روش SECA

روش SECA

روش SECA مخفف Simultaneous Evaluation of Criteria and Alternatives به معنی ارزیابی همزمان معیارها و جایگزین ها یک روش تصمیم گیری چند معیاره بر اساس مقایسه زوجی است. روش سکا (SECA) توسط دکتر مهدی کشاورز قرابایی و همکاران (۲۰۱۸)، در مقاله ای با عنوان “ارزیابی همزمان معیارها و گزینه ها در تصمیم گیری چند معیاره ارائه شد. هدف از این روش، تعیین امتیاز کل گزینه ها و وزن معیارها به طور همزمان است. برای رسیدن به این هدف یک مدل ریاضی غیر خطی چند هدفه در این بخش فرموله شده است.

برای شکل گیری مدل ریاضی، دو نوع مرجع برای وزن معیارها توصیف شده است. نوع اول براساس اطلاعات تنوع درون معیار تعریف شده توسط انحراف استاندارد است و دوم مربوط به اطلاعات تنوع بین معیارها است که براساس میزان همبستگی تعیین می شود. مدل چند هدفه به دنبال به حداکثر رساندن عملکرد کلی هر یک از گزینه ها و به حداقل رساندن انحراف معیارهای وزن از نقاط مرجع است. برای به حداکثر رساندن عملکرد کلی هر گزینه، یک مدل ترکیبی وزنی به عنوان یک هدف مورد استفاده قرار می گیرد. روش سکا (SECA) در نرم افزار LINGO حل می شود.

مراحل روش SECA

۱-تشکیل ماتریس تصمیم

۲-نرمال سازی ماتریس تصمیم (براساس معیارهای مثبت و منفی)

۳-تشکل معادله غیرخطی

۴-بهینه سازی تابع هدف

۵-شناسایی اولویت ها

آموزش روش SECA

در این روش مانند دیگر روش های تصمیم گیری چندمعیاره، TOPSIS VIKOR COPRAS و دیگر موارد، ابتدا ماتریس تصمیم تشکیل می شود.

ماتریس تصمیم روش SECA
ماتریس تصمیم روش SECA

در گام دوم، ماتریس تصمیم نرمال سازی می شود. روش SECA برای معیارهای مثبت و منفی دو روش نرمال سازی دارد. BC شامل معیارهای هستند که مثبت هستند  NC شامل معیارهایی هستند که جنبه منفی دارند.

نرمال سازی روش SECA
نرمال سازی روش SECA

در گام بعدی برای تشکیل مدل برنامه ریزی غیرخطی انحراف معیار عناصر هر بردار می‌تواند اطلاعات متغیر درونی معیار را بدست آورد. برای دستیابی به اطلاعات متغیر بین معیار از ماتریس تصمیم‌گیری، باید همبستگی بین هر جفت از بردارهای معیارها را محاسبه کنیم. سپس رابطه زیر می‌تواند درجه اختلاف بین معیار j ام و معیارهای دیگر را نشان دهد.

انحراف معیار در روش SECA
انحراف معیار

افزایش تغییرپذیری در بردار یک معیار (j)، و همچنین افزایش میزان درجه اختلاف میان معیار j و معیارهای دیگر، اهمیت (وزن) این معیار را افزایش می دهد. بر این اساس، مقادیر نرمال شده j و j به عنوان نقاط مرجع برای وزن معیارها تعریف می شود. این مقادیر را می توان به صورت زیر محاسبه می شود:

تغییرپذیری
تغییرپذیری

در نهایت تابع برنامه ریزی غیرخطی به صورت زیر تشکیل می شود.

تابع برنامه ریزی غیرخطی روش SECA
تابع برنامه ریزی غیرخطی روش SECA

براساس توابع هدف محدودیت زیر، معادله برنامه ریزی خطی حل می شود.

تابع هدف محدودیت
تابع هدف محدودیت

در نهایت در مقاله اصلی، روش SECA با تکنیک های SAW TOPSIS VIKOR COPRAS WASPAS EDAS مقایسه شده است و دقت اندازه گیری روش سکا مشخص شده است.

منبع

link.springer.com

www.semanticscholar.org

Mehdi Keshavarz GhorabaeeMaghsoud AmiriEdmundas Kazimieras ZavadskasZenonas TurskisJurgita Antuchevicie
Simultaneous Evaluation of Criteria and Alternatives (SECA) for Multi-Criteria Decision-Making. Informatica ۲۹(۲): ۲۶۵-۲۸۰ (۲۰۱۸)

برای مطالعه بیشتر روش SECA بر روی لینک زیر کلیک نمایید.

Simultaneous Evaluation of Criteria and Alternatives (SECA) for Multi-Criteria Decision-Making

مدیر آماری-مشاوره آماری-STATISTICAL-CONSULTING

ارسال نظر

آدرس ایمیل شما منتشر نخواهد شد.

مدیر آماری