آموزش جامع روش VIKOR
در دنیای تصمیمگیری چندمعیاره (MCDM)، گاهی معیارها به قدری با هم در تضاد هستند که هیچ گزینهای نمیتواند در همه شاخصها بهترین باشد. روش VIKOR که مخفف یک عبارت صربی به معنای «بهینهسازی چندمعیاره و راه حل سازشی» است، دقیقاً برای این شرایط طراحی شده است. برخلاف روش TOPSIS که تنها بر فاصله از ایدهآل تمرکز دارد، روش VIKOR به دنبال گزینهای است که بیشترین سودمندی را برای گروه داشته باشد و در عین حال، «تأسف» ناشی از عدم انتخاب بهترین حالت در هر معیار را به حداقل برساند.

استفاده از این متد در دسته رتبهبندی گزینهها زمانی توصیه میشود که تصمیمگیرنده به دنبال تعادل میان شاخصهای متضاد است. برای اجرای این روش، ابتدا باید وزن معیارها مشخص باشد؛ شما میتوانید این وزنها را از طریق وزندهی در AHP یا برای دقت عینیتر، از روش انتروپی شانون استخراج کنید. روش VIKOR با دریافت این وزنها و ماتریس تصمیم، یک لیست اولویتبندی شده ارائه میدهد که بر پایه پایداری عددی و منطق ریاضی استوار است.
در تحلیلهای مربوط به آموزش مدیریت، این روش به عنوان یک ابزار دموکراتیک شناخته میشود، زیرا سعی میکند فاصله تمام گزینهها را تا حد امکان تعدیل کند. به همین دلیل، خروجیهای آن در پروژههای صنعتی و اقتصادی بسیار قابل اتکا هستند. اگر دادههای شما حجیم است، پیشنهاد میشود برای جلوگیری از خطای محاسباتی، از فایل اکسل روش VIKOR استفاده کنید تا تمامی مراحل به صورت خودکار و در کمترین زمان انجام شود.
آنچه می خوانید
مفهوم روش VIKOR و فلسفه راه حل سازشی
اپریکووک و تزنگ در سال 1988 روش ویکور (VIKOR) را ارائه و در سال های 2002 تا 2007 آن را توسعه دادند.این روش مبتنی بر برنامه ریزی توافقی مسائل تصمیم گیری چند معیاره است، مسائلی که با معیارهای نامتناسب و ناسازگار را مورد ارزیابی قرار می دهد.
در شرایطی که فرد تصمیم گیرنده قادر به شناسایی و بیان برتری های یک مساله در زمان شروع و طراحی آن نیست، این روش می تواند به عنوان ابزاری موثر برای تصمیم گیری مطرح شود.
مراحل روش VIKOR
در ادامه مراحل روش vikor (ویکور) را با هم مرور می کنیم
گام ا) تشکیل ماتریس تصمیم:
- با توجه به تعداد معیار ها ، تعداد گزینه ها و ارزیابی همه گزینه ها برای معیارهای مختلف ماتریس تصمیم به صورت زیر تشکیل می شود:
در آن Xij عملکرد گزینه i در رابطه با معیار j می باشد
گام 2) بی مقیاس کردن ماتریس تصمیم:
در این مرحله سعی می شود معیارها با ابعاد مختلف به معیارهای بی بعد تبدیل شوند و ماتریس F به صورت زیر تعریف می شود:
گام 3) تعیین بردار وزن معیارها:
با توجه به ضریب اهمیت معیارهای مختلف در تصمیم گیری به صورت زیر تعریف می شود:
W= [w1,w2,…,wn]
گام 4) تعیین بهترین و بدترین مقدار از میان مقادیر موجود برای هر معیار
- بهترین مقدار برای معیارهای مثبت و منفی از روابط زیر محاسبه می شوند.
- بدترین مقدار برای معیارهای مثبت و منفی از روابط زیر محاسبه می شوند.
گام 5) محاسبه مقدار سودمندی (S) و مقدار تاسف (R):
این مقادیر با توجه به روابط زیر محاسبه می شوند
که wj مقدار وزن مورد نظر برای معیار j می باشد
گام 6) محاسبه شاخص ویکور Q:
مقدار Q با توجه به رابطه زیر محاسبه می شود
در این روابط بیان کننده نرخ فاصله از حد ایده آل و بیان کننده نرخ فاصله از حد ضد ایده آل است و پارامتر V با توجه به توافق گروه تصمیم گیرنده انتخاب می شود.
گام 7) مرتب کردن گزینه های بر اساس مقادیر R , S, Q
در این مرحله مقادیر R , S, Q در سه گروه از کوچکتر به بزرگتر مرتب می شوند. نهایت گزینه ای به عنوان گزینه برتر است که در هر سه گروه به عنوان گزینه برتر شناخته شود. همچنین در گروه Q گزینه ای به عنوان گزینه برتر انتخاب می شود که دو شرط زیر را ارضا کند:
شرط اول :
اگر گزینه های A1 و A2 به ترتیب اولین و دومین گزینه برتر در گروه و n بیانگر تعداد گزینه ها باشد رابطه زیر برقرار باشد:
شرط دوم:
گزینه A1 باید حداقل در یکی از گروه های R و S به عنوان رتبه برتر شناخته شود
زمانی که شرط اول برقرار نباشد، مجموعه ای گزینه های به صورت زیر به عنوان گزینه های برتر انتخاب می شوند:
گزینه های برتر = A1,A2,…, Am
بیشترین مقدار m از طریق رابطه زیر محاسبه می شود:
زمانی که شرط دوم برقرار نباشد گزینه های A1 و A2 به عنوان گزینه های برتر انتخاب می شوند.
نکته متمایز کننده در روش VIKOR نسبت به سایر متدهای تحقیق در عملیات، وجود دو شرط «برتری قابل قبول» و «ثبات قابل قبول» در گام نهایی است. صرفاً داشتن کمترین مقدار Q به معنای بهترین بودن قطعی یک گزینه نیست؛ بلکه گزینه اول باید با فاصله مشخصی از گزینه دوم بهتر باشد. این سختگیری در محاسبات باعث میشود که نتایج استخراج شده در بخش آمار و تحلیل داده سایت فرابگیر، از اعتبار علمی بسیار بالایی برخوردار باشند و در داوری مقالات ISI به راحتی پذیرفته شوند.
با توجه به ماهیت فرمولی این روش، بسیاری از پژوهشگران ترجیح میدهند آموزشهای فنی را در آکادمی نرمافزار ما دنبال کنند. یادگیری نحوه نرمافزاری کردن این مراحل در اکسل به شما کمک میکند تا به سرعت تحلیل حساسیت را روی ضریب v (استراتژی بیشترین سودمندی) انجام دهید. این دقت در پیادهسازی، دقیقاً همان چیزی است که تفاوت یک پروژه دانشجویی ساده با یک تحقیق علمی حرفهای در حوزه تصمیمگیری چندمعیاره (MCDM) را مشخص میکند.
مثال عددی روش VIKOR
به منظور شفاف سازی روش VIKOR در یک مساله تصمیم گیری با چهار گزینه و شانزده معیار نتیجه ارزیابی گزینه ها برای معیارهای مختلف به شرح جدول زیر است:
1) تشکیل ماتریس تصمیم:
با توجه به تعداد معیار ها ، تعداد گزینه ها و ارزیابی همه گزینه ها برای معیارهای مختلف ماتریس تصمیم به صورت زیر تشکیل می شود
| W1 | W2 | W3 | W4 | W5 | W6 | W7 | W8 | W9 | W10 | W11 | W12 | W13 | W14 | W15 | W16 | |
| 0.075 | 0.037 | 0.044 | 0.059 | 0.074 | 0.042 | 0.095 | 0.053 | 0.055 | 0.068 | 0.067 | 0.098 | 0.067 | 0.045 | 0.086 | 0.037 | |
| C1 | C2 | C3 | C4 | C5 | C6 | C7 | C8 | C9 | C10 | C11 | C12 | C13 | C14 | C15 | C16 | |
| A1 | 66 | 79 | 63 | 75 | 70 | 78 | 70 | 78 | 58 | 82 | 56 | 83 | 74 | 59 | 76 | 66 |
| A2 | 70 | 72 | 72 | 68 | 69 | 72 | 74 | 72 | 67 | 68 | 57 | 75 | 72 | 66 | 77 | 66 |
| A3 | 79 | 72 | 72 | 75 | 75 | 72 | 77 | 73 | 72 | 70 | 67 | 75 | 75 | 67 | 77 | 69 |
| A4 | 77 | 70 | 74 | 71 | 77 | 74 | 79 | 80 | 75 | 67 | 63 | 70 | 74 | 70 | 80 | 65 |
2) محاسبه مقدار حداکثر و حداقل هر شاخص
| C1 | C2 | C3 | C4 | C5 | C6 | C7 | C8 | C9 | C10 | C11 | C12 | C13 | C14 | C15 | C16 | |
| F* | 79 | 79 | 74 | 75 | 77 | 78 | 79 | 80 | 75 | 82 | 67 | 83 | 75 | 70 | 80 | 69 |
| F- | 66 | 70 | 63 | 68 | 69 | 72 | 70 | 72 | 58 | 67 | 56 | 70 | 72 | 59 | 76 | 65 |
3) محاسبه بر مبنای فرمول S
| S1 | 0.0750 | 0.0000 | 0.0440 | 0.0000 | 0.0648 | 0.0000 | 0.0950 | 0.0133 | 0.0550 | 0.0000 | 0.0670 | 0.0000 | 0.0223 | 0.0450 | 0.0860 | 0.0278 |
| S2 | 0.0519 | 0.0288 | 0.0080 | 0.0590 | 0.0740 | 0.0420 | 0.0528 | 0.0530 | 0.0259 | 0.0635 | 0.0609 | 0.0603 | 0.0670 | 0.0164 | 0.0645 | 0.0278 |
| S3 | 0.0000 | 0.0288 | 0.0080 | 0.0000 | 0.0185 | 0.0420 | 0.0211 | 0.0464 | 0.0097 | 0.0544 | 0.0000 | 0.0603 | 0.0000 | 0.0123 | 0.0645 | 0.0000 |
| S4 | 0.0115 | 0.0370 | 0.0000 | 0.0337 | 0.0000 | 0.0280 | 0.0000 | 0.0000 | 0.0000 | 0.0680 | 0.0244 | 0.0980 | 0.0223 | 0.0000 | 0.0000 | 0.0370 |
| S- | 0.360 | S* | 0.756 | R- | 0.0645 | R* | 0.0980 | v | 0.5 |
4) محاسبه مقدار Q و مرتب سازی
| R | S | Q | Q | R | S | |
| A1 | 0.0950 | 0.595 | 0.752329 | A3 | A3 | A4 |
| A2 | 0.0740 | 0.756 | 0.641791 | A4 | A2 | A3 |
| A3 | 0.0645 | 0.366 | 0.007582 | A2 | A1 | A1 |
| A4 | 0.0980 | 0.360 | 0.5 | A1 | A4 | A2 |
هیچ گزینه ای در هر 3 مورد در جایگاه نخست قرار ندارد و فقط گزینه سوم در Q , R در جایگاه نخست است لذا جهت انتخاب آن دو شرط برای آن بررسی می شود.
- شرط اول» گزینه های A3 و A4 از نظرشاخص Q در جایگاه اول و دوم قرار دارند لذا بررسی می کنیم: (0.5-0.007583)> 1/4 -> (4 تعداد شاخص) این شرط برقرار است.
- شرط دوم» گزینه A3 در یکی از شاخص های S,R به عنوان شاخص برتر شناخته شود که چنین است و این گزینه گزینه برتر خواهد بود.
تفاوت روش VIKOR با روش TOPSIS و زمان انتخاب هر کدام
یکی از پرتکرارترین سوالات کاربران این است که بین روش VIKOR و تاپسیس کدام را انتخاب کنیم؟ پاسخ در نوع «بیمقیاسسازی» و «منطق فاصله» نهفته است. در تاپسیس از نرمافزار برداری استفاده میشود که ممکن است باعث شود فواصل در ماتریسهای بزرگ به خوبی دیده نشوند، اما در روش VIKOR از بیمقیاسسازی خطی استفاده میشود که نسبت فواصل را بهتر حفظ میکند. همچنین، تاپسیس به دنبال گزینهای است که از ایدهآل منفی «دورترین» باشد، در حالی که ویکور بر گزینهای تمرکز دارد که به ایدهآل مثبت «نزدیکترین» و کمترین «تأسف» را داشته باشد.
انتخاب روش VIKOR برای زمانی که میخواهید ریسک تصمیمگیری را مدیریت کنید (کاهش تأسف)، بسیار هوشمندانهتر است. در مقابل، اگر صرفاً به دنبال رتبهبندی عمومی بدون حساسیتهای شرطی هستید، روش TOPSIS گزینه سریعتری است. در بسیاری از مطالعات پیشرفته، محققان هر دو روش را اجرا کرده و نتایج را با هم مقایسه میکنند تا از پایداری رتبهبندی گزینهها اطمینان یابند. این رویکرد تطبیقی، استانداردی است که ما در بخش وزندهی معیارها و رتبهبندی به کاربران خود توصیه میکنیم.
در نهایت، باید بدانید که روش VIKOR انعطاف بالایی در ترکیب با متدهای مدرن دارد. برای مثال، ترکیب آن با روش BWM برای وزندهی، یکی از ترندهای قدرتمند سال ۲۰۲۶ است. با تسلط بر این روش، شما ابزاری در اختیار دارید که نه تنها رتبهبندی را انجام میدهد، بلکه با بررسی شروط پایداری، به شما میگوید که آیا راه حل انتخابی واقعاً یک «سازش» منطقی است یا خیر. این سطح از تحلیل، کیفیت خروجیهای شما را در تمامی حوزههای مهندسی و مدیریت تضمین میکند.
سوالات متداول در مورد روش ویکور
مقدار ضریب v در روش VIKOR معمولاً چقدر در نظر گرفته میشود؟
این ضریب که وزن استراتژی بیشترین سودمندی است، به طور استاندارد برابر با ۰.۵ در نظر گرفته میشود تا تعادلی میان سودمندی گروهی و تأسف فردی ایجاد شود.
اگر شروط دوگانه ویکور برقرار نباشد، چه باید کرد؟
در این صورت روش به شما مجموعهای از گزینههای برتر (به جای یک گزینه واحد) را پیشنهاد میدهد که نشاندهنده نزدیکی رقابت میان گزینههاست.
آیا میتوان از روش VIKOR برای دادههای فازی استفاده کرد؟
بله؛ برای محیطهای با عدم قطعیت بالا، استفاده از فایل اکسل VIKOR فازی توصیه میشود که دقیقاً بر پایه همین منطق اما با اعداد مثلثی کار میکند.







