نوع مقاله : مقاله پژوهشی- فارسی
نویسندگان
گروه مهندسی صنایع، دانشکده مدیریت و مهندسی صنایع، دانشگاه صنعتی مالک اشتر، تهران، ایران
چکیده
کلیدواژهها
موضوعات
عنوان مقاله [English]
نویسندگان [English]
Purpose: Supplier evaluation plays a crucial role in the success of modular megaprojects, as these projects necessitate capable suppliers due to the complex coordination required among various subsystems and the precise integration of modules. In this context, this study aims to propose a novel approach for evaluating suppliers in modular megaprojects.
Design/methodology/approach: This study employs a novel approach. In the first stage, supplier evaluation criteria are identified, and data derived from the judgments of the decision-making team are collected as linguistic variables based on spherical fuzzy sets. Subsequently, the criteria weights are calculated using the developed SF-CIMAS method. Using purposive sampling, the decision-making team consisted of seven experts with experience and specialization in management systems implementation consultancy, engineering, and project and megaproject management. Information on the members indicates that the majority of the expert team have between six and eleven years of professional experience.
Findings: To illustrate the applicability of the proposed approach, supplier evaluation criteria were assessed and prioritized using the SF-CIMAS method. In this study, 31 criteria were evaluated and ranked from a sustainability perspective. First, each criterion was assessed by the decision-making team using linguistic variables based on spherical fuzzy sets. Given the uncertainty inherent in the evaluation criteria, spherical fuzzy sets were employed to address this uncertainty. The relative importance of the criteria was then determined using the developed CIMAS method based on spherical fuzzy sets. According to this method, cost, strategy and organization, and the amount of generated waste received the highest importance weights, respectively.
Research limitations/implications: The limited number of experts in the field of megaproject management and the absence of objective weighting methods in the prioritization process are among the limitations of this study. Employing objective methods for calculating criteria weights alongside subjective weights, to mitigate potential cognitive bias effects in experts’ opinions during decision-making, as well as developing and comparing multi-criteria decision-making methods in uncertain environments — such as Pythagorean fuzzy, q-rung, and Fermatean fuzzy — and contrasting their results with the methods developed in this study, are suggested directions for future research. Regardless of the specific case used to implement the proposed approach in this study, the approach can be applied to various decision-making problems for prioritizing and determining the importance degree of criteria. We will extend our future research to evaluate and prioritize suppliers of modular megaprojects by applying the identified and assessed criteria.
Practical implications: Selecting the right supplier in the management of modular megaprojects is a strategic choice with significant consequences. The megaproject manager must ensure alignment between the project’s overarching objectives and the supplier evaluation process, referencing key performance indicators in contracts—such as on-time delivery and waste management. The prominent role of the “amount of generated waste” criterion in the weights derived from the SF-CIMAS method in this study highlights the need for focused managerial attention on sustainability-related measures. The megaproject manager should establish joint waste-reduction programs with suppliers, set clear contractual targets, and promote innovations in material efficiency and the adoption of circular-economy principles. Finally, periodic reviews of the criteria and recalculations of their weights using updated data and insights, along with regular supplier assessments, will ensure that the supplier network remains aligned with the megaproject’s goals.
Originality/value: Given the necessity for complex coordination among subsystems and precise integration of modules, the success of modular megaprojects heavily relies on the evaluation and selection of competent suppliers. This study aims, for the first time, to apply the developed SF-CIMAS method to the challenge of identifying and prioritizing supplier evaluation criteria. This method can effectively address uncertainty and facilitate group decision-making. In this research, also for the first time, the identification and prioritization of supplier evaluation criteria for megaprojects are conducted according to sustainability dimensions based on spherical fuzzy sets.
کلیدواژهها [English]
۱- مقدمه
با گسترش سریع اقتصاد جهانی، سرمایهگذاری در پروژههای عظیم در سطح جهان، طی چند دهۀ گذشته بهطور چشمگیری افزایش یافته است (Wang et al., 2024). پروژههایی با هزینهای برابر یا بیش از یک میلیارد دلار، مگاپروژه شناخته میشوند (Flyvbjerg, 2014). این پروژهها نقش کلیدی را در کشورهای توسعهیافته و در حال توسعه ایفا میکنند و بر پویاییهای سیاسی، آثار اجتماعی و نتایج اقتصادی تأثیرگذارند (Jin, 2025). مگاپروژهها بهدلیل ارتباط ذاتی با رشد، توسعه و رقابتپذیری، بهعنوان زیرساختهای جهانیشدن عمل میکنند (Ashkanani & Franzoi, 2023).
مگاپروژهها هزینۀ زیادی دارند و ریسکهای بسیاری باعث تأخیر یا شکست در طول اجرای آن میشوند (Tshidavhu & Khatleli, 2020)؛(Ibrahim et al., 2025). در عمل، دو چالش رایج عبارتاند از افزایش هزینه نسبتبه بودجۀ مصوب و انحراف از برنامۀ زمانبندی (Aljohani et al., 2017.Famiyeh et al.,2017; ). «قانون آهنین مگاپروژهها» بر گرایش این پروژهها به عبور از بودجه، تحققنیافتن زمانبندی و ارائۀ مزایای کمتر از انتظار دلالت دارد (Flyvbjerg, 2021). خانۀ اپرای سیدنی، نمونهای بارز است که با ده سال تأخیر و ۱۴۰۰درصد افزایش هزینه نسبتبه برآورد اولیه تکمیل شد. تکمیل این مگاپروژه ده سال بیش از زمان برنامهریزیشده به طول انجامید و هزینۀ ساخت آن ۱۴۰۰درصد بیش از بودجۀ برنامهریزیشده بود (Flyvbjerg, 2014). تنها خانۀ اپرای سیدنی نیست و مگاپروژههای بسیاری، افزایش هزینه نسبتبه بودجۀ برنامهریزیشده و افزایش زمان نسبتبه برنامۀ زمانبندی را تجربه میکنند (Flyvbjerg, 2021). زمانی که زیرساخت به پایان عمر خود میرسد (مثلاً به دلایل اقتصادی، قانونی یا عملکردی)، برخی اجزا هنوز عمر باقیماندهای دارند که معمولاً هدر میرود. ماژولارسازی با استفادۀ مجدد از کل ماژولها (یا اجزای آنها) و حفظ کارایی آنها در دیگر زیرساختها، امکان استفاده از این اجزایی را فراهم میآورد که به پایان عمر خود نرسیدهاند (Mignacca & Locatelli, 2021)؛ بنابراین، ماژولارسازی یک محرک کلیدی برای کاهش زمان و هزینۀ مگاپروژههاست (Flyvbjerg, 2021). با ماژولارشدن مگاپروژهها، ارزیابی و انتخاب تأمینکنندگان از اهمیت ویژهای برخوردار خواهد بود. شواهد این مطلب، از مطالعۀ ژائو و همکاران[i] (۲۰۱۹) استخراج میشود که اظهار داشتهاند ارزیابی و انتخاب تأمینکننده، تأثیر مستقیمی بر عملکرد مگاپروژههای ماژولار دارد.
حال این سؤال مطرح میشود که چگونه تأمینکنندگان، مگاپروژههای ماژولار را در بلندمدت و همزمان با کاهش تأخیرات پروژه ارزیابی میکنند؟ مطالعۀ حاضر بر این موضوع حیاتی متمرکز شده است که به مدیران پروژه و مگاپروژه با در نظر گرفتن دیدگاه توسعۀ پایدار کمک میکند. در گام اول، جمعآوری معیارهای اساسی از ابعاد مختلف نظیر اقتصادی، محیطزیستی و اجتماعی برای ارزیابی تأمینکنندۀ پایدار ضروری است و سپس با بهرهگیری از یک روشهای تصمیمگیری چندمعیاره، درجۀ اهمیت این معیارها تعیین میشود و سپس تأمینکنندگان ارزیابی و اولویتبندی میشوند. مسئلۀ ارزیابی تأمینکنندگان، ازجمله مسائل پیچیده است و در تمامی ابعاد پایداری (اقتصادی، محیطزیستی و اجتماعی)، شامل عدم قطعیت است (شکل ۱) (Elkington & Rowlands, 1999; Nadeem et al., 2020; Jin, 2025).
نظریۀ مجموعههای فازی را لطفی[ii] (۱۹۶۵) معرفی کرد تا ابهام و عدم قطعیت را در مسائل پیچیده برطرف کند. از آن زمان تاکنون، مجموعههای فازی در بسیاری از حوزههای پژوهشی کاربرد یافتهاند (Hosseini et al., 2021; Memarpour Ghiaci et al., 2025) و این نظریه برای ارائۀ نتایجی مطمئنتر، گسترش یافته است. در مطالعهای دیگر، زاده[iii] (۱۹۷۵) مجموعههای فازی نوع ۲ را معرفی کرد. مجموعههای فازی نوع ۲ در مقایسه با تابع عضویت مجموعههای فازی نوع ۱ که دو بعدی و ثابت است، دارای تابع عضویت سهبعدی فازیاند که آزادی بیشتری را به تصمیمگیرندگان در فرایند تصمیمگیری میبخشند (Memarpour Ghiaci et al., 2024). مجموعههای فازی شهودی، ساختاری دوبعدی است که هم درجۀ عضویت و هم درجۀ عدم عضویت را تعریف میکند. آتاناسوف و آتاناسوف[iv] (۱۹۹۹) با معرفی نماگرهای درجۀ عضویت (µ(x)) و درجۀ عدم عضویت (ʋ(x))، مجموعههای فازی شهودی را توسعه داد؛ بهطوری که 0 ≤ µ(x) + ʋ (x) ≤ 1 برقرار باشد. یاگر[v] (۲۰۱۳) مجموعههای فازی فیثاغورسی را توسعه داد، بهگونهای که 0 ≤ (x) + (x) ≤ 1 برقرار باشد؛ این مجموعه تعمیمی بر مجموعههای فازی شهودی است (Ghiaci & Ghoushchi, 2023). درنهایت، مجموعۀ فازی کروی را کوتلو گوندوغلو و کهرمان[vi] (۲۰۱۹) پیشنهاد داد که شکل تعمیمیافتۀ مجموعههای فازی نوتروسوفیک و فیثاغورسی است (Memarpour Ghiaci et al., 2022). درجۀ تردید در مجموعههای فازی کروی، یک مؤلفۀ مستقل در نظر گرفته میشود و نسبتبه مجموعههای فازی فیثاغورثی، آزادی بیشتری به تصمیمگیرندگان در فرآیند تصمیمگیری میبخشد (Jafarzadeh Ghoushchi et al., 2022). شکل ۲، تفاوت بین مجموعههای فازی شهودی، فازی فیثاغورثی، نوتروسوفیک و فازی کروی را در فضای سهبعدی نشان میدهد.
۲- پیشینۀ پژوهش
۲-۱- ارزیابی تأمینکنندگان با استفاده از روشهای تصمیمگیری چندمعیاره
یکی از مهمترین مسائل در مدیریت مگاپروژهها، شناسایی شاخصهایی برای ارزیابی تأمینکنندگان است. در جدول ۱، شاخصهای ارزیابی تأمینکنندگان مگاپروژههای ماژولار ازنظر پایداری ارائه شده است.
|
منابع |
معیار |
دستهبندی |
بعد |
|
استراتژی و سازماندهی |
مدیریت و سازمان |
اقتصادی |
|
|
مدیریت داخلی |
|||
|
مدیریت زیرتأمینکننده |
|||
|
احمدی و امین[x] (۲۰۱۹)، علیخانی و همکاران[xi] (۲۰۱۹)، فلاحپور و همکاران[xii] (۲۰۱۷)، لوترا و همکاران[xiii] (۲۰۱۷)، سیثی و همکاران[xiv] (۲۰۲۵) |
هزینه |
عملکرد مالی |
|
|
محمودی و همکاران (۲۰۲۱)، سینگ و همکاران (۲۰۲۵)، سیثی و همکاران (۲۰۲۵) |
وضعیت مالی (سودآوری) |
||
|
احمدی و امین (۲۰۱۹)، علوی و همکاران[xv] (۲۰۲۱)، علیخانی و همکاران (۲۰۱۹)، سینگ و همکاران (۲۰۲۵)، سیثی و همکاران (۲۰۲۵)، ورچندی و همکاران (۲۰۲۴) |
کیفیت |
قابلیتها |
|
|
علوی و همکاران (۲۰۲۱)، فلاحپور و همکاران (۲۰۱۷)، سینگ و همکاران (۲۰۲۵) |
تولید و لجستیک |
||
|
علوی و همکاران (۲۰۲۱)، علیخانی و همکاران (۲۰۱۹)، لوترا و همکاران (۲۰۱۷)، معماری و همکاران[xvi] (۲۰۱۹) |
فناوری |
||
|
بهرهوری خدمات |
|||
|
احمدی و امین (۲۰۱۹)، علوی و همکاران (۲۰۲۱)، فلاحپور و همکاران (۲۰۱۷) |
انعطافپذیری |
||
|
ارتباطات |
|||
|
شهرت و تصویر برند |
برداشت بیرونی |
||
|
گواهینامهها |
|||
|
احمدی و امین (۲۰۱۹)، علیخانی و همکاران (۲۰۱۹)، سیثی و همکاران (۲۰۲۵)، ورچندی و همکاران (۲۰۲۴) |
سیستم مدیریت محیطزیست |
رویههای محیطزیستی |
محیطزیستی |
|
علوی و همکاران (۲۰۲۱)، محمودی و همکاران (۲۰۲۱)، سینگ و همکاران (۲۰۲۵) |
رعایت مقررات و استانداردهای محیطزیستی |
||
|
محمودی و همکاران (۲۰۲۱)، شارما و همکاران[xvii] (۲۰۲۰)، سینگ و همکاران (۲۰۲۵) |
قابلیتهای محیطزیستی |
||
|
بهکارگیری مواد سازگار محیطزیست |
عملکرد محیطزیستی |
||
|
محمودی و همکاران (۲۰۲۱)، سیثی و همکاران (۲۰۲۵)، ورچندی و همکاران (۲۰۲۴) |
صرفهجویی در انرژی |
||
|
علوی و همکاران (۲۰۲۱)، معماری و همکاران (۲۰۱۹)، سیثی و همکاران (۲۰۲۵) |
انتشار گازهای گلخانهای |
||
|
صرفهجویی در مصرف آب |
|||
|
علوی و همکاران (۲۰۲۱)، علیخانی و همکاران (۲۰۱۹)، معماری و همکاران (۲۰۱۹)، ورچندی و همکاران (۲۰۲۴) |
میزان پسماند تولیدی |
||
|
عملکرد محیطی محصول |
|||
|
احمدی و امین (۲۰۱۹)، علوی و همکاران (۲۰۲۱)، محمودی و همکاران (۲۰۲۱)، سینگ و همکاران (۲۰۲۵) |
مسئولیت اجتماعی |
رویههای اجتماعی |
اجتماعی |
|
مشارکت ذینفعان |
|||
|
علوی و همکاران (۲۰۲۱)، محمودی و همکاران (۲۰۲۱)، معماری و همکاران (۲۰۱۹) |
بهداشت و ایمنی شغلی |
عملکرد اجتماعی |
|
|
توجه به مسئلۀ کار کودکان و کار اجباری |
|||
|
محمودی و همکاران (۲۰۲۱)، سیثی و همکاران (۲۰۲۵)، ورچندی و همکاران (۲۰۲۴) |
دستمزدها |
||
|
توازن کار و زندگی |
|||
|
علیخانی و همکاران (۲۰۱۹)، محمودی و همکاران (۲۰۲۱)، سینگ و همکاران (۲۰۲۵) |
جذب استعدادها |
||
|
آموزش کارکنان |
|||
|
تنوع در استخدام |
روشهای تصمیمگیری چندمعیاره، کاربرد گستردهای در مسائل مربوط به ارزیابی تأمینکنندگانی دارند که شامل شاخصهای چندگانه و اغلب متضادند (Memari et al., 2019).
امیندوست و همکاران[xviii] (۲۰۱۲) با بهرهگیری از نظریۀ مجموعههای فازی، مسئلۀ انتخاب تأمینکنندۀ پایدار را بررسی و روش رتبهبندی نوینی را مبتنی بر سیستم استنتاج فازی ارائه کردند. مانی و همکاران[xix] (۲۰۱۴) بر ابعاد اجتماعی پایداری در مسئلۀ انتخاب تأمینکنندۀ پایدار تمرکز و با استفاده از روش AHP، تأمینکنندۀ مناسب را در میان گروهی از تأمینکنندگان شناسایی کردند؛ این رویکرد در صنایع مختلفی همچون سیمان، برق و خودرو به کار گرفته شد. لوترا و همکاران (۲۰۱۷)، مدل یکپارچهای را در سه بعد اساسی پایداری (اقتصادی، محیطزیستی، اجتماعی) ارائه کردند و با ترکیب روشهای AHP و VIKOR، بهترین تأمینکننده را براساس ۲۲ معیار برگزیدند. جوهار و پنت[xx] (۲۰۱۷) رویکردی مبتنی بر تحلیل پوششی دادهها (DEA) را برای مسئلۀ انتخاب تأمینکنندۀ پایدار پیشنهاد کردند. ژو و می[xxi] (۲۰۱۷) مرور جامعی را بر پایداری اجتماعی در مگاپروژهها انجام دادند و توصیههایی برای پژوهشگران علاقهمند به مسئولیت اجتماعی در این حوزه ارائه کردند. چراغعلیپور و فرساد[xxii] (۲۰۱۸)، روش بهترین-بدترین (BWM) را برای وزندهی معیارها مناسب دانستند و سپس با مدل برنامهریزی خطی عدد صحیح مختلط (MILP)، تلاش کردند امتیاز کل تأمینکنندگان را بیشینه و هزینۀ کل را براساس رویکرد پایداری کمینه کنند. خان و همکاران[xxiii] (۲۰۱۸) روش مبتنی بر چشماندازهای پایداری را ارائه کردند؛ سپس با استفاده از روش آنتروپی شانون، وزن معیارها را تعیین و با سیستم استنتاج فازی، تأمینکنندگان را رتبهبندی کردند. رشیدی و کولینان[xxiv] (۲۰۱۹) روشهای TOPSIS فازی و DEA فازی را در زمینۀ انتخاب تأمینکنندۀ پایدار مقایسه کردند. لیو و همکاران[xxv] (۲۰۱۹) یک مدل یکپارچۀ مبتنی بر BWM را در محیط فازی شهودی بازهای ارائه دادند. یاداوالی و همکاران[xxvi] (۲۰۱۹) با بهکارگیری تئوری اعداد Z، روش TOPSIS توسعهیافته را برای حل مسئلۀ سنتی انتخاب تأمینکننده به کار گرفتند و همچنین مدل دودستهای را با برنامهریزی آرمانی حل کردند تا موازنۀ میان حداکثرسازی پایداری و کمینهسازی هزینهها را برقرار کنند. یو و همکاران[xxvii] (۲۰۱۹) چارچوب نوینی را مبتنی بر تصمیمگیری گروهی ارائه کردند و از گروه TOPSIS برای تصمیمگیری جمعی و از رویکرد فازی فیثاغورسی برای مدیریت عدم قطعیت بهره جستند. زو و همکاران[xxviii] (۲۰۱۹) از روش AHP در محیط فازی نوع-۲ بازهای استفاده کردند و آن را در مطالعۀ موردی انتخاب تأمینکنندۀ مواد پایدار آزمودند. معماری و همکاران (۲۰۱۹) با در نظر گرفتن ۹ معیار و ۳۰ زیرمعیار، از TOPSIS فازی شهودی برای رتبهبندی تأمینکنندگان براساس شاخصهای پایداری استفاده کردند. هی و همکاران[xxix] (۲۰۱۹) رابطۀ میان عملکرد پروژه و مسئولیت اجتماعی را در مگاپروژهها بررسی کردند و نشان دادند مسئولیت اجتماعی، عملکرد پروژه را بهطور مستقیم تحت تأثیر قرار میدهد. تیرکلائی و همکاران[xxx] (۲۰۲۰) به ترتیب از ANP فازی برای رتبهبندی معیارها، DEMATEL فازی برای شناسایی روابط میان معیارها و TOPSIS فازی برای رتبهبندی تأمینکنندگان بهره بردند. هندیانی و همکاران[xxxi] (۲۰۲۰) چارچوب سلسلهمراتبی تصمیمگیری را برای انتخاب تأمینکنندۀ پایدار پیشنهاد و از BWM فازی با توابع عضویت ذوزنقهای استفاده کردند. محمودی و همکاران (۲۰۲۱) از رویکرد توسعهیافتۀ OPA برای انتخاب تأمینکنندۀ پایدار در مگاپروژهها استفاده کردند. فلاحپور و همکاران (۲۰۲۱) با توسعۀ یک مدل ترکیبی شامل روشهای FDEMATEL، FBWM، FANP و FIS، مسئلۀ ارزیابی و انتخاب تأمینکنندگان را براساس ۳۰ معیار در سه بعد عمومی، پایداری و تابآوری بررسی کردند. حسینی و همکاران[xxxii] (۲۰۲۱) از مدل ترکیبی روش BWM فازی و سیستم استنتاج فازی برای انتخاب تأمینکنندۀ پایدار بهره بردند. در فاز اول پس از تعیین ۱۹ معیار، وزن نهایی معیارها استفاده از رویکرد BWM فازی محاسبه میشود؛ در فاز دوم، با اجرای سیستم استنتاج فازی موزون، پایدارترین تأمینکننده انتخاب شده است. اونال و تمور[xxxiii] (۲۰۲۱) از روش AHP توسعهیافته براساس مجموعههای فازی کروی برای ارزیابی چهار معیار اقتصادی، کیفیت، اجتماعی و زیستمحیطی در مسئلۀ انتخاب تأمینکنندۀ پایدار استفاده کردند. شانگ و همکاران[xxxiv] (۲۰۲۲) از روش ترکیبی BWM، آنتروپی شانون فازی و MULTIMOORA فازی برای انتخاب تأمینکننده پایدار استفاده کردند. آنها وزن معیارها را با استفاده از روشهای BWM، آنتروپی شانون فازی محاسبه و پس از ترکیب وزنهای به دست آمده از این دو روش، تأمینکنندگان را با استفاده از روش MULTIMOORA ارزیابی و اولویتبندی کردند. سو و همکاران[xxxv] (۲۰۲۲) با استفاده از روش آنتروپی، وزن معیارهای ارزیابی تأمینکنندگان را تعیین و سپس تأمینکنندگان امنیت با استفاده از روش TODIM، سامانههای صنعتی را ارزیابی و اولویتبندی کردند. لیانگ و همکاران[xxxvi] (۲۰۲۳) از تکنیک TOPSIS فازی شهودی در مسئلۀ ارزیابی و انتخاب تأمینکنندگان پایدار قطعات پیشساخته استفاده کردند. حاجیآقایی کشتلی و همکاران[xxxvii] (۲۰۲۳) از روش TOPSIS توسعهیافته براساس مجموعههای فازی فیثاغورثی برای ارزیابی و انتخاب تأمینکننده در صنعت غذا استفاده کردند. لین و همکاران[xxxviii] (۲۰۲۴) از رویکرد ترکیبی مبتنی بر روشهای تصمیمگیری چندمعیاره برای ارزیابی تأمینکنندگان خانههای پیشساخته استفاده کردند. آنها با استفاده از روش آنتروپی، ۱۹ شاخص ارزیابی را وزندهی و سپس تأمینکنندگان را با روش VIKOR ارزیابی کردند. دنگ و همکاران[xxxix] (۲۰۲۴) از یک چارچوب تصمیمگیری ترکیبی بهبودیافته مبتنی بر اصول ناب، AHP و VIKOR برای انتخاب تأمینکننده و خطوط تولید قطعات پیشساخته استفاده کردند. هلاک[xl] (۲۰۲۴) در مسئلۀ ارزیابی و انتخاب تأمینکننده برای مگاپروژههای ساختوساز در مناطق آسیبدیده از بحرانهای انسانی و طبیعی، از رویکرد مبتنی بر AHP فازی استفاده کرد. کریستانتو و همکاران[xli] (۲۰۲۵) از روشهای MOORA فازی و VIKOR فازی برای ارزیابی و انتخاب تأمینکننده استفاده کردند. موروگان و ونگ[xlii] (۲۰۲۵) از روش BWM توسعهیافته در محیط فازی برای ارزیابی و انتخاب تأمینکنندۀ پایدار بهره بردند. آنها از روش BWM فازی برای وزندهی به معیارهای ارزیابی و همچنین اولویتبندی تأمینکنندگان برچسب بطری استفاده کردند. در جدول ۲، خلاصۀ مطالعات مرتبط در پیشینۀ ارزیابی تأمینکنندگان ارائه شده است.
|
محیط عدم قطعیت |
روش |
سال |
نویسنده |
|
Fuzzy set theory |
Fuzzy inference system |
امیندوست و همکاران |
|
|
- |
AHP |
مانی و همکاران |
|
|
- |
AHP-VIKOR |
لوترا و همکاران |
|
|
- |
DEA-DE |
جوهار و پنت |
|
|
- |
BWM-MILP |
چراغعلیپور و فرساد |
|
|
Fuzzy set theory |
Shannon entropy– Fuzzy inference system |
خان و همکاران |
|
|
Fuzzy set theory |
TOPSIS-DEA |
رشیدی و کولینان |
|
|
Interval-valued intuitionistic |
BWM |
لیو و همکاران |
|
|
Fuzzy set theory and Z-number |
TOPSIS-Optimization |
یاداوالی و همکاران |
|
|
Pythagorean fuzzy sets |
TOPSIS |
یو و همکاران |
|
|
Interval type-2 fuzzy sets |
AHP |
زو و همکاران |
|
|
Intuitionistic fuzzy |
TOPSIS |
معماری و همکاران |
|
|
Fuzzy set theory |
ANP-DEMATEL-TOPSIS |
تیرکلائی و همکاران |
|
|
Fuzzy set theory |
BWM |
هندیانی و همکاران |
|
|
- |
OPA |
محمودی و همکاران |
|
|
Fuzzy set theory |
DEMATEL-BWM-FANP- Fuzzy inference system |
فلاحپور و همکاران |
|
|
Fuzzy set theory |
BWM- Fuzzy inference system |
حسینی و همکاران |
|
|
Spherical fuzzy sets |
AHP |
اونال و تمور |
|
|
Fuzzy set theory |
BWM-Shannon entropy– MULTIMOORA |
شانگ و همکاران |
|
|
- |
Shannon entropy– TODIM |
سو و همکاران |
|
|
Intuitionistic fuzzy |
TOPSIS |
لیانگ و همکاران |
|
|
Pythagorean fuzzy sets |
TOPSIS |
حاجیآقایی کشتلی و همکاران |
|
|
- |
Shannon entropy– VIKOR |
لین و همکاران |
|
|
- |
AHP-VIKOR |
دنگ و همکاران |
|
|
Fuzzy set theory |
AHP |
هلاک |
|
|
Fuzzy set theory |
MOORA-VIKOR |
کریستانتو و همکاران |
|
|
Fuzzy set theory |
BWM |
موروگان و ونگ |
۲-۲- شکاف دانش
در بخش مرور پیشینه، برخی از مقالات مرتبط با مسئلۀ ارزیابی تأمینکنندگان و همچنین اهمیت این مسئله در مدیریت مگاپروژهها بررسی شده است. پژوهش حاضر قصد دارد برای اولین بار، از روش توسعهیافتۀ SF-CIMAS در مسئلۀ شناسایی و اولویتبندی شاخصهای ارزیابی تأمینکنندگان استفاده کند. این روش قادر است همزمان با عدم قطعیت و تصمیمگیری گروهی مقابله کند. در این پژوهش برای اولین بار، مسئلۀ شناسایی و اولویتبندی شاخصهای ارزیابی تأمینکنندگان مگاپروژه براساس ابعاد پایداری در محیط فازی کروی انجام میشود. مجموعههای فازی کروی بر خلاف مجموعههای فازی فیثاغورثی، درجۀ تردید را یک مؤلفۀ مستقل در نظر میگیرد و آزادی بیشتری به تصمیمگیرندگان در فرآیند تصمیمگیری میبخشد (Jafarzadeh Ghoushchi et al., 2022). برخی از نوآوریهای مطالعۀ حاضر عبارتاند از:
- شناسایی و اولویتبندی شاخصهای ارزیابی تأمینکنندگان مگاپروژههای ماژولار با استفاده از روش CIMAS؛
- در نظر گرفتن ابعاد اصلی پایداری (اقتصادی، محیطزیستی و اجتماعی) در مسئلۀ شناسایی و اولویتبندی شاخصهای ارزیابی تأمینکنندگان مگاپروژههای ماژولار؛
- در نظر گرفتن عدم قطعیت موجود در مسئلۀ ارزیابی و اولویتبندی شاخصهای ارزیابی تأمینکنندگان براساس مجموعههای فازی کروی با استفاده از رویکرد توسعهیافته SF-CIMAS
۳- روشتحقیق
روش تحقیق حاضر از نوع کیفی – کمی است. در مرحلۀ اول از جنبۀ کیفی، معیارهای ارزیابی تأمینکنندگان شناسایی و پس از تعیین مجموعه معیارهای ارزیابی، تیم تصمیمگیری شامل تعدادی از خبرههای حوزه، تشکیل میشود. دادههای کیفی حاصل از قضاوتهای تیم تصمیمگیری، بهصورت متغیرهای زبانی و براساس مجموعههای فازی کروی گردآوری میشوند. در ادامه و با ارزیابی معیارهای شناساییشده، محاسبۀ وزن معیارها با استفاده از روش SF-CIMAS و با استفاده از دادههای کمی انجام میشود. ازنظر میزان کاربرد پژوهشی، پژوهش حاضر کاربردی – توسعهای به شمار میرود؛ زیرا بهدنبال توسعۀ رویکرد علمی و نوین برای شناسایی و اولویتبندی شاخصهای ارزیابی تأمینکنندگان در مگاپروژههای ماژولار است. مجموعه مقالات بررسیشده در مرحلۀ اول پژوهش شامل کلیۀ پژوهشهای منتشرشده در پایگاههای علمی معتبر مرتبط با مسئلۀ ارزیابی تأمینکنندگان، تا زمان انجام این پژوهش است. اطلاعات کیفی ازطریق جلسات نیمهساختیافته و پرسشنامههای زبانی جمعآوری و قضاوتهای تیم تصمیمگیری در قالب مجموعههای فازی کروی صورتبندی شد. استفاده از تصمیمگیری گروهی، به کاهش سوگیریهای شناختی نظیر لنگرانداختن منجر میشود؛ زیرا هریک از اعضای تیم، نقاط مرجع متفاوتی را مدنظر قرار میدهند. با استفاده از روش نمونهگیری هدفمند، تیم تصمیمگیری از ۷ خبرۀ دارای تجربه و تخصص در زمینههای مشاور پیادهسازی سیستمهای مدیریتی، مهندسی و مدیریت پروژه و مگاپروژه تشکیل شده است. اطلاعات مربوط به اعضا، نشان میدهد اکثریت تیم خبره بین ۶ تا ۱۱ سال سابقه کار دارند. در جدول ۳، مشخصات مرتبط با تیم خبره آمده است.
|
مجموع |
مدیر پروژه |
مهندس |
مشاور سیستمهای مدیریتی |
تعداد سال سابقه کار |
|
۱ |
- |
۱ |
- |
۱-۵ |
|
۳ |
۱ |
- |
۲ |
۶-۱۰ |
|
۲ |
۱ |
۱ |
- |
۱۱-۱۵ |
|
۱ |
- |
- |
۱ |
۱۶ و بیشتر |
|
۷ |
۲ |
۲ |
۳ |
مجموع پاسخدهندگان |
۳-۱- مقدمهای بر مجموعههای فازی کروی
مفهوم مجموعۀ فازی کروی، یکی از جدیدترین محیطهای عدم قطعیت است که کوتلو گوندوغلو و کهرمان (۲۰۱۹) آن را پیشنهاد کردهاند. این بخش، برخی از ویژگیها و عملیات حسابی مجموعههای فازی کروی را ارائه میدهد.
تعریف ۱: مجموعۀ فازی کروی در فضای بهصورت رابطۀ (۱) نمایش داده میشود.
|
|
(۱) |
که در آن:
برای هر ، اعداد ، و به ترتیب نشاندهندۀ درجۀ عضویت، درجۀ عدم عضویت و تردید است. همچنین رابطۀ (۲) همواره برقرار است.
|
|
(۲) |
تعریف ۲: اگر و دو فازی کروی باشند و یک عدد ثابت بزرگتر از 0 باشد، عملیات ریاضی بهصورت روابط (۳-۶) میشود.
|
|
(۳) |
|
|
(۴) |
|
|
(۵) |
|
|
(۶) |
تعریف ۳: مقدار امتیاز و تابع دقت عدد به ترتیب با استفاده از روابط (۷) و (۸) محاسبه میشود.
|
|
(۷) |
|
|
|
(۸) |
|
تعریف ۴: میانگین حسابی کروی وزندار (SWAM) با توجه به ، با استفاده از رابطۀ (۹) محاسبه میشود.
|
|
(۹) |
۳-۲- روش SF-CIMAS
این بخش مراحل پیادهسازی رویکرد پیشنهادی را ارائه میدهد. CIMAS یک روش تصمیمگیری چندمعیارۀ جدید است که بوزکویچ و همکاران [xliii] (۲۰۲۳) آن را معرفی کردند. روش CIMAS در مسائل مختلف تصمیمگیری نظیر ارزیابی عملکرد وبسایت (Kara et al., 2024)، ارزیابی عملکرد مالی شرکتها (Kara et al., 2024) و اولویتبندی ریسک (Švadlenka et al., 2024) پیادهسازی شده است. این روش با استفاده از نظر تیم خبره، درجۀ اهمیت معیارهای ارزیابی را در یک فرایند تصمیمگیری تعیین میکند. جریان روششناسی رویکرد پیشنهادی در شکل ۳ نشان داده شده است.
شکل۳- رویکرد پیشنهادی براساس روش SF-CIMAS
گام ۱) تعریف مجموعه معیارهای ارزیابی
در اولین گام از فرایند تصمیمگیری، معیارهایی مشخص میشود که باید اهمیت آنها ارزیابی شود. این معیارها از مباحث نظری استخراج و یا با مشورت مستقیم از متخصصان تعیین میشوند.
گام ۲) تعیین تعداد خبرهها و تشکیل تیم تصمیمگیری
در این گام، تعداد خبرهها برای تشکیل تیم تصمیمگیری تعیین و اطلاعات مربوط به سوابق آنها در حوزۀ مرتبط گردآوری میشود.
گام ۳) تعیین اهمیت نظر هر خبره براساس متغیرهای زبانی فازی کروی
اهمیت نظر هر خبره براساس دانش و تجربۀ فعالیت در حوزۀ مرتبط هر خبره براساس متغیرهای زبانی فازی کروی تعیین میشود.
گام ۴) محاسبۀ درجۀ اهمیت نظر هر خبره
در این گام، متغیرهای زبانی فازی کروی با استفاده از جدول ۴ به اعداد فازی کروی تبدیل و پس از محاسبۀ تابع امتیاز ماتریس، درجۀ اهمیت نظر هر خبره با استفاده از رابطۀ (۱۰) محاسبه میشود.
|
|
(۱۰) |
گام ۵) تشکیل ماتریس دادههای ورودی ارزیابی تیم تصمیمگیری براساس متغیرهای زبانی فازی کروی
در این گام، متخصصان براساس متغیرهای زبانی فازی کروی، اهمیت هر معیار را ارزیابی میکنند و به این ترتیب ماتریس دادههای ورودی با استفاده از معیار به ارزیابی گزینه تشکیل میشود.
|
متغیر زبانی |
عدد فازی کروی |
||
|
µ |
v |
|
|
|
AMI |
۹۰/۰ |
۱۰/۰ |
۱/۰ |
|
VHI |
۸۰/۰ |
۲۰/۰ |
۲/۰ |
|
HI |
۷۰/۰ |
۳۰/۰ |
۳/۰ |
|
SMI |
۶۰/۰ |
۴۰/۰ |
۴/۰ |
|
EI |
۵۰/۰ |
۵۰/۰ |
۵/۰ |
|
SLI |
۴۰/۰ |
۶۰/۰ |
۴/۰ |
|
LI |
۳۰/۰ |
۷۰/۰ |
۳/۰ |
|
VLI |
۲۰/۰ |
۸۰/۰ |
۲/۰ |
|
ALI |
۱۰/۰ |
۹۰/۰ |
۱/۰ |
گام ۶) تبدیل ماتریس دادههای ورودی به اعداد فازی کروی
با توجه به ماتریس تشکیلشده در گام قبل، درایههای ماتریس با استفاده از جدول ۱، به اعداد فازی کروی تبدیل میشود و ماتریس رابطۀ (۱۱) با درایههای اعداد فازی کروی به دست میآید.
|
|
(۱۱) |
گام ۷) محاسبۀ تابع امتیاز ماتریس دادههای ورودی
در این گام، تابع امتیاز ماتریس دادههای ورودی با استفاده از رابطۀ (۱۲) محاسبه میشود.
|
|
(۱۲) |
گام ۸) نرمالسازی ماتریس دادههای ورودی
پس از محاسبۀ تابع امتیاز ماتریس دادههای ورودی، نرمالسازی این ماتریس با استفاده از رابطۀ (۱۳) انجام میشود.
|
|
(۱۳) |
گام ۹) محاسبۀ ماتریس موزون
در این گام، مقادیر نرمالشده با اوزان متخصصان ضرب میشوند و به این ترتیب ماتریس موزون براساس حاصلضرب مقادیر نرمالشده با درجۀ اهمیت نظر هر خبره (محاسبهشده در گام چهارم) و با استفاده از رابطۀ (۱۴) محاسبه میشود.
|
|
(۱۴) |
گام ۱۰) تعیین مقادیر حداکثر و حداقل هر معیار
در این گام، مقادیر حداکثر ( ) و حداقل ( ) هر معیار به ترتیب با استفاده از روابط (۱۵) و (۱۶) تعیین میشوند.
|
|
(۱۵) |
|
|
(۱۶) |
گام ۱۱) محاسبۀ اختلاف بین مقادیر حداکثر و حداقل
اختلاف بین مقادیر حداکثر و حداقل هر معیار ( ) با استفاده از رابطۀ (۱۷) به دست میآید.
|
|
(۱۷) |
گام ۱۲) محاسبۀ درجۀ اهمیت و اولویتبندی معیارها
در گام آخر، درجۀ اهمیت معیارها با استفاده از رابطۀ (۱۸) محاسبه و سپس اولویتبندی معیارها براساس وزنهای به دست آمده انجام میشود.
|
|
(۱۸) |
۴- مطالعۀ موردی و یافتهها
در راستای بررسی قابلیت رویکرد پیشنهادی در این تحقیق، سعی بر آن است تا ارزیابی و اولویتبندی تأمینکنندگان مگاپروژههای ماژولار با استفاده از این رویکرد انجام شود. در این مطالعه درجۀ اهمیت ۳۱ شاخص ارزیابی تأمینکنندگان مگاپروژههای ماژولار صنعت دریایی تعیین میشوند. معیارهای ارزیابی تأمینکنندگان براساس ابعاد پایداری در شکل ۴ ارائه شده است.
در این بخش، نتایج حاصل از پیادهسازی رویکرد پیشنهادی در مسئلۀ تعیین درجۀ اهمیت و اولویتبندی شاخصهای ارزیابی تأمینکنندگان مگاپروژههای ماژولار بررسی میشود. ابتدا پس از شناسایی و تعیین معیارهای ارزیابی، تیم تصمیمگیری تشکیل میشود. در ادامه، اهمیت نظر هر خبره براساس دانش و تجربۀ فعالیت او در حوزۀ ارزیابی تأمینکنندگان در مگاپروژههای ماژولار براساس مجموعههای فازی کروی تعیین میشود. روند و نتایج محاسبۀ درجۀ اهمیت نظر هر خبره در جدول ۵ ارائه شده است.
|
Experts |
Skills |
SFN |
Score |
Weight |
|
E1 |
VHI |
(۲/۰ ،۲/۰، ۸/۰) |
۵۱۲/۰ |
۱۵۱/۰ |
|
E2 |
EI |
(۱/۰ ،۱/۰، ۹/۰) |
۷۲۹/۰ |
۲۱۵/۰ |
|
E3 |
SMI |
(۳/۰ ،۳/۰، ۷/۰) |
۳۴۳/۰ |
۱۰۱/۰ |
|
E4 |
VHI |
(۱/۰ ،۱/۰، ۹/۰) |
۷۲۹/۰ |
۲۱۵/۰ |
|
E5 |
VHI |
(۴/۰ ،۴/۰، ۶/۰) |
۲۱۶/۰ |
۰۶۴/۰ |
|
E6 |
HI |
(۳/۰ ،۳/۰، ۷/۰) |
۳۴۳/۰ |
۱۰۱/۰ |
|
E7 |
SMI |
(۲/۰ ،۲/۰، ۸/۰) |
۵۱۲/۰ |
۱۵۱/۰ |
سپس، ارزیابی هر معیار را تیم تصمیمگیری براساس متغیرهای زبانی فازی کروی انجام میدهد. با توجه به عدم قطعیت موجود در معیارهای ارزیابی مسئله، از مجموعههای فازی کروی برای مقابله با عدم قطعیت استفاده شده است. مقادیر متغیرهای زبانی اهمیت معیارهای ارزیابی براساس نظرات تیم تصمیمگیری، در جدول ۶ ارائه شده است.
|
E1 |
E2 |
E3 |
E4 |
E5 |
E6 |
E7 |
|
|
C1 |
HI |
VHI |
SMI |
VHI |
HI |
HI |
AMI |
|
C2 |
EI |
EI |
HI |
HI |
VHI |
EI |
SMI |
|
C3 |
EI |
SMI |
EI |
HI |
EI |
EI |
HI |
|
C4 |
HI |
VHI |
HI |
VHI |
VHI |
SMI |
EI |
|
C5 |
EI |
SMI |
EI |
HI |
HI |
SMI |
EI |
|
C6 |
EI |
SMI |
LI |
EI |
EI |
VHI |
SMI |
|
C7 |
AMI |
HI |
EI |
SMI |
HI |
SMI |
HI |
|
C8 |
SMI |
HI |
EI |
SLI |
EI |
SLI |
HI |
|
C9 |
LI |
SLI |
LI |
SMI |
EI |
LI |
SLI |
|
C10 |
SMI |
EI |
SLI |
SMI |
LI |
EI |
SLI |
|
C11 |
EI |
VLI |
EI |
EI |
VLI |
SLI |
SLI |
|
C12 |
SMI |
SMI |
VHI |
SMI |
VHI |
HI |
EI |
|
C13 |
SMI |
EI |
VHI |
SMI |
SMI |
SMI |
EI |
|
C14 |
EI |
HI |
SMI |
SLI |
SLI |
SLI |
SMI |
|
C15 |
HI |
SMI |
LI |
SLI |
HI |
SMI |
EI |
|
C16 |
LI |
SMI |
VLI |
LI |
VHI |
EI |
HI |
|
C17 |
EI |
SMI |
SMI |
SMI |
VLI |
SMI |
SMI |
|
C18 |
EI |
EI |
HI |
EI |
SMI |
EI |
SMI |
|
C19 |
HI |
VHI |
SLI |
HI |
SMI |
EI |
EI |
|
C20 |
VLI |
SLI |
EI |
EI |
LI |
SMI |
EI |
|
C21 |
HI |
SMI |
VHI |
HI |
SLI |
SMI |
SMI |
|
C22 |
EI |
EI |
VHI |
SLI |
SLI |
EI |
SMI |
|
C23 |
SLI |
EI |
LI |
SLI |
EI |
SLI |
VLI |
|
C24 |
SMI |
EI |
SLI |
LI |
SLI |
LI |
SMI |
|
C25 |
EI |
SMI |
SMI |
VLI |
SLI |
SMI |
SMI |
|
C26 |
EI |
LI |
SMI |
LI |
SMI |
LI |
EI |
|
C27 |
VHI |
EI |
SMI |
EI |
VHI |
SMI |
EI |
|
C28 |
EI |
HI |
EI |
LI |
VHI |
HI |
SMI |
|
C29 |
VLI |
SMI |
HI |
LI |
SMI |
EI |
SMI |
|
C30 |
SMI |
SMI |
LI |
SLI |
LI |
EI |
EI |
|
C31 |
SMI |
LI |
VLI |
VLI |
VLI |
SMI |
EI |
در ادامه، مقادیر متغیرهای زبانی اهمیت معیارهای ارزیابی ارائهشده در گام قبل با استفاده از جدول 4، به اعداد فازی کروی تبدیل میشوند و بعد تابع امتیاز ماتریس دادههای ورودی با استفاده از رابطۀ (۱۲) محاسبه میشود. ماتریس دادههای ورودی براساس اعداد فازی کروی در جدول ۷ ارائه شده است.
|
E1 |
E2 |
E3 |
E4 |
E5 |
E6 |
E7 |
|
|
C1 |
(۳/۰ ،۳/۰، ۷/۰) |
(۲/۰ ،۲/۰، ۸/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۲/۰ ،۲/۰، ۸/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۱/۰ ،۱/۰، ۹/۰) |
|
C2 |
(۵/۰ ،۵/۰، ۵/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۲/۰ ،۲/۰، ۸/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
|
C3 |
(۵/۰ ،۵/۰، ۵/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
|
C4 |
(۳/۰ ،۳/۰، ۷/۰) |
(۲/۰ ،۲/۰، ۸/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۲/۰ ،۲/۰، ۸/۰) |
(۲/۰ ،۲/۰، ۸/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
|
C5 |
(۵/۰ ،۵/۰، ۵/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
|
C6 |
(۵/۰ ،۵/۰، ۵/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۳/۰ ،۷/۰، ۳/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۲/۰ ،۲/۰، ۸/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
|
C7 |
(۱/۰ ،۱/۰، ۹/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
|
C8 |
(۴/۰ ،۴/۰، ۶/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
|
C9 |
(۳/۰ ،۷/۰، ۳/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۳/۰ ،۷/۰، ۳/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۳/۰ ،۷/۰، ۳/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
|
C10 |
(۴/۰ ،۴/۰، ۶/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۳/۰ ،۷/۰، ۳/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
|
C11 |
(۵/۰ ،۵/۰، ۵/۰) |
(۲/۰ ،۸/۰، ۲/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۲/۰ ،۸/۰، ۲/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
|
C12 |
(۴/۰ ،۴/۰، ۶/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۲/۰ ،۲/۰، ۸/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۲/۰ ،۲/۰، ۸/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
|
C13 |
(۴/۰ ،۴/۰، ۶/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۲/۰ ،۲/۰، ۸/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
|
C14 |
(۵/۰ ،۵/۰، ۵/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
|
C15 |
(۳/۰ ،۳/۰، ۷/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۳/۰ ،۷/۰، ۳/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
|
C16 |
(۳/۰ ،۷/۰، ۳/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۲/۰ ،۸/۰، ۲/۰) |
(۳/۰ ،۷/۰، ۳/۰) |
(۲/۰ ،۲/۰، ۸/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
|
C17 |
(۵/۰ ،۵/۰، ۵/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۲/۰ ،۸/۰، ۲/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
|
C18 |
(۵/۰ ،۵/۰، ۵/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
|
C19 |
(۳/۰ ،۳/۰، ۷/۰) |
(۲/۰ ،۲/۰، ۸/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
|
C20 |
(۲/۰ ،۸/۰، ۲/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۳/۰ ،۷/۰، ۳/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
|
C21 |
(۳/۰ ،۳/۰، ۷/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۲/۰ ،۲/۰، ۸/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
|
C22 |
(۵/۰ ،۵/۰، ۵/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۲/۰ ،۲/۰، ۸/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
|
C23 |
(۴/۰ ،۶/۰، ۴/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۳/۰ ،۷/۰، ۳/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۲/۰ ،۸/۰، ۲/۰) |
|
C24 |
(۴/۰ ،۴/۰، ۶/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۳/۰ ،۷/۰، ۳/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۳/۰ ،۷/۰، ۳/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
|
C25 |
(۵/۰ ،۵/۰، ۵/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۲/۰ ،۸/۰، ۲/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
|
C26 |
(۵/۰ ،۵/۰، ۵/۰) |
(۳/۰ ،۷/۰، ۳/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۳/۰ ،۷/۰، ۳/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۳/۰ ،۷/۰، ۳/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
|
C27 |
(۲/۰ ،۲/۰، ۸/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۲/۰ ،۲/۰، ۸/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
|
C28 |
(۵/۰ ،۵/۰، ۵/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۳/۰ ،۷/۰، ۳/۰) |
(۲/۰ ،۲/۰، ۸/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
|
C29 |
(۲/۰ ،۸/۰، ۲/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۳/۰ ،۳/۰، ۷/۰) |
(۳/۰ ،۷/۰، ۳/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
|
C30 |
(۴/۰ ،۴/۰، ۶/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۳/۰ ،۷/۰، ۳/۰) |
(۴/۰ ،۶/۰، ۴/۰) |
(۳/۰ ،۷/۰، ۳/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
|
C31 |
(۴/۰ ،۴/۰، ۶/۰) |
(۳/۰ ،۷/۰، ۳/۰) |
(۲/۰ ،۸/۰، ۲/۰) |
(۲/۰ ،۸/۰، ۲/۰) |
(۲/۰ ،۸/۰، ۲/۰) |
(۴/۰ ،۴/۰، ۶/۰) |
(۵/۰ ،۵/۰، ۵/۰) |
براساس گام هشتم از این روش، نرمالسازی ماتریس دادههای ورودی با استفاده از رابطۀ (۱۳) انجام میشود. ماتریس نرمالشده در جدول ۸ ارائه شده است.
|
E1 |
E2 |
E3 |
E4 |
E5 |
E6 |
E7 |
|
|
C1 |
۰۵۵/۰ |
۰۷۷/۰ |
۰۳۵/۰ |
۰۹۱/۰ |
۰۵۰/۰ |
۰۶۱/۰ |
۱۱۸/۰ |
|
C2 |
۰۲۰/۰ |
۰۱۹/۰ |
۰۵۵/۰ |
۰۶۱/۰ |
۰۷۴/۰ |
۰۲۲/۰ |
۰۳۵/۰ |
|
C3 |
۰۲۰/۰ |
۰۳۳/۰ |
۰۲۰/۰ |
۰۶۱/۰ |
۰۱۸/۰ |
۰۲۲/۰ |
۰۵۶/۰ |
|
C4 |
۰۵۵/۰ |
۰۷۷/۰ |
۰۵۵/۰ |
۰۹۱/۰ |
۰۷۴/۰ |
۰۳۸/۰ |
۰۲۰/۰ |
|
C5 |
۰۲۰/۰ |
۰۳۳/۰ |
۰۲۰/۰ |
۰۶۱/۰ |
۰۵۰/۰ |
۰۳۸/۰ |
۰۲۰/۰ |
|
C6 |
۰۲۰/۰ |
۰۳۳/۰ |
۰۱۰/۰ |
۰۲۲/۰ |
۰۱۸/۰ |
۰۹۱/۰ |
۰۳۵/۰ |
|
C7 |
۱۱۷/۰ |
۰۵۲/۰ |
۰۲۰/۰ |
۰۳۸/۰ |
۰۵۰/۰ |
۰۳۸/۰ |
۰۵۶/۰ |
|
C8 |
۰۳۵/۰ |
۰۵۲/۰ |
۰۲۰/۰ |
۰۱۷/۰ |
۰۱۸/۰ |
۰۱۷/۰ |
۰۵۶/۰ |
|
C9 |
۰۱۰/۰ |
۰۱۴/۰ |
۰۱۰/۰ |
۰۳۸/۰ |
۰۱۸/۰ |
۰۱۱/۰ |
۰۱۶/۰ |
|
C10 |
۰۳۵/۰ |
۰۱۹/۰ |
۰۱۵/۰ |
۰۳۸/۰ |
۰۰۹/۰ |
۰۲۲/۰ |
۰۱۶/۰ |
|
C11 |
۰۲۰/۰ |
۰۰۵/۰ |
۰۲۰/۰ |
۰۲۲/۰ |
۰۰۴/۰ |
۰۱۷/۰ |
۰۱۶/۰ |
|
C12 |
۰۳۵/۰ |
۰۳۳/۰ |
۰۸۲/۰ |
۰۳۸/۰ |
۰۷۴/۰ |
۰۶۱/۰ |
۰۲۰/۰ |
|
C13 |
۰۳۵/۰ |
۰۱۹/۰ |
۰۸۲/۰ |
۰۳۸/۰ |
۰۳۱/۰ |
۰۳۸/۰ |
۰۲۰/۰ |
|
C14 |
۰۲۰/۰ |
۰۵۲/۰ |
۰۳۵/۰ |
۰۱۷/۰ |
۰۱۴/۰ |
۰۱۷/۰ |
۰۳۵/۰ |
|
C15 |
۰۵۵/۰ |
۰۳۳/۰ |
۰۱۰/۰ |
۰۱۷/۰ |
۰۵۰/۰ |
۰۳۸/۰ |
۰۲۰/۰ |
|
C16 |
۰۱۰/۰ |
۰۳۳/۰ |
۰۰۵/۰ |
۰۱۱/۰ |
۰۷۴/۰ |
۰۲۲/۰ |
۰۵۶/۰ |
|
C17 |
۰۲۰/۰ |
۰۳۳/۰ |
۰۳۵/۰ |
۰۳۸/۰ |
۰۰۵/۰ |
۰۳۸/۰ |
۰۳۵/۰ |
|
C18 |
۰۲۰/۰ |
۰۱۹/۰ |
۰۵۵/۰ |
۰۲۲/۰ |
۰۳۱/۰ |
۰۲۲/۰ |
۰۳۵/۰ |
|
C19 |
۰۵۵/۰ |
۰۷۷/۰ |
۰۱۵/۰ |
۰۶۱/۰ |
۰۳۱/۰ |
۰۲۲/۰ |
۰۲۰/۰ |
|
C20 |
۰۰۵/۰ |
۰۱۴/۰ |
۰۲۰/۰ |
۰۲۲/۰ |
۰۰۹/۰ |
۰۳۸/۰ |
۰۲۰/۰ |
|
C21 |
۰۵۵/۰ |
۰۳۳/۰ |
۰۸۲/۰ |
۰۶۱/۰ |
۰۱۴/۰ |
۰۳۸/۰ |
۰۳۵/۰ |
|
C22 |
۰۲۰/۰ |
۰۱۹/۰ |
۰۸۲/۰ |
۰۱۷/۰ |
۰۱۴/۰ |
۰۲۲/۰ |
۰۳۵/۰ |
|
C23 |
۰۱۵/۰ |
۰۱۹/۰ |
۰۱۰/۰ |
۰۱۷/۰ |
۰۱۸/۰ |
۰۱۷/۰ |
۰۰۵/۰ |
|
C24 |
۰۳۵/۰ |
۰۱۹/۰ |
۰۱۵/۰ |
۰۱۱/۰ |
۰۱۴/۰ |
۰۱۱/۰ |
۰۳۵/۰ |
|
C25 |
۰۲۰/۰ |
۰۳۳/۰ |
۰۳۵/۰ |
۰۰۶/۰ |
۰۱۴/۰ |
۰۳۸/۰ |
۰۳۵/۰ |
|
C26 |
۰۲۰/۰ |
۰۰۹/۰ |
۰۳۵/۰ |
۰۱۱/۰ |
۰۳۱/۰ |
۰۱۱/۰ |
۰۲۰/۰ |
|
C27 |
۰۸۲/۰ |
۰۱۹/۰ |
۰۳۵/۰ |
۰۲۲/۰ |
۰۷۴/۰ |
۰۳۸/۰ |
۰۲۰/۰ |
|
C28 |
۰۲۰/۰ |
۰۵۲/۰ |
۰۲۰/۰ |
۰۱۱/۰ |
۰۷۴/۰ |
۰۶۱/۰ |
۰۳۵/۰ |
|
C29 |
۰۰۵/۰ |
۰۳۳/۰ |
۰۵۵/۰ |
۰۱۱/۰ |
۰۳۱/۰ |
۰۲۲/۰ |
۰۳۵/۰ |
|
C30 |
۰۳۵/۰ |
۰۳۳/۰ |
۰۱۰/۰ |
۰۱۷/۰ |
۰۰۹/۰ |
۰۲۲/۰ |
۰۲۰/۰ |
|
C31 |
۰۳۵/۰ |
۰۰۹/۰ |
۰۰۵/۰ |
۰۰۶/۰ |
۰۰۵/۰ |
۰۳۸/۰ |
۰۲۰/۰ |
سپس، ماتریس موزون براساس حاصلضرب مقادیر نرمالشده با درجۀ اهمیت نظر هر خبره و با استفاده از رابطۀ (۱۴) محاسبه میشود. ماتریس موزون در جدول ۹ ارائه شده است.
|
E1 |
E2 |
E3 |
E4 |
E5 |
E6 |
E7 |
|
|
C1 |
۰۰۸/۰ |
۱۱۰/۰ |
۰۰۳/۰ |
۳۷۳/۰ |
۰۰۳/۰ |
۰۰۶/۰ |
۰۱۸/۰ |
|
C2 |
۰۰۳/۰ |
۰۲۷/۰ |
۰۰۶/۰ |
۲۵۰/۰ |
۰۰۵/۰ |
۰۰۲/۰ |
۰۰۵/۰ |
|
C3 |
۰۰۳/۰ |
۰۴۷/۰ |
۰۰۲/۰ |
۲۵۰/۰ |
۰۰۱/۰ |
۰۰۲/۰ |
۰۰۸/۰ |
|
C4 |
۰۰۸/۰ |
۱۱۰/۰ |
۰۰۶/۰ |
۳۷۳/۰ |
۰۰۵/۰ |
۰۰۴/۰ |
۰۰۳/۰ |
|
C5 |
۰۰۳/۰ |
۰۴۷/۰ |
۰۰۲/۰ |
۲۵۰/۰ |
۰۰۳/۰ |
۰۰۴/۰ |
۰۰۳/۰ |
|
C6 |
۰۰۳/۰ |
۰۴۷/۰ |
۰۰۱/۰ |
۰۹۱/۰ |
۰۰۱/۰ |
۰۰۹/۰ |
۰۰۵/۰ |
|
C7 |
۰۱۸/۰ |
۰۷۴/۰ |
۰۰۲/۰ |
۱۵۷/۰ |
۰۰۳/۰ |
۰۰۴/۰ |
۰۰۸/۰ |
|
C8 |
۰۰۵/۰ |
۰۷۴/۰ |
۰۰۲/۰ |
۰۷۰/۰ |
۰۰۱/۰ |
۰۰۲/۰ |
۰۰۸/۰ |
|
C9 |
۰۰۲/۰ |
۰۲۱/۰ |
۰۰۱/۰ |
۱۵۷/۰ |
۰۰۱/۰ |
۰۰۱/۰ |
۰۰۲/۰ |
|
C10 |
۰۰۵/۰ |
۰۲۷/۰ |
۰۰۲/۰ |
۱۵۷/۰ |
۰۰۱/۰ |
۰۰۲/۰ |
۰۰۲/۰ |
|
C11 |
۰۰۳/۰ |
۰۰۷/۰ |
۰۰۲/۰ |
۰۹۱/۰ |
۰۰۰/۰ |
۰۰۲/۰ |
۰۰۲/۰ |
|
C12 |
۰۰۵/۰ |
۰۴۷/۰ |
۰۰۸/۰ |
۱۵۷/۰ |
۰۰۵/۰ |
۰۰۶/۰ |
۰۰۳/۰ |
|
C13 |
۰۰۵/۰ |
۰۲۷/۰ |
۰۰۸/۰ |
۱۵۷/۰ |
۰۰۲/۰ |
۰۰۴/۰ |
۰۰۳/۰ |
|
C14 |
۰۰۳/۰ |
۰۷۴/۰ |
۰۰۳/۰ |
۰۷۰/۰ |
۰۰۱/۰ |
۰۰۲/۰ |
۰۰۵/۰ |
|
C15 |
۰۰۸/۰ |
۰۴۷/۰ |
۰۰۱/۰ |
۰۷۰/۰ |
۰۰۳/۰ |
۰۰۴/۰ |
۰۰۳/۰ |
|
C16 |
۰۰۲/۰ |
۰۴۷/۰ |
۰۰۱/۰ |
۰۴۶/۰ |
۰۰۵/۰ |
۰۰۲/۰ |
۰۰۸/۰ |
|
C17 |
۰۰۳/۰ |
۰۴۷/۰ |
۰۰۳/۰ |
۱۵۷/۰ |
۰۰۰/۰ |
۰۰۴/۰ |
۰۰۵/۰ |
|
C18 |
۰۰۳/۰ |
۰۲۷/۰ |
۰۰۶/۰ |
۰۹۱/۰ |
۰۰۲/۰ |
۰۰۲/۰ |
۰۰۵/۰ |
|
C19 |
۰۰۸/۰ |
۱۱۰/۰ |
۰۰۲/۰ |
۲۵۰/۰ |
۰۰۲/۰ |
۰۰۲/۰ |
۰۰۳/۰ |
|
C20 |
۰۰۱/۰ |
۰۲۱/۰ |
۰۰۲/۰ |
۰۹۱/۰ |
۰۰۱/۰ |
۰۰۴/۰ |
۰۰۳/۰ |
|
C21 |
۰۰۸/۰ |
۰۴۷/۰ |
۰۰۸/۰ |
۲۵۰/۰ |
۰۰۱/۰ |
۰۰۴/۰ |
۰۰۵/۰ |
|
C22 |
۰۰۳/۰ |
۰۲۷/۰ |
۰۰۸/۰ |
۰۷۰/۰ |
۰۰۱/۰ |
۰۰۲/۰ |
۰۰۵/۰ |
|
C23 |
۰۰۲/۰ |
۰۲۷/۰ |
۰۰۱/۰ |
۰۷۰/۰ |
۰۰۱/۰ |
۰۰۲/۰ |
۰۰۱/۰ |
|
C24 |
۰۰۵/۰ |
۰۲۷/۰ |
۰۰۲/۰ |
۰۴۶/۰ |
۰۰۱/۰ |
۰۰۱/۰ |
۰۰۵/۰ |
|
C25 |
۰۰۳/۰ |
۰۴۷/۰ |
۰۰۳/۰ |
۰۲۳/۰ |
۰۰۱/۰ |
۰۰۴/۰ |
۰۰۵/۰ |
|
C26 |
۰۰۳/۰ |
۰۱۴/۰ |
۰۰۳/۰ |
۰۴۶/۰ |
۰۰۲/۰ |
۰۰۱/۰ |
۰۰۳/۰ |
|
C27 |
۰۱۲/۰ |
۰۲۷/۰ |
۰۰۳/۰ |
۰۹۱/۰ |
۰۰۵/۰ |
۰۰۴/۰ |
۰۰۳/۰ |
|
C28 |
۰۰۳/۰ |
۰۷۴/۰ |
۰۰۲/۰ |
۰۴۶/۰ |
۰۰۵/۰ |
۰۰۶/۰ |
۰۰۵/۰ |
|
C29 |
۰۰۱/۰ |
۰۴۷/۰ |
۰۰۶/۰ |
۰۴۶/۰ |
۰۰۲/۰ |
۰۰۲/۰ |
۰۰۵/۰ |
|
C30 |
۰۰۵/۰ |
۰۴۷/۰ |
۰۰۱/۰ |
۰۷۰/۰ |
۰۰۱/۰ |
۰۰۲/۰ |
۰۰۳/۰ |
|
C31 |
۰۰۵/۰ |
۰۱۴/۰ |
۰۰۱/۰ |
۰۲۳/۰ |
۰۰۰/۰ |
۰۰۴/۰ |
۰۰۳/۰ |
سپس در این مرحله، مقادیر و به ترتیب با استفاده از روابط (۱۵) و (۱۶) به دست میآیند. در ادامه، مقدار ( ) با استفاده از رابطۀ (۱۷) برای هر معیار محاسبه میشود. در آخر، با محاسبۀ مقدار با استفاده از رابطۀ (۱۸)، درجۀ اهمیت هر معیار محاسبه میشود و سپس معیارها بهصورت نزولی اولویتبندی میشوند. روند محاسبات و نتایج روش SF-CIMAS در جدول ۱۰ آمده است.
|
|
|
|
Weight ( ) |
Rank |
|
|
C1 |
۳۷۳/۰ |
۰۰۳/۰ |
۳۷۰/۰ |
۰۹۰/۰ |
۲ |
|
C2 |
۲۵۰/۰ |
۰۰۲/۰ |
۲۴۸/۰ |
۰۶۰/۰ |
۷ |
|
C3 |
۲۵۰/۰ |
۰۰۱/۰ |
۲۴۹/۰ |
۰۶۱/۰ |
۴ |
|
C4 |
۳۷۳/۰ |
۰۰۳/۰ |
۳۷۰/۰ |
۰۹۰/۰ |
۱ |
|
C5 |
۲۵۰/۰ |
۰۰۲/۰ |
۲۴۸/۰ |
۰۶۰/۰ |
۶ |
|
C6 |
۰۹۱/۰ |
۰۰۱/۰ |
۰۹۰/۰ |
۰۲۲/۰ |
۱۶ |
|
C7 |
۱۵۷/۰ |
۰۰۲/۰ |
۱۵۵/۰ |
۰۳۸/۰ |
۱۲ |
|
C8 |
۰۷۴/۰ |
۰۰۱/۰ |
۰۷۳/۰ |
۰۱۸/۰ |
۲۰ |
|
C9 |
۱۵۷/۰ |
۰۰۱/۰ |
۱۵۶/۰ |
۰۳۸/۰ |
۱۰ |
|
C10 |
۱۵۷/۰ |
۰۰۱/۰ |
۱۵۷/۰ |
۰۳۸/۰ |
۹ |
|
C11 |
۰۹۱/۰ |
۰۰۰/۰ |
۰۹۱/۰ |
۰۲۲/۰ |
۱۴ |
|
C12 |
۱۵۷/۰ |
۰۰۳/۰ |
۱۵۴/۰ |
۰۳۸/۰ |
۱۳ |
|
C13 |
۱۵۷/۰ |
۰۰۲/۰ |
۱۵۵/۰ |
۰۳۸/۰ |
۱۱ |
|
C14 |
۰۷۴/۰ |
۰۰۱/۰ |
۰۷۳/۰ |
۰۱۸/۰ |
۱۹ |
|
C15 |
۰۷۰/۰ |
۰۰۱/۰ |
۰۶۹/۰ |
۰۱۷/۰ |
۲۵ |
|
C16 |
۰۴۷/۰ |
۰۰۱/۰ |
۰۴۶/۰ |
۰۱۱/۰ |
۲۶ |
|
C17 |
۱۵۷/۰ |
۰۰۰/۰ |
۱۵۷/۰ |
۰۳۸/۰ |
۸ |
|
C18 |
۰۹۱/۰ |
۰۰۲/۰ |
۰۸۹/۰ |
۰۲۲/۰ |
۱۷ |
|
C19 |
۲۵۰/۰ |
۰۰۲/۰ |
۲۴۸/۰ |
۰۶۰/۰ |
۵ |
|
C20 |
۰۹۱/۰ |
۰۰۱/۰ |
۰۹۱/۰ |
۰۲۲/۰ |
۱۵ |
|
C21 |
۲۵۰/۰ |
۰۰۱/۰ |
۲۴۹/۰ |
۰۶۱/۰ |
۳ |
|
C22 |
۰۷۰/۰ |
۰۰۱/۰ |
۰۶۹/۰ |
۰۱۷/۰ |
۲۴ |
|
C23 |
۰۷۰/۰ |
۰۰۱/۰ |
۰۶۹/۰ |
۰۱۷/۰ |
۲۳ |
|
C24 |
۰۴۶/۰ |
۰۰۱/۰ |
۰۴۵/۰ |
۰۱۱/۰ |
۲۹ |
|
C25 |
۰۴۷/۰ |
۰۰۱/۰ |
۰۴۶/۰ |
۰۱۱/۰ |
۲۸ |
|
C26 |
۰۴۶/۰ |
۰۰۱/۰ |
۰۴۵/۰ |
۰۱۱/۰ |
۳۰ |
|
C27 |
۰۹۱/۰ |
۰۰۳/۰ |
۰۸۸/۰ |
۰۲۱/۰ |
۱۸ |
|
C28 |
۰۷۴/۰ |
۰۰۲/۰ |
۰۷۲/۰ |
۰۱۷/۰ |
۲۱ |
|
C29 |
۰۴۷/۰ |
۰۰۱/۰ |
۰۴۶/۰ |
۰۱۱/۰ |
۲۷ |
|
C30 |
۰۷۰/۰ |
۰۰۱/۰ |
۰۶۹/۰ |
۰۱۷/۰ |
۲۲ |
|
C31 |
۰۲۳/۰ |
۰۰۰/۰ |
۰۲۳/۰ |
۰۰۶/۰ |
۳۱ |
با توجه به جدول ۱۰، مشاهده میشود که براساس رویکرد پیشنهادی معیارهای C4 (هزینه)، C1 (استراتژی و سازماندهی) و C21 (میزان پسماند تولیدی) به ترتیب با در اولویتهای اول الی سوم قرار گرفتهاند.
۵- بحث
۵-۱- تحلیل حساسیت
در این بخش، برای سنجش پایداری روش پیشنهادی، تحلیل حساسیت در قالب چند سناریو طراحی شد. این سناریوها رابطۀ بین نتایج حاصل از پیادهسازی رویکرد پیشنهادی را در شرایط متفاوت و یافتههای تحقیق بررسی میکند. روند تغییرات وزن معیارها با تغییر اهمیت نظر هر خبره در سناریوهای تحلیل حساسیت، بررسی شدهاند. در این راستا، پنج سناریو در نظر گرفته شد که در آنها تغییرات درجۀ اهمیت و اولویت معیارهای ارزیابی، بررسی شد. متغیرهای زبانی در نظر گرفته شده برای میزان اهمیت نظر هر خبره، در فرآیند تعیین وزن و اولویتبندی معیارها برای هر سناریو در جدول ۱۱ ارائه شده است.
|
E1 |
E2 |
E3 |
E4 |
E5 |
E6 |
E7 |
|
|
Current |
VHI |
AMI |
HI |
AMI |
SMI |
HI |
VHI |
|
Sc. 1 |
HI |
HI |
AMI |
VHI |
HI |
SMI |
AMI |
|
Sc. 2 |
AMI |
VHI |
HI |
HI |
SMI |
VHI |
HI |
|
Sc. 3 |
EI |
EI |
EI |
EI |
EI |
EI |
EI |
|
Sc. 4 |
HI |
SMI |
SMI |
HI |
AMI |
VHI |
SMI |
|
Sc. 5 |
SMI |
VHI |
AMI |
VHI |
HI |
SMI |
HI |
براساس جدول ۱۱، روند تغییرات وزن معیارها با تغییر اهمیت نظر هر خبره بررسی میشود؛ برای مثال در سناریوی سوم، شرایطی در نظر گرفته میشود که درجۀ اهمیت نظرات تمام اعضای تیم تصمیمگیری در فرآیند تعیین وزن و اولویتبندی معیارها یکسان است. در ادامه، شکل ۵ تغییرات وزن معیارهای ارزیابی تأمینکنندگان را در مگاپروژههای ماژولار براساس سناریوهای مختلف تحلیل حساسیت نشان میدهد. همچنین شکل ۶ اولویتبندی معیارهای ارزیابی تأمینکنندگان در مگاپروژههای ماژولار را براساس سناریوهای مختلف تحلیل حساسیت مقایسه میکند. بر این اساس اگرچه تغییرات درجۀ اهمیت نظر هر خبره باعث ایجاد تغییر در وزن معیارها و همچنین اولویتبندی برخی معیارها میشود، این تغییرات ازنظر آماری معنادار نیستند و موجب تغییر بااهمیتترین معیار نمیشوند؛ بنابراین، نتایج نشان میدهد که انحراف درخور توجهی در رتبهبندی گزینهها رخ نمیدهد.
شکل۵- تغییرات وزن معیارهای ارزیابی تأمینکنندگان در مگاپروژههای ماژولار براساس سناریوهای مختلف تحلیل حساسیت
شکل۶- مقایسۀ اولویتبندی معیارهای ارزیابی تأمینکنندگان در مگاپروژههای ماژولار براساس سناریوهای مختلف تحلیل حساسیت
شکل ۷ نقشۀ حرارتی درجۀ همبستگی زوجی نتایج براساس سناریوهای مختلف تحلیل حساسیت را نشان میدهد. تمامی همبستگیها در بازهای بالا قرار دارند که همگرایی قوی را در رتبهبندیهای ارائهشده از سوی رویکرد پیشنهادی در سناریوهای مختلف تصمیمگیری منعکس میکند؛ بنابراین نتایج رویکرد پیشنهادی، پایداری و قابلیت اعتماد آن را در سناریوهای پیچیدۀ تصمیمگیری نشان میدهد.
۵-۲- تحلیل مقایسهای
در این بخش، بهمنظور نشاندادن اعتبار و کارایی روش پیشنهادی و صحت خروجیهای به دست آمده، این روش با روشهای CIMAS و F-CIMAS (روش توسعهیافته CIMAS در محیط فازی) مقایسه میشود (جدول ۱۲).
|
CIMAS |
F-CIMAS |
SF-CIMAS |
||||
|
Weight |
Rank |
Weight |
Rank |
Weight |
Rank |
|
|
C1 |
۱۱۵/۰ |
۲ |
۱۰۱/۰ |
۲ |
۰۹۰/۰ |
۲ |
|
C2 |
۰۵۰/۰ |
۱۱ |
۰۶۵/۰ |
۷ |
۰۶۰/۰ |
۷ |
|
C3 |
۰۵۰/۰ |
۸ |
۰۶۵/۰ |
۶ |
۰۶۱/۰ |
۴ |
|
C4 |
۱۱۵/۰ |
۱ |
۱۰۱/۰ |
۱ |
۰۹۰/۰ |
۱ |
|
C5 |
۰۵۰/۰ |
۹ |
۰۶۵/۰ |
۶ |
۰۶۰/۰ |
۶ |
|
C6 |
۰۱۶/۰ |
۱۶ |
۰۲۱/۰ |
۱۶ |
۰۲۲/۰ |
۱۶ |
|
C7 |
۰۵۰/۰ |
۹ |
۰۳۸/۰ |
۱۱ |
۰۳۸/۰ |
۱۲ |
|
C8 |
۰۱۵/۰ |
۲۵ |
۰۱۹/۰ |
۲۰ |
۰۱۸/۰ |
۲۰ |
|
C9 |
۰۵۰/۰ |
۶ |
۰۳۸/۰ |
۱۰ |
۰۳۸/۰ |
۱۰ |
|
C10 |
۰۵۰/۰ |
۴ |
۰۳۸/۰ |
۹ |
۰۳۸/۰ |
۹ |
|
C11 |
۰۱۶/۰ |
۱۴ |
۰۲۱/۰ |
۱۴ |
۰۲۲/۰ |
۱۴ |
|
C12 |
۰۵۰/۰ |
۱۲ |
۰۳۸/۰ |
۱۳ |
۰۳۸/۰ |
۱۳ |
|
C13 |
۰۵۰/۰ |
۱۲ |
۰۳۸/۰ |
۱۲ |
۰۳۸/۰ |
۱۱ |
|
C14 |
۰۱۵/۰ |
۲۲ |
۰۱۹/۰ |
۱۹ |
۰۱۸/۰ |
۱۹ |
|
C15 |
۰۱۵/۰ |
۲۴ |
۰۱۱/۰ |
۲۵ |
۰۱۷/۰ |
۲۵ |
|
C16 |
۰۱۵/۰ |
۱۹ |
۰۱۱/۰ |
۲۲ |
۰۱۱/۰ |
۲۶ |
|
C17 |
۰۵۰/۰ |
۳ |
۰۳۸/۰ |
۸ |
۰۳۸/۰ |
۸ |
|
C18 |
۰۱۶/۰ |
۱۷ |
۰۲۱/۰ |
۱۷ |
۰۲۲/۰ |
۱۷ |
|
C19 |
۰۵۰/۰ |
۶ |
۰۶۵/۰ |
۴ |
۰۶۰/۰ |
۵ |
|
C20 |
۰۱۶/۰ |
۱۴ |
۰۲۱/۰ |
۱۵ |
۰۲۲/۰ |
۱۵ |
|
C21 |
۰۵۰/۰ |
۴ |
۰۳۸/۰ |
۳ |
۰۶۱/۰ |
۳ |
|
C22 |
۰۰۵/۰ |
۲۸ |
۰۰۹/۰ |
۲۸ |
۰۱۷/۰ |
۲۴ |
|
C23 |
۰۰۵/۰ |
۲۷ |
۰۰۹/۰ |
۲۷ |
۰۱۷/۰ |
۲۳ |
|
C24 |
۰۰۵/۰ |
۲۸ |
۰۰۶/۰ |
۲۹ |
۰۱۱/۰ |
۲۹ |
|
C25 |
۰۱۵/۰ |
۱۹ |
۰۱۱/۰ |
۲۶ |
۰۱۱/۰ |
۲۸ |
|
C26 |
۰۰۲/۰ |
۳۰ |
۰۰۳/۰ |
۳۰ |
۰۱۱/۰ |
۳۰ |
|
C27 |
۰۱۶/۰ |
۱۸ |
۰۲۱/۰ |
۱۸ |
۰۲۱/۰ |
۱۸ |
|
C28 |
۰۱۵/۰ |
۲۶ |
۰۱۹/۰ |
۲۱ |
۰۱۷/۰ |
۲۱ |
|
C29 |
۰۱۵/۰ |
۱۹ |
۰۱۱/۰ |
۲۳ |
۰۱۱/۰ |
۲۷ |
|
C30 |
۰۱۵/۰ |
۲۲ |
۰۱۱/۰ |
۲۴ |
۰۱۷/۰ |
۲۲ |
|
C31 |
۰۰۱/۰ |
۳۱ |
۰۰۱/۰ |
۳۱ |
۰۰۶/۰ |
۳۱ |
با توجه به جدول ۱۲، مشاهده میشود که براساس روش CIMAS، معیارهای C4 (هزینه) و C1 (استراتژی و سازماندهی) به ترتیب در اولویتهای اول و دوم قرار گرفته اند. از طرفی برخی معیارها در اولویتهای مشترک قرار گرفتهاند. برای مثال معیارهای C10 (انعطافپذیری) و C21 (میزان پسماند تولیدی) بهطور مشترک در جایگاه چهارم، C9 (بهرهوری خدمات) و C19 (انتشار گازهای گلخانهای) بهطور مشترک در جایگاه ششم، C5 (وضعیت مالی، سودآوری) و C7 (تولید و لجستیک) بهطور مشترک در جایگاه نهم قرار گرفتهاند. قرارگرفتن معیارها در اولویتهای مشترک، موجب سردرگمی تصمیمگیرندگان در تعیین میزان اهمیت این معیارها میشود. این ضعف در روش F-CIMAS با توجه به در نظر گرفتن شرایط عدم قطعیت بر طرف شده است. براساس اولویتبندی حاصل از روش F-CIMAS، معیارهای C4 (هزینه) و C1 (استراتژی و سازماندهی) به ترتیب در اولویتهای اول و دوم قرار گرفتهاند. در ادامه و براساس نتایج حاصل از روش SF-CIMAS، معیارهای C4 (هزینه) و C1 (استراتژی و سازماندهی) به ترتیب در اولویتهای اول و دوم قرار گرفتهاند. مقایسۀ اولویتبندی معیارها براساس نتایج روشهای CIMAS، F-CIMAS و SF-CIMAS در شکل ۸ نشان داده شده است. پیادهسازی رویکرد پیشنهادی با روش F-CIMAS در اولویتبندی علل شکست، تقریباً مشابه عمل میکند و نتایج ضریب همبستگی ۹۸۵/۰ را نشان میدهد؛ بنابراین نتیجه گرفته میشود که روش توسعهیافتۀ پژوهش براساس مجموعههای فازی کروی، با در نظر گرفتن درجۀ تردید بهعنوان یک مؤلفه مستقل برای مقابله با عدم قطعیت موجود در مسئله، مطمئنتر و معتبرتر است.
۵-۳- بینشهای عملیاتی و مدیریتی
انتخاب تأمینکنندۀ مناسب در مدیریت مگاپروژههای ماژولار، یک تصمیم استراتژیک با آثار کلان است. مدیر مگاپروژه باید همسویی اهداف کلان پروژه و فرایند ارزیابی تأمینکنندگان را بررسی و در قراردادها، به شاخصهای کلیدی عملکرد نظیر تحویل بهموقع و مدیریت پسماند تولیدی اشاره کند. جایگاه بالای معیار میزان پسماند تولیدی در نتایج حاصل از وزندهی به معیارها، براساس روش SF-CIMAS در این پژوهش، نیاز به تمرکز مدیریتی ویژه بر اقدامات مرتبط با پایداری را نشان میدهد. مدیر مگاپروژه باید برنامههای مشترک کاهش ضایعات را با تأمینکنندگان توسعه دهد، اهداف واضحی را در قراردادها تعیین و از نوآوری در بهرهوری مواد و پیادهسازی اصول اقتصاد چرخشی حمایت کند. در آخر، بازبینی دورهای معیارها و محاسبۀ وزن معیارها با دادهها و نظرات جدید و همچنین ارزیابی دورهای تأمینکنندگان، تضمین میکند که شبکۀ تأمینکنندگان همواره با اهداف مگاپروژه همگام باشد.
۶- نتیجهگیری
در عصر حاضر، اهمیت مگاپروژهها در تأمین زیرساختهای جهانی، تسریع رشد اقتصادی و شکلدهی چشمانداز جوامع انکارنشدنی است؛ اما با این حال، پیچیدگی و مقیاس ذاتی این پروژهها، آنها را در معرض چالشهایی چون تأخیر زمانی و افزایش هزینهها قرار میدهد. ماژولارسازی، یکی از راهکارهای مؤثر در مدیریت مگاپروژهها، مستلزم هماهنگی دقیق زیرسیستمها و ادغام منسجم ماژولهاست؛ از این رو، ارزیابی تأمینکنندگان نقش کلیدی در تضمین موفقیت مگاپروژههای ماژولار دارد. پژوهش حاضر بهمنظور شناسایی و اولویتبندی شاخصهای ارزیابی تأمینکنندگان مگاپروژههای ماژولار، رویکرد نوینی را معرفی کرده است؛ از این رو، فهرست جامعی از معیارهای پایداری برای ارزیابی تأمینکنندگان مگاپروژههای ماژولار شناسایی شده است؛ سپس درجۀ اهمیت این معیارها با استفاده از رویکرد توسعهیافتۀ مبتنی بر روش SF-CIMAS، براساس مجموعههای فازی کروی تعیین شدهاند. در این رویکرد، پس از تعیین معیارهای ارزیابی تأمینکنندگان، تعداد خبرهها مشخص و تیم تصمیمگیری تشکیل میشود؛ سپس با تعیین اهمیت نظر هر خبره براساس دانش و تجربۀ فعالیت در حوزۀ مرتبط براساس متغیرهای زبانی فازی کروی، درجۀ اهمیت نظر خبره مشخص میشود؛ سپس با پیادهسازی مراحل روش توسعهیافته CIMAS براساس مجموعههای فازی کروی، وزن هر معیار تعیین میشود. براساس نتایج این روش هزینه، استراتژی و سازماندهی به ترتیب دارای بیشترین درجۀ اهمیت میان معیارهای ارزیابی هستند. در راستای سنجش پایداری روش پیشنهادی، تحلیل حساسیت در قالب چند سناریو طراحی شد. در این بخش، روند تغییرات وزن معیارها با تغییر اهمیت نظر هر خبره در ۵ سناریو مختلف بررسی شد. بر این اساس تغییر در درجۀ اهمیت نظر خبرگان باعث ایجاد تغییر در وزن معیارها و همچنین اولویتبندی برخی معیارها میشود؛ اما این تغییرات ازنظر آماری معنادار نیستند و موجب تغییر بااهمیتترین معیار نمیشوند و نتایج، انحراف درخور توجهی را در رتبهبندی گزینهها نشان نمیدهد. همچنین با انجام مقایسات زوجی، همبستگی نتایج براساس سناریوهای مختلف تحلیل حساسیت، تمامی همبستگیها در بازهای بالا قرار دارند که همگرایی قوی را در رتبهبندیهای ارائهشده از سوی رویکرد پیشنهادی در سناریوهای مختلف تصمیمگیری منعکس میکند. تعداد محدود خبرگان در حوزۀ مدیریت مگاپروژهها و همچنین در نظر نگرفتن وزنهای عینی در فرآیند اولویتبندی شاخصهای ارزیابی، ازجمله محدودیتهای این پژوهش است. استفاده از روشهای محاسبۀ وزنهای عینی معیارها نظیر LOPCOW، MEREC، CRITIC و غیره در کنار وزنهای ذهنی معیارها با هدف کاهش آثار احتمالی وقوع سوگیریهای شناختی در نظرات خبرگان در فرایند تصمیمگیری و همچنین توسعه و مقایسۀ روشهای تصمیمگیری چندمعیاره در محیطهای عدم قطعیت نظیر فازی فیثاغورثی، q-rung، فازی کروی و فازی فرماتین و مقایسۀ نتایج آن با روشهای توسعهیافته در پژوهش حاضر ازجمله پیشنهادها برای پژوهشهای آتی است. فارغ از مسئلۀ استفادهشده برای پیادهسازی رویکرد پیشنهادی این پژوهش، این رویکرد در سناریوهای مختلف اولویتبندی و تعیین درجۀ اهمیت شاخصها در مسائل تصمیمگیری اجرایی خواهد بود. ما در آینده تحقیقات خود را در راستای ارزیابی و اولویتبندی تأمینکنندگان مگاپروژههای ماژولار، با بهکارگیری شاخصها و اولویتبندی ارائهشده برای درجۀ اهمیت آنها در این پژوهش، گسترش خواهیم داد.
[i] Zhao et al.
[ii] Lotfi
[iii] Zadeh
[iv] Atanassov and Atanassov
[v] Yager
[vi] Kutlu Gündoğdu and Kahraman
[vii] Mahmoudi et al.
[viii] Singh et al.
[ix] Varchandi et al.
[x] Ahmadi and Amin
[xi] Alikhani et al.
[xii] Fallahpour et al.
[xiii] Luthra et al.
[xiv] Sithi et al.
[xv] Alavi et al.
[xvi] Memari et al.
[xvii] Sharma et al.
[xviii] Amindoust et al.
[xix] Mani et al.
[xx] Jauhar and Pant
[xxi] Zhou and Mi
[xxii] Cheraghalipour and Farsad
[xxiii] Khan et al.
[xxiv] Rashidi and Cullinane
[xxv] Liu et al.
[xxvi] Yadavalli et al.
[xxvii] Yu et al.
[xxviii] Xu et al.
[xxix] He et al.
[xxx] Tirkolaee et al.
[xxxi] Hendiani et al.
[xxxii] Hoseini et al.
[xxxiii] Unal and Temur
[xxxiv] Shang et al.
[xxxv] Su et al.
[xxxvi] Liang et al.
[xxxvii] Hajiaghaei-Keshteli et al.
[xxxviii] Lin et al.
[xxxix] Dang et al.
[xl] Hallak
[xli] Christanto et al.
[xlii] Murugan and Wong
[xliii] Bošković et al.
)