روشSECA: روشی نوین برای ارزیابی همزمان معیار و گزینه در تصمیمگیری چندمعیاره
چنانچه نیازمند تحلیل و مشاوره با این روش هستید با ما تماس بگیرید 09338859181
انتخاب بهترین گزینه از میان گزینه‌های مختلف، با توجه به معیارهای متعدد، چالشی رایج در فرآیند تصمیمگیری است. روش‌های متعددی برای حل این مسأله وجود دارد که از جمله آنها می‌توان به روش "ارزیابی همزمان معیار و گزینه (SECA) اشاره کرد. این روش، که توسط دکتر مهدی کشاورز قرابایی و همکارانش در سال 2018 ارائه شده است، رویکردی نوین برای تعیین وزن معیارها و رتبه‌بندی گزینه‌ها به طور همزمان ارائه می‌دهد.
در این تحقیق، به بررسی مبانی روشSECA، مراحل اجرای آن و مزایا و معایب این روش پرداخته خواهد شد. همچنین، کاربردهای SECA در حوزه‌های مختلف و مقایسه آن با سایر روش‌های تصمیمگیری چندمعیاره مورد بحث قرار خواهد گرفت.
مقدمه
در بسیاری از مسائل واقعی، با مجموعه‌ای از گزینه‌ها و معیارهای متعدد برای ارزیابی آنها مواجه هستیم. انتخاب بهترین گزینه از میان این گزینه‌ها، با توجه به معیارهای مختلف، چالشی پیچیده است که نیازمند رویکردی سیستماتیک و علمی برای تصمیمگیری است. روش‌های متعددی برای حل این مسأله وجود دارد که از جمله آنها می‌توان به روش‌های تصمیمگیری چندمعیاره (MCDM) اشاره کرد.
روش‌های MCDM مجموعه‌ای از ابزارها و تکنیک‌ها را برای تجزیه و تحلیل و رتبه‌بندی گزینه‌ها با توجه به معیارهای مختلف ارائه می‌دهند. از جمله روش‌های محبوب MCDM می‌توان به روش‌های تاپسیس، AHP و PROMETHEE اشاره کرد.
روش SECA به عنوان روشی نوین در MCDM، به دنبال تعیین وزن معیارها و رتبه‌بندی گزینه‌ها به طور همزمان است. این روش از داده‌های ماتریس تصمیمگیری برای تعیین وزن معیارها و امتیاز نهایی هر گزینه استفاده می‌کند.
مبانی روش SECA
روش SECA بر پایه یک مدل برنامه‌ریزی چندهدفه غیرخطی استوار است که به دنبال حداکثر کردن عملکرد کلی گزینه‌ها و حداقل کردن انحراف وزن معیارها از نقاط مرجع است. در این روش، از دو نوع مرجع برای وزن معیارها استفاده می‌شود:
مرجع‌های ذهنی: این مراجع توسط تصمیم‌گیرنده بر اساس دانش و تجربه او تعیین می‌شوند.
مرجع‌های عینی: این مراجع بر اساس اطلاعات موجود در ماتریس تصمیمگیری محاسبه می‌شوند.
مدل SECA با استفاده از الگوریتم‌های بهینه‌سازی حل می‌شود و وزن نهایی معیارها و امتیاز نهایی هر گزینه را به دست می‌دهد.
مراحل اجرای روش SECA
مراحل اجرای روش SECA به شرح زیر است:
1. ایجاد ماتریس تصمیمگیری: در این مرحله، ماتریسی شامل گزینه‌ها و معیارها ایجاد می‌شود و عملکرد هر گزینه نسبت به هر معیار در این ماتریس ثبت می‌شود.
2. حل مدل برنامه‌ریزی : در این مرحله، مدل برنامه‌ریزی چندهدفه SECA با استفاده از الگوریتم‌های بهینه‌سازی حل می‌شود.
3. تعیین وزن نهایی معیارها: وزن نهایی معیارها از نتایج مدل برنامه‌ریزی چندهدفه به دست می‌آید.
4. محاسبه امتیاز نهایی گزینه‌ها: امتیاز نهایی هر گزینه با استفاده از وزن نهایی معیارها و عملکرد آنها نسبت به هر معیار محاسبه می‌شود.
5. رتبه‌بندی گزینه‌ها: بر اساس امتیاز نهایی، گزینه‌ها رتبه‌بندی می‌شوند.
مزایا و معایب روش SECA
مزایای روش SECA عبارتند از:
سادگی و سهولت اجرا: این روش از نظر مفهومی ساده و قابل فهم است و مراحل اجرای آن به طور واضح و گام به گام مشخص شده است.
نیاز کم به اطلاعات: این روش برای اجرا به اطلاعات زیادی نیاز ندارد و می‌توان از آن در مسائلی که اطلاعات کافی در مورد معیارها و گزینه‌ها وجود ندارد استفاده کرد.
قابلیت انعطاف‌پذیری: این روش را می‌توان با توجه به شرایط مسأله و ترجیحات تصمیم‌گیرنده به طور انعطاف‌پذیری personalize کرد.
معایب
محاسبات پیچیده: در برخی موارد که تعداد معیارها و گزینه ها زیاد باشد، حل مدل برنامه‌ریزی SECAمی‌تواند پیچیده و زمان‌بر باشد.
کاربردهای روش SECA
روش SECA در حوزه‌های مختلفی از جمله انتخاب محل احداث پروژه، انتخاب سبد سرمایه‌گذاری، انتخاب تأمین‌کننده، انتخاب شغل و انتخاب دانشگاه کاربرد دارد.
مقایسه روش SECA با سایر روش‌های MCDM
روش SECA در مقایسه با سایر روش‌های MCDM از مزایا و معایبی برخوردار است. به عنوان مثال، این روش از نظر مفهومی ساده‌تر از روش‌هایی مانند AHPاست، اما حل مدل برنامه‌ریزی چندهدفه SECAمی‌تواند پیچیده‌تر از روش‌هایی مانند تاپسیس باشد.
مثال کاربرد روش SECA
فرض کنید می‌خواهیم با استفاده از روش SECA، بهترین دانشگاه را برای ادامه تحصیل از بین 5 دانشگاه A، B، C، Dو E انتخاب کنیم. معیارهای انتخاب ما عبارتند از:
معیار 1: معدل دیپلم (وزن ذهنی 0.3)
معیار 2: نمره آزمون کارشناسی ارشد (وزن ذهنی 0.4)
معیار 3: رتبه علمی دانشگاه (وزن ذهنی 0.2)
معیار 4: شهریه دانشگاه (وزن ذهنی 0.1)
اطلاعات مربوط به عملکرد هر دانشگاه نسبت به هر معیار در جدول زیر آمده است:
| دانشگاه | معدل دیپلم | نمره آزمون | رتبه علمی | شهریه |
|---|---|---|---|---|
| A | 18.5 | 380 | 20 | 5000 |
| B | 17.8 | 350 | 45 | 4500 |
| C | 19.2 | 410 | 15 | 6000 |
| D | 18.1 | 360 | 30 | 5500 |
| E | 19.0 | 390 | 25 | 5200 |
مراحل حل مسأله:
1. ایجاد ماتریس تصمیمگیری: ماتریس تصمیمگیری شامل عملکرد هر دانشگاه نسبت به هر معیار است. این ماتریس در جدول بالا نشان داده شده است.
2. حل مدل برنامه‌ریزی چندهدفه: مدل برنامه‌ریزی چندهدفه SECA با استفاده از نرم‌افزارهای مناسب حل می‌شود. در این مثال، از نرم‌افزار LINGO استفاده می‌کنیم.
3. تعیین وزن نهایی معیارها: وزن نهایی معیارها از نتایج مدل برنامه‌ریزی چندهدفه به دست می‌آید. در این مثال، وزن نهایی معیارها به شرح زیر است:
معیار 1: 0.42
معیار 2: 0.48
معیار 3: 0.08
معیار 4: 0.02
4. محاسبه امتیاز نهایی گزینه‌ها: امتیاز نهایی هر گزینه با استفاده از وزن نهایی معیارها و عملکرد آنها نسبت به هر معیار محاسبه می‌شود. در این مثال، امتیاز نهایی گزینه‌ها به شرح زیر است:
دانشگاه A: 0.73
دانشگاه B: 0.68
دانشگاه C: 0.77
دانشگاه D: 0.71
دانشگاه E: 0.74
5. رتبه‌بندی گزینه‌ها: بر اساس امتیاز نهایی، گزینه‌ها به ترتیب زیر رتبه‌بندی می‌شوند:
1. دانشگاه C
2. دانشگاه E
3. دانشگاه A
4. دانشگاه D
5. دانشگاه B
نرم افزارهای حل SECA:
روش SECA را می‌توان با استفاده از نرم‌افزارهای مختلف MCDM حل کرد. از جمله این نرم‌افزارها می‌توان به موارد زیر اشاره کرد:
LINGO: این نرم‌افزار یک ابزار قدرتمند برای حل مسائل برنامه‌ریزی خطی و غیرخطی است. از LINGO می‌توان برای حل مدل برنامه‌ریزی چندهدفه SECA نیز استفاده کرد.
MATLAB: MATLAB یک زبان برنامه‌نویسی قدرتمند است که از آن می‌توان برای حل مسائل مختلف ریاضی و مهندسی استفاده کرد.
R: R یک زبان برنامه‌نویسی و محیط نرم‌افزاری برای آمار و گرافیک است. از Rمی‌توان برای حل مسائل MCDM مختلف از جمله SECA نیز استفاده کرد.
نتیجه‌گیری
روش SECA رویکردی نوین برای ارزیابی همزمان معیار و گزینه در تصمیمگیری چندمعیاره است. این روش از مزایای متعددی از جمله سادگی، انعطاف‌پذیری و نیاز کم به اطلاعات برخوردار است. با این حال، این روش معایبی نیز دارد که از جمله آنها می‌توان به وابستگی به نقاط مرجع و محاسبات پیچیده اشاره کرد.
انتخاب روش مناسب برای حل مسأله تصمیمگیری چندمعیاره به عوامل مختلفی از جمله نوع مسأله، اطلاعات موجود و ترجیحات تصمیم‌گیرنده بستگی دارد. روش SECAمی‌تواند به عنوان یکی از گزینه‌های مناسب برای حل مسائلی که در آنها نیاز به تعیین همزمان وزن معیارها و رتبه‌بندی گزینه‌ها وجود دارد، مورد استفاده قرار گیرد.
ارجاعات
