فرآیند تصمیم‌گیری

درنظر گرفتن ترجیحات غیرخطی. علم روان شناسی نشان می دهد که پاسخ برخی از اشخاص به یک محرک ممکن است بیشتر با یک تابع غیرخطی سازگار باشد. از این رو مقایسات زوجی ممکن است در برخی موارد با این گونه روابط سازگارتر باشد[69 ] .
انتقادات به AHP:
ابهام در معنای اهمیت نسبی. بعضی محققین اعتقاد دارند نوع سوالاتی که در طول فرآیند مقایسات زوجی از DM پرسیده می شود تا حدی بی معنی است. وقتی از یک DM خواسته می شود که دو مشخصه را با یکدیگر مقایسه کند، باید برای وی مشخص باشد که به ازای چه سطحی از این دو مشخصه، اهمیت نسبی این دو مشخصه را بیان نماید[72 ، ] . به طور مثال وقتی قرار است مشخصه قیمت با مشخصه کیفیت مقایسه شود، تصمیم گیرنده باید بداند چه کیفیتی را در برابر چه قیمتی ارزیابی کند. برای یک سطح ثابت از مشخصه کیفیت هر چه سطح مقادیر قیمت پایین تر باشد، علی القاعده برای DM ، اهمیت کیفیت نسبت به قیمت بیشتر خواهد بود.
ابهام در مقیاس 9-1. مشکل اصلی در مقایسات زوجی عناصر، نحوه کمی کردن مقایسات بیانی است که توسط DM در طول ارزیابی انجام می شود(به عنوان مثال «A کمی مهمتر ازB» یا « Aخیلی مهمتر ازB»). در روش AHP از یک مقیاس 9-1 برای کمی کردن این مقایسات استفاده می شود. اگرچه استفاده از این مقیاس می تواند در کمی کردن ترجیحات مناسب باشد، اما با این وجود ممکن است مقادیر کمی شده بیانگر ترجیحات واقعی DM نبوده و لذا برخی از اطلاعات ترجیحی وی، در این فرآیند از دست برود[72 ، ، ] . به طور مثال فرض کنید اهمیت A نسبت به B در مقیاس 9 تایی برابر 5، و اهمیت B نسبت بهC در همین مقیاس برابر3 باشد. حال، اهمیت A نسبت به C را در این مقیاس چگونه می توان بیان نمود؟!
ابهام در روش تعیین اوزان. در روش AHP ارائه شده توسط ساعتی، برای محاسبه وزن ها روش بردار ویژه پیشنهاد شده است. در این روش ابتدا یک ثابت λ(ثابت ضربی مثبت) بدست آمده و سپس بر اساس آن وزن ها تعیین می شود. از آنجا که این مقدار(λ)، در هنگام ارزیابی اهمیت نسبی مشخصه های مختلف مدنظر قرار نمی گیرد، این سوال بوجود می آید که این مقدار چه نقشی در تعیین ترجیحات واقعیDM دارد[73 ، ] .
ب) روش های سازشی.
در روش های سازشی معیار تصمیم گیری بر مبنای فاصله هر گزینه از گزینه ایده آل است. از آنجا که تابع فاصله(برای گزینه ای همچون Al) در روش های سازشی طبق رابطه (‏41) محاسبه شده و تابعی از پارامترp می باشد، مهم خواهد بود که فاصله بر اساس چه مقداری از p محاسبه شود. چه بسا که مقادیر مختلف p به نتایج متفاوتی منجر شوند.
(‏4 1 )
وقتی که مقادیر عملکردی مشخصه ها نرمال شده باشند، پارامترp بر میزان وابستگی داخلی متقابل گزینه ها در مشخصه های مفروض تاثیرگذار است. با افزایشp اثر متقابل مقادیر گزینه ها، و یا به عبارت دیگر جبرانی بودن، کاهش می یابد[ ] .
سه مقدار 1، 2 و ∞ برایp بیانگر سه تابع فاصله خاص می باشد. تابع فاصله به ازای 1=p به صورت فاصله پله ای(بلوکی )، به ازای 2=p به صورت فاصله اقلیدسی و به ازای ∞=p به صورت فاصله چبیشف درمی آید. در حالت 1=p نتایج هر دو روش TOPSIS و SAW یکی خواهد شد[36 ] . لذا استفاده از این فاصله برای مواردی مناسب است که مسئله کاملاً جبرانی بوده و نرخ تبادل و جایگزینی در بین مشخصه ها ثابت باشد. همچنین در حالت ∞=p مسئله کاملاً غیرجبرانی بوده و گزینه برتر گزینه ای است که حداکثر فاصله مقادیر مشخصه های آن از ایده آل حداقل باشد(روش مینی ماکس).
ج) روش های هماهنگی
برخی از ویژگی های روش های هماهنگی به شرح زیر می باشد:
توانایی ارتباط با مسائل چندبعدی. همان گونه که در فرضیات روش جمع وزنی ساده(SAW) اشاره شد، در مسائل چندبعدی که مشخصه ها از ابعاد مختلف( و گاهی متفاوت) هستند، ترکیب ابعاد مختلف در قالب یک مقیاس واحد، همان طور که در مدل های ارزش جمعی عمل می شود، به راحتی امکان پذیر نمی باشد. در این مواقع استفاده از روش های هماهنگی که نیاز چندانی به ادغام ابعاد مختلف در هم ندارند، پیشنهاد می شود[63 ] .
پارامترهای فراوان در ELECTRE. یکی از انتقاداتی که از روش ELECTRE (به خصوص نسخه های II و III آن) می شود، پارامترهای زیادی است که در فرآیند حل، می بایست تعیین گردند(نظیر حداقل هماهنگی و حداکثر ناهماهنگی قابل قبول، آستانه های ترجیح، بی تفاوتی و رد). از آنجا که مقادیری که برای این پارامترها انتخاب می شود از یک سو تاثیر زیادی در نتایج نهایی روش دارد و از سوی دیگر هیچ راهکار جامعی برای تعیین این پارامترها وجود ندارد، فرآیند تصمیم گیری کمی مشکل شده و تصمیم گیرندگان ممکن است در استفاده از این روش ها دچار تردید گردند[36 ، ] .
تبعیض گذاری ELECTRE در قبال توزیع های عملکرد. نشان داده شده است که روش ELECTRE ممکن است در قبال توزیع های عملکردی مشخصی تبعیض قائل شود. به عنوان مثال، عبارتی که برای محاسبه میزان ناهماهنگی در ELECTRE-I و ELECTRE-II استفاده می شود تنها بر روی بزرگترین اختلاف بین دو گزینه تمرکز داشته و لذا به صورت ناعادلانه ای با آن گزینه هایی که امتیازات در آن ها به صورت یکنواختی توزیع شده است، بیش از آن هایی که توزیع نسبتاً غیریکنواختی از امتیازات دارند، رفتار می شود[25 ] .
مشکل در تحلیل ضرائب هماهنگی و ناهماهنگی. ضرائب هماهنگی و ناهماهنگی در روش ELECTRE نشان دهنده توابع ریاضی نسبتاً پیچیده ای از امتیازات می باشند و مقادیر مشخصی که این توابع تحت آن قابل قبول و یا غیرقابل قبول شوند، وجود ندارد. به علاوه فهم این توابع برای DM مشکل است و از این رو تعیین و تنظیم محدوده های معنادار برای آن ها نیز مشکل خواهد بود[25 ] .
GAIA ابزاری جهت کمک به یادگیری تصمیم گیرندگان. بخش فرعی نرم افزار مربوط به PROMETHEE با نام GAIA ابزاری جذاب است که می تواند به صورت دیداری فرآیند یادگیری را پشتیبانی نماید. در آغاز مقادیر اهمیت وزنی مشخصه ها و گزینه های مسئله بر روی نموداری نشان داده می شود و سپس تصمیم گیرنده می تواند تاثیر تغییر اوزان مشخصه ها را در محیطی پویا بر روی صفحه نمایش ملاحظه کند[78 ]. از آن جا که مقادیر اوزان مشخصه ها عموماً مقادیر ثابت و دقیقی نیست، استفاده از این ابزار می تواند یک راهکار مناسب جهت تحلیل حساسیت مسئله نسبت به مقادیر اوزان مشخصه ها باشد.
روش های هماهنگی را از نقطه نظر نتایج خروجی می توان به دو دسته تقسیم نمود:
روش های رتبه بندی کامل. مانند روش های: تخصیص خطی، ELECTRE-II و PROMETHEE-II.
روش های رتبه بندی جزئی. مانند روش های: ELECTRE-I، ELECTRE-III و PROMETHEE-I.
برخی از ویژگی های روش های هماهنگی که رتبه بندی جزئی از گزینه ها تولید می کنند، به شرح زیر است:
توصیف روابط بین گزینه ها. یکی از مزایای این روش ها نمودار خروجی آن هاست که به صورت توصیفی روابط بین گزینه ها را به نمایش می گذارد. این نمودار ساده می تواند در جلب توجه DM به موضوعات حیاتی و ارائه بینشی درخصوص ساختارهای ترجیحی شان موثر واقع شود[24 ] .
گزینه های غیرقابل مقایسه. همان گونه که در فرضیات روش های هماهنگی نیز اشاره شد، در نتایج خروجی روش هایی که رتبه بندی جزئی ارائه می کنند، ممکن است برخی از گزینه ها قابل مقایسه با یکدیگر نباشند. هر چند این فرض می تواند در ارائه بینشی صحیح به DM درخصوص روابط بین گزینه ها مفید واقع شود، اما درصورتی که تعداد گزینه های غیرقابل مقایسه زیاد باشد، استفاده از این روش ها اطلاعات چندانی به DM نخواهد داد. استوارت معتقد است استفاده از روش هایی که رتبه بندی جزئی ارائه می دهند به خصوص وقتی ارزشمند است که گزینه های باقیمانده تحت بررسی(گزینه های غیرقابل مقایسه) شش و یا کمتر باشد[24 ].
امکان ایجاد دور . گاهی اوقات ممکن است در روابط برتری بین گزینه ها حالت دور اتفاق بیفتد. یعنی گزینه A برتر از B و گزینه B نیز برتر از Aشناخته شود. این حالت عموماً وقتی اتفاق می افتد که دو گزینه در برخی مشخصه ها عملکرد مساوی داشته باشند[78 ،25 ] . در روش ELECTRE-I همه فعالیت هایی که تشکیل یک حلقه می دهند بی تفاوت درنظر گرفته می شود که ممکن است این عمل مورد انتقاد قرار گیرد[63 ] .
غربال اولیه گزینه ها. این روش ها اغلب منجر به نتایج انتقالی نمی شوند. به عنوان مثال ممکن است گزینه a برتر از b و گزینه b برتر از c بوده، اما گزینه aبرتر از c نباشد. این موضوع را نمی توان به عنوان یک نقطه ضعف نگریست بلکه می بایست آن را انعکاس صادقانه ترجیحات تصمیم گیرنده دانست. تشخیص صریح این که برخی گزینه ها غیرقابل مقایسه اند، ممکن است بخش مهمی از اطلاعات برای DM باشد[70 ] . از این رو آن دسته از روش های هماهنگی که رتبه بندی جزئی را تبدیل به رتبه بندی کامل می کنند(مانند ELECTRE-IIو PROMETHEE-II) به حذف برخی از اطلاعات مسئله متهم می شوند[63 ] . برخی بر این عقیده اند که روش های رتبه بندی جزئی برای فرآیند غربال اولیه گزینه ها(تقسم بندی گزینه ها به دو دسته قابل قبول و غیرقابل قبول) مناسب هستند، نه برای انتخاب نهایی[75 ] .
همچنین برخی دیگر از ویژگی های روش تخصیص خطی به شرح زیر است: