آموزش جامع روش ELECTRE فازی

روش ELECTRE فازی (Elimination and Choice Expressing Reality) یکی از قدرتمندترین تکنیک‌های تصمیم‌گیری چندمعیاره (MCDM) است که بر پایه مفهوم «روابط برتری» یا «چیرگی» (Outranking) استوار است. برخلاف روش‌هایی مانند TOPSIS که بر اساس میانگین‌گیری و فاصله عمل می‌کنند، ELECTRE با نگاهی سخت‌گیرانه، گزینه‌ها را دو به دو با یکدیگر مقایسه می‌کند تا مشخص شود آیا برتری یک گزینه بر دیگری به اندازه‌ای قوی هست که بتوان آن را پذیرفت یا خیر.

روش ELECTRE فازی | الکتره فازی
روش ELECTRE فازی | الکتره فازی

استفاده از منطق فازی در این روش، پاسخی به محدودیت‌های داده‌های قطعی است. در دنیای واقعی، نظرات خبرگان معمولاً با جملاتی نظیر «تقریباً خوب» یا «بسیار مهم» بیان می‌شود که ماهیتی مبهم دارند. روش ELECTRE فازی با تبدیل این عبارات کلامی به اعداد فازی (معمولاً مثلثی)، دقت محاسبات را در شرایط عدم اطمینان به شدت بالا می‌برد.

این روش به جای ارائه یک رتبه‌بندی خطی ساده، مجموعه‌ای از روابط را استخراج می‌کند که به تصمیم‌گیرنده اجازه می‌دهد گزینه‌هایی که تحت هیچ شرایطی مناسب نیستند را حذف کند. به همین دلیل در پروژه‌های تحقیق در عملیات، این متد به عنوان یک فیلتر یا غربال‌گر هوشمند برای شناسایی بهترین گزینه‌ها در میان انبوهی از انتخاب‌ها شناخته می‌شود.

مزایای روش ELECTRE فازی

یکی از بزرگترین مزایای روش ELECTRE فازی، توانایی آن در مدیریت پدیده «بی‌اهمیت جلوه دادن ضعف‌ها» است. در اکثر روش‌های تصمیم‌گیری، اگر یک گزینه در یک معیار امتیاز بسیار بالایی داشته باشد، می‌تواند ضعف شدید خود در معیاری دیگر را بپوشاند. اما در ELECTRE، به دلیل استفاده از ماتریس مخالفت (Discordance)، اگر ضعف یک گزینه از حد مجاز فراتر رود، آن گزینه شانس چیره شدن را از دست می‌دهد.

مزیت دیگر این روش، ارائه گراف‌های چیرگی است. این گراف‌ها به مدیران اجازه می‌دهند تا به صورت بصری ببینند که کدام گزینه‌ها در یک تراز قرار دارند و کدام یک بر دیگری برتری مطلق دارد. این ویژگی در آموزش مدیریت راهبردی بسیار حائز اهمیت است، زیرا به جای یک عدد خشک، تحلیل عمیقی از روابط بین گزینه‌ها ارائه می‌دهد.

همچنین، ترکیب این روش با منطق فازی باعث می‌شود که حساسیت مدل نسبت به تغییرات اندک در نظرات خبرگان کاهش یابد. این پایداری در نتایج (Robustness) باعث شده تا محققان در مقالات ISI خود، زمانی که با داده‌های کیفی و ذهنی سر و کار دارند، روش ELECTRE فازی را به روش‌های قطعی ترجیح دهند.

معایب روش ELECTRE فازی

با وجود تمام قدرت ریاضی، روش ELECTRE فازی از نظر محاسباتی بسیار پیچیده و زمان‌بر است. بر خلاف روش‌های ساده‌ای مانند روش OPA، در اینجا شما باید ماتریس‌های متعددی (موافقت، مخالفت، چیرگی) را تشکیل دهید که هر کدام فرمول‌های خاص خود را دارند. این پیچیدگی باعث می‌شود که پیاده‌سازی دستی آن تقریباً غیرممکن باشد و حتماً نیاز به اکسل‌های تخصصی داشته باشید.

عیب دیگر این روش این است که گاهی اوقات ممکن است به یک رتبه‌بندی کامل و واحد دست پیدا نکنید. به عبارت دیگر، ELECTRE ممکن است بگوید گزینه A و B هر دو بر C برتری دارند، اما نتواند با قاطعیت بگوید بین A و B کدام‌یک بهتر است. این موضوع برای تصمیم‌گیرندگانی که به دنبال یک لیست ردیف شده از ۱ تا N هستند، می‌تواند کمی گیج‌کننده باشد.

در نهایت، تعیین «حد آستانه» (Threshold) در این روش تا حدودی به قضاوت تحلیل‌گر بستگی دارد. اگرچه فرمول‌های استانداردی (مثل میانگین) برای آن وجود دارد، اما تغییر اندک در این آستانه‌ها می‌تواند گراف چیرگی را به کلی تغییر دهد. به همین دلیل، در بخش آمار و تحلیل داده، همواره توصیه می‌شود که تحلیل حساسیت روی آستانه‌های ELECTRE انجام شود.

کاربردهای روش ELECTRE فازی

روش ELECTRE فازی در پروژه‌هایی که با “انتخاب‌های سرنوشت‌ساز” روبرو هستند، کاربرد وسیعی دارد. یکی از رایج‌ترین کاربردها، انتخاب مکان (Site Selection) برای احداث کارخانه‌ها یا نیروگاه‌هاست. در این پروژه‌ها، وجود یک نقص بزرگ (مثلاً خطر زلزله یا کمبود منابع آب) نباید با مزایای دیگر پوشانده شود و ELECTRE دقیقاً به همین منظور استفاده می‌شود.

در حوزه مدیریت زنجیره تأمین، این روش برای ارزیابی و رتبه‌بندی تأمین‌کنندگان استراتژیک به کار می‌رود. از آنجا که پایداری تأمین‌کننده در معیارهای مختلف (کیفیت، زمان تحویل، قیمت) حیاتی است، مدل ELECTRE فازی می‌تواند تأمین‌کنندگانی که در یک پارامتر کلیدی بسیار ضعیف هستند را شناسایی و از لیست نهایی حذف کند.

همچنین در انتخاب تکنولوژی و پروژه‌های تحقیق و توسعه (R&D)، جایی که ریسک شکست بالاست، این متد به عنوان یک ابزار پشتیبان تصمیم‌گیری (DSS) عمل می‌کند. در واقع هر جا که نیاز به یک مدل “سخت‌گیر” برای غربال‌گری گزینه‌ها بر اساس معیارهای فازی باشد، این روش بهترین گزینه در میان متدهای تحقیق در عملیات است.


گام‌های روش ELECTRE فازی

همان طور که در مسایل پیش روی خود در جهان هستی روبروه هستیم همواره داده های مساله به صورت مشخص نمی باشند، بلکه ممکن است به صورت فازی باشند. روش الکتره نیز برای حل این گونه مسایل دارای روش منحصر به خودش می باشد که با تغییراتی نسبت به حالت داده های قطعی در ادامه شرح داده خواهد شد. ماتریس تصمیم فازی زیر را در نظر بگیرید.

روش الکتره فازی
روش ELECTRE فازی

گام اول: ماتریس تصمیم را به روش زیر نرمالایز می کنیم:

روش الکتره فازی
روش ELECTRE فازی

که به ترتیب شاخص هایBΩ و CΩ مثبت و منفی می باشند. وزن معیارها نیز می‌تواند از روش‌هایی مثل روش BWM فازی استخراج شده باشد.

گام دوم: در مرحله بعد بردار وزن را در ماتریس نرمالایز شده ضرب می کنیم تا ماتریس نرمالایز شده وزن دار بدست آید.

روش الکتره فازی
روش ELECTRE فازی

گاهی لازم است كه دو عدد فازی را با هم مقایسه كرده تا مشخص شود كه كدام یك بزرگ تر از دیگری است. گاهی نیز به دلیل متغیرهای زیاد و محاسبات گستردة اعداد فازی، باید اعداد فازی را به اعداد قطعی تبدیل كرد. به این كار دیفازی كردن )تبدیل اعداد از حالت فازی به قطعی( گفته می شود. مهم ترین روش های دیفازی كردن عبارتند از:

  • روش میانگین
  • روش مركز ناحیه
  • روش برش α
  • گشتاورها

فرمول روش میانگین برای اعداد ذوزنقه ای:

روش الکتره فازی
روش ELECTRE فازی

پس به منظور مقایسه گزینه ها و تعیین برتری اعداد را می توان دیفازی نمود.

گام سوم: اکنون باید مجموعه هماهنگ و ناهماهنگ را مشخص می کنیم.

با توجه به دو آلترناتیو Af و Ag مجموعه هماهنگ به صورت {Jc={ j|Vgi≥ Vfj  تعریف می شودکه در آن Jc شامل اندیس معیارهایی است که درآن Ag  بر Af ارجحیت دارد. زمانی Vgi≥ Vfj  است که اگر و تنها اگر  (d(Max (Vgi, Vfj), Vfj) ≥ d(Max (Vgi, Vfj), Vgi باشد.

همچنین زمانی اندیس معیاری در مجموعه ناهماهنگ جای می گیرد که:

JD= {j|Vgi≤ Vfj}

و زمانی Vgi≤ Vfj  است که اگر و تنها اگر ((Max (Vgi, Vfj), Vfj) ≤ d(Max (Vgi, Vfj), Vgi)  باشد. ماتریس هماهنگ به صورت زیر مشخص می شود:

روش الکتره فازی
روش ELECTRE فازی

به عبارت دیگر عناصر ماتریس هماهنگ از جمع وزن فازی معیارهایی بدست می آیند که در مجموعه هماهنگ موجود هستند. ماتریس ناهماهنگ نیز به این صورت محاسبه می شود.

روش الکتره فازی
روش ELECTRE فازی

در این بخش اگر قصد نداشته باشیم از روش میانگین و یا سایر روش های ذکر شده در فوق استفاده نماییم می توانیم با توجه به مقاله ارائه شده توسط حاتمی و همکاران در سال 2011، فاصله ی بین دو آلترناتیو (d) را توسط فاصله ی همینگ بسنجیم.

روش الکتره فازی
روش الکتره فازی

گام چهارم: حال باید آستانه ای برای ماتریس های هماهنگ و ناهماهنگ بدست آوریم.

مقدار آستانه ماتریس هماهنگ Č را می توان با میانگین گرفتن از عناصر ماتریس هماهنگ بدست آورد.

روش الکتره فازی
روش الکتره فازی

ماتریس B باتوجه به آستانه ماتریس هماهنگ Č بدین صورت بدست می آید:

روش الکتره فازی
روش الکتره فازی

آستانه برای ماتریس ناهماهنگ (D):

روش الکتره فازی

ماتریس H  به صورت زیر محاسبه می گردد:

روش الکتره فازی
روش الکتره فازی

ماتریس کلی به صورت زیر بدست می آید:

Z=B*H

حال با توجه به ماتریس کلی بدست آمده، همانند روش الکتره با داده های قطعی رتبه بندی خواهیم کرد.


مثال روش ELECTRE فازی

یک شرکت قصد دارد، از بین 5 تامین کننده بر اساس معیارهای C1 تا C5 که به ترتیب سودآوری تامین کننده، میزان سهولت ارتباط با تامین کننده، ظرفیت های تکنولوژیکی، مطابقت سطح کیفی با سطح شرکت و قدرت تشخیص خطا می باشند، مطلوب ترین تامین کننده را انتخاب کند. بر اساس جدول اطلاعات زیر، مساله را از طریق روش الکتره فازی حل نموده و گزینه ارجح را اعلام نمایید.

گام اول: ماتریس تصمیم به صورت زیر درنظر گرفته شده است.

A10.5830.7250.7680.8730.5940.7080.7380.8410.5750.7520.7860.9160.5960.7010.7320.837
A20.1970.4760.5140.7990.6150.7570.7990.9050.730.8520.9340.9790.5020.6520.6810.783
A30.6820.8140.8540.9360.6260.7610.780.8880.4980.6360.6840.8290.4740.5810.6450.758
وزن0.2180.2180.2180.2180.0410.0410.0410.0410.1830.1830.1830.1830.5580.5580.5580.558
ماتریس تصمیم

گام دوم: ماتریس تصمیم به صورت زیر نرمال می شود.

A10.1270.1580.1670.1900.0240.0290.0300.0340.1050.1380.1440.1680.3330.3910.4080.467
A20.0430.1040.1120.1740.0250.0310.0330.0370.1340.1560.1710.1790.2800.3640.3800.437
A30.1490.1770.1860.2040.0260.0310.0320.0360.0910.1160.1250.1520.2640.3240.3600.423
ماتریس نرمال وزین

گام سوم دیفازی کردن مقادیر

در این قسمت جهت سهولت کار متغیرها را از فازی به قطعی تبدیل می کنیم و به این عمل دیفازی سازی می گویند.

به طور مثال برای شاخص اول میانگین 0.161 = 4/(0.127+0.158+0.167+0.190)

A10.1610.0300.1390.400
A20.1080.0320.1600.365
A30.1790.0310.1210.343
محاسبه برتری توسط روش میانگین

گام چهارم تشکیل ماتریس هماهنگی C

A120.2180.0410.259
A130.0410.1830.224
A210.1830.5580.741
A230.1830.183
A310.2180.5580.776
A320.2180.0410.5580.817
تشکیل ماتریس هماهنگی C

در ادامه مجموع هر ستون در ماتریس مورد نظر قرار می گیرد. به طور مثال 0.259 در سطر اول و ستون دوم قرار می گیرد.

A1A2A3
A10.2590.224
A20.7410.183
A30.7760.817
ماتریس هماهنگ C

سپس میانگین عناصر ماتریس محاسبه می شود 0.50=6/(0.259+0.224+…) . هر عنصری که مقدار آن از 0.5 کمتر باشد مقدار 0 و هر کدام که بیشتر باشد مقدار 1 را به خود اختصاص می دهد تا ماتریس هماهنگی موثر F تشکیل شود.

A1A2A3
A100
A210
A311
ماتریس F

گام پنجم تشکیل ماتریس ناهماهنگی D

  • در این گام ابتدا قدرمطلق اختلاف میان در دو گزینه مورد نظر را محاسبه می کنیم. به طور مثال 0.0525 =|A12C1=|0.161-0.108
  • سپس ماکزیمم شاخص هایی را در که ماتریس هماهنگی قرار نمی گیرند را محاسبه می نماییم و در ستون MAX loss قرار می دهیم. برای مثال MAX(0.0213,0.0346)= 0.0346
  • در ادامه ماکزیمم هر ردیف را محاسبه کرده و در ستون Max row قرار می دهیم.
  • در آخر جهت محاسبه مقدار ناهماهنگی  مقدار Max loss را بر Max row  تقسیم می نماییم تا مقدار ناهماهنگی در شاخص محاسبه گردد.
C1C2C3C4Max LossMax rowloss/row
A120.05250.00200.02130.03460.03460.05250.6592
A130.01840.00180.01750.05690.05690.05691.0000
A210.05250.00200.02130.03460.05250.05251.0000
A230.07090.00020.03880.02230.07090.07091.0000
A310.01840.00180.01750.05690.01750.05690.3071
A320.07090.00020.03880.02230.03880.07090.5476
تشکیل ماتریس ناهماهنگی D

در ادامه مجموع هر ستون در ماتریس مورد نظر قرار می گیرد. به طور مثال 0.6592 در سطر اول و ستون دوم قرار می گیرد.

A1A2A3
A10.6591.000
A21.0001.000
A30.3070.548
ماتریس ناهماهنگ D

سپس میانگین عناصر ماتریس محاسبه می شود 0.75=6/(0.659+1.000+…) . هر عنصری که مقدار آن از 0.75 کمتر باشد مقدار 1 و هر کدام که بیشتر باشد مقدار را به خود اختصاص می دهد تا ماتریس هماهنگی موثر F تشکیل شود.

A1A2A3
A110
A200
A311
ماتریس G

در این گام برای تعیین برتری ها دو ماتریس F و G در هم ضرب برداری می شوند. این ضرب به گونه ای است که وقتی هر دو مقدار ۱ باشد جواب یک می گردد و در غیر این صورت جواب ۰ خواهد بود.

A1A2A3
A100
A200
A311
ضرب F*G

در این مرحله تعداد ۱ و ۰ های هر ردیف شمرده می شود. مانند جدول زیر جمع یک ها در ستون Win و جمع صفرها در ستون loss و اختلاف آن ها در  Different قرار می گیرد. سپس بر اساس ستون Different شاخص ها رتبه بندی می شوند.

WinLossDifferentRank
02-22A1
02-22A2
2021A3
ماتریس H

همان طور که مشاهده می شود شاخص A3 دارای رتبه اول می باشند و دو شاخص A1 ,A2 داریی یک رتبه برتری می باشند که نمی توان در مورد برتری آنها از یکدیگر نظری داشت.


نتیجه‌گیری

روش ELECTRE فازی فراتر از یک رتبه‌بندی ساده، یک تحلیل عمیق از ساختار تصمیم‌گیری ارائه می‌دهد. این روش با تکیه بر مفاهیم چیرگی، به تصمیم‌گیرنده اجازه می‌دهد تا نه تنها بهترین گزینه را بشناسد، بلکه روابط پیچیده و تضادهای بین معیارها را نیز درک کند. اگرچه پیچیدگی محاسباتی آن نسبت به روش‌هایی مثل روش TOPSIS فازی بیشتر است، اما خروجی‌های آن به دلیل سخت‌گیری در قبال نقاط ضعف گزینه‌ها، از اعتبار علمی بالاتری برخوردار است.

در نهایت، موفقیت در اجرای این روش مستلزم در اختیار داشتن ابزارهای محاسباتی دقیق است تا خطای انسانی در تشکیل ماتریس‌های موافقت و مخالفت حذف شود. استفاده از این تکنیک در کنار روش‌های نوین وزن‌دهی، می‌تواند پروژه‌های پژوهشی شما را در سطح مجلات معتبر ISI قرار دهد.

سوالات متداول

تفاوت ELECTRE I، II و III در چیست؟

نسخه I برای انتخاب بهترین گزینه، نسخه II و III برای رتبه‌بندی کامل و نسخه IV برای زمانی است که وزن معیارها مشخص نیست. نسخه فازی معمولاً بر پایه ساختار ELECTRE III توسعه می‌یابد.

چرا در ELECTRE گاهی دو گزینه رتبه یکسانی می‌گیرند؟

این به دلیل خاصیت “عدم مقایسه‌پذیری” در این روش است. اگر دو گزینه در مجموعِ مزایا و معایب تفاوت فاحشی نداشته باشند، ELECTRE آن‌ها را در یک سطح چیرگی قرار می‌دهد.

آیا می‌توان ELECTRE فازی را با روش‌های دیگر ترکیب کرد؟

بله، معمولاً از روش DEMATEL فازی برای استخراج روابط و وزن‌ها استفاده شده و سپس از ELECTRE برای رتبه‌بندی نهایی استفاده می‌شود.