جستجو
روش واسپاس WASPAS مخفف exploits the advantages of the weighted sum model (WSM) and weighted product model (WPM) از ترکیب دو تکنیک WPM و WSM از روش های جدید تصمیم گیری چند معیاره است. این تکنیک توسط زاوادسکاس و همکاران (۲۰۱۲)، معرفی شد که دقت آن از مجموع دو روش WPM و WSM بیشتر است.
واسپاس براساس وزن دهی مانند تکنیک های BWM، SWARA، ANP AHP و دیگر تکنیک های اولویت بندی معیارهای تصمیم گیری جندمعیاره عمل می کند. این تکنیک در عمل با تکنیک های روشCOPRAS، TOPSIS, VIKOR، MOORA و SAW و … قابل مقایسه است. این تکنیک در نرم افزار EXCEL قابل انجام است.
۱- ایجاد ماتریس تصمیم
۲- نرمال سازی ماتریس تصمیم
۳-تشکیل ماتریس تصمیم نرمال موزون
۴-انجام WSM
۵-انجام WPM
۶-محاسبه معیار مشترک
۷-اولویت بندی گزینه ها
گام اول تشکیل ماتریس تصمیم است. ماتریس تصمیم این روش شامل جدول است که ستون های آن را معیارها یا زیرمعیارها و سطرهای آن را گزینه ها تشکیل می دهند و هر سلول این ماتریس ارزیابی هر گزینه نسبت به هر معیار روش واسپاس WASPAS است.
مانند هر روش تصمیم گیری چند معیاره و شاخصه دیگر ماتریس تصمیم نیاز است که نرمالایز شود. این مقادیر جدید جایگزین مقادیر قبلی می شوند. در این مرحله از روش واسپاس WASPAS با استفاده از فرمولهای زیر ماتریس تصمیم را نرمال می کنیم. نرمال کردن برای معیارهای مثبت براساس کسر ماکزیمم مقدار و برای معیارهای منفی از کسر مینیمم مقدار استفاده می شود.
اهمیت نسبی گزینه ها در روش واسپاس WASPAS براساس WSM محاسبه می شود. روش WSM ساده ، آسان برای استفاده و قابل درک است. این نمره کلی جایگزین را به عنوان یک جمع وزنی از مقادیر ویژگی تعیین می کند. این روش شناخته شده ترین و پرکاربردترین روش می باشد.
اهمیت نسبی گزینه ها براساس روش WPMمحاسبه می شود. WPM به منظور جلوگیری از گزینه های با مقادیر صفت ضعیف ایجاد شده است. نمره هر یک از گزینه ها را به عنوان محصولی از درجه بندی هر یک از ویژگی ها با توجه به اهمیت ویژگی تعیین می کند.
محاسبه معیار مشترک براساس مجموع دو اهمیت نسبی به صورت زیر به دست می آید.
بر اساس مقدار Qi میتوان گزینه ها را رتبه بندی نمود. اما دقت و تاثیرگذاری روش WASPAS در این است که اهیت نسبی گزینه iام از طریق محاسبه لاندا در فرمول زیر محاسبه شود. به منظور افزایش دقت و اثربخشی رتبه بندی فرآیند تصمیم گیری، یک معادله تعمیم یافته تر برای تعیین اهمیت نسبی کل گزینه i ام ، مانند زیر ایجاد شده است:
در حال حاضر، گزینه های مناسب بر اساس مقادیر Q رتبه بندی می شوند ، یعنی بهترین گزینه جایگزین این است که بالاترین مقدار Q را داشته باشد. وقتی مقدار λ برابر با ۰ باشد، فرمول به WPM تبدیل می شود، و هنگامی که λ برابر با ۱ است ، به روش WSM تبدیل می شود. محاسبه لاندای بهینه بر مبنای انحراف معیارها در مقاله معرفی روش واسپاس WASPAS مشخص شده است که برای دانلود آن بر روی لینک زیر کلیک نمایید.
روش فازی WASPAS برای حل مسئله در یک محیط فازی توسعه داده شده است که در آن معیارها و وزن ها می توانند مجموعه های فازی باشند. اعداد فازی مثلثی برای رسیدگی به مقادیر عددی نادقیق استفاده می شوند. واسپاس فازی بر اساس شایستگی فازی جمع آوری شده است که نشان دهنده فاصله یک جایگزین برای راه حل ایده آل است. عملیات و روش های فازی برای رتبه بندی اعداد فازی در توسعه الگوریتم WASPAS فازی استفاده می شود
