![روش ORESTE ارسته](https://farabegir.com/wp-content/uploads/2024/07/روش-ORESTE.jpg)
روش ORESTE (Organization, Rangement Et Synthese de donneeَs Relationnelles) به عنوان یکی از روشهای نوین MCDM، با در نظر گرفتن ترجیحات و عدم ترجیحات تصمیمگیرنده، ابزاری کارآمد برای رتبهبندی و انتخاب در مسائلی با معیارهای کیفی و کمی ارائه میدهد.
در دنیای امروز که با حجم عظیمی از اطلاعات و گزینههای مختلف روبرو هستیم، انتخاب بهترین گزینه میتواند چالشبرانگیز باشد. تصمیمگیری چندمعیاره (MCDM) به عنوان شاخهای از تحقیقات عملیاتی، به روشهایی میپردازد که به تصمیمگیرندگان در انتخاب بهترین گزینه از بین گزینههای مختلف کمک میکنند.
![روش ORESTE ارسته](https://farabegir.com/wp-content/uploads/2024/07/روش-ORESTE-ارسته.jpg)
روشهای سنتی MCDM غالباً از اعداد قطعی برای نشان دادن معیارها و ترجیحات تصمیمگیرنده استفاده میکنند. با این حال، در بسیاری از مسائل واقعی، اطلاعات و ترجیحات با عدم قطعیت همراه هستند.
آنچه می خوانید
این روش در مقایسه با سایر روشهای MCDM، از سادگی و قابلیت تفسیر بیشتری برخوردار است و میتواند برای حل مسائلی با اطلاعات ناقص یا نامشخص به کار رود. در ادامه این مقاله، به بررسی جامع این روش، شامل مبانی نظری، مراحل اجرا، مزایا، معایب، کاربردها و مثالهایی از استفاده آن در مسائل مختلف خواهیم پرداخت.
مقدمهای بر روش ORESTE
روش ORESTE توسط مارک روبنز، استاد برجسته دانشگاه پلی تکنیک بلژیک، در سال 1982 به عنوان روشی جایگزین برای روش ELECTRE ارائه شد. روش ELECTRE روشی برای MCDM است که از مقایسههای زوجی برای رتبهبندی گزینهها استفاده میکند.
روش ORESTE در مقایسه با روش ELECTRE، از ساختار ترجیحی سادهتری استفاده میکند و به همین دلیل، از قابلیت تفسیر و سهولت اجرای بیشتری برخوردار است.
مبانی نظری روش ORESTE
مبانی نظری روش ORESTE بر پایه مفاهیم زیر استوار است:
- ترجیحات: ترجیحات تصمیمگیرنده نشاندهنده تمایل او به انتخاب یک گزینه به جای گزینه دیگر برای یک معیار خاص است. ترجیحات میتوانند به صورت قطعی (مانند A ≻ B به معنای ترجیح قطعی A به B) یا غیرقطعی (مانند A ∼ B به معنای عدم ترجیح بین A و B) بیان شوند.
- عدم ترجیحات: عدم ترجیحات نشاندهنده عدم تمایل یا ناتوانی تصمیمگیرنده در انتخاب بین دو گزینه برای یک معیار خاص است. عدم ترجیحات میتوانند به صورت مطلق (مانند A ∼ B) یا مشروط (مانند A ∼ B برای معیار X، اما A ≻ B برای معیار Y) بیان شوند.
- اصل سازگاری: این اصل بیان میکند که ترجیحات و عدم ترجیحات تصمیمگیرنده باید با یکدیگر سازگار باشند. به عنوان مثال، اگر A ≻ B و B ≻ C باشد، نباید A ∼ C باشد.
روش ORESTE از این مفاهیم برای ساخت ماتریسهای ترجیحات و عدم ترجیحات، و سپس محاسبه ماتریس مطابقت استفاده میکند. ماتریس مطابقت نشان میدهد که تا چه حد هر گزینه با ترجیحات و عدم ترجیحات تصمیمگیرنده برای هر معیار مطابقت دارد. در نهایت، گزینهها بر اساس مجموع مقادیر ماتریس مطابقت برای هر معیار، با در نظر گرفتن وزن معیارها، رتبهبندی میشوند.
مزایای روش ORESTE
- سادگی: روش ORESTE در مقایسه با سایر روشهای MCDM، از سادگی و قابلیت تفسیر بیشتری برخوردار است.
- قابلیت انعطافپذیری: روش ORESTE میتواند با اطلاعات ناقص یا نامشخص به خوبی کنار بیاید.
- قابلیت تفسیر: نتایج روش ORESTE به راحتی قابل تفسیر و درک هستند.
- قابلیت استفاده در مسائل پیچیده: روش ORESTE میتواند برای حل مسائل پیچیده با معیارهای متعدد و متضاد به کار رود.
بیشتر بدانیم
معایب روش ORESTE
در کنار مزایای متعدد روش ORESTE، این روش معایبی هم دارد که باید در نظر گرفته شوند:
- وابستگی به نظر متخصصان: جمعآوری ترجیحات و عدم ترجیحات تصمیمگیرنده میتواند به نظر و قضاوت متخصصان نیاز داشته باشد. این امر میتواند موضوعیت و قابلیت اطمینان نتایج را تحت تاثیر قرار دهد، به ویژه اگر متخصصان در زمینه مورد نظر تخصص کافی نداشته باشند.
- عدم وجود روشهای استاندارد برای جمعآوری اطلاعات: در حال حاضر، روشهای استاندارد و دقیقی برای جمعآوری ترجیحات و عدم ترجیحات تصمیمگیرنده در روش ORESTE وجود ندارد. این امر میتواند منجر به تناقضات و ابهامات در نتایج شود.
- حساسیت به وزن معیارها: روش ORESTE از وزن معیارها برای محاسبه رتبه نهایی گزینهها استفاده میکند. انتخاب نادرست وزن معیارها میتواند تاثیر منفی بر دقت نتایج داشته باشد.
- پیچیدگی محاسباتی: در برخی موارد، محاسبات مربوط به روش ORESTE، به ویژه در مسائلی با تعداد زیاد گزینهها و معیارها، میتواند پیچیده باشد.
- عدم در نظر گرفتن عدم قطعیت در وزن معیارها: روش ORESTE فرض میکند که وزن معیارها قطعی هستند. در حالی که در بسیاری از مسائل واقعی، وزن معیارها با عدم قطعیت همراه هستند.
- عدم در نظر گرفتن معیارهای کیفی: روش ORESTE به طور خاص برای معیارهای کیفی که به سختی قابل اندازهگیری هستند، طراحی نشده است.
- عدم وجود نرمافزارهای کاربردی: در حال حاضر، نرمافزارهای کاربردی متعددی برای روشهای MCDM مانند ELECTRE و PROMETHEE وجود دارد، اما نرمافزارهای اختصاصی برای روش ORESTE محدود هستند.
- نیاز به آموزش: استفاده از روش ORESTE نیاز به آموزش و دانش قبلی در زمینه MCDM دارد.
- محدودیت در تعداد گزینهها: روش ORESTE به طور کارآمد برای مسائلی با تعداد زیاد گزینهها (مثلاً بیش از 10) قابل استفاده نیست.
- عدم وجود ضمانت برای انتخاب بهترین گزینه: هیچ روشی در MCDM نمیتواند به طور قطعی ضمانت کند که بهترین گزینه را انتخاب میکند. ORESTE نیز از این قاعده مستثنی نیست.
با وجود این معایب، روش ORESTE میتواند ابزاری مفید برای رتبهبندی و انتخاب در مسائلی با معیارهای کیفی و کمی باشد، به ویژه در مواردی که اطلاعات ناقص یا نامشخص وجود دارد.
![معایب روش ORTESE](https://farabegir.com/wp-content/uploads/2024/07/معایب-روش-ORTESE.jpg)
کاربردهای روش ORESTE
- انتخاب بهترین موقعیت برای احداث یک کارخانه
- انتخاب بهترین روش سرمایهگذاری
- انتخاب بهترین تامینکننده
- انتخاب بهترین طرح برای یک پروژه
- ارزیابی عملکرد کارکنان
- انتخاب بهترین دانشگاه برای ادامه تحصیل
- انتخاب بهترین مسیر برای سفر
- انتخاب بهترین رستوران برای صرف غذا
- انتخاب بهترین فیلم برای تماشا
- انتخاب بهترین کتاب برای مطالعه
گامهای روش ORTESE
گام اول ماتریس موقعیت: در این ماتریس، گزینه ها بر اساس ویژگی ها و با توجه به ماتریس تصمیم رتبه بندی می شوند.
گام دوم فاصله بلوک: فاصله بلوک هر جایگزین از معادله به دست می آید.
![فاصله بلوک](https://farabegir.com/wp-content/uploads/2024/07/فاصله-بلوک.jpg)
به طوری که در آن مقدار a نشان دهنده نرخ جانشینی است، و a بین صفر و یک است. rj مقادیر اولویت بندی شده توسط تصمیم گیرنده است و rij مقدار ماتریس موقعیت جایگزین آن در ویژگی jام است.
گام سوم ماتریس فاصله بلوک: فاصله بلوک هر عنصر در ماتریس موقعیت محاسبه شده و در ماتریس فاصله بلوک قرار می گیرد.
گام چهارم رتبه بندی نهایی: گزینه های جایگزین تکنیک رتبه بندی بر اساس مقایسه زوجی فواصل بلوک ها به شرح زیر است.
![مقایسات زوجی](https://farabegir.com/wp-content/uploads/2024/07/مقایسات-زوجی.jpg)
اگر d(0,Aij)<=d(0,Ai’j) باشد، در نتیجه، R(Aij)<=R(Ai’j) خواهد بود. معمولاً مقدار آلفا بین 1/3 و 1/2 در نظر گرفته می شود. رتبهبندی کل گزینهها از تخصیص رتبه به هر مقدار از ویژگی جایگزین و تجمیع همه ویژگیهای رایج مانند معادله بالا به دست میآید.
مثال روش روش ORTESE
سه پروژه A1، A2 و A3 توسط کارشناسان برای احداث بیمارستان پیشنهاد شد. ویژگی هایی مانند مناسب بودن سایت ساخت و ساز (C1)، هزینه (C2) و قدرت (C3) برای تصمیم گیری و ماتریس تصمیم همانطور که در جدول زیر نشان داده شده است در دسترس هستند. تصمیم گیرنده ترتیب اهمیت ویژگی ها را به صورت C1>C2>C3 بیان می کند.
![ماتریس تصمیم روش ORTESTE](https://farabegir.com/wp-content/uploads/2024/07/ماتریس-تصمیم-روش-ORTESTE.jpg)
هدف انتخاب بهترین پروژه و رتبه بندی نهایی گزینه ها با روش ORESTE می باشد.
گام اول: در ابتدا، ماتریس موقعیت تشکیل می شود که در آن گزینه ها بر اساس ویژگی ها رتبه بندی می شوند. ویژگی هزینه منفی باید در این تشکیل ماتریس در نظر گرفته شود و رتبه اول به کمترین مقدار تعلق دارد. با توجه به ترتیب صفات بیان شده توسط تصمیم گیرنده:
r1=1,r2=2,r3=3
![فاصله بلوک](https://farabegir.com/wp-content/uploads/2024/07/فاصله-بلوک-1.jpg)
گام دوم: مقادیر فاصله بلوک از موارد زیر و جایی که مقادیر rij(a) از مقادیر ماتریس موقعیت به دست میآیند و rj مقادیر ویژگیهای اولویتبندی شده توسط تصمیمگیرنده را نشان میدهد. بنابراین، نتیجه زیر به عنوان مثال به دست می آید:
d(0,A11) = ar11(a)+(1-a)r1=1a+(1-a)=1
که در آن r11(a) به معنای مقدار ماتریس موقعیت اولین جایگزین در ویژگی اول است. همین روال، سایر مقادیر فاصله بلوک به دست می آیند.
گام سوم: شکل زیر ماتریس فاصله بلوک را نشان می دهد.
![ماتریس فاصله بلوک](https://farabegir.com/wp-content/uploads/2024/07/ماتریس-فاصله-بلوک.jpg)
گام چهارم: رتبه بندی نهایی گزینه ها ابتدا مقایسه زوجی فواصل بلوک به شرح زیر است:
![مقایسه زوجی فواصل بلوک](https://farabegir.com/wp-content/uploads/2024/07/مقایسه-زوجی-فواصل-بلوک.jpg)
رتبه بندی گزینه ها و شدت آنها به شرح زیر محاسبه می شود:
R(A1)=1+7+8=16 , R(A2)=2+3+9=14, R(A3)=4+5+6=15
بنابراین پروژه اول (A1) بهترین جایگزین است و رتبه نهایی به صورت A1>A3>A2 می باشد.
نتیجه گیری
ORESTE به عنوان روشی نوین و کارآمد در MCDM، به ویژه در مسائلی با عدم قطعیت و اطلاعات ناقص، مورد توجه محققان و متخصصان قرار گرفته است. سادگی، قابلیت انعطافپذیری، قابلیت تفسیر و کارایی این روش، آن را به ابزاری ارزشمند برای رتبهبندی و انتخاب در دنیای پیچیده امروز تبدیل میکند.
با توجه به مزایای ذکر شده، استفاده از ORESTE در مسائل مختلف MCDM، به ویژه در مسائلی با اطلاعات ناقص یا نامشخص، پیشنهاد میشود. همچنین، انجام تحقیقات بیشتر برای توسعه و ارتقای این روش، از جمله بررسی روشهای جدید برای جمعآوری ترجیحات تصمیمگیرنده و کاهش پیچیدگی محاسبات، میتواند مفید باشد.
سوالات متداول در مورد روش ORTESE
روش ORESTE چیست؟
ORESTE روشی برای MCDM است که از ترجیحات و عدم ترجیحات تصمیمگیرنده برای رتبهبندی و انتخاب در مسائلی با معیارهای کیفی و کمی استفاده میکند.
مزایای روش ORESTE چه هستند؟
ORESTE از مزایای متعددی از جمله سادگی، قابلیت انعطافپذیری، قابلیت تفسیر و کارایی برخوردار است.
کاربردهای روش ORESTE چه هستند؟
ORESTE میتواند برای حل طیف گستردهای از مسائل MCDM، از جمله انتخاب بهترین موقعیت برای احداث یک کارخانه، انتخاب بهترین روش سرمایهگذاری، انتخاب بهترین تامینکننده و انتخاب بهترین طرح برای یک پروژه استفاده شود.
چگونه میتوان از روش ORESTE استفاده کرد؟
مراحل اجرای روش ORESTE در این مقاله شرح داده شده است.