AHP، W_j، MCDM، فرهادی،، استراتژیک، r_ij

D=■(A_(1 )@⋮@■(A_(i )@⋮@A_(M ) ))[■(r_11&■(…&r_1j&…)&r_1n@⋮&⋮&⋮@■(r_i1@⋮@r_m1 )&■(r_ij@⋮@r_mj )&■(r_in@⋮@r_mn ))]
نتایج ماتریس بالا برای شاخص j (P_ij) به شرح زیر می باشد:
P_ij=r_ij/(∑_(i=1)^m▒rij) ؛ j=1,2,…,n ؛ ∀_ij
در نتیجه آنتروپی E_j به صورت زیر محاسبه می گردد:
E_j=-K∑_(i=1)^m▒〖P_ij Ln P_ij ؛ ∀_j 〗

و K بعنوان یک مقدار مقدار ثابت که مقدار E_j را بین صفر و یک نگه می دارد به صورت زیر محاسبه می گردد:
K=1/(Ln(m))
در ادامه مقدار d_j (درجه انحراف) محاسبه می شود که بیان می کند شاخص مربوطه (j) چه میزان اطلاعات مفید برای تصمیم گیری در اختیار تصمیم گیرنده قرار می دهد. هر چه مقادیر اندازه گیری شده شاخصی به هم نزدیک باشد نشان دهنده آن است که گزینه های رقیب از نظر آن شاخص تفاوت چندانی با هم ندارند. لذا نقش آن شاخص د تصمیم گیری باید به همان میزان کاهش یابد.
d_j=1-E_j ؛ ∀_j
در ادامه مقدار وزن W_j محاسبه می گردد:
W_j=d_j/(∑_(j=1)^n▒d_j ) ؛ ∀_j
اگر تصمیم گیرنده از قبل وزن خاصی (γ_j) را برای هر شاخص j در نظر گرفته باشد در این صورت وزن جدید W_j به صورت زیر محاسبه می گردد:
W_(j )=γ_(j W_j )/(∑_(j=1)^n▒γ_(j W_j ) ) ؛ ∀_j
به این ترتیب با استفاده از این روش اهمیت هر کدام از معیارها برای تصمیم گیری مشخص می گردد.وزن کمتر نشان دهنده این است که اثر شاخص برای کلیه گزینه ها یکسان بوده و اهمیت اهمیت آن در تصمیم گیری جهت انتخاب گزینه ناچیز است.
در ادامه نحوه استفاده از اوزان به دست آمده از این مرحله در ماتریس تصمیم گیری برای رتبه بندی پروژه های پر ریسک، با استفاده از روش SAW بیان می گردد.

6-4-1-8-3 به کار گیری روش مجموع ساده وزین (SAW) جهت رتبه بندی پروژه ها بر اساس شدت ریسک
این روش یکی از ساده ترین و رایج ترین روش های مربوط به MADM است.این روش در زیر گروه نمره گذاری و امتیاز دهی و ازجمله مدل های جبرانی محسوب می گردد. در این روش برای هر یک از معیارها، تصمیم گیرندگان وزن های اهمیت را تخصیص می دهند که ضرایب متغیر ها نامیده می شود. که ما در مرحله قبل این ضرایب را با استفاده از تکنیک آنتروپی شانون به دست آوردیم. برای نشان دادن ارزیابی اهمیت نهایی مطابق شاخص ها، تصمیم گیرنده یک مقیاس عددی از ارزش داخلی شاخص ها را ایجاد می کند. سپس تصمیم گیرنده می تواند به سادگی با ضرب مقادیر هر شاخص در وزن های هر یک از شاخص ها و جمع آن ها یک میاس نهایی برای هر گزینه را ایجاد کند. در نهایت گزینه دارای بالاترین وزن به عنوان جواب بهینه مشخص خواهد شد (امیری و دارستانی فراهانی، 1392).

در ادامه مراحل استفاده از این روش در حل مسائل تصمیم گیری چند معیاره بیان می گردد (امیری و دارستانی فراهانی، 1392):
ابتدا بردار وزن های اهمیت را برای هر یک از شاخص ها مشخص می کنیم(چگونگی محاسبه این وزن ها در مرحله قبل توضیح داده شد):
W=[■(W_1&■(W_2&…)&W_n )]
سپس گزینه ارج تر A^* به صورت زیر انتخاب می گردد:

A^*={A_i ├|〖Max〗_i ┤ (∑_(j=1)^n▒〖W_j r_ij 〗)/(∑_(j=1)^n▒W_j )}

که r_ij خروجی گزینه iام و شاخص j ام با یک مقیاس کمی قابل مقایسه است. و اگر∑_(j=1)^n▒W_j =1 باشد در این صورت داریم:
A^*={A_i ├|〖Max〗_i ┤ ∑_(j=1)^n▒〖W_j r_ij 〗}

در انتها، مجموع امتیاز بدست آمده برای ریسک یک پروژه طبق جدول زیر (طبق نظر خبرگان) در سه دسته کم ریسک، پر ریسک و ریسک متوسط طبقه بندی شده است. بدین ترتیب در انتخاب نهایی پروژه ها می توانیم پروژه های پر ریسک را شناسایی کرده و با داشتن دید جامع و روشن نسبت به ریسک ها و منفعت های هر پروژه می توان اقدام به سرمایه گذاری به صورت منطقی نماییم.
جدول 13-3 دسته بندی اندازه ریسک برای هر پروژه
ردیف امتیاز مقدار ریسک
1 امتیاز کمتر از 0.2 کم ریسک
2 امتیاز بین 0.2 تا 0.6 ریسک متوسط
3 امتیاز بیشتر از 0.6 پر ریسک

2-8-3 رتبه بندی پروژه ها بر اساس شاخص های کمی و کیفی
1-2-8-3 مشخص کردن وزن معیارهای کمی و کیفی

دراین مرحله نیاز است تا با بهره گیری از اصول علمی به شناسایی وزن بین معیارهای مالی و استراتژیک و همچنین وزن بین زیر معیارها بپردازیم تا بر مبنای وزن بین معیارهای استراتژیک به غربال گری کیفی که در مراحل قبل توضیح داده شده بپردازیم و همچنین بر مبنای وزن بین معیار های مالی و استراتژیک به مقایسه و رتبه بندی پروژه هایی که به این مرحله رسیده اند بپردازیم.بر همین مبنا استفاده از تکنیک های MCDM مناسب تشخیص داده شد ولی برای انتخاب دقیق نوع تکنیک مناسب باید به اصولی توجه داشت که در ادامه نکات مورد توجه بیان می شود.

1-1-2-8-3 قاعده انتخاب روش تصمیم گیری چند شاخصه
چگونگی انتخاب و به کارگیری روش های تصمیم گیری چند شاخصه،گامی مهم در تحقیق بوده و یک قاعده برای انتخاب این روش توسط”کریتوپولوس و همکارانش “(2008) ارایه شده است.او 8 سوال را مطرح می کند که در نهایت کاربر برای استفاده از روش های مورد نظرراهنمایی می شود.در ادامه به شرح چگونگی انتخاب روش تصمیم گیری چند معیاره در این تحقیق می پردازیم.رایج ترین روش های مورد استفاده شده برای اولویت بندی شامل روش های تحلیل سلسله مراتبی (AHP)،روش های غیر رتبه ای مانند ELECTRE ،نظریه مطلوبیت چند شاخصه (MAUT) ،مجموعه های فازی و الگوهای برنامه ریزی ریاضی است.لازمه تمامی این روش ها تعریف گزینه ها و معیارها بوده و بیشتر آن ها نیازمند معیاری برای ارزیابی اهمیت نسبی معیارها است (بلتون و استووارد، 2002) .
با این وجود ،آن ها از نظر چگونگی ترکیب کردن داده ها با هم فرق دارن (دتره، 2007) .انتخاب یک روش از بین سایر روش ها خود یک کار چند معیاره است،هم چنان که اهداف مختلفی مد نظر باشند (تناسب دادها و ساختار مساله،عملی بودن و قابلیت اجرایی بودن روش ،پذیرش تصمیم و غیره).هان (2002) پیشنهاد می کند که این مساله باید به وسیله ی روش(MCDM) حل شود در حالی که محققان دیگری استدلال می کنند که یک چنین رویکردی به یک دور باطل می انجامد. به منظور پرداختن به چنین مساله ای،چهارچوبی برای کمک به انتخاب روش مناسب MCDM پیشنهاد شده است (گیوتونی و مارتل، 1998) .آن ها یک بررسی مناسبی از 29 روش که به طور عادی استفاده شده ارایه می کنند.این روش ها به روش های اولیه (مقدماتی)، روش های معیار ترکیب انفرادی ،روش های رتبه بندی و روش های ترکیبی تقسیم شده اند.برخی دیگر نیز استفاده از یک درخت نوع شناسی ، پرداختن به سوال هایی راجع به روش های عملیاتی در قالب اطلاعات و تصمیم گیری مساله دار به منظور رسیدن به یک روش مناسب را پیشنهاد می کنند (لاریبی و همکاران، 1996) . محقق دیگری نیز در مطالعه ای که انجام داد از چهار روش مختلف معروف MCDM برای حل همان مشکل استفاده کرد و سپس اولویت های افراد درگیر در فرآیند تصمیم گیری را منتشر کرد؛ یافته های او نشان می دهد که الگو ها باید به راحتی قابل فهم باشند،هم نتایج ترسیمی (گرافیکی) و نتایج عددی را ترکیب کرده ، برای استفاده مناسب بوده و با تفکر انسانی هم خوانی داشته باشد(زاک، 2005) . همچنین فورمن (1985) معتقد است که یک سیستم پشتیبانی تصمیم گیری چند معیاره مناسب باید دارای خصوصیات زیر باشد:
1-امکان فرموله کردن مساله مساله وتجدید نظر در آن را بدهد،
2-گزینه های مختلف را در بر بگیرد،
3-معیار های مختلف را که عموما در تضاد نیز هستند در نظر بگیرد،
4-معیار های کمی و کیفی را در تصمیم گیری دخالت دهد،
5-نظرات افراد مختلف را در مورد گزینه ها و معیار ها لحاظ کند،
6-امکان تلفیق قضاوت ها برای محاسبه نرخ نهایی را بدهد،
7-بر مبنای یک تئوری قوی استوار باشد.
در کل بر اساس آن چه در بالا بدان اشاره شد،کریتوپولوس و همکارانش در سال 2008 چارچوبی از 7 پرسش ایجاد کردند که به منظور انتخاب مناسب ترین روش MCDM برای هر مساله تصمیم گیری باید به آن ها پاسخ داد:
1.آیا محیط تصمیم گیری مطمئن است یا نامطمئن؟
2.آیا مساله ی تصمیم گیری اجازه تبادل (رابطه جایگزینی) بین معیارها را می دهد؟
3.آیا ساختار مساله سلسله مراتبی است؟
4.شکل داده ها به چه صورت است (کمّی ،کیفی و یا مختلط )؟
5.آیا روش مد نظر از نظر درک و کاربرد آسان است؟
6.آیا امکان نمایش(ارایه) ترسیمی و عددی نتایج وجود دارد؟
7.آیا روش مدنظر با طرز تفکر انسان هم خوانی و مطابقت دارد؟
به طور با توجه به مباحث بالا می توان دریافت که قاعده خاص و نسخه جهان شمولی برای انتخاب مدل تصمیم گیری وجود ندارد و برای تعیین و دستیابی به مشخصه ها از قضاوت خبرگان استفاده می شود که برای این منظور روش هایی مانند طوفان فکری، فکر نویسی،دلفی و…توسعه یافته اند.
روش AHP به دلیل ساختار سلسله مراتبی اش و با توجه به فرضیات در نظر گرفته شده در فصل اول(فرض استقلال شاخص¬ها و فرض جبرانی بودن شاخص¬ها)روش مناسبی برای این تحقیق بوده و امکان بررسی عوامل ملموس و ناملموس را فراهم می کند، بنابراین روش مقایسات زوجی و AHP برای مشخص کردن وزن بین معیارها در این تحقیق به کار گرفته می¬شود وهمچنین روش TOPSIS با به کار گیری خروجی روش AHP و اطلاعات شاخص های کمی و کیفی پروژه¬ها به عنوان ورودی دیگر برای رتبه بندی پروژه ها مناسب تشخیص داده شدند.
فرآیند تحلیل سلسله مراتبی یکی از جامع ترین سیستم های طراحی شده برای تصمیم گیری با معیار های چند گانه است و توانایی در نظر گیری معیار های کمی و کیفی را در مساله دارد و بر مبنای مقایسه زوجی بنا شده است که قضاوت و محاسبات را تسهیل می نماید. زیرا که بر مبنای اصول بدیهی بنا نهاده شده است(قدسی پور، 1384) .
نویسندگان بسیاری ارزش به کارگیری روش AHP را در اولویت بندی، انتخاب و مدیریت سبد پروژه بیان نموده¬اند. این فرآیند وقتی با فنون پیشرفته¬ی بهینه سازی ترکیب می¬شود تضمین می¬کند که منابع کمیاب به بهترین پروژه¬های سبد تخصیص داده شود. این روش که احتمالا پر استفاده ترین شیوه تصمیم گیری است از طریق کمک به مدیریت در تعیین اهداف سازمانی، تخصیص منابع با توجه به مسئولیت¬ها و ارزیابی دقیق عملکرد¬ها، از راهبری انتخاب پروژه پشتیبانی کرده و باعث پیشرفت آن می¬شود(ضیایی و فرهادی، 1387).

روش AHP با برقراری ارتباط از بالا به پایین (انتقال اولویت اهداف راهبردی از طرف مدیریت به کارمندان) و از پایین به بالا (انتقال اولویت¬های پروژه از طرف کارمندان به مدیریت)راه را برای رسیدن به اولویت¬های مورد پذیرش تمامی اعضاء گروه تسهیل نماید(ضیایی و فرهادی، 1387).
بدون تعیین دقیق اولویت پروژه¬ها، فرآیند اختصاص منابع بیهوده است چراکه منافع حساب شده ممکن است گمراه کننده باشد(ضیایی و فرهادی، 1387) برای تعیین اولویت دقیق پروژه برای اختصاص منابع روش TOPSIS مناسب تشخیص داده شد. این روش می¬تواند نظرات کارشناسی و و معیارهای کمی و کیفی را با هم ترکیب کند. هرچه یک پروژه امتیاز بالاتری داشته باشد، با اهداف سازمانی هم ترازتر است و منافع بیشتری دارد.
در ادامه مراحل هر رو روش تشریح می¬گردد.
2-1-2-8-3 فرآیند تحلیل سلسله مراتبی(AHP) :
فرآیند تحلیل سلسله مراتبی اولین بار توسط آقای “توماس ال ساعتی” و در سال 1980 مطرح گردیده است و کاربردهای فراوانی در حل مسائل مدیریتی، اقتصادی و اجتماعی داشته است و و در بسیاری از حوزه ها مورد توجه قرار گرفته است (قدسی پور، 1384).
فرآیند تحلیل سلسله مراتبی، ساختار و چارچوبی جهت همکاری و مشارکت گروهی در تصمیم گیری‌ها یا حل مشکلات مهیا می‌کند. این روش مسئله تصمیم گیری را در سطوحی که در ارتباط با اهداف، معیارها، زیر معیار و متغیرها است سازماندهی می کند. با شکست مسئله به چند سطح، تصمیم گیرندگان می توانند بر روی مجموعه های کوچکتری از تصمیمات تمرکز کنند(هارکر، 1989) . علاوه بر آن، نیاز به مقایسات زوجی در AHP یکی از مزایای این روش به حساب می‌آید؛ چرا که تصمیم گیرنده را مجبور می‌سازد تا در مورد وزن‌های عوامل، بیشتر فکر کند و موقعیت را به صورت بیشتر و عمیق‌تری تجزیه و تحلیل کند و به تصمیم گیرنده و تحلیل گر کمک می کند تا تمرکز و درک بهتر از مقوله داشته باشد. همچنین این روش امکان انجام تحلیل حساسیت را فراهم می کند(هارکر، 1989). این روش به سادگی با فاکتورهای کیفی همانند فاکتورهای کمی برخورد می کند و توانایی آن برای اندازه گیری موضوعات کمی و کیفی یکی دیگر از مزایای این روش است به طوری که ترجیحات ذهنی، دانش خبره و اطلاعات عینی همگی در AHP موجود است و بکار می‌رود. امروزه نرم افزارهای Expert choice که AHP در درون آنها قرار داده شده است در دسترس می باشد. به طور کلی مزیت های روش AHP در جدول زیر آورده شده است.
جدول 14-3 مزیت های AHP در تصمیم گیری(عاذر و رجب زاه ، 1389)
1- وحدت AHP الگویی واحد، قابل فهم و انعطاف پذیر برای مسائل تصمیم گیری ارائه می دهد.
2- تکرار فرآیند AHP افراد را قادر می سازد که تعریف خود را از یک مساله اصلاح کنند و قضاوت و درکشان را از راه تکرار بهبود ببخشند.
3- قضاوت و اجماع AHP به اجماع اصرار نمی ورزد ، بلکه نتایج قضاوت های مختلف را با هم ترکیب می کند.
4- بده – بستان AHP اولویتهای عوامل تشکیل دهنده یک مجموعه را در نظر گرفته و این امکان را می دهد تا بهترین گزینه ها با توجه به اهداف مورد نظر انتخاب شوند
5- ترکیب AHP مطلوبیت هر گزینه