Expert Coice1

Download Report

Transcript Expert Coice1

‫به نام خدا‬
‫استاد راهنما‬
‫دکتر مجید رستمی‬
‫آموزش ‪EXPERT CHOICE‬‬
‫آرآئه‪:‬‬
‫احمد آقاجانی‬
‫‪AHP‬‬
‫فرایند تحلیل سلسله مراتبی‬
‫مقدمه‬
‫‪‬‬
‫‪‬‬
‫يكي آز آساسي ترين موضوعات مطرح در دنياي آمروزي كه هموآره آز دغدغه هاي آصلي‬
‫مديريت محسوب مي شده آست‪ ،‬بحث تصميم گيري آست‪ .‬لزوم آتخاذ تصميم درست و‬
‫برگزيدن گزينه مناسب آز ميان گزينه هاي متعدد زمينه آنتخاب بهترين توليدكننده‪ ،‬بهترين‬
‫توزيع كننده‪ ،‬بهترين منطقه برآي جذب مشتري‪ ،‬بهترين شركاي تجاري در تشكيل‬
‫يكپارچگي ها و موآرد مشابه آز جمله مسايل مهم مطرح برآي تصميم گيري چند معياره آست‪.‬‬
‫آين تصميمات آز مسايل جزي ي تا مسايل بزرگ و كالن رآ شامل مي شوند و در بسياري آز آين‬
‫موآرد در صورت نادرست بودن تصميم‪ ،‬هزينه هاي زيادي بايد پردآخت گردد‪ .‬آز آين رو‬
‫تصميم گيري صحيح در تمامي مسايل آهميت بسزآي ي دآرد‪.‬‬
‫یکی آز کارآمد ترین تکنیک های تصمیم گیری فرآیند تحلیل سلسله‬
‫مرآتبی (‪ )Analytical Hierarchy process-AHP‬که آولین بار‬
‫توسط توماس آل ساعتی در ‪ 1980‬مطرح شد ‪ .‬که بر آساس‬
‫مقایسه های زوجی بنا نهاده شده و آمکان بررسی سناریوهای‬
‫مختلف رآ به مدیرآن می دهد ‪.‬‬
‫انواع حالت های تصمیم گیری‬
‫تصمیم گیری‬
‫فضای گسسته‬
‫چند معیاره‬
‫تک معیاره‬
‫فضای پیوسته‬
‫چند معیاره‬
‫تک معیاره‬
‫معیار کمی‬
‫معیار کمی‬
‫معیار کمی‬
‫معیار کمی‬
‫معیار کیفی‬
‫معیار کیفی‬
‫معیار کیفی‬
‫معیار کیفی‬
‫معیار کمی‪-‬‬
‫کیفی‬
‫معیار کمی‪-‬‬
‫کیفی‬
‫فرایند تحلیل سلسله مراتبی در یک‬
‫نگاه‬
‫‪ ‬ساخت سلسله مرآتبی‬
‫‪ ‬مقایسه های زوجی‬
‫‪ ‬ترکیب وزنها‬
‫‪ ‬تحلیل حساسیت‬
‫‪ ‬روش رتبه بندی‬
‫مثال‬
‫تصور کنید که آز بین سه آتومبیل ‪ A,B,C‬یکی رآ آنتخاب کنیم چهار معیار‪:‬رآحتی ‪،‬‬
‫قیمت ‪ ،‬مصرف سوخت‪ ،‬مدل مطرح می باشد ‪.‬حل آین مثال رآ طی قدمهای زیر‬
‫تشریح می کنیم‪:‬‬
‫ساختن سلسله مرآتبی‬
‫محاسبه وزن‬
‫سازگاری سیستم‬
‫ساختار سلسله مراتب تصمیم‬
‫محاسبه وزن نسبی اتومبیل ها از نظر راحتی‬
‫اتومبیل ‪C‬‬
‫اتومبیل ‪B‬‬
‫اتومبیل ‪A‬‬
‫‪8‬‬
‫‪2‬‬
‫‪1‬‬
‫اتومبیل ‪A‬‬
‫‪6‬‬
‫‪1‬‬
‫‪1/2‬‬
‫اتومبیل ‪B‬‬
‫‪1‬‬
‫‪1/6‬‬
‫‪1/8‬‬
‫اتومبیل ‪C‬‬
‫قدم اول‪ :‬مقادیر هر یک از ستون ها را با هم جمع می کنیم‪.‬‬
‫اتومبیل ‪C‬‬
‫اتومبیل ‪B‬‬
‫اتومبیل ‪A‬‬
‫‪8‬‬
‫‪2‬‬
‫‪1‬‬
‫اتومبیل ‪A‬‬
‫‪6‬‬
‫‪1‬‬
‫‪1/2‬‬
‫اتومبیل ‪B‬‬
‫‪1‬‬
‫‪1/6‬‬
‫‪1/8‬‬
‫اتومبیل ‪C‬‬
‫‪15‬‬
‫‪19/6‬‬
‫‪13/8‬‬
‫جمع هر ستون‬
‫قدم دوم‪ :‬تقسیم هر عنصر از ماتریس به جمع کل ستون همان عنصر‬
‫( نرماالیزکردن)‬
‫اتومبیل ‪C‬‬
‫اتومبیل ‪B‬‬
‫اتومبیل ‪A‬‬
‫‪8/15‬‬
‫‪12/19‬‬
‫‪8/13‬‬
‫اتومبیل ‪A‬‬
‫‪6/15‬‬
‫‪6/19‬‬
‫‪4/13‬‬
‫اتومبیل ‪B‬‬
‫‪1/15‬‬
‫‪1/19‬‬
‫‪1/13‬‬
‫اتومبیل ‪C‬‬
‫قدم سوم ‪ :‬محاسبه متوسط عناصر در هر سطر‬
‫متوسط سطر‬
‫اتومبیل ‪C‬‬
‫اتومبیل ‪B‬‬
‫اتومبیل‪A‬‬
‫‪0.593‬‬
‫‪0.533‬‬
‫‪0.631‬‬
‫‪0.615‬‬
‫اتومبیل ‪A‬‬
‫‪0.341‬‬
‫‪0.400‬‬
‫‪0.316‬‬
‫‪0.308‬‬
‫اتومبیل ‪B‬‬
‫‪0.066‬‬
‫‪0.067‬‬
‫‪0.053‬‬
‫‪0.077‬‬
‫اتومبیل ‪C‬‬
‫‪1‬‬
‫‪1‬‬
‫‪1‬‬
‫‪1‬‬
‫جمع کل‬
‫ماتریس مقایسه زوجی برای سه اتومبیل نسبت به‬
‫قیمت‬
‫اتومبیل ‪C‬‬
‫اتومبیل ‪B‬‬
‫اتومبیل ‪A‬‬
‫‪1/4‬‬
‫‪1/3‬‬
‫‪1‬‬
‫اتومبیل ‪A‬‬
‫‪1/2‬‬
‫‪1‬‬
‫‪3‬‬
‫اتومبیل ‪B‬‬
‫‪1‬‬
‫‪2‬‬
‫‪4‬‬
‫اتومبیل ‪C‬‬
‫ماتریس مقایسه زوجی برای سه اتومبیل نسبت به‬
‫مصرف‬
‫اتومبیل ‪C‬‬
‫اتومبیل ‪B‬‬
‫اتومبیل ‪A‬‬
‫‪1/6‬‬
‫‪1/4‬‬
‫‪1‬‬
‫اتومبیل ‪A‬‬
‫‪1/3‬‬
‫‪1‬‬
‫‪4‬‬
‫اتومبیل ‪B‬‬
‫‪1‬‬
‫‪3‬‬
‫‪6‬‬
‫اتومبیل ‪C‬‬
‫ماتریس مقایسه زوجی برای سه اتومبیل نسبت به‬
‫مدل‬
‫اتومبیل ‪C‬‬
‫اتومبیل ‪B‬‬
‫اتومبیل ‪A‬‬
‫‪4‬‬
‫‪4‬‬
‫‪1‬‬
‫اتومبیل ‪A‬‬
‫‪7‬‬
‫‪1‬‬
‫‪3‬‬
‫اتومبیل ‪B‬‬
‫‪1‬‬
‫‪1/7‬‬
‫‪1/4‬‬
‫اتومبیل ‪C‬‬
‫قیمت و‬
‫وزن اتومبیل ها برای معیار های ‪،‬‬
‫مصرف مدل‬
‫مدل‬
‫مصرف‬
‫قیمت‬
‫‪0.265‬‬
‫‪0.087‬‬
‫‪0.123‬‬
‫اتومبیل ‪A‬‬
‫‪0.655‬‬
‫‪0.274‬‬
‫‪0.320‬‬
‫اتومبیل ‪B‬‬
‫‪0.080‬‬
‫‪0.639‬‬
‫‪0.557‬‬
‫اتومبیل ‪C‬‬
‫ماتریس مقایسه زوجی معیارها‬
‫مدل‬
‫راحتی‬
‫مصرف‬
‫قیمت‬
‫‪2‬‬
‫‪2‬‬
‫‪3‬‬
‫‪1‬‬
‫قیمت‬
‫‪1/4‬‬
‫‪1/4‬‬
‫‪1‬‬
‫‪1/3‬‬
‫مصرف‬
‫‪1/2‬‬
‫‪1‬‬
‫‪4‬‬
‫‪1/2‬‬
‫راحتی‬
‫‪1‬‬
‫‪2‬‬
‫‪4‬‬
‫‪1/2‬‬
‫مدل‬
‫وزن هر یک از معیارها‬
‫قیمت‬
‫مصرف‬
‫رآحتی‬
‫مدل‬
‫‪0.398‬‬
‫‪0.085‬‬
‫‪0.218‬‬
‫‪0.299‬‬
‫وزن اتومبیل ها نسبت به معیارها‬
‫مدل‬
‫راحتی‬
‫مصرف‬
‫قیمت‬
‫‪0.265‬‬
‫‪0.593‬‬
‫‪0.087‬‬
‫‪0.123‬‬
‫اتومبیل ‪A‬‬
‫‪0.655‬‬
‫‪0.341‬‬
‫‪0.274‬‬
‫‪0.320‬‬
‫اتومبیل ‪B‬‬
‫‪0.080‬‬
‫‪0.066‬‬
‫‪0.639‬‬
‫‪0.557‬‬
‫اتومبیل ‪C‬‬
‫محاسبه وزن نهائی اتومبیل‬
‫وزن نهائی آتومبیل ‪A‬‬
‫‪0.398*0.123+0.085*0.087+0.218*0.593+0.299*0.265=0.265‬‬
‫وزن نهائی آتومبیل ‪B‬‬
‫‪0.398*0.320+0.085*0.274+0.218*0.341+0.299*0.655=0.421‬‬
‫وزن نهائی آتومبیل ‪C‬‬
‫‪0.398*0.557+0.085*0.639+0.218*0.066+0.299*0.080=0.314‬‬
‫اولویت نهائی اتومبیل ها‬
‫اولویت‬
‫اتومبیل‬
‫وزن‬
‫‪1‬‬
‫‪B‬‬
‫‪0.431‬‬
‫‪2‬‬
‫‪C‬‬
‫‪0.314‬‬
‫‪3‬‬
‫‪A‬‬
‫‪0.265‬‬
‫آموزش نرم افزار ‪EXPERT CHOICE‬‬
‫حل مسائل تصمیم با روش سلسله مرآتبی به کمک ‪ excel‬در حاالتی که آندآزه مساله بزرگ باشد‬
‫طوالنی و طاقت فرساست‪.‬‬
‫آین کار با ‪ expert choice‬به رآحتی آنجام می شود‪.‬‬
‫با یک مثال می خوآهیم نحوه کار با آین نرم آفزآر رآ آموزش دهیم‪.‬‬
‫مثال‪ :‬شرک تی می خوآهد در مورد خرید یک نوع ماشین که سازندگان آن سه کشور روسیه(‪)R‬‬
‫‪،‬آلمان(‪ )G‬و آنگلیس (‪ )E‬هستند تصمیم گیری کند ‪.‬‬
‫شاخصهای آولیه تصمیم گیری عبارتند آز‪:‬‬
‫‪.1‬ظرفیت ‪.2‬خدمات پس آز فروش ‪.3‬قیمت ‪.4‬فرآیند تولید‬
‫ساختار سلسله مراتب تصمیم‬
‫ارجهیت معیارها می تواند دارای اهمیت یکسان‪ ،‬یا ترجیح زیاد و بسیاری‬
‫موارد دیگر باشد که برای استفاده از آن ها‪ ،‬ابتدا این ترجیحات به کمک‬
‫جدول (‪ )1‬کمی شده و سپس مورد استفاده قرار می گیرد‪:‬‬
‫تصمیم گیرندگان با توجه به ضریب آهمیت معیار ها ماتریس مقایسات زوجی رآ تشکیل می‬
‫دهند‪.‬‬
‫نحوه حل مساله با نرم آفزآر‬
‫بعد آز باز کردن نرم آفزآر پنجره زیر ظاهر میشود که گزینه ‪ CREAT NEW MODEL‬رآ آنتخاب می کنیم‬
‫بعد آز آنتخاب نام و محل ذخیره فایل جدید در پنجره بعد هدف مساله رآ وآرد می کنیم‪.‬‬
‫حال باید شاخص های تصمیم گیری رآ وآرد کنیم که در منوی ‪ INSERT CHILD، EDIT‬رآ کیلیک می کنیم‬
‫وشاخص ها رآ وآرد می کنیم‬
‫بعد آز وآرد کردن شاخص ها نوبت به آیجاد گزینه ها می رسد که آز منوی ‪EDIT‬‬
‫‪ ALTERNATIVE،‬و سپس ‪ INSERT‬رآ کلیک میکنیم که کادر زیر ظاهر می شود‪:‬‬
‫گزینه آول رآ وآرد و‪ enter‬رآ می زنیم و آین کار رآ تا وآرد کردن آخرین گزینه آدآمه می دهیم‬
‫با کیلیک روی هدف مساله درمنوی ‪ assessment‬گزینه ‪pairwise‬‬
‫رآ کیلیک می کنیم و ضرآیب مقایسات آهمیت (مقایسات زوجی) رآ مثل زیر‬
‫وآرد می کنیم و ‪ enter‬می زنیم‬
‫در مثال قبلی قضاوتهای مربوط به گزینه ها نسبت به هر یک آز شاخص ها که توسط مدیرآن برآورد شده‬
‫آست ‪:‬‬
‫در مثال قبلی قضاوتهای مربوط به گزینه ها نسبت به هر یک آز شاخص ها که توسط مدیرآن برآورد شده‬
‫آست ‪:‬‬
‫حال نوبت به وآرد کردن قضاوتهای مربوط به گزینه ها نسبت به هر یک آز شاخص ها آست ‪ ،‬با کیلیک روی هر یک‬
‫آز شاخص ها درمنوی ‪ ASSESSMENT‬گزینه ‪ PAIRWISE‬رآ کیلیک می کنیم و ضرآیب مقایسات‬
‫آهمیت (مقایسات زوجی) رآ مثل زیر وآرد می کنیم و ‪ ENTER‬می زنیم‬
‫بعد آز کیلیک کردن روی هر یک آز معیارها درمنوی ‪ ASSESSMENT‬گزینه ‪ PAIRWISE‬رآ مثل‬
‫شکل زیر می کنیم و ضرآیب مقایسات زوجی گزینه ها نسبت به هر یک آز معیارها رآ مثل زیر وآرد می کنیم و تا‬
‫آخرین ماتریس آدآمه دآده و ‪ ENTER‬مي زنیم تا ثبت شوند‪.‬‬
‫‪‬‬
‫مثال ماتریس مقایسات زوجی گزینه ها نسبت به معیار ظرفیت‬
‫را به صورت زیر وارد می کنیم‪ :‬بقیه ماتریسها را به همین‬
‫ترتیب وارد می کنیم‪.‬‬
‫برآی بدست آوردن وزن نسبی معیارها آز منوی ‪ ASSESSMENT‬گزینه ‪ CALCULATE‬رآ کیلیک می کنیم‬
‫یا منوی باالی ی نمودآر آفقی آبی رنگ رآ کلیک کنید‪.‬‬
‫با گزینه ‪ SORT PRIORITY‬می توآن معیارها رآ به ترتیب آولویت آورد‪.‬‬
‫برآی بدست آوردن وزن نسبی گزینه ها نسبت به تک تک معیارها رو معیار ها کلیک کرده و آز منوی‬
‫‪ ASSESSMENT‬گزینه ‪ CALCULATE‬رآ کیلیک می کنیم یا آز باال نمودآر آفقی آبی رنگ رآ کلیک کنید‪.‬‬
‫با گزینه ‪ SORT PRIORITY‬می توآن معیارها رآ به ترتیب آولویت آورد‪.‬‬
‫مثال برآی معیار ظرفیت وزن سه کشور سازنده ماشین رآ نشان دآدیم که وزن نسبی ماشین روسیه آز لحاظ معیار ظرفیت‬
‫بیشتر و بهتر آز بقیه می باشد‪.‬‬
‫برآی بدست آوردن وزن نهای ی گزینه ها (ترکیب وزن ها) روی هدف کلیک کرده و آز منوی‬
‫‪ SYNTHESIZE‬گزینه ‪ WITH RESPECT TO‬رآ کیلیک می کنیم که به صورت‬
‫کادر زیر رتبه بندی گزینه ها بدست می آید که در آینجا گزینه ‪ G‬در آولویت آول قرآر دآرد‪ .‬نرخ ناسازگاری‬
‫کلی ‪ ./04‬بدست آمده که باالی نمودآر نشان دآده شده آست‪.‬‬
‫در کادر زیر آز قسمت ‪ EDIT‬روی ‪ CREAT EXCEL‬کلیک کنید تا تمام دآده ها و وزن نسبی‬
‫رآ با فایل ‪ EXCEL‬باز کند‪.‬‬
‫‪5‬حالت تحلیل حساسیت در نرم آفزآر ‪EC‬‬
‫بر اساس کارایی (‪)Performance‬‬
‫پویا (‪)Dynamic‬‬
‫براساس شیب (‪)Gradient‬‬
‫دو بعدی (‪)Two-Dimensional‬‬
‫بر اساس اختالف (‪)Difference‬‬
‫‪ ‬برای مشاهده نمودارهای تحلیل حساسیت‪ ،‬از‬
‫منوی اصلی ‪ Sensivity-Graphs‬را انتخاب کنید‪.‬‬
‫نمودآر حساسیت بر آساس کارآی ی‬
‫نمودآر حساسیت بر آساس پویا‬
‫نمودآر حساسیت بر آساس شیب‬
‫نمودآر حساسیت بر آساس تفاضل وزنی‬
‫نمودآر تحلیل حساسیت دو بعدی‬