توسعه مدل مطلوبيت جمع‌پذير (UTA) تصادفي با توجه به امكان وابستگي ميان معيارها

Developing Stochastic Additive Utility Method (UTA) Considering the Possible Dependency among Criteria

هدف: يكي از روشهاي مطرح در حوزه تصميمگيري چندشاخصه مبتني بر تئوري مطلوبيت، مدل مطلوبيت جمعپذير (UTA) است كه طي زمان با رفع نواقص بسيار توسعه يافته است. از مهمترين مشكلات اين روشها عدم توجه به عدم اطمينان مقادير معيارها و عدم توجه به امكان وجود وابستگي ميان معيارهاي مختلف است. درباره مشكل عدم اطمينان از انواع مختلف فازي و احتمالي، به‌ترتيب در توسعههاي مختلف شامل مدلهاي فازي و تصادفي بحث و تبادل نظر شده است. با اين حال از مفروضات اصلي تمامي اين مدلها استقلال معيارها از يكديگر است، در حالي كه در مسائل دنياي واقعي اين امر تا حدي بعيد به نظر ميرسد. از اين رو، هدف از اين پژوهش توسعه مدل مدل مطلوبيت جمعپذير تصادفي به‌نحوي است كه مشكل عدم توجه به وابستگي ميان مقادير گزينهها در شاخصهاي مختلف را مد نظر قرار دهد. روش: در اين پژوهش از مفهوم احتمال شرطي براي توسعه مدل مطلوبيت جمعپذير تصادفي بهره گرفته شده است، بهطوري كه احتمال ارزش هر مقدار در هر شاخص با توجه به ارزشهاي محتمل در ساير شاخصها مد نظر قرار ميگيرد. يافتهها: مدل توسعه‌يافته در قالب دوازده گام ارائه شده و قابليت كاربرد آن با استفاده از يك مثال واقعي و بر اساس دادههاي مربوط به سه معيار اصلي در سرمايهگذاري سهام براي سه شركت در حوزه پتروشيمي نشان داده شده است. نتيجهگيري: مدل پيشنهادي حاصل مشكل عدم توجه به وابستگي محتمل ميان شاخصها در مدل مطلوبيت جمعپذير تصادفي را برطرف ميكند و شكاف تحقيقاتي مطرح‌شده توسط محققان پيشين را پوشش ميدهد.

Objective: One of the well-known methods as to Multi Attribute Utility Theory (MAUT) in the field of decision making is Utility Additive Method (UTA), which has been developed over time. Two main deficiencies of such methods are first, ignoring the uncertainty embedded in the values of different criteria and second, disregarding the possibility of dependencies among various criteria. The uncertainty problem, either fuzzy or stochastic, has been discussed in various developments including, fuzzy UTA and stochastic UTA models, respectively. Although it seems unlikely to apply in real world problems, the criteria independency is the primary assumption of all these models. Thus, this paper is aimed at developing stochastic UTA model so as to consider the possibility of dependency among different criteria. Methods: In this paper, conditional probability is applied in developing the UTA model, so that the probability of values of each criterion is considered with respect to probable values of other criteria. Results: The developed model is presented in 12 steps, and its applicability in practice is shown using a real example based upon the data extracted from three main criteria of stock investments for three petrochemical companies. Conclusion: The proposed model addresses the deficiency of ignoring the probable dependencies among criteria in stochastic UTA model, and covers the research gap posed by previous researchers.