بخشی از مقاله
چکیده:
یکی از شاخص های رشد اقتصادی هرکشوری ، پروژه های عمرانی آن کشور است از سوی دیگر، بسیاری از پروژه ها در رویارویی با عدم اطمینان های موجود، با مشکلات تاخیرات زمانی یا سرریز هزینه ها مواجه می شوند که به دلیل محدودیت منابعی چون هزینه و زمان، در نهایت منجر به شکست آنها می گردد. بنابراین، لازمه موفقیت در اجرای این طرحهای عمرانی، ساز و کارها و عواملی از جمله مدیریت ریسکهای موجود، در پروژه می باشد. مدیریت ریسک نیز شامل مراحل شناسایی ، ارزیابی و اولویت بندی و واکنش به ریسک ها می باشد. لذا دستیابی به میزان اهمیت ریسک ها در پروژه های عمرانی نقطه عطفی در مدیریت ریسک و همینطور میزان موفقیت پروژه ها خواهد بود. در این پژوهش، پس از شناسایی ریسکهای مهم در پروژه های ساخت و ساز، بر اساس مطالعات و تجربیات گذشته، به ارائه روشی جهت رتبه بندی آنها می پردازیم. همچنین در مسائل تصمیمگیری این تحقیق، از نظرات خبرگان و متخصصان در تعیین میزان تاثیرات هر یک از ریسکها به روی هر یک از معیارهای اهداف پروژه شامل زمان، هزینه و محدوده پروژه استفاده می گردد. به دلیل استفاده از مفاهیم کلامی غیر دقیق، در ارزیابی میزان تاثیر ریسک ها، بر اهداف پروژه، از رویکردهای مبتنی بر منطق فازی بهره برداری می گردد. لذا روش تحلیل پوششی داده های فازی برای رتبه بندی ریسک ها توسعه داده شده و نتایج آن برای درجه بندی اهمیت هر یک از ریسکهای پروژه های ساخت و ساز، استفاده می شود. یافته های این پژوهش، در جهت برنامه ریزی و واکنش های مناسب تر در مواجهه با ریسک های پروژه های ساخت و ساز، قابل اعمال می باشد.
واژه های کلیدی: اولویت بندی ریسک- پروژه های ساخت و ساز- تحلیل پوششی داده های فازی
-1 مقدمه:
ریسک، یک پتانسیل و جزء ذاتی تمام پروژه ها است که قابلیت حذف شدن کامل نداشته لکن امکان کاهش اثر آن بر اهداف پروژه، وجود دارد. ریسک ها احتمالا، حداقل روی یکی از اهداف پروژه نظیر محدوده، زمان، هزینه و یا کیفیت پروژه اثر می گذارند و موجب خسارات مالی یا دیرکرد زمانی می گردند. .[1] لذا شناسایی ، تجزیه و تحلیل و اولویتبندی ریسک و در نهایت واکنش و پاسخ مناسب به آن، که توسط مدیریت ریسک در پروژه انجام می گردد، می تواند نقش مهمی درموفقیت پروژه ها داشته باشد.[2] در پژوهش های پیشین، از روشهای متفاوتی برای رتبه بندی ریسک ها استفاده شده است. زهالین و یانگ جیان پینگ نیز در سال 2012 در پژوهشی، به ارزیابی ریسک های محیط های پروژه های مهندسی با استفاده از ترکیب منطق فازی و روش ANP1 پرداخته که طی آن، ریسک ها را به صورت خیلی مهم، مهم، متوسط، کم اهمیت و خیلی کم اهمیت رتبه بندی کیفی نمودند.[3]
عثمان تیلان و همکارانش در سال 2014، از روش AHP2 فازی و TOPSIS3 فازی به عنوان ابزاری تحلیلی برای توسعه استراتژی و مقابله با عوامل خطر و همینطور پیش بینی سطح آن خطر پیش رو در یک دسته بندی مناسب بهره بردند .[4] محمد رکاب اسلامی و همکارانش نیز در سال 1392 با استفاده از تئوری مجموعه های فازی، روشی را برای ارزیابی ریسک های صنعت ساخت و ساز ارائه کردند. آنها ابتدا ریسک های ایمنی در ساخت ساختمانهای متعارف را شناسایی نموده پس از رسم ساختار شکست ریسک، با استفاده از تئوری مجموعه های فازی و مفهوم متغیر زبانی و عدم قطعیت، به رتبه بندی ریسک ها پرداختند.[5] خادمی و همکاران نیز در سال1396 در پژوهش خود، پس از شناسایی ریسک های کلیدی در پروژه های ساخت و ساز، با استفاده از تحلیل پوششی داده ها ی فازی که البته به دلیل استفاده از مفاهیم کیفی در داده های مدل، به صورت فازی در آمده بود، با بهره گیری از روش زیمرمن4 و تئوری امکان5 ، به حل مدل، اقدام و در نهایت به رتبه بندی ریسک ها پرداختند. .[6]
همانطور که اشاره شد، در مطالعات گذشته اغلب از روشهای پارامتریک شامل روشهای AHP,ANP,TOPSIS,VIKOR6 به منظور رتبه بندی ریسکها استفاده شده است. رویکرد های این تحقیق، شناسایی و ارزیابی ریسکهای پروژه های ساخت و سازو همینطور، مدلسازی برای رتبه بندی آنها است. با توجه به داده های دارای عدم اطمینان در خصوص میزان تاثیرات ریسکها بر معیارهای رتبه بندی، یک مدل تحلیل پوششی داده های فازی در این خصوص توسعه داده می شود. رویکرد اصلی این تحقیق، استفاده از روش7 آلفا- برش در حل مدل تحلیل پوششی داده های فازی می باشد.
-2 مدل تحقیق:
-1-2 منطق فازی:8
مسائلی که انسان در واقعیت با آن ها سر و کار دارد، معمولا دارای ابهام و نوعی عدم قطعیت هستند و به شکل تقریبی بیان می شوندکه این امر، باعث پیچیده شدن تحلیل آنها می گردد. پروفسورلطفی عسگری زاده، دانشمند ایرانی تبار و استاد دانشگاه بروکلی کالیفرنیا آمریکا معروف به زاده در سال 1965 برای اولین بار، مجموعه های فازی را به عنوان ابزاری برای بیان عدم قطعیت معنایی9 در ریاضیات، برای مفاهیم گنگ و نامعلوم ارائه نمود این عدم قطعیتها غیراحتمالی10 هستند. در ریاضیات کلاسیک و سنتی، که برپایه نظام دوارزشی استوار است، پدیده های واقعی یا »سفید« هستند یا »سیاه«یا صفر و یا یک.در حالیکه،در ریاضیات فازی، بر خلاف مجموعه های قطعی عناصر به دو دسته عضو و غیر عضو تقسیم نمی شود، بلکه درجه عضویت عناصر، براساس میزان عضویت آنها، در مجموعه فازی، بین صفر و یک متغیر است.
درک مجموعه های فازی، اولین قدم در ورود به مبحث ریاضیات فازی است که در مقابل ریاضیات کلاسیک قرار دارد. در حقیقت مجموعههای فازی را می توان نوع بسط یافته مجموعههای حقیقی دانست عملیات روی مجموعه های فازی با استفاده از توابع عضویت1 یا تابع مشخصه2 تعریف می گردد. در واقع تابع عضویت μA - x - به هر x از مجموعه مرجع x یک عدد در محدوده صفر و یک اختصاص می دهد. اگر مقدار تابع عضویت برابر با یک باشد xکاملاً به مجموعه فازی متعلق است و اگر مقدار تابع عضویت برابر با صفر باشد x متعلق به مجموعه نخواهد بود و در نهایت اگر مقدار تابع عضویت بین 0 تا 1 باشد x عضو جزئی مجموعه فازی خواهد بود. هر چقدر μA - x - بزرگتر باشد درجه عضویت x در A بیشتر استو بالعکس.[7]
-1-1-2 عدد فازی مثلثی:
انواع متنوعی از اعداد فازی با نامها و ویژگی های متفاوت ارائه و به کارگرفته شده است. عدد مثلثی فازی - TFN - 3 از نوع توابع خطی است. از طرفی، هر عدد مثلثی، در واقع ، یک مجموعه فازی پیوسته است و هر مجموعه فازی پیوسته، دارای تابع عضویت است که در بخش 1-2 بیان گردید. عدد فازی مثلثی با سه عدد حقیق به صورت F= - L,M,U - 4 نشان داده می شود دارای کران پایین L و کران بالای U و محتمل ترین مقدار M است که نمایش آن در فضای هندسی در شکل 1-2 و تابع آن در نمودار2-2 نمایش داده می شود.[8]
