روش تصمیم‌گیری چند معیاره فرآیند یافتن بهترین گزینه از بین تمام گزینه های موجه می باشد به طوری که همه گزینه ها قابلیت ارزیابی توسط تعدادی شاخص یا معیار را داشته باشند(تان و چن، 2010).روشهای تصمیم‌گیری چند معیاره تصریح به غربال، اولویت بندی، رتبه‌بندی و یا انتخاب یک مجموعه از گزینه ها تحت شاخصه‌های معمولا مستقل، غیر مرتبط یا متناقض دارد( هوانگ و یون، 1981).در طی سال ها، تعداد زیادی از روش های تصمیم‌گیری چند معیاره معرفی شده اند. به گونه کلی تمام تکنیک های تصمیم‌گیری چند معیاره قابلیت ساختار بندی مسئله به صورت مشخص و سیستماتیک را دارند. یکی از روشهای مرسوم تصمیم گیری چند معیاره فرآیند تحلیل سلسله مراتبی [1]می باشد.این روش به صورت موفقیت آمیزی در مسائل عملی تصمیم سازی به کار رفته می باشد.

فرآیند تحلیل سلسله مراتبی فازی

فرآیند تحلیل سلسله مراتبی به صورت گسترده ای برای حل مسائل تصمیم گیری چند شاخصه بهره گیری شده( چان و کومار، 2007).مدل فرآیند تحلیل سلسله مراتبی براساس تحلیل مغز بشر برای مسائل پیچیده و فازی پیشنهاد گردیده می باشد.روش توسط محققی به نام ساعتی در دهه 70 میلادی پیشنهاد گردید بطوریکه کاربردهای متعددی از آن وقت تا کنون برای این روش مورد بحث قرار گرفته اند (اصغر پور، 1377).اگرچه فرآیند تحلیل سلسله مراتبی قدیمی می تواند نظرات متخصصان را تامین کند و یک ارزیابی را بر اساس چند شاخص انجام دهد اما با این حال، به گونه کامل توانایی بازتاب قضاوت افراد را ندارد زیرا این روش از ارزش های عددی دقیق در ماتریس های مقایسه زوجی بهره گیری می کند.به دلیل اینکه بسیاری از معیارهای ارزیابی در طبیعت کیفی و ذهنی هستند؛ فرآیند تحلیل سلسله مراتبی فازی[2] به عنوان یک جایگزین به مقصود حذف نقص های فرآیند تحلیل سلسله مراتبی کلاسیک و سهولت تطبیق با مسائل واقعی زندگی به وجودآمد(کاهرمان و دیگران، 2003).

در اینجا از ماتریس مقایسات زوجی با رویکرد فازی برای تعیین اوزان شاخص ها به کار گرفته می گردد و اقدام رتبه‌بندی توسط روشهای دیگر تصمیم‌گیری چند معیاره فازی انجام خواهد گردید.

در زیر به گونه اختصار، بعضی از تعاریف اصلی رویکرد فازی که در این پایان نامه مورد بهره گیری قرار خواهد گرفت تبیین داده می گردد.

2-9 مجموعه فازی و اعداد فازی

مجموعه گردآیه ای معین از اشیا می باشد به طوریکه در تعریف آن بر لفظ معین تأکید می گردد. عسکرزاده اظهار می کند، برای هر عدد از مجموعه ی اعداد حقیقی، عددی از بازه ی [1و0] به عنوان درجه نزدیکی آن عدد به 100 نسبت دهیم، هرچه این عدد به 100 نزدیکتر بود، عدد متناظر برای عضویت آن در گردآیه “اعداد حقیقی نزدیک به 100 ” به یک نزدیکتر باشد و برعکس. بدین ترتیب بسیاری از مفاهیم ناخوش تعریف و بیگانه با مجموعه های قطعی وارد دنیای ریاضیات می گردد و به تفکرات، زبان و منطق بشری در قالب یک ساختار ریاضی نظم و ترتیب می‌دهد و به این ساختار ریاضی، نظریه مجموعه های فازی می‌گویند(ارتگرل و دیگران، 2007).

اعداد فازی یک تعمیم طبیعی برای اعداد معمولی هستند، یک عدد معمولی مانند a را می توان با تابع عضویت زیر نشان داد:

 

 

همچنین ما می‌توانیم یک عدد A متعلق به R را بر یک فاصله اطمینان [a1,a2] به صورت زیر نشان دهیم.

 

 

یک فاصله اطمینان در R یک زیر مجموعه معمولی از R می باشد که بیانگر نوعی عدم اطمینان می باشد.(ما می‌دانیم که A نمی‌تواند کوچکتر از a1 و بزرگتر از a3 باشد)(ارتگرل و دیگران، 2007).

از آنجاکه بهره گیری از اعداد فازی مثلثی کاربرد بیشتری نسبت به بقیه دارد در این مقاله نیز مورد بهره گیری قرار   می‌دهیم.

اعداد فازی مثلثی را می‌توان به صورت (l,m,u) نشان داد. پارامترهای l،m و u به ترتیب نشانگر کمترین ارزش ممکن، محتمل‌ترین ارزش و بیشترین ارزش ممکن که یک رویداد فازی را تبیین می‌دهند.در شکل زیر یک عدد فازی مثلثی نشان داده شده می باشد(دنگ، 1999).

شکل 2-2 عدد فازی مثلثی

عملیات متعددی روی اعداد فازی مثلثی شکل میگیرد. سه عملیات مهم که در این مطالعه بهره گیری شده می باشد به تبیین ذیل می باشد:

اگر ما دو عدد فازی مثبت مثلثی (l1,m1,u1) و (l2,m2,u2) را داشته باشیم، داریم:

(l1, m1, u1) + (l2, m2, u2) = (l1+l2, m1+m2, u1+u2)

(l1, m1, u1) . (l2, m2, u2)= (l1.l2, m1.m2, u1.u2)

(l1,m1,u1)-1 = (

شما می توانید مطالب مشابه این مطلب را با جستجو در همین سایت بخوانید

 

 

[1] Analytic hierarchy process

[2] Fuzzy analytic hierarchy process

برای دانلود متن کامل اینجا کلیک کنید