بررسي عملكرد متداولترين تكنيك هاي تصميم گيري چند شاخصه با رويكرد بهينه يابي

هدف از اين مقاله، ارايه يك طرح نوآورانه براي تقريب يك فضاي تصميم گيري گسسته از طريق كاربرد مدل هاي بهينه‌يابي در راستاي دستيابي به معياري قطعي براي مقايسه و تحليل عملكرد روش هاي معمول تصميم گيري چند شاخصه است. روش مورد اشاره كه يك رويكرد تلفيقي كمي و كيفي محسوب مي شود؛ در يك بررسي موردي و براي رتبه بندي نمايندگي هاي بيمه ايران پيشنهاد و به اجرا گذاشته شده است. تقريب مورد اشاره با در نظر گرفتن يك مساله تصميم گيري چند شاخصه در قالب يك مساله بهينه يابي، براي سطح كارايي نسبي گزينه هاي تصميم در رابطه با شاخص هايي كه مي‌توانند به عنوان خروجي (شاخص هاي با ابعاد مثبت) و يا ورودي (شاخص هاي با ابعاد منفي) تلقي شوند؛ ميسر خواهد شد. قدم بعد شامل اندازه گيري كارايي متقاطع گزينه ها (واحدهاي تصميم گيرنده) بر مبناي روش تلفيقي تحليل پوششي داده ها و تحليل سلسله مراتبي است. نتيجه حاصل شامل يك جواب قطعي بهينه در فضاي پيوسته است كه مي توان از آن به عنوان معياري براي تحليل فاصله و سنجش عملكرد تكنيك هاي تصميم گيري چند شاخصه (با عنايت به آزمون هاي آمار استنباطي) استفاده كرد. در مطالعه حاضر، جواب هاي حاصل از حل يك ماتريس تصميم مشخص به وسيله چهار روش معمول AHP، TOPSIS، SAW و ELECTRE با جواب قطعي (پيوسته) همين ماتريس مقايسه شده است. بررسي ها حاكي از آن است كه، تكنيك AHP با ميانگين رتبه 71/1 نزديك‌ترين ميانگين را به تكنيك DEA/AHP با ميانگين رتبه 76/1 دارا مي باشد.

The main objective of this research is to propose a novel framework to approximate a discrete decision space, using optimization models in order to obtain an exact criterion for comparing the performance of Multi Attribute Decision Making (MADM) models. The framework, which is intact, an integration of qualitative and quantitative approach, is applied in a real world decision problem in context of Iran Insurance Company. Considering a multi attribute decision problem, the approximation method embeds the problem in an optimization problem to evaluate the proportional efficiency of decision alternatives, which can be considered as both output (if the criteria is positive) and input (if the criteria is negative) of the method. To evaluate the decision unitsʹ efficiency, an integration of Data Envelopment Analysis (DEA) and Analytical Hierarchy Process (AHP) is utilized. The output of the integrated method is, in fact, an exact solution in a continuous space which can be used as a reliable criterion to compare decision making techniques. Using the weights produced by Monte Carlo Simulation, the performance of decision techniques is evaluated and the best techniques are identified. In the last step of the research, the sensitivity analysis of AHP is examined on the basis of Monte Carlo results. It is shown that AHP is the most appropriate techniques which produce the closest results to DEA.