گرانول سازی عبارات زبانی در روش AHP با استفاده از الگوریتم بهینه سازی انبوه ذرات تغییر یافته
نویسندگان
1 دانشجوی دکتری، گروه مدیریت بازرگانی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران
2 استادیار، گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران
3 کارشناسی ارشد، گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران
doi
چکیده
DOR : 20.1001.1.24766291.1399.5.3.6.1روشهای تصمیمگیری چندمعیاره به یکی از حوزههای کاربردی و پرطرفدار در سالهای اخیر تبدیل شدهاست. در میان این روش ها، روش AHP به دلیل ویژگیهای منحصربهفرد مورد توجه بسیاری از محققین قرارگرفته و در تحقیقات متعددی به کار گرفته شدهاست. این روش با فراهم آوردن امکان مقایسه زوجی میان گزینهها با استفاده از عبارات زبانی، تصمیمگیری را برای تصمیمگیرنده تسهیل میکند. اما همین امر باعث بروز ناسازگاری در ماتریس تصمیم میشود. یکی از منشاهای ناسازگاری، استفاده از مقیاس از پیش تعیینشده برای تبدیل عبارات زبانی به مقادیر کمی است که به دلیل پیشزمینه فکری افراد و اطلاعات متفاوت آنها نسبت به مسئله موجب بروز ناسازگاری میشود. از اینرو هدف این پژوهش ارائه مقیاسی برای تبدیل عبارات زبانی با استفاده از گرانولسازی عبارات زبانی است؛ به-گونهای که بیشترین تناسب را با نظرات خبره داشته باشد و ناسازگاری ماتریس تصمیم را کاهش دهد. ویژگی منحصربهفرد این روش این است که توزیع نقاط برش از قبل معلوم نیست و متناسب با نظرات خبره تعیین میشود. در ادامه به منظور بهینهسازی مدل ارائه شده از الگوریتم فراابتکاری بهینهسازی انبوه ذرات استفاده میشود که به منظور انتطباق آن با ویژگیهای خاص مسئله تغییراتی در آن اعمال شدهاست. نتایج بدست آمده نشان دهنده عملکرد خوب چارچوب ارائه شده در کاهش ناسازگاری هستند.