در حالی که هر گزینه بر اساس معیارهای متفاوتی ارزیابی میشود. برای مثال، هنگام انتخاب یک تأمینکننده ممکن است معیارهایی مانند قیمت، کیفیت، قابلیت اطمینان، زمان تحویل و انعطافپذیری همزمان اهمیت داشته باشند. این وضعیت باعث میشود که تصمیمگیری به یک مسئله چندبعدی تبدیل شود. به همین دلیل، حوزهای از علم تصمیمگیری تحت عنوان تصمیمگیری چندمعیاره (Multi-Criteria Decision Making – MCDM) شکل گرفته است که هدف آن ارائه روشهایی برای تحلیل و رتبهبندی گزینهها بر اساس چندین معیار است. در طول سالهای گذشته، روشهای مختلفی در این حوزه توسعه یافتهاند؛ از جمله روشهایی مانند AHP، TOPSIS، VIKOR، WASPAS و بسیاری از مدلهای دیگر.
در این میان، پژوهشگران همواره در تلاش بودهاند تا روشهایی ارائه دهند که علاوه بر دقت بالا، از نظر محاسباتی نیز ساده و قابل اجرا باشند. یکی از روشهای جدیدی که با این هدف معرفی شده است، روش RAWEC است. این روش به عنوان یک مدل نوین در تصمیمگیری چندمعیاره معرفی شده و هدف اصلی آن رتبهبندی گزینهها با استفاده از وزن معیارها است.
روش RAWEC به دلیل ساختار ساده، تعداد مراحل محدود و توانایی تولید نتایج پایدار، توجه پژوهشگران و تحلیلگران حوزه تصمیمگیری را به خود جلب کرده است. در این مقاله قصد داریم به صورت جامع به معرفی این روش، مراحل اجرای آن، کاربردها، مزایا و همچنین نسخه توسعهیافته آن یعنی Fuzzy RAWEC بپردازیم.
روش RAWEC چیست؟
روش RAWEC مخفف عبارت Ranking Alternatives with Weights of Criterion است. همانطور که از نام آن مشخص است، هدف اصلی این روش رتبهبندی گزینهها با استفاده از وزن معیارها است. این روش توسط puska & et.al (2024) ارائه شد.
در این روش، ابتدا مجموعهای از معیارهای ارزیابی تعریف میشود. سپس اهمیت هر معیار تعیین میگردد و در ادامه عملکرد گزینهها نسبت به این معیارها بررسی میشود. در نهایت با استفاده از یک فرآیند محاسباتی مشخص، گزینهها بر اساس میزان مطلوبیت کلی رتبهبندی میشوند.
روش RAWEC در دسته روشهای MCDM جبرانی قرار میگیرد؛ به این معنا که عملکرد ضعیف یک گزینه در یک معیار ممکن است با عملکرد بهتر آن در معیارهای دیگر تا حدی جبران شود. این ویژگی باعث میشود روش برای بسیاری از مسائل واقعی تصمیمگیری مناسب باشد.
یکی از نکات مهم در این روش آن است که وزن معیارها نقش بسیار مهمی در نتیجه نهایی دارند. در بسیاری از کاربردها، وزن معیارها با استفاده از روشهای دیگر مانند LMAW، AHP یا BWM تعیین شده و سپس در مدل RAWEC برای رتبهبندی گزینهها استفاده میشوند.
مزایای روش RAWEC
روش RAWEC دارای ویژگیهایی است که آن را به گزینهای جذاب برای تحلیلگران تبدیل میکند.
- سادگی در اجرا : یکی از مهمترین مزایای RAWEC، سادگی ساختار محاسباتی آن است. این ویژگی باعث میشود که حتی افرادی که آشنایی عمیقی با مدلهای پیچیده تصمیمگیری ندارند نیز بتوانند از آن استفاده کنند.
- تعداد کم مراحل: در مقایسه با برخی روشهای دیگر که دارای مراحل متعدد هستند، RAWEC با یک فرآیند نسبتاً کوتاه قابل اجرا است. این موضوع زمان تحلیل را کاهش میدهد.
- قابلیت ترکیب با روشهای وزندهی: RAWEC میتواند به راحتی با روشهای مختلف تعیین وزن معیارها ترکیب شود. برای مثال میتوان از AHP، BWM، COBRAC یا LMAW برای تعیین وزنها استفاده کرد.
- قابلیت استفاده در مسائل واقعی: ساختار ساده این روش باعث شده که بتوان آن را در بسیاری از مسائل واقعی مدیریتی و صنعتی به کار برد.
- پایداری نتایج : یکی دیگر از ویژگیهای مهم این روش، ثبات نتایج رتبهبندی است. این ویژگی معمولاً از طریق تحلیل حساسیت مورد بررسی قرار میگیرد.
روشهایی که در بالا معرفی شدند را میتوانید در آموزشهای زیر بخوانید. تمامی این روشها جزو تکنیک های وزن دهی هستند و می توانند به عنوان تعیین وزن معیارها در روش RAWEC مورد استفاده قرار بگیرند.
مراحل اجرای روش RAWEC
اجرای این روش معمولاً شامل چند گام اصلی است.
- گام اول: تعریف مسئله تصمیمگیری: در ابتدا باید مسئله تصمیمگیری به صورت دقیق مشخص شود. این مسئله میتواند انتخاب بهترین گزینه از میان چندین گزینه باشد.
- گام دوم: تعیین گزینهها: در این مرحله مجموعه گزینههایی که قرار است با یکدیگر مقایسه شوند مشخص میشوند.
- گام سوم: تعیین معیارهای ارزیابی: معیارها شاخصهایی هستند که گزینهها بر اساس آنها ارزیابی میشوند.
- گام چهارم: تعیین وزن معیارها: از آنجا که اهمیت معیارها یکسان نیست، لازم است وزن هر معیار تعیین شود.
- گام پنجم: تشکیل ماتریس تصمیم: در این مرحله عملکرد هر گزینه نسبت به هر معیار مشخص شده و در قالب یک ماتریس تصمیم ثبت میشود.
- گام ششم: اجرای مدل RAWEC : با استفاده از وزن معیارها و مقادیر ماتریس تصمیم، محاسبات روش RAWEC انجام میشود و امتیاز نهایی هر گزینه به دست میآید.
- گام هفتم: رتبهبندی گزینهها: در نهایت گزینهها بر اساس امتیاز نهایی رتبهبندی میشوند.
کاربردهای روش RAWEC
روش RAWEC میتواند در طیف گستردهای از مسائل تصمیمگیری مورد استفاده قرار گیرد.
برخی از مهمترین کاربردهای این روش عبارتاند از:
- انتخاب تأمینکننده
- مکانیابی کارخانه
- مکانیابی انبار یا مرکز توزیع
- ارزیابی عملکرد سازمانها
- انتخاب پروژههای سرمایهگذاری
- اولویتبندی استراتژیها
- ارزیابی فناوریها
- رتبهبندی شرکتها
در حوزه مهندسی صنایع و مدیریت زنجیره تأمین، این روش میتواند ابزاری قدرتمند برای تحلیل تصمیمهای پیچیده باشد.
پیادهسازی روش RAWEC در اکسل
یکی از مزیتهای مهم این روش آن است که به راحتی میتوان آن را در نرمافزار Excel پیادهسازی کرد. از آنجا که محاسبات روش پیچیدگی بسیار زیادی ندارند، بسیاری از مراحل آن با استفاده از فرمولهای ساده اکسل قابل انجام است.
به همین دلیل بسیاری از تحلیلگران ترجیح میدهند به جای استفاده از نرمافزارهای تخصصی، مدل RAWEC را در اکسل پیادهسازی کنند. این کار باعث میشود فرآیند تحلیل سریعتر و قابل درکتر باشد.
در آموزشهایی که آماده شده است، نحوه پیادهسازی کامل این روش در اکسل به صورت گامبهگام توضیح داده شده و تمامی محاسبات به شکل عملی انجام میشود.
روش Fuzzy RAWEC چیست؟
در بسیاری از مسائل واقعی تصمیمگیری، اطلاعات دقیق و قطعی در دسترس نیست. به عنوان مثال، ممکن است کارشناسان نتوانند عملکرد یک گزینه را به صورت دقیق با یک عدد مشخص بیان کنند و ترجیح دهند از عباراتی مانند «زیاد»، «متوسط» یا «کم» استفاده کنند.
برای حل این مشکل، از منطق فازی (Fuzzy Logic) استفاده میشود. منطق فازی به ما اجازه میدهد که عدم قطعیت و ابهام موجود در قضاوتهای انسانی را در مدلهای تصمیمگیری لحاظ کنیم. بر همین اساس، نسخهای از روش RAWEC با عنوان Fuzzy RAWEC توسعه یافته است.
مفهوم روش Fuzzy RAWEC
روش Fuzzy RAWEC در واقع نسخه فازی شده مدل RAWEC است. در این مدل، به جای استفاده از مقادیر قطعی، از اعداد فازی برای نمایش قضاوتهای تصمیمگیرندگان استفاده میشود. این روش توسط puska & et.al (2024) (مدل فازی) ارائه شد.
این اعداد معمولاً به صورت اعداد فازی مثلثی تعریف میشوند و میتوانند مفاهیمی مانند:
- خیلی کم
- کم
- متوسط
- زیاد
- خیلی زیاد
را به صورت کمی مدلسازی کنند.
با استفاده از این رویکرد، میتوان عدم قطعیت موجود در ارزیابیهای انسانی را بهتر در مدل تصمیمگیری لحاظ کرد.
مراحل اجرای Fuzzy RAWEC
اجرای مدل فازی RAWEC معمولاً شامل مراحل زیر است:
- تعریف مسئله تصمیمگیری
- تعیین معیارها و گزینهها
- تبدیل ارزیابیهای زبانی به اعداد فازی
- تشکیل ماتریس تصمیم فازی
- تعیین وزن فازی معیارها
- انجام محاسبات مدل RAWEC در محیط فازی
- غیرفازیسازی نتایج
- رتبهبندی نهایی گزینهها
استفاده از این روش باعث میشود نتایج تصمیمگیری در شرایط عدم قطعیت واقعبینانهتر باشند.
فیلم آموزش پیادهسازی RAWEC و Fuzzy RAWEC در اکسل
برای بسیاری از دانشجویان و پژوهشگران، مهمترین چالش در استفاده از روشهای تصمیمگیری چندمعیاره، پیادهسازی عملی مدلها است. به همین دلیل یک آموزش جامع و کاربردی برای پیادهسازی روشهای RAWEC و Fuzzy RAWEC در اکسل تهیه شده است.
در این آموزش:
- تمامی مراحل روش RAWEC به صورت گامبهگام در اکسل اجرا میشود
- نحوه ساخت ماتریس تصمیم توضیح داده میشود
- فرمولهای مورد نیاز اکسل ارائه میشوند
- روش تحلیل نتایج آموزش داده میشود
- نسخه فازی مدل نیز به صورت کامل پیادهسازی میشود
این آموزش به گونهای طراحی شده که حتی افرادی که آشنایی زیادی با مدلهای تصمیمگیری ندارند نیز بتوانند آن را به راحتی اجرا کنند.
در زیر نیز پیش نمایشی از آموزش این روش آورده شده است.
جمعبندی
روش RAWEC یکی از روشهای جدید در حوزه تصمیمگیری چندمعیاره است که با هدف رتبهبندی گزینهها بر اساس وزن معیارها توسعه یافته است. این روش به دلیل سادگی، تعداد کم مراحل و قابلیت استفاده در مسائل واقعی توجه بسیاری از پژوهشگران و تحلیلگران را به خود جلب کرده است.
در کنار نسخه کلاسیک این روش، مدل Fuzzy RAWEC نیز برای شرایطی که با عدم قطعیت در دادهها مواجه هستیم توسعه یافته است. استفاده از این مدل امکان تحلیل دقیقتر تصمیمها را در شرایط واقعی فراهم میکند.
با توجه به ساختار ساده این روش، میتوان آن را به راحتی در نرمافزارهایی مانند Excel پیادهسازی کرد و از آن برای حل مسائل مختلف مدیریتی و صنعتی استفاده نمود.
