اولویت بندی بر اساس شباهت به راه حل ایده آل
تاریخچه روش تاپسیس: تکنیک اولویت بندی بر اساس شباهت به راه حل ایده آل (TOPSIS) و یا تاپسیس یک تکنیک تجزیه و تحلیل تصمیم گیری چند معیار است، که در ابتدا توسط Ching-Lai Hwang و Yoon در سال ۱۹۸۱ ابداع شد. و با پیشرفت های بعدی توسط یون در سال ۱۹۸۷ توسعه داده شد. هوانگ، لای و لیو در سال ۱۹۹۳٫ TOPSIS براساس این مفهوم می باشد. که گزینه جایگزین انتخابی باید کمترین فاصله هندسی از راه حل ایده آل مثبت (PIS) و طولانی ترین فاصله هندسی از راه حل ایده آل منفی (NIS) داشته باشد.
این یک تکنیک جمع آوری جبرانی است که مجموعه ای از گزینه های دیگر را با تعیین وزن برای هر معیار، نرمال سازی نمرات برای هر معیار و محاسبه فاصله هندسی بین هر یک از گزینه ها و ایده آل ها، مقایسه می کند. فرض topsis این است که معیارها به صورت یکنواخت افزایش یا کاهش می یابد. معمولاً نرمال سازی سازی لازم می باشد. زیرا پارامترها یا معیارها معمولاً در مسائل چند معیاره از ابعاد ناموزون برخوردار هستند. روشهای جبرانی مانند topsis امکان توازن (trade-off) بین معیارها را فراهم می آورد، جایی که نتیجه ضعیف در یک معیار را می توان با نتیجه خوب در معیار دیگر نفی کرد. این یک شکل واقعی تر از مدل سازی را نسبت به رویکرد های غیر جبرانی فراهم می کند، که شامل راه حل های جایگزین بر اساس برش های سخت است.
در زیر به آموزش تکنیک topsis به زبان ساده می پردازیم. که شامل آموزش روش تاپسیس در اکسل می باشد. در این فیلم آموزش تاپسیس بطور کامل این رویکرد تشریح می شود. در زیر مراحل روش تاپسیس قدم به قدم شرح داده شده است.
چرا ما از روش topsis باید استفاده کنیم؟؟؟
خاطرنشان می شود که ، در این رویکرد تصمیم گیری چند معیار (MCDM) ، وزن عوامل نشان دهنده اهمیت نسبی در فرایند تصمیم گیری می باشد. هر ارزیابی از معیارها مستلزم نظرات و معانی متنوع است. از این رو ، این فرض که هر یک از معیارهای ارزیابی به همان اندازه مهم است بی اساس است. رویکرد TOPSIS از دو فرضیه جایگزین مصنوعی تشکیل شده است که عبارتند از “گزینه ایده آل” و “گزینه ایده آل منفی”. “گزینه ایده آل” بهترین سطح از تمام ویژگیهای مورد نظر را نشان می دهد در حالی که “گزینه ایده آل منفی” بدترین ارزش ها را نشان می دهد. با استفاده از این دو فرضیه ، مجموعه ای از محاسبات با استفاده از رویکرد بردار ویژه ، مجذور مربع فواصل و جمع بندی برای به دست آوردن مقدار نزدیکی نسبی معیارهای مورد آزمایش، انجام شده است. می توان مقادیر نزدیکی نسبی (TOPSIS با انتخاب بالاترین مقدار نزدیکی نسبی به عنوان بهترین شاخصه های سیستم) کل سیستم را به دست آورد.
شما زمانی که تعداد گزینه ها و معیار (یا زیرمعیار) بالایی داشته باشید چاره ای جز استفاده از تکنیک topsis را ندارید. این رویکرد به شما کمک می کند تا تعداد پرسشنامه های خود را کاهش دهید. از این رو این رویکرد پسیار پرکاربرد بوده و حتی با روش های ahp و anp ترکیب می شود.
در این آموزش ابتدا به نحوه تهیه پرسشنامه topsis پرداخته شده است و پس از آن نحوه بدست آمدن وزن معیارها در تکنیک topsis آموزش داده شده است. سپس، علاوه بر آموزش روش topsis، آموزش کدنویسی روش تاپسیس در اکسل آموزش داده شده است. شما می توانید تمام فایل های نرم افزاری را نیز در این آموزش دانلود کنید.
برای دانلود آموزش بر روی عبارت زیر کلیک کنید
