فرايند تحليل سلسله مراتبي Analytic Hierarchy Process

Slides:



Advertisements
Similar presentations
DECISION MODELING WITH Multi-Objective Decision Making
Advertisements

Multi‑Criteria Decision Making
Test practice Multiplication. Multiplication 9x2.
Eigenvectors and Decision Making Analytic Hierarchy Process (AHP) Positive Symmetrically Reciprocal Matrices (PSRMs) and Transitive PSRMs Estimation methods.
Analytical Hierarchy Process (AHP) - by Saaty
BITS Pilani Pilani | Dubai | Goa | Hyderabad Network Discovery and User Preferences for Network Selection in 3G-WLAN Interworking Environment Vishal Gupta.
By Joseph K. Berry W. M. Keck Scholar, University of Denver – August, An Overview of GIS-based Corridor.
Analytic Hierarchy Process Multiple-criteria decision-making Real world decision problems –multiple, diverse criteria –qualitative as well as quantitative.
Analytic Hierarchy Process Multiple-criteria decision-making Real world decision problems –multiple, diverse criteria –qualitative as well as quantitative.
ANALYTIC HIERARCHY PROCESS
A Decision System Using ANP and Fuzzy Inputs Jaroslav Ramík Silesian University Opava School of Business Administration Karviná Czech Republic
1. Introduction 2 In this study, fuzzy logic (FL), multiple criteria decision making (MCDM) and maintenance management (MM) are integrated into one subject.
MCDM Y. İlker TOPCU, Ph.D twitter.com/yitopcu.
Copyright © 2006 Pearson Education Canada Inc Course Arrangement !!! Nov. 22,Tuesday Last Class Nov. 23,WednesdayQuiz 5 Nov. 25, FridayTutorial 5.
1 The Analytic Hierarchy Process. 2 Overview of the AHP 1.Set up decision hierarchy 2.Make pairwise comparisons of attributes and alternatives 3.Transform.
Team Work and Decision Support Robert Chi. What is team work Communication Collaboration Example.
MENENTUKAN LOKASI PABRIK YANG IDEAL MENGGUNAKAN AHP PERTEMUAN 12.
A semantic learning for content- based image retrieval using analytical hierarchy process Speaker : Kun Hsiang.
1 Multi-Criteria Decision Making MCDM Approaches.
Computerized Multiple Criteria Decision Making Model for Projects Planning and Implementation By Ali Reda Al-Jaroudi Presented by: Jihad Farhat.
Decision making by AHP and ANP 東吳大學資訊管理學系 黃日鉦. The Theoretical Foundation of the AHP Analytic hierarchy process (AHP) was proposed by Saaty (1977, 1980)
Analytical Hierarchy Process ( AHP )
Jason Chen, Ph.D. Professor of MIS School of Business
Quantitative Analysis for Management Multifactor Evaluation Process and Analytic Hierarchy Process Dr. Mohammad T. Isaai Graduate School of Management.
1 1 Slide © 2004 Thomson/South-Western Chapter 17 Multicriteria Decisions n Goal Programming n Goal Programming: Formulation and Graphical Solution and.
Spreadsheet Modeling and Decision Analysis, 3e, by Cliff Ragsdale. © 2001 South-Western/Thomson Learning Multicriteria Decision Making u Decision.
Multi-Criteria Decision Making by: Mehrdad ghafoori Saber seyyed ali
1 Chapter 16 The Analytic Hierarchy Process. 2 The analytic hierarchy process (AHP), which was developed by Thomas Saaty when he was acting as an adviser.
MAINTENANCE STRATEGY SELECTION BASED ON HYBRID AHP-GP MODEL SUZANA SAVIĆ GORAN JANAĆKOVIĆ MIOMIR STANKOVIĆ University of Niš, Faculty of Occupational Safety.
To accompany Quantitative Analysis for Management, 9e \by Render/Stair/Hanna M1-1 © 2006 by Prentice Hall, Inc. Upper Saddle River, NJ Analytic Hierarchy.
BUSINESS PERFORMANCE MANAGEMENT
MCDM Y. İlker TOPCU, Ph.D twitter.com/yitopcu.
By: Beependra Singh Manika Bindal. Introduction Study Area& Objective To provide an unbiased suitable sites for waste disposal in and out Ooty.
S ystems Analysis Laboratory Helsinki University of Technology 1 Decision Analysis Raimo P. Hämäläinen Systems Analysis Laboratory Helsinki University.
Claudia COLICCHIA Carlo Cattaneo University - LIUC NESA, Helsinki 9-10 June 2008.
1 S ystems Analysis Laboratory Helsinki University of Technology Master’s Thesis Antti Punkka “ Uses of Ordinal Preference Information in Interactive Decision.
Constructing the PAHP-based Decision Support System by Considering the Ambiguity in Decision Making Norihiro Saikawa Department of Computer and Information.
To Accompany Russell and Taylor, Operations Management, 4th Edition,  2003 Prentice-Hall, Inc. All rights reserved. Supplement S7 Supplier Selection.
Determinants of Environmental Preference by Housing Consumers in Guangzhou, China, Using Analytic Hierarchy Process By Fan WU Supervisor: Dr L.H. Li Department.
ESTIMATING WEIGHT Course: Special Topics in Remote Sensing & GIS Mirza Muhammad Waqar Contact: EXT:2257 RG712.
MCE: Eigen Values Calculations from Pair Wise Comparisons. Addition to Exercise 2-8.
This Briefing is: UNCLASSIFIED Aha! Analytics 2278 Baldwin Drive Phone: (937) , FAX: (866) An Overview of the Analytic Hierarchy Process.
Analytic Hierarchy Process Multiple-criteria decision-making Real world decision problems –multiple, diverse criteria –qualitative as well as quantitative.
Transmission Line Siting Model (Hypothetical Example) Criteria – the transmission line route should… Goal – identify the best route for an electric transmission.
Janine A. van Til, MSc, Gerbert J. Renzenbrink, MD, James G
Semih Buyukipekci Selcuk University,Turkey Ali Erbasi
Regression Analysis Module 3.
Supplement S7 Supplier Selection.
Analytic Hierarchy Process (AHP)
The AHP Method Multi Criteria Decision Making Most popular method
A Scoring Model for Job Selection
Pedram Masoudi1,3, Mohammad Ataei2, Tahar Aïfa1*, Hossein Memarian3*
Fundamentals of Multi-criteria Decision Making (MCDM) Problems
Analytic Hierarchy Process Prepared by Lee Revere and John Large
Analytical Hierarchy Process
بسم الله الحکيم بسم الله الحکيم.
تصميم گيري چند شاخصه و كاربردهاي آن در مديريت و مهندسي صنايع
Narges Imanipour Fall 1387 MADM Techniques(1) Narges Imanipour Fall 1387 n.imanipour,2008.
Janine A. van Til, MSc, Gerbert J. Renzenbrink, MD, James G
Analytic Hierarchy Process (AHP)
درس تصمیم گیری برای مدیران
رويكردهاي MCDM (مطالعه موردي در مهندسی عمران)
Quantitative Techniques for Decision Making-4 (AHP)
تجزیه و تحلیل تصمیم گیری
Least Common Multiples
Chapter 8 Goal Programming.
Staff Preference for CAPS Workshop and Analysis January 2012
Agenda for This Week Monday, April 25 AHP Wednesday, April 27
Multicriteria Decision Making
AHP (Analytic Hierarchy process)
Presentation transcript:

فرايند تحليل سلسله مراتبي Analytic Hierarchy Process تصميم‌گيري در مديريت فرايند تحليل سلسله مراتبي Analytic Hierarchy Process

فهرست منابع [1] م. باقريان. تصميم‌گيري حكيمانه رويكردي جديد به الگوسازي در مديريت. مركز آموزش دولتي. 1380 [2] م. اسديان. فن تصميم‌گيري موفق در يك هفته. انتشارات شادرنگ. 1378 [3] م. حاضر. تصميم‌گيري در مديريت. مركز آموزش مديريت دولتي. 1377 [4] ف. نظري زاده. فرايند تجزيه و تحليل سلسله مراتبي. پروژه درس تحقيق در عمليات2. دانشگاه صنعتي مالك اشتر. 1379 [5] ح.قدسي‌پور. فرايند تحليل سلسله مراتبي AHP. مركز نشر دانشگاه صنعتي اميركبير(پلي تكنيك تهران). 1379 [6] ع. آذر،ع. رجب‌زاده. تصميم‌گيري كاربردي(رويكرد M.A.D.M). نشر نگاه دانش. 1381 [7] م. عباس زادگان. تصميم‌گيري در مديريت اجرايي. شركت سهامي انتشار1377

مقدمه تصميم‌سازي يكي از مهمترين مشخصه‌هاي انساني جوهر مديريت ساماندهي امر تصميم‌گيري- تئوريها و مدلها نقاط كانوني مدلهاي تصميم‌گيري‌ : اطلاعات، محيط، فرايند، موضوع و مخاطب فرايندهاي ذهني معمول

تاريخچه ديدگاه كلاسيك مديريت دهه 1950 به بعد سايمون(1960) و داركر(1954) مدلهاي بهينه‌سازي با استفاده از روشهاي رياضي، پس از انقلاب صنعتي دو دهه اخير، توجه محققين، به روشهاي تصميم‌گيري چند معياره يا MCDM Multiple Criteria Decision Making AHP در دهه 70 توسط دانشمندي هندي‌الاصل بنام توماس.ال. ساعتي پيشنهاد شد.

تعاريف، تقسيم‌بندي، رويكرد، حالتها تعاريف و مفاهيم پايه تعاريف، تقسيم‌بندي، رويكرد، حالتها

تعاريف و مفاهيم پايه تصميم قضاوت حل مشكل برنامه‌ريزي كارهاي روزمره به هر حال لازمه موفقيت، تصميم‌گيري آگاهانه، برنامه‌ريزي و حل مشكل

انواع تقسيم‌بندي‌ تصميم‌گيري برنامه ريزي شده و برنامه‌ريزي نشده تصميم‌گيري فردي و تصميم‌گيري سازماني تصميمات شخصي در برابر تصميم‌گيري تشكيلاتي تصميم‌گيري مقطعي در برابر تصميمات استراتژيك تصميمات تحقيقي در برابر تصميمات ناشي از موقعيتها بحراني تصميمات فرصت طلبانه در برابر تصميمات مشكل حل‌كن

رويكردهاي تصميم‌گيري متمركز يا غير متمركز فردي يا گروهي متمركز عدم درگير شدن مديران طراز اول در جزئيات فرصت ارزيابي مطالعات آماري و آمادگي حل مشكل بهبود قدرت تصميم‌گيري به مديران داخلي فردي يا گروهي فردي گروهي فرصت گردآوري داده‌هاي اطلاعاتي را گرد‌آوري و آزمودن راههاي مختلف و جديد معمولا گروه بهتر از فرد تصميم ‌مي‌گيرد تصميمات اخذ شده گروهي، بهتر جامه عمل به خود مي‌پوشانند.

انواع حالتهاي تصميم‌گيري فضاي تصميم‌سازي‌ به صورت پيوسته يا گسسته تك‌معياره يا چند‌معياره معيارها - كمي، كيفي و يا تلفيقي از هر دو

انواع حالتهاي تصميم‌گيري فضاي گسسته و حالت تك‌معياره و معيار كمي فضاي گسسته و حالت تك‌معياره و معيار كيفي فضاي گسسته و حالت چند‌معياره مشكلات: فقدان استاندارد براي اندازه‌گيري معيارهاي كيفي فقدان واحد براي تبديل معيارها(اعم از كمي و كيفي) به يكديگر

تصميم‌گيري چند معياره اجبار به تصميم‌گيري چند معياره روشهاي تصميم‌گيري چند معياره : مدلهاي تصميم‌گيري چند هدفه ( MODM) Multiple Objective Decision Making مدلهاي تصميم‌گيري چند شاخصه (MADM) Multiple Attribute Decision Making

تصميم‌گيري چند شاخصه (MADM) گزينه‌ها شاخص‌هاي چندگانه واحدهاي بي‌مقياس وزن شاخص‌ها

مقايسه MADM و MODM MODM MADM معيارها اهداف شاخص‌ها ضمني و ضعيف بيان شده‌اند صريح بيان شده‌اند ضمني بيان شده‌اند محدوديت‌ها كاملا مشخص غير مشخص (در داخل معيارها گنجانده شده‌اند) گزينه‌ها تعداد نامحدود (در نتيجه يك فرايند معلوم مي‌شوند) تعداد محدود، مشخص تعامل با تصميم‌گيرنده زياد كم نحوه استفاده طراحي در انتخاب و ارزيابي

انواع روشهاي مدل MADM

فرايند تحليل سلسله مراتبي Analytical Hierarchy Proccess

فرايند تحليل سلسله مراتبي يكي از كارآمدترين تكنيكهاي تصميم‌گيري بر اساس مقايسات زوجي بنا شده ماهيت ساده و در عين حال جامعي

خصوصيات يك سيستم پشتيباني تصميم‌گيري چند معياره مناسب امكان فرموله كردن مساله و تجديد نظر در آن را بدهد، گزينه‌هاي مختلف را در نظر بگيرد، معيارهاي مختلف را (كه عموما در تضاد نيز هستند) در تصميم‌گيري درنظر بگيرد، معيارهاي كمي و كيفي را در تصميم‌گيري دخالت دهد، نظرات افراد مختلف را در مورد گزينه‌ها و معيارها لحاظ كند، امكان تلفيق قضاوت‌ها براي محاسبة نرخ نهايي را بدهد، بر مبناي يك تئوري قوي استوار باشد

خصوصيات فرايند تحليل سلسله مراتبي امكان فرموله كردن مساله را بصورت سلسله مراتبي، فراهم مي‌كند. امكان در نظر گرفتن معيارهاي مختلف كمي و كيفي را در مساله دارد. گزينه‌هاي مختلف را در تصميم‌گيري دخالت مي‌دهد. امكان تحليل حساسيت روي معيارها و زير معيارها را دارد. بر مبناي مقايسات زوجي بنا شده‌است كه قضاوت و محاسبات را ساده مي‌كند. ميزان سازگاري و ناسازگاري تصميم را نشان مي‌‌دهد(از مزاياي ممتاز اين تكنيك) از يك مبناي تئوريك قوي برخودار است و بر اساس اصول بديهي (axioms) بنا نهاده شده‌است.

اصول فرايند تحليل سلسله مراتبي اصل 1 : شرط معكوسي - اگر ترجيح عنصر A بر عنصر B برابر n باشد، ترجيح عنصر B بر عنصر A، برابر 1/n خواهد بود. اصل 2 : اصل همگني - عناصر A و B، بايد همگن و قابل مقايسه باشند.(ترجيح نمي‌تواند صفر يا بي‌نهايت باشد) اصل 3 : وابستگي- هر عنصر مي‌تواند به عنصر سطح بالاتر خود وابسته باشد و اين وابستگي مي‌تواند تا بالاترين سطح ادامه داشته باشد. اصل 4 : انتظارات- هرگاه تغييري در ساختمان سلسله مراتبي رخ دهد پروسة ارزيابي بايد مجددا انجام شود.

فرايند تحليل سلسله مراتبي مراحل انجام فرايند

ساختن سلسله مراتب سلسله مراتبي يك نمايش گرافيكي از مسئله پيچيده واقعي مي‌باشد در راس سلسله مراتبي هدف كلي مسئله و در سطوح بعدي معيارها و گزينه‌ها قراردارند داير و فورمن بيان مي‌كنند : هدف – معيارها – زير معيارها – گزينه‌ها هدف – معيارها – عوامل – گزينه‌ها هدف - .... سلسله مراتب ساختاري سلسله مراتبي وظيفه‌اي

ساختن سلسله مراتب سلسله مراتبي ممكن است ناقص يا كامل باشد.

توصيه‌هاي كلي در ايجاد سلسله مراتبي مشخص كردن هدف و اينكه سئوال چيست تعيين هدفهاي جزيي مشخص نمودن معيارهاي اهداف جزيي تعيين زيرمعيارهاي هر معيار تعيين عوامل و زير عوامل تعيين گزينه‌ها و خروجي‌ها در برخي مواقع بهتر است دو سلسله مراتبي ساخته شود. يكي براي سود و ديگري براي هزينه براي تصميم‌گيري‌هاي دو حالتي مي‌توان گزينه‌ها را انجام و عدم انجام در نظر گرفت.

فرايند تحليل سلسله مراتبي يك مثال – انتخاب يك اتومبيل

سلسله مراتب انتخاب بهترين ماشين سطح اول در سلسله مراتبي هدف را نشان مي‌دهد سطوح مياني سلسله مراتبي(در اين مثال يك سطح وجود دارد) شامل معيارها ميشوند سطح آخر گزينه‌ها (در اينجا اتومبيل‌هاي AوBوC)

Very Strongly Preferred محاسبه وزن ماتريس مقايسات زوجي وزن نسبي وزن نهايي ترجيحات (قضاوت شفاهي) مقدار عددي كاملا مرجح يا كاملا مهم و يا كاملا مطلوبتر Extremely 9 ترجيح يا اهميت يا مطلوبيت خيلي قوي Very Strongly Preferred 7 ترجيح يا اهميت يا مطلوبيت قوي Strongly Preferred 5 كمي مرجح يا كمي مهمتر يا كمي مطلوبتر Moderately preferred 3 ترجيح يا اهميت يا مطلوبيت يكسان Equally preferred 1 ترجيحات بين فواصل فوق 8 و 6 و 4 و 2

محاسبه وزن ابتدا اتومبيل‌ها از نظر قيمت، مصرف راحتي و مدل بطور جداگانه مقايسه شده و وزن هر كدام نسبت به اين معيارها مشخص مي‌گردد.(وزن‌هاي نسبي) وزن معيارها نيز نسبت به هدف تعيين شده و با تركيب آنها وزن نهايي اتومبيل‌ها مشخص مي‌گردد

روشهاي محاسبه وزن روش حداقل مربعات روش حداقل مربعات لگاريتمي Least Squares Method روش حداقل مربعات لگاريتمي Logarithmic Least Squares Method روش بردار ويژه Eigenvector Method روشهاي تقريبي (مجموع سطري، مجموع ستوني، ميانگين حسابي، ميانگين هندسي) Approximation Methods

مقايسات زوجي (براي مثال ما) مقايسه ماشينها از نظر راحتي – محاسبه وزن نسبي اتومبيل‌ها در زمينه راحتي مقايسات زوجي (براي مثال ما) اتومبيل C اتومبيل B اتومبيل A راحتي 8 2 1 6 2/1 6/1 8/1 قدم اول: جمع مقادير هر ستون : اتومبيل C اتومبيل B اتومبيل A راحتي 8 2 1 6 2/1 6/1 8/1 15 6/19 8/13 جمع هر ستون

مقايسه ماشينها از نظر راحتي – محاسبه وزن نسبي اتومبيل‌ها در زمينه راحتي قدم دوم : هر عنصر در ماتريس مقايسات زوجي را به جمع ستون خودش تقسيم كرده تا ماتريس مقايسه زوجي نرماليزه شود اتومبيل C اتومبيل B اتومبيل A راحتي 15/8 19/12 13/8 15/6 19/6 13/4 15/1 19/1 13/1 قدم سوم : مقدار متوسط (ميانگين) عناصر در هر سطر از ماتريس نرماليزه شده را محاسبه مي‌كنيم. اين مقدار متوسط يك تخمين از وزن‌هاي مورد نظر است مي‌بينيم كه در زمينه راحتي اتومبيل A (با ارجحيت 0.593)، برترين اتومبيل، اتومبيل B(با ارجحيت 0.341)، دومين و به دنبال آن اتومبيل C( با ارجحيت 0.066 )، قرار دارد

محاسبه ساير وزن‌هاي نسبي ماتريسهاي مقايسات زوجي

ماتريس 3 در 4 وزنهاي اتومبيل‌ها در هر معيار

وزن معيارها نسبت به هدف ماتريس مقايسه زوجي وزن نسبي معيارها نسبت به هدف (ماتريس 4 در 1)

محاسبه وزن نهايي با ضرب نمودن ماتريس وزنهاي اتومبيل‌ها در خصوص هر معيار(ماتريس 3 در چهار) و ماتريس اخير وزن معيارها در خصوص هدف (ماتريس 4 در 1 بالا) ، ماتريس 3 در 1 كه حاوي جواب مسئله مي‌باشد و اولويت‌هاي ما را نشان مي‌دهد، به شكل زير بدست مي‌آيد: چنانچه ملاحظه مي‌فرماييد، اتومبيل A، بهترين اتومبيل مي‌باشد.

سازگاري سيستم قضاوت سازگار : اگر A دو برابر B و B سه برابر C اهميت داشته باشد، چنانچه A شش برابر C اهميت داشته باشد، اين قضاوت را سازگار مي‌‌گوييم. در ماتريسهاي سازگار ستونهاي ماتريس تركيب خطي از يكديگرند بردار وزن در هر ماتريس سازگار از نرماليزه كردن عناصر هر ستون به دست مي‌آيد در عمل اينگونه نيست كه تصميمات و قضاوتهاي انسان همواره سازگار باشد فرايند تحليل سلسله مراتبي مي‌تواند سازگاري هر ماتريس (تصميم) را اندازه‌گيري و كنترل كند

سازگاري سيستم محدوده قابل قبول ناسازگاري در هر سيستم به تصميم‌گيرنده بستگي دارد اما در حالت كلي پروفسور ساعتي پيشنهاد مي‌كند اگر ناسازگاري تصميم بيشتر از 0.1 باشد، بهتر است تصميم‌گيرنده در قضاوتهاي خود تجديد‌نظر كند. علاوه بر محاسبه وزن در ماتريسهاي ناسازگار، محاسبه مقدار ناسازگاري نيز از اهميت بالايي برخوردار است نرخ ناسازگاري از طريق محاسبه مقادير ويژه ماتريس مقايسات زوجي انجام مي‌گردد نكته - چنانچه وابستگي دوطرفه باشد ديگر يك سلسله مراتبي نداريم و بجاي آن : يك شبكه (Network ) يا سيستم غير خطي ( Nonlinear System) يا سيستم با بازخورد ( Systems with Feedback) داريم.

فرايند تحليل سلسله مراتبي تصميم‌گيري گروهي

چرا تصميم‌گيري گروهي تصميم‌گيري در سازمان‌ها و ادارات عموما مشكل و پيچيده است. تقليل خطاي تصميم‌گيري بهبود و سرعت كارها يكي از ابزار‌هاي پشتيباني تصميم‌گيري گروهي فرايند تحليل سلسله مراتبي است Group Decision Support System (GDSS)

نكات تصميم‌گيري گروهي تشكيل گروه‌هاي تصميم‌ساز انجام فرايند تصميم‌گيري ساخت سلسله مراتبي انجام مقايسات زوجي قضاوت با اتفاق آراء قضاوت‌هاي شخصي مسايل خاص نابرابري قدرت افراد مخفي كردن يا تحريف كردن ترجيحات

فرايند تحليل سلسله مراتبي ملاحظات، جمع‌بندي و منابع

ملاحظات و مشخصات روش AHP احتياط! : ساختار شبكه يا بازخورد متقابل استفاده AHPاز روشهايي نظير تفكر گروهي، طوفان فكري و ... در تجزيه و تحليل ساختار مسئله AHP، از مقياس نسبي استفاده مي‌نمايد و در اين روش از ناسازگاري قضاوتها جلوگيري مي‌شود. AHP، را ميتوان بصورت تركيبي با برنامه‌ريزي خطي مورد استفاده قرارداد.

جمع‌بندي پشتوانه رياضي و منطقي قوي بسيار ساده و كاربردي تصميم‌گيري در محيط‌هاي پيچيده و فازي(Fuzzy ) پشتوانه رياضي و منطقي قوي بسيار ساده و كاربردي رعايت شرايط بكارگيري بسيار مهم است. معيارها مي‌توانند كمي، كيفي، نادقيق و مبهم باشند. بسياري از مقايسه‌ها نه بر اساس اطلاعات دقيق بلكه بر اساس درك و احساس تصميم‌گيرنده تعيين مي‌شود ارزيابي سازگاري كارايي دو برابر با بكارگيري منطق فازي