آموزش جامع روش VIKOR فازی

در دنیای واقعی، تصمیم‌گیرندگان همواره با معیارهای متضاد روبرو هستند؛ جایی که بهبود یک معیار ممکن است به بدتر شدن معیار دیگری منجر شود. روش VIKOR فازی (Fuzzy VIKOR) که مخفف عبارت صربی VlseKriterijumska Optimizacija I Kompromisno Resenje است، به عنوان یکی از قدرتمندترین روش‌های تصمیم‌گیری چندمعیاره (MCDM) برای حل این تضادها شناخته می‌شود. هدف اصلی این روش، رسیدن به یک «راه حل سازشی» است؛ گزینه‌ای که بیشترین نزدیکی را به ایدئال مثبت و بیشترین فاصله را از ایدئال منفی داشته باشد.

تفاوت بنیادین این روش با روش‌های محبوبی مثل روش TOPSIS فازی در منطق محاسباتی آن نهفته است. در حالی که تاپسیس بر پایه فاصله اقلیدسی عمل می‌کند، ویکور بر روی «بیشترین سود گروهی» و «کمترین تأسف فردی» تمرکز دارد. ورود منطق فازی به این متدولوژی باعث شده تا عدم قطعیت در نظرات کارشناسان که معمولاً با کلماتی مثل «زیاد» یا «خیلی کم» بیان می‌شود، با استفاده از اعداد فازی مثلثی به دقت مدل‌سازی شود.


فلسفه تصمیم‌گیری با روش VIKOR فازی

در سال ۲۰۲۶، روش ویکور فازی به دلیل پایداری بالا در نتایج، به یکی از پرکاربردترین متدها در پایان‌نامه‌های مدیریت و صنایع تبدیل شده است. این روش به تصمیم‌گیرنده اجازه می‌دهد تا با استفاده از ضریب «بیشترین سود گروهی» (\nu)، وزن دهی به استراتژی‌های مختلف را کنترل کند. این انعطاف‌پذیری، ویکور را به ابزاری بی‌بدیل در کنار روش‌های وزن‌دهی نظیر روش BWM فازی تبدیل کرده است.

در روش ویکور فازی می توانیم از داده هایی که دقت کافی ندارند و قطعی نیستند استفاده نماییم. در اصل این روش قدرت ما را در کار با اطلاعات بیشتر می کند. این روش نسبت به روش ویکور در حال قطعی تفاوت هایی دارد که در ادامه، با شرح این روش به این تفاوت ها پی خواهیم برد.


مزایای روش VIKOR فازی: چرا این متد متمایز است؟

اولین و مهم‌ترین مزیت روش ویکور فازی، ارائه یک راه حل سازشی پایدار است. در بسیاری از روش‌ها مثل [روش SAW فازی]، نتایج ممکن است با تغییرات کوچک در داده‌ها به شدت جابجا شوند، اما ویکور با معرفی دو شرط «برتری قابل قبول» و «پایداری قابل قبول»، از صحت رتبه‌بندی اطمینان حاصل می‌کند. این ویژگی باعث می‌شود که خروجی‌های این روش در مقالات ISI بسیار قابل دفاع باشند.

آمورش تصویری تصمیم گیری چند معیاره فازی
آمورش تصویری تصمیم گیری چند معیاره فازی

مزیت دوم، توانایی مدیریت معیارهای با واحدهای مختلف است. ویکور فازی با استفاده از فرآیند نرمال‌سازی خطی، معیارهایی با مقیاس‌های متفاوت (مانند ریال، کیلوگرم و امتیاز کیفی) را با هم هم‌سنگ می‌کند. این ویژگی در پروژه‌های صنعتی که تضاد واحدها وجود دارد، بسیار کارآمد است، مشابه آنچه در روش MARCOS فازی برای دقت در فواصل مشاهده می‌کنیم.

علاوه بر این، روش ویکور فازی به خوبی می‌تواند تأسف تصمیم‌گیرنده را مدل کند. با محاسبه شاخص R (بیشترین مخالفت)، این روش گزینه‌ای را انتخاب می‌کند که در هیچ‌کدام از معیارها ضعف فاحشی نداشته باشد. این رویکرد محافظه‌کارانه در مدیریت ریسک و انتخاب تأمین‌کننده، برتری قابل توجهی نسبت به روش‌های ساده‌تر ایجاد می‌کند.


معایب و محدودیت‌های روش ویکور فازی

با وجود قدرت بالا، روش ویکور فازی بدون چالش نیست. بزرگترین محدودیت این روش، پیچیدگی محاسباتی آن در مرحله نهایی است. برخلاف روش‌های برداری که یک خروجی واحد می‌دهند، ویکور سه شاخص S، R و Q را تولید می‌کند که تحلیل همزمان آن‌ها برای کاربران مبتدی دشوار است. همچنین، اگر دو شرط پایداری برقرار نباشد، روش به جای یک گزینه، مجموعه‌ای از گزینه‌های برتر را معرفی می‌کند که ممکن است برای برخی مدیران ابهام‌برانگیز باشد.

چالش دیگر، وابستگی به ضریب استراتژیک \nu است. این ضریب که معمولاً ۰.۵ در نظر گرفته می‌شود، نشان‌دهنده توافق جمعی است. اگر تصمیم‌گیرنده به درستی نداند که چه وزنی به سود گروهی در مقابل تأسف فردی بدهد، رتبه‌بندی نهایی می‌تواند تحت تأثیر قرار گیرد. این موضوع لزوم استفاده از تحلیل حساسیت را در این روش دوچندان می‌کند.

در نهایت، حجم محاسبات در محیط فازی بسیار بالاست. ضرب و تقسیم اعداد فازی مثلثی و محاسبه فواصل در هر مرحله، پتانسیل خطای انسانی را به شدت افزایش می‌دهد. به همین دلیل، پیاده‌سازی این روش بدون استفاده از ابزارهای کمکی مانند اکسل آماده VIKOR فازی عملاً زمان‌بر و ریسکی است.


کاربرد روش VIKOR فازی در پژوهش و صنعت

روش ویکور فازی در حوزه‌های وسیعی از مهندسی صنایع تا مدیریت استراتژیک کاربرد دارد. یکی از رایج‌ترین کاربردها، ارزیابی و انتخاب تأمین‌کنندگان است؛ جایی که باید بین قیمت پایین (معیار هزینه) و کیفیت بالا (معیار سود) تعادل برقرار شود. این روش به خوبی تضاد بین این دو را حل کرده و گزینه‌ای را انتخاب می‌کند که در مجموع «بهترین سازش» را ارائه دهد.

در حوزه مکان‌یابی نیروگاه‌ها و صنایع، ویکور فازی به دلیل پایداری خروجی‌ها بسیار محبوب است. زمانی که مدیران با معیارهای زیست‌محیطی، اقتصادی و اجتماعی روبرو هستند، این روش به آن‌ها کمک می‌کند تا سایتی را انتخاب کنند که کمترین مخالفت (تأسف) را در میان ذینفعان ایجاد کند. این کاربرد به ویژه در کنار روش‌های وزن‌دهی عینی مثل روش MEREC فازی نتایج بسیار دقیقی به همراه دارد.

همچنین در اولویت‌بندی پروژه‌های بهبود در سازمان‌ها، ویکور فازی ابزاری کلیدی است. با استفاده از این متد، می‌توان پروژه‌هایی که بیشترین سود جمعی را برای کل سازمان دارند شناسایی کرد. پایداری این روش باعث شده تا در اکثر مقالات Q1 مدیریت زنجیره تأمین، از ویکور فازی به عنوان روش اصلی یا روش اعتبارسنجی در کنار روش CoCoSo فازی استفاده شود.


گام‌های اجرایی و الگوریتم محاسباتی روش VIKOR فازی

گام ۱: تشکیل ماتریس تصمیم و وزن معیارها. ابتدا گزینه‌ها و معیارها را مشخص کرده و امتیازات فازی را وارد می‌کنیم. وزن معیارها (w_j) نیز باید مشخص باشد.

تشکیل ماتریس تصمیم و وزن معیارها | روش VIKOR فازی
تشکیل ماتریس تصمیم و وزن معیارها | روش VIKOR فازی

گام ۲: تعیین بهترین فازی (f^*) و بدترین فازی (f^-). برای معیارهای سود، بیشترین مقدار و برای معیارهای هزینه، کمترین مقدار فازی را در هر ستون شناسایی می‌کنیم.

ویکور فازی
روش VIKOR فازی

گام ۳: محاسبه شاخص‌های S و R فازی.

  • شاخص S (سود گروهی): مجموع فواصل نرمال‌شده گزینه‌ها از ایدئال مثبت.
  • شاخص R (تأسف فردی): بیشترین فاصله نرمال‌شده در بین تمام معیارها برای هر گزینه.
ویکور فازی
محاسبه شاخص‌های S و R فازی | روش VIKOR فازی

گام ۴: محاسبه شاخص ویکور فازی (Q). این شاخص با ترکیب S و R و در نظر گرفتن ضریب \nu (معمولاً ۰.۵) محاسبه می‌شود.

img 58353c9ceadda
روش VIKOR فازی

گام ۵: دی‌فازی‌سازی و رتبه‌بندی. مقادیر Q، S و R دی‌فازی شده و گزینه‌ها بر اساس کمترین مقدار Q رتبه‌بندی می‌شوند.

گام ۶: بررسی دو شرط پایداری.

رتبه بندی گزینه ها بر اساس شاخص ویکور. در این حالت گزینه های را بر اساس یکی از روش های کنترل پروژه و مساحت مقایسه می کنیم. توصیه می شود از روش مساحت استفاده شود، چرا که در این حالت گزینه ها دو به دو با هم مقایسه می شوند. اگر n گزینه داشته باشیم به تعداد   حالت بررسی خواهیم داشت.


مثال عددی روش VIKOR فازی

یک کشور قصد خرید هواپیمای جنگی را برای تکمیل ارتش خود دارد. کارشناسان برای انتخاب جنگنده مطلوب خود را با معیارهای مانور، میزان ثابت (اطمینان)، هزینه، شتاب، ظرفیت و سرعت مواجه هستند. در صورتی که چهار جت جنگی با اطلاعات ارائه شده بر اساس هر معیار به همراه ماتریس اوزان در اختیار داشته باشیم، مطلوبست تعیین بهترین گزینه بر اساس روش ویکور فازی.

ماتریس اعداد فازی روش ویکور فازی
ماتریس اعداد فازی
ماتریس ایده آل و ضد ایده آل
ماتریس ایده آل و ضد ایده آل

اختلاف از گزینه های ایده آل و ضد ایده آل

Image 4
محاسبه اختلاف از گزینه های ایده آل و ضد ایده آل

مقدار S و R

محاسبه مقدار S و R
محاسبه مقدار S و R

مقدار Q و رتبه بندی

محاسبه مقدار Q و رتبه بندی
محاسبه مقدار Q و رتبه بندی

در روش ویکور فازی می توانیم از داده هایی که دقت کافی ندارند و قطعی نیستند استفاده نماییم. در اصل این روش قدرت ما را در کار با اطلاعات بیشتر می کند. این روش نسبت به روش ویکور در حال قطعی تفاوت هایی دارد که در ادامه، با شرح این روش به این تفاوت ها پی خواهیم برد. در روش ویکور فازی می توانیم از داده هایی که دقت کافی ندارند و قطعی نیستند استفاده نماییم.


فایل اکسل روش VIKOR فازی (محاسبات خودکار)

پیاده‌سازی این حجم از فرمول‌ها در اکسل به صورت دستی بسیار طاقت‌فرساست. تیم فرابگیر برای شما فایل اکسل آماده VIKOR فازی را طراحی کرده است که تمامی مراحل فوق را تنها با وارد کردن داده‌ها، در کمتر از ۱ دقیقه انجام می‌دهد. این فایل شامل محاسبه خودکار S، R، Q و بررسی شروط پایداری است.

نتیجه‌گیری: چرا VIKOR فازی انتخاب نهایی خبرگان است؟

روش VIKOR فازی صرفاً یک فرمول ریاضی نیست، بلکه یک استراتژی هوشمندانه برای حل تضادهای مدیریتی در دنیای واقعی است. در اکثر مسائل تصمیم‌گیری، ما با گزینه‌هایی روبرو هستیم که در یک معیار (مثلاً تکنولوژی) عالی و در معیار دیگر (مثلاً هزینه) ضعیف هستند. این روش با تکیه بر مفهوم «راه حل سازشی»، گزینه‌ای را انتخاب می‌کند که نه‌تنها امتیاز بالایی دارد، بلکه کمترین میزان مخالفت یا «تأسف» را در سیستم ایجاد می‌کند. این رویکرد باعث می‌شود که خروجی تصمیم، مورد پذیرش حداکثری ذینفعان قرار گیرد.

پایداری نتایج در این روش، به دلیل وجود دو شرط کنترلی (برتری و پایداری قابل قبول)، آن را نسبت به سایر متدهای تصمیم‌گیری چندمعیاره نظیر روش TOPSIS فازی متمایز می‌کند. در بسیاری از پروژه‌های دانشگاهی و صنعتی، داوران و مدیران به دنبال اطمینان از این هستند که رتبه اول به دست آمده، چقدر با رتبه دوم فاصله دارد. ویکور فازی با تحلیل شاخص Q، این فاصله اطمینان را به صورت علمی اثبات می‌کند و اجازه نمی‌دهد تفاوت‌های جزئی باعث تغییر رتبه‌های کلیدی شوند.

در نهایت، ادغام این روش با منطق فازی، پاسخگوی ابهامات ذهنی انسان در فرآیند قضاوت است. استفاده از اعداد فازی مثلثی به جای اعداد قطعی، ریسک خطای داده‌های ورودی را کاهش داده و واقع‌گرایی مدل را دوچندان می‌کند. اگر به دنبال روشی هستید که در کنار دقت محاسباتی، انعطاف‌پذیری بالایی در تحلیل تضادها داشته باشد و در مقالات ISI به عنوان یک متدولوژی قوی شناخته شود، VIKOR فازی در کنار روش‌های وزن‌دهی مدرن مثل روش MEREC فازی، بهترین گزینه برای شما خواهد بود.


سوالات متداول درباره روش VIKOR فازی

تفاوت اصلی شاخص‌های S، R و Q در چیست؟

شاخص S نشان‌دهنده «سود گروهی» است و گزینه‌ای را ترجیح می‌دهد که در مجموعِ تمامی معیارها عملکرد بهتری داشته باشد، در حالی که شاخص R یا «تأسف فردی» بر بدترین عملکرد گزینه در یک معیار خاص تمرکز دارد تا از ریسک‌های بزرگ جلوگیری کند. شاخص Q نیز برآیند نهایی این دو است که با یک ضریب تعادلی، رتبه‌بندی نهایی را ایجاد می‌کند؛ در هر سه شاخص، هرچه عدد به صفر نزدیک‌تر باشد، آن گزینه برتر است و پایداری بیشتری در مدل‌های VIKOR فازی دارد.

اگر دو شرط پایداری برقرار نباشد چه باید کرد؟

روش ویکور دارای دو شرط «برتری قابل قبول» و «پایداری در تصمیم‌گیری» است که اگر برقرار نباشند، به این معناست که تفاوت معناداری بین گزینه‌های برتر وجود ندارد و رقابت بسیار نزدیک است. در این حالت، روش به جای معرفی یک «بهترین گزینه» واحد، مجموعه‌ای از گزینه‌های برتر (مثلاً A_1 و A_2) را به عنوان راه حل سازشی معرفی می‌کند که پژوهشگران می‌توانند با تحلیل حساسیت در اکسل آماده VIKOR فازی، پایداری هر یک را در شرایط مختلف بسنجند.

ضریب n (وزن استراتژی) چه تأثیری بر رتبه‌بندی دارد؟

ضریب n که معمولاً مقدار ۰.۵ برای آن در نظر گرفته می‌شود، وزن استراتژی تصمیم‌گیری را تعیین می‌کند؛ مقادیر بالاتر از ۰.۵ بر «سود اکثریت» تاکید دارند و مقادیر کمتر، وزن بیشتری به «کاهش مخالفت یا تأسف» می‌دهند. تغییر این ضریب می‌تواند رتبه گزینه‌ها را جابجا کند، لذا انجام تحلیل حساسیت روی آن به تصمیم‌گیرندگان کمک می‌کند تا بفهمند راه حل پیشنهادی تحت استراتژی‌های مختلف (توافق جمعی یا ریسک‌گریزی) چقدر پایدار باقی می‌ماند.