توسعه روشي جامع براي تصميم‏گيري چندشاخصه غيرقطعي مبتني برتحليل رابطه اي خاكستري

Developing a Generalized Grey Relational Analysis Methodology

مواجهه با مسايل پيچيده دنياي امروز كه دربرگيرنده شاخص‏هاي متعدد كمّي و كيفي با جنس‏هاي متفاوت است، مستلزم بكارگيري روش‏هاي جامعي است كه حالات مختلف اين‏گونه مسايل را دربرگيرند. «تصميم‏گيري چندشاخصه» بيش از پنج دهه است كه در فرآيند تصميم‏سازي، مديران را ياري نموده است و مطميناً در دهه‏هاي آينده نيز با بهبودهايي كه در آن متصور است در حوزه‏هاي مختلف عمومي و تخصصي مديريت كاربرد خواهد داشت. روش‏هاي مختلفي براي ارزيابي و رتبه‏بندي گزينه‏ها و بهينه‏سازي تصميم از منظر شاخص‏هاي چندگانه در ادبيات تيوري تصميم‏گيري توسعه يافته است. بكارگيري روش‏هاي عدم قطعيت مانند تيوري فازي و تيوري سيستم‏هاي خاكستري، امكان درنظرگرفتن شاخص‏هاي كيفي يا غيرقطعي را در مسايل تصميم‏گيري چندشاخصه فراهم ساخته است. روش‏هاي مختلف نرمال‏سازي ماتريس تصميم نيز به منظور بي‏بُعد سازي شاخص‏هاي مثبت(هرچه بيشتر بهتر) و منفي (هرچه كمتر بهتر) به‏ كار گرفته شده اند. اين پژوهش با استفاده از «تحليل رابطه اي خاكستري» به عنوان يكي از تكنيك‏هاي تصميم‏گيري چندشاخصه و از طريق بكارگيري اعداد خاكستري در كنار اعداد قطعي در ماتريس تصميم‏گيري، امكان درنظرگرفتن هم‏زمان شاخص‏هاي كيفي و كمّي را فراهم مي‏سازد؛ و از سوي ديگر با ارايه بهبودهايي در روش‏هاي نرمال‏سازي موجود، بي‏بُعدسازي شاخص‏هاي بهينه (داراي مقدار مطلوب از پيش تعيين شده) در كنار شاخص‏هاي مثبت و منفي را امكان‏پذير مي نمايد. بنابراين در اين پژوهش، روشي جامع براي تصميم‏گيري چندشاخصه ارايه شده است كه امكان در نظر گرفتن اولاً شاخص‏هاي كمّي و كيفي و ثانياً شاخص‏هاي بهينه، مثبت و منفي را به ‏طور هم‏زمان داراست. در پايان به منظور تشريح روش ارايه شده، يك مثال كاربردي گام به گام پياده‏سازي و نتايج آن ارايه شده است.

Grey relational analysis (GRA) method has been widely applied in solving multiple attribute decision making (MADM) problems. We extend the existing GRA literature by proposing a generalized methodology which provides normalization functions for the benefit, optimum and cost-type attributes and enables decision makers to consider both deterministic and non-deterministic attributes simultaneously. Also, a numerical example was solved in order to obtain illustrative results.