بخشی از مقاله
*** این فایل شامل تعدادی فرمول می باشد و در سایت قابل نمایش نیست ***
عنوان مقاله : تجزيه و تحليل ريسک - منفعت چند معياره فازي پيرامون منبع يابي خارجي فرآيند تجاري (BPO)
چکيده
در سال هاي اخير، رشد فزاينده اي درباره منبع يابي خارجي به طور کلي و منبع يابي خارجي فرآيند تجاري (BPO) به طور اخص ، وجود داشته است . BPO يک فعاليت مديريتي پذيرفته شده در سطح وسيعي مي باشد که شامل واگذار کردن يک يا چند مورد از فرآيندهاي تجاري شرکت مثل مديريت تقاضا، خدمات تخصصي، عمليات ، مديريت تأمين و ... به يک مؤسسه خارجي (بيرون از شرکت ) است تا بر اساس شاخص هاي از پيش تعريف شده فرآيندها را اداره نمايند.
Topsis فازي سلسله مراتبي (HFT) يک متدولوژي جديد است که توسط Kahraman و همکاران در سال ٢٠٠٧ معرفي شد. اين روش ، مسائل چند شاخصه و يا چند معياره تحت مطالعه را به صورت سلسله مراتبي در نظر مي گيرد.
روش Topsis فازي کلاسيک ، اين سلسله مراتب را در نظر نمي گرفت . علاوه بر اين که روش Topsis فازي سلسله مراتبي توسعه يافته ، توانايي در نظر گرفتن سلسله مراتب را بين شاخص ها و گزينه ها داراست و ارجحيت بيشتري نسبت به روش هاي Topsis فازي کلاسيک ارائه مي دهد، ساختار سلسله مراتبي اين روش جديد، به مقايسات زوجي بين معيارها، زير معيارها و گزينه ها به صورتي که در فرآيند تحليل سلسله مراتبي فازي (FAHP) وجود داشت ، نيازي ندارد که نتيجه آن کاهش چشم گير حجم محاسبات مي باشد.
به عبارت ديگر اين روش ، مزاياي هر دو روش FAHP و Topsis فازي کلاسيک را با هم ادغام کرده و در مسائل واقعي به کار مي گيرد.
هدف اين مقاله ، نشان دادن استفاده از نگرش Topsis فازي سلسله مراتبي (HFT) جديد، به منظور ارزيابي مناسب ترين تصميم BPO است .
واژه هاي کليدي
Topsis -Topsis فازي سلسله مراتبي - منبع يابي خارجي فرآيند تجاري (BPO)
مقدمه :
شرکت ها در مسأله BPO بايد تصميمات درستي راجع به اينکه کدام خدمات BPO بايد به بيرون از شرکت واگذار شده و کدام خدمات در داخل شرکت انجام شوند، اخذ نمايند که در اين راستا بايد مزايا و ريسک هاي بالقوه مرتبط با BPO را در نظر گرفته و پيامدهاي اقتصادي بلند مدتي را که آن ها از BPO به دست مي آورند، محاسبه نمايند. بنابراين در مسأله
ارزيابي BPO دو معيار اصلي ١- مزايا ٢- ريسک ها وجود داشته که هر کدام شامل زير معيارهايي به صورت زير مي باشند:
زيرمعيارهاي مزايا : کاهش يافتن هزينه ها (CS)، انعطاف پذيري بيشتر در پاسخ به تغييرات شرايط بازار(FLX)، تمرکز روي مزيت رقابتي(FCC)، بهبود کيفيت خدمات (SQ)، دسترسي به مهارت ها و منابع (ASR) و نوآوري هاي فرآيند و محصول (INV)
زيرمعيارهاي ريسک : از دست دادن کنترل مديريت (LMC)، مسائل مربوط به امنيت و خصوصي بودن اطلاعات (ايمني)
(ISP)، کاهش نرخ نوآوري، از دست دادن انگيزش کارکنان داخل شرکت و مسائل اخلاقي پيرامون آن (EMP)، هزينه هاي پنهان (HC)، محيط تجاري (BE) و مباحث کمپاني فروش (VI). کليت مسأله BPO در قالب نمودار سلسله مراتبي زير خلاصه مي گردد:
شکل ١- نمودار سلسله مراتبي مساله ارزيابي BPO
در ادمه مقاله ، پس از بيان خلاصه متدولوژي Topsis فازي سلسله مراتبي فازي (HFT)، کاربرد آن را در ارتباط با مسأله ارزيابي BPO بحث مي نماييم . هدف اصلي اين مقاله ،نشان دادن استفاده از نگرش Topsis فازي سلسله مراتبي (HFT)
جديد، به منظور ارزيابي مناسب ترين تصميم BPO است .
متدولوژي Topsis سلسله مراتبي فازي
تصميم گيري چند معياره فازي (FMCDM) از ايده هاي پيشنهاد شده توسط بلمن وزاده (١٩٧٠)، که مفاهيم محدوديت هاي فازي، هدف فازي و تصميم فازي را معرفي کردند، نشأت مي گيرد. هر ماتريس تصميم در روش هاي MCDM داراي
چهار بخش عمده است شامل :
١) گزينه ها ٢) شاخص ها ٣) وزن يا اهميت نسبي هر شاخص و ٤) امتيازات گزينه ها با توجه به
شاخص ها عموماً، FMCDM اشاره به يک انتخاب از بين بعضي گزينه ها با وجود چندين معيار يا چند نوع شاخص دارد. روش Topsis يک تکنيک FMCDM وزن دهنده خطي است که اولين بار در حالت کريسپ (غير فازي) اش توسط چن وهوآنگ (١٩٩٢) با مرجع قرار دادن کار هوآنگ و يون (١٩٨١) پيشنهاد شد. پس از آن ، يون و هوآنگ (١٩٨٥) پنج روش MCDM جديدًا توسعه يافته را براي مسائل انتخاب مکان کارخانه هاي توليدي مختلف مطالعه کردند. چن و سايرين (١٩٩٦)، يک روش تصميم گيري سلسله مراتبي فازي (چندگانه ) را بر اساس دو روش حذفي زوجي حداکثر-حداقل براي تجميع و روش بردار ويژه گراديان براي کسب سازگاري وزن ها در ارزيابي عملکرد معلمان در آموزش سطح بالاتر پيشنهاد کردند.
تريانتافيلو و لين (١٩٩٦)، توسعه پنج روش تصميم گيري چند شاخصه (MADM) فازي را ارائه کردند. از بين روش هاي زياد MADM، روش هايي که عمدتاً استفاده شده ، عبارت بودند از: مدل مجموع وزني فازي (FWSM)، مدل ضرب وزني فازي (FWPM)،FAHP ،AHP فازي تجديد نظر شده و روش Topsis فازي کلاسيک . به علاوه ، برخي ديگر از روش هاي پر کاربرد در مسائل MCDM عبارتند از: روش هاي PROMETHEE،ORESTE و ELECTRE. ليانگ (١٩٩٩) يک روش FMCDM بر اساس مفاهيم نقاط ايده آل و ضد ايده آل توسعه داد. مفاهيم تئوري مجموعه فازي و تجزيه و تحليل ساختار سلسله مراتبي به منظور توسعه يک ماتريس تصميم مناسب وزن دار شده ، استفاده شدند تا تناسب وزني گزينه هاي گوناگون در برابر معيارهاي مختلف را ارزيابي نمايند. در سال هاي اخير، روش Topsis در سطح وسيعي به کار گرفته شده است تا مسائل MCDM را در حوزه هاي مختلف بسياري حل نمايد. بعضي مثال ها ازاين کاربردها شامل موارد زير مي باشند:
طراحي ربات (١٩٩٩ ,Parkan and Wu)، انتخاب مواد اوليه (٢٠٠٠ ,Jee and Kang)، ارزيابي عملکرد ,.Deng et al) (٢٠٠٠، ارزيابي SQ (٢٠٠٢ ,.Tsaur et al)، ارزيابي و انتخاب عرضه کننده (٢٠٠٦ ,.Chen et al)، انتخاب ارائه دهنده سرويس PL٣ (٢٠٠٦ ,Bottani and Rizzi)، مسائل انتخاب عمليات کنترل مخزن سيل (٢٠٠٨ ,Fu)، وسعت هاي کاربرد آن در سطح مسائل تصميم گيري گروهي تحت محيط فازي نيز توسط چن (٢٠٠٠) توسعه داده شدند. هر کدام از روش هاي MCDM از تکنيک هاي عددي استفاده مي کند تا به تصميم گيران در جهت انتخاب بين يک مجموعه گسسته از گزينه ها کمک کند.
اين براساس تأثيرپذيري گزينه ها از معيارهاي مشخص شده و نهايتاً بر اساس مطلوبيت کلي تصميم گيران تعيين مي گردد(٢٠٠٠ ,Triantaphyllou).
اگرچه مشکل زماني است که سعي در مقايسه روش هاي MCDM و انتخاب بهترين آن ها داريم . ويژگي هاي زياد
متدولوژي Topsis فازي سلسله مراتبي ما را متقاعد کرده تا در مسأله تصميم مناسب ترين BPO از آن استفاده نمائيم . اولاً:
Topsis فازي سلسله مراتبي يک تکنيک FMCDM منحصر بفرد است که مي تواند براي مسائل انتخاب و ارزيابي گوناگون به کار گرفته شود. متفاوت از FAHP،FRAHP و FWSM،Topsis فازي سلسله مراتبي بر مبناي اين نگرش منطقي استوار است که مناسب ترين راه حل بايد نزديک ترين به راه حل ايده آل مثبت فازي (FPIS) و دورترين از راه حل ايده آل منفي فازي (FNIS) باشد. سپس روش يک گزينه را با حداکثر شباهت به راه حل ايده آل مثبت انتخاب مي کند Hwang) (١٩٨١ ,and Yoon. ثانياٌ: در مقايسه با ساير روش هاي MCDM، روشي شهودي، قابل درک آسان و قابل اجراي ساده است . از طرف ديگر، ساير روش هاي FMCDM مانند FAHP زمان زيادي را صرف مرحله اجرا. به علت مقايسات زوجي زياد که مي بايست انجام شوند تا وزن هاي گزينه ها و معيارها محاسبه شوند کرده که اين محاسبات بسيار پيچيده و وقت گير است . (b٢٠٠٧ ,.Kahraman et al) به علاوه Topsis فازي، سلسله مراتبي در نظر نمي گرفت ، در صورتي که در
Topsis فازي سلسله مراتبي لحاظ مي گردد. Topsis فازي سلسله مراتبي به محاسبه کلامي وزن هاي مختلف براي هر معيار و زير معيار و امتيازات گزينه ها بدون نياز به مقايسات زوجي و ريسک ناسازگاري ها، مي پردازد ,.Kahraman et al) (٢٠٠٦ ,a; Bottani and Rizzi٢٠٠٧ ، بنابراين استفاده از متدولوژي پيشنهادي ارجحيت هايي نسبت به دو روش مشهور FAHP و Topsis فازي کلاسيک ارائه مي نمايد(b٢٠٠٧ ,.Kahraman et al)کاربرد Topsis فازي سلسله مراتبي به عنوان يک ابزار تصميم گيري در تصميم ارزيابي BPO نسبتاً جديد است و اين نگرش توسط متخصصان قبل استفاده نشده است .
گام هاي روش Topsis فازي
در ادامه گام هاي Topsis فازي توسعه داده شده توسط چن و هوآنگ (١٩٩٢) ارائه مي شوند.
مسأله ارزيابي مناسب ترين BPO مي تواند در Topsis فازي به صورت زير بيان شود:
گام ١. ماتريس تصميم فازي (D) را تشکيل دهيد. يک ماتريس تصميم فازي D از بعد m×n عبارت است از:
اگر X୧୨ و W୨ متناظرش فازي باشند، آن ها به وسيله اعداد فازي ذوزنقه اي به صورت زير نمايش داده مي شوند:
همچنين در شکل ٢ نيز به صورت نموداري نشان داده مي شوند.
گام ٢. ماتريس تصميم فازي را نرمال سازي نماييد. نرمال سازي جهت حصول اطمينان از اين که همه اعداد فازي در فاصله بسته [١, ٠] قرار دارند، ضروري است . به منظور اجتناب از پيچيدگي عمليات رياضي در Topsis کلاسيک ، ما از تبديل
مقياس خطي به صورت زير استفاده مي نماييم :
به علاوه B و C به ترتيب ، مجموعه هاي معيارهاي مزايا و ريسک هستند.با بکارگيري معادله (٢)، ما مي توانيم ماتريس تصميم فازي نرمالايز شده را به اين صورت بازنويسي نماييم :
وقتي کريسپ است ، متناظرش بايد کريسپ باشد، در حالي که وقتي فازي است ، متناظرش بايد فازي باشد.
در صورتي که ، باشند، ما مي توانيم
معادله (٢) را به صورت زير بازنويسي نماييم :
,
گام ٣. ماتريس تصميم فازي نرمالايز شده وزني را به دست آوريد. اين ماتريس به اين صورت به دست مي آيد:
وقتي هر دوي کريسپ هستند، کريسپ است . در حالي که وقتي يا يا يا هر دو فازي هستند، متناظرش بايد فازي باشد. آنگاه معادله (٥) مي تواند توسط ماتريس تصميم فازي نرمالايز شده وزني، به صورت زير جايگزين شود:
نتايج معادلات (٦) و (٧) به صورت زير خلاصه مي شود:
گام را به دست آوريد. FPIS و FNIS به اين صورت تعريف مي شوند:
براي داده هاي کريسپ ି با مقايسه ساده اعداد کلاسيک به دست مي آيند. براي داده هاي فازي، چن و هوآنگ از روش رتبه بندي لي و لاي (١٩٨٨) براي مقايسه اعداد فازي استفاده کرده اند. در اين روش ، ି اعداد فازي با بزرگترين و کوچکترين ميانگين تعميم يافته به ترتيب مي باشند. ميانگين تعميم يافته براي عدد فازي به ازاء i و j به اين صورت محاسبه مي شود:
براي هر ستون را که بيشترين ميانگين را داراست و آن که کوچکترين ميانگين را داراست ି در نظر مي گيريم .
گام ٥. معيارهاي دوري (فاصله ) را به دست آوريد. در مورد کلاسيک ، معيارهاي دوري (فاصله ) متناظر به صورت زير تعريف مي شوند:
که عبارتست از فاصله گزينه i از راه حل ايده آل مثبت و فاصله گزينه i از راه حل ايده آل منفي مي باشند. براي
داده هاي کريسپ معيارهاي تفاوت به اين صورت ارائه مي شوند:
محاسبه به شکل تفاوت دو عدد کلاسيک است . براي داده هاي فازي، چن و هوآنگ (١٩٩٢)، تفاوت بين دو عدد فازي
(بر مبناي زاده ، ١٩٦٥) را به اين صورت تعريف کردند:
که بالاترين درجه شباهت است . مقدار در شکل ٣ نشان داده مي شود.
به طور مشابه تفاوت بين به اين صورت تعريف مي شود:
قابل توجه است ،که هر دوي اعداد کريسپ بوده و اعداد فازي نمي باشند.
گام ٦. نزديکي نسبي به راه حل ايده آل را محاسبه نماييد. ضريب نزديکي، فواصل تا را به طور همزمان ، ضمن در نظر گرفتن نزديکي نسبي به FPIS نشان مي دهد. ضريب نزديکي (퐶) هر گزينه (تصميم BPO) به
صورت زير محاسبه مي شود:
واضح است که سپس گزينه ها به ترتيب کاهش مرتب مي شوند.
روش Topsis سلسله مراتبي فازي
در ادامه ، متدولوژي Topsis سلسله مراتبي فازي توسعه يافته توسط کاهرمان و همکاران (a, b, c, d٢٠٠٧)، مرور شده و براي مسأله ارزيابي BPO خلاصه مي شوند. همچنين ، سلسله مراتب در شکل ٤ از رفرنس هاي ذکر شده اخذ و تعديل يافته است .
