معرفي و بكارگيري روش تصميم‌گيري چندشاخصه «اُرسته» جهت رتبه‌بندي پژوهشكده‌هاي تحقيقاتي

Utilizing ORESTE Method For Research Units Ranking

اين مقاله با هدف معرفي و بكارگيري روش تصميم‌گيري چندشاخصه «اُرسته» با رويكردي اروپايي و مبتني بر ساختار ترجيحي و روابط برتري بوده و به رتبه‌بندي پژوهشكده‌هاي مركز تحقيقات مخابرات ايران مي پردازد. بدين منظور ابتدا با كسب نظر از مديران و خبرگان مركز شاخص‌هاي ارزيابي كننده مناسبي استخراج مي‌شود. سپس با گردآوري داده‌ها از 5 پژوهشكده اين مركز، ماتريس تصميم‌گيري تشكيل و برآن اساس از روش آنتروپي شانون براي محاسبه اوزان استفاده ‌مي‌شود. با به‌دست آمدن وزن شاخص‌ها و ماتريس تصميم‌گيري، با روش چندشاخصه اُرسته رتبه‌بندي پژوهشكده‌هاي تحقيقاتي انجام مي‌شود. در اين روش شاخص‌ها و گزينه‌ها پس از تشكيل ساختارهاي ترجيحي خود، توسط يكي از حالت هاي برآورد فاصله، از مبدا فرضي تعيين فاصله شده و فواصل مشخص شده با كمك روش ميانگين رتبه‌هاي بس-سون رتبه‌بندي مطلق مي شوند. درپايان نيز جمع بندي و نتيجه‌گيري در مورد رتبه نهايي پژوهشكده‌ها انجام شده و نتايج رتبه‌بندي پژوهشكده‌ها توسط يك روش تصميم‌گيري چندشاخصه ديگر براي مقايسه با نتايج به‌دست آمده از روش اُرسته ارايه مي‌شود.

Multi attribute decision making (MADM) is a dynamic idea that has been established in line with creating techniques and methods to enable a decision maker to solve complicated problems which are composed of several contradictory, different factors. One of the most attractive techniques in practice is additive rank order method to compare ordinal evaluations of actions on criterion which is called ORESTE method as a European MADM approach. This paper applies this method to rank five research units of Iran Telecommunication Research Center as a nonprofit and research organization. To this end, first we attain number of attributes due to the expertsʹ views to measure the performance of each unit using a questionnaire. Then we collect data to make a so-called decision matrix and calculate the weights by Shannon’s Entropy method. Finally, we ranked the research units using ORESTE method in six steps and compared the ranking results with another MADM method.