DOI: https://doi.org/10.3390/app16147269
تاريخ النشر: 2026-07-21
المؤلف: Mats Danielson
الموضوع الرئيسي: اتخاذ القرار متعدد المعايير
نظرة عامة
تقدم هذه المقالة تصنيفًا مفصلًا لطرق تحليل القرار متعدد المعايير (MCDA) الشائعة بناءً على رؤيتها وتبنيها عبر ستة أبعاد: الوجود على الويب، الإشارات الأكاديمية، حجم النشر، تأثير الاقتباس، التطبيقات المبلغ عنها، والاستخدام في العالم الحقيقي. تؤكد الدراسة على أن بروز هذه الطرق قد يتأثر أكثر بعوامل العلامة التجارية والديناميات الترويجية بدلاً من تفوقها المنهجي. تم تحديد عملية التحليل الهرمي (AHP) كأكثر الطرق هيمنة، تليها TOPSIS وPROMÉTHÉE وVIKOR. تظهر الطرق الناشئة مثل طريقة الأفضل والأسوأ (BWM) والنهج المدعومة بالبرمجيات مثل PAPRIKA نموًا سريعًا وأهمية عملية، بينما تُلاحظ الطرق الراسخة مثل ÉLECTRE وMACBETH لتطبيقاتها المتخصصة.
تسلط النتائج الضوء على وجود انفصال محتمل بين الانتشار الأكاديمي والتطبيق في العالم الحقيقي، مما يشير إلى أن المستخدمين غير الخبراء قد يخلطون بين الرؤية والألفة مع الملاءمة المنهجية. يثير هذا القلق بشأن المعايير التي تؤثر على اختيار الطرق في كل من السياقات الأكاديمية والصناعية. تدعو المقالة إلى نهج أكثر تأملًا في اعتماد طرق MCDA، داعيةً إلى التمييز بين بروز الطريقة وجودتها المنهجية. وتؤكد على أهمية مراعاة ملاءمة سياق القرار وتشجع على تعليم MCDA لتوضيح الافتراضات وقابلية تطبيق الطرق المختلفة، بدلاً من الاعتماد على الخيارات الشائعة.
مقدمة
ت outlines مقدمة هذه الدراسة حول طرق تحليل القرار متعدد المعايير (MCDA) أهمية هذه المنهجيات في مساعدة صانعي القرار على تقييم الخيارات بناءً على معايير متعددة، غالبًا ما تكون متعارضة. يقدم المؤلفون تصنيفًا منهجيًا لطرق MCDA الشائعة، مصنفة حسب عائلات الطرق ومقيمة ضد ستة مقاييس رئيسية: الإشارات العامة على الويب، الإشارات الأكاديمية، عدد المقالات الأكاديمية، إجمالي الاقتباسات الأكاديمية، وحالات الاستخدام المبلغ عنها في كل من السياقات الأكاديمية والصناعية. تم اختيار الطرق بناءً على رؤيتها وتبنيها في سيناريوهات دعم القرار المختلفة، مما يكشف أن شعبية بعض الطرق قد تتأثر بالعلامة التجارية، والديناميات الترويجية، والألفة المؤسسية بدلاً من التفوق المنهجي البحت.
تتوسع هذه القسم في المبادئ الأساسية لـ MCDA، التي نشأت لمعالجة قيود أطر تحسين المعايير الفردية. تشمل MCDA مجموعة متنوعة من المنهجيات التي تسهل اتخاذ القرار المنظم من خلال السماح بمقارنة البدائل عبر أبعاد متعددة، مثل التكلفة، والمخاطر، والاستدامة. يبرز المؤلفون التمييز بين النهج التعويضي وغير التعويضي ضمن MCDA، مشيرين إلى أنه بينما تسمح الطرق التعويضية بالتنازلات بين المعايير، تفرض الطرق غير التعويضية قيودًا صارمة تعكس الضرورات الأخلاقية أو التشغيلية. تؤكد المناقشة على الحاجة إلى إطار نظري قوي في MCDA، داعيةً إلى فصل واضح بين المنهجيات الحسابية والتعقيدات المعرفية لبيئات اتخاذ القرار في العالم الحقيقي.
طرق
في قسم الطرق، تناقش الورقة التركيز المتزايد على المعايير الفوقية لاختيار طرق تحليل القرار متعدد المعايير (MCDA). تشمل الاعتبارات الرئيسية القابلية الحسابية، والشفافية، وسهولة الاستخدام، وقبول أصحاب المصلحة، والتماسك النظري. يبرز المؤلفون أنه لا توجد طريقة MCDA متفوقة عالميًا؛ بدلاً من ذلك، يجب أن يتم تخصيص اختيار الطريقة للسياق القرار المحدد والقيود المفروضة من قبل أصحاب المصلحة أو المؤسسات. تقيم المقالة أكثر طرق MCDA شعبية من خلال ستة وجهات نظر متميزة: الوجود على الويب، الأدبيات الأكاديمية، عدد المنشورات، الاقتباسات، حالات الاستخدام الأكاديمية، وحالات الاستخدام الصناعية، مما يؤدي إلى تصنيف شامل مركب.
تقدم التحليلات اللاحقة أفضل عشرة طرق MCDA المحددة ضمن كل من وجهات النظر الستة، مما يكشف أنه بينما تحتل الطريقة الرائدة المرتبة الأولى باستمرار عبر جميع القوائم، تختلف الطرق المتبقية، مما يعكس نقاط قوتها وضعفها الفريدة. من الجدير بالذكر أن بعض القوائم تتضمن فئة “أخرى”، مما يشير إلى المنافسة القريبة بين الطرق على المركز الأخير. يحذر المؤلفون من أن التصنيفات المتعلقة بالتطبيقات الصناعية والقطاع العام يجب أن تُفسر بحذر، حيث أن توثيق التبني في العالم الحقيقي أقل شمولاً من ذلك الخاص بالمنشورات الأكاديمية والاقتباسات. وبالتالي، فإن هذه التصنيفات تعمل كمؤشرات ترتيبية للرؤية بدلاً من مقاييس دقيقة لحجم التبني.
مناقشة
ت outlines قسم المناقشة من ورقة البحث المنهجية المستخدمة لرسم خرائط تجريبية لطرق تحليل القرار متعدد المعايير (MCDA)، مع التركيز على رؤيتها وتبنيها عبر منصات مختلفة. استخدمت الدراسة نهج رسم خرائط مقارن منظم، محددةً الطرق المرشحة من كتب MCDA الرئيسية، والمراجعات البيبليومترية، ودراسات التطبيقات. كانت معايير الإدراج للطرق تعتمد على تكرارها في الاستطلاعات، ووجودها في المنشورات، والتطبيقات الأكاديمية الموثقة، والاستخدام في العالم الحقيقي في السياقات التنظيمية. شملت جمع البيانات بحثًا مكثفًا عن كل من الاختصارات وأسماء الطرق الكاملة، مع الأخذ في الاعتبار المتغيرات الإملائية والاختصارات الغامضة لتقليل الإيجابيات الكاذبة.
استخدم التحليل ستة معايير تقييم – الوجود العام على الويب، الإشارات الأكاديمية، عدد المنشورات، تأثير الاقتباس، حالات الاستخدام الأكاديمية، وحالات الاستخدام الصناعية/القطاع العام – تم تحويل كل منها إلى تصنيفات ترتيبية. تم تطبيع هذه التصنيفات وتجميعها لإنشاء درجة شعبية مركبة، تعكس رؤية الطرق بدلاً من صلاحيتها النظرية. أشارت النتائج إلى أن عملية التحليل الهرمي (AHP) هي أكثر طرق MCDA استخدامًا، تليها TOPSIS وPROMÉTHÉE، مع تأكيد تحليلات الحساسية على قوة التصنيفات العليا. تؤكد النتائج على أهمية الرؤية الواسعة عبر مؤشرات متعددة في تقييم تبني طرق MCDA، بدلاً من الاعتماد فقط على مقاييس تقليدية مثل عدد المنشورات أو تأثير الاقتباس.
القيود
يمتلك إطار التصنيف المقترح عدة قيود يجب الاعتراف بها. أولاً، الإطار يعتمد بطبيعته على الزمن، حيث أن مقاييس مثل عدد المنشورات، وعدد الاقتباسات، واستخدام البرمجيات تخضع للتغيير المستمر. تستفيد الطرق الراسخة مثل AHP وÉLECTRE وTOPSIS من تاريخ اقتباس واسع، بينما قد تظهر الطرق الأحدث مثل BWM نموًا سريعًا دون بيانات تاريخية مقارنة. بالإضافة إلى ذلك، فإن المؤشرات الستة المستخدمة في التصنيف تتأثر بمختلف التحيزات الموجودة في مصادر البيانات المختلفة، مثل قواعد البيانات البيبليوغرافية ومحركات البحث، مما قد يؤدي إلى عدم الاتساق في الرؤية وفهرسة الاقتباسات.
علاوة على ذلك، يمكن أن تؤدي غموض أسماء بعض طرق تحليل القرار متعدد المعايير (MCDA) إلى تفسيرات خاطئة، حيث قد تؤدي مصطلحات مثل AHP وSMART إلى إيجابيات كاذبة خارج سياق MCDA. كما أن قاعدة الأدلة للتطبيقات الأكاديمية مقابل التطبيقات في العالم الحقيقي تختلف بشكل كبير، حيث أن البيانات الأكاديمية أكثر وضوحًا ولكنها غير كاملة، بينما التطبيقات الصناعية أقل توثيقًا بشكل منهجي. علاوة على ذلك، فإن دمج متغيرات الطرق في عائلات أوسع، بينما يعزز من قابلية القراءة، قد يحجب الفروق المهمة بين الطرق الفردية. أخيرًا، يعكس التصنيف الرؤية والتبني بدلاً من الجودة المنهجية؛ وبالتالي، فإن المرتبة العالية لا تعادل التفوق النظري. التصنيف النهائي حساس لوزن معايير التقييم، مما يشير إلى أن أنظمة الوزن المختلفة قد تغير المواقع النسبية للطرق، على الرغم من أن AHP يحتل مرتبة عالية باستمرار عبر جميع وجهات النظر.
DOI: https://doi.org/10.3390/app16147269
Publication Date: 2026-07-21
Author(s): Mats Danielson
Primary Topic: Multi-Criteria Decision Making
Overview
This article provides a detailed ranking of popular Multi-Criteria Decision Analysis (MCDA) methods based on their visibility and adoption across six dimensions: web presence, academic mentions, publication volume, citation impact, reported applications, and real-world use. The study emphasizes that the prominence of these methods may be influenced more by branding and dissemination dynamics than by their methodological superiority. The Analytic Hierarchy Process (AHP) is identified as the most dominant method, followed by TOPSIS, PROMÉTHÉE, and VIKOR. Emerging methods like Best-Worst Method (BWM) and software-supported approaches such as PAPRIKA show rapid growth and practical relevance, while established methods like ÉLECTRE and MACBETH are noted for their niche applications.
The findings highlight a potential disconnect between academic prevalence and real-world application, suggesting that non-expert users may mistakenly equate visibility and familiarity with methodological suitability. This raises concerns about the criteria influencing method selection in both academic and industrial contexts. The article calls for a more reflective approach to MCDA method adoption, advocating for the distinction between method prominence and methodological quality. It underscores the importance of considering decision-context fit and encourages MCDA education to clarify the assumptions and applicability of various methods, rather than defaulting to popular choices.
Introduction
The introduction of this study on Multi-Criteria Decision Analysis (MCDA) methods outlines the importance of these methodologies in aiding decision-makers to evaluate options based on multiple, often conflicting criteria. The authors present a systematic ranking of popular MCDA methods, categorized by method families and assessed against six key metrics: general web mentions, academic mentions, number of academic articles, total academic citations, and reported use cases in both academic and industrial contexts. The selection of methods was based on their visibility and adoption in various decision-support scenarios, revealing that the popularity of certain methods may be influenced by branding, dissemination dynamics, and institutional familiarity rather than purely methodological superiority.
The section further elaborates on the foundational principles of MCDA, which emerged to address the limitations of single-criterion optimization frameworks. MCDA encompasses a diverse array of methodologies that facilitate structured decision-making by allowing for the comparison of alternatives across multiple dimensions, such as cost, risk, and sustainability. The authors highlight the distinction between compensatory and non-compensatory approaches within MCDA, noting that while compensatory methods allow trade-offs between criteria, non-compensatory methods impose hard constraints that reflect ethical or operational imperatives. The discussion emphasizes the need for a robust theoretical framework in MCDA, advocating for a clear separation between computational methodologies and the cognitive complexities of real-world decision-making environments.
Methods
In the section on Methods, the paper discusses the increasing emphasis on meta-criteria for selecting Multi-Criteria Decision Analysis (MCDA) methods. Key considerations include computational tractability, transparency, ease of use, stakeholder acceptability, and theoretical coherence. The authors highlight that there is no universally superior MCDA method; instead, the choice of method should be tailored to the specific decision context and the constraints imposed by stakeholders or institutions. The article evaluates the most popular MCDA methods through six distinct perspectives: web presence, academic literature, publication count, citations, academic use cases, and industrial use cases, culminating in a synthesized overall ranking.
The subsequent analysis presents the top ten MCDA methods identified within each of the six perspectives, revealing that while the leading method consistently ranks first across all lists, the remaining methods vary, reflecting their unique strengths and weaknesses. Notably, some lists include an “others” category, indicating close competition among methods for the last position. The authors caution that rankings related to industrial and public-sector applications should be interpreted carefully, as the documentation of real-world adoption is less comprehensive than that of academic publications and citations. Thus, these rankings serve as ordinal indicators of visibility rather than precise measures of adoption volume.
Discussion
The discussion section of the research paper outlines the methodology employed for the empirical mapping of Multi-Criteria Decision Analysis (MCDA) methods, focusing on their visibility and adoption across various platforms. The study utilized a structured comparative mapping approach, identifying candidate methods from major MCDA textbooks, bibliometric reviews, and application studies. Inclusion criteria for methods were based on their frequency in surveys, publication presence, documented academic applications, and real-world usage in organizational contexts. Data collection involved extensive searches for both acronyms and full method names, accounting for spelling variants and ambiguous acronyms to minimize false positives.
The analysis employed six evaluation criteria—general web presence, academic mentions, publication counts, citation impact, academic use cases, and industrial/public-sector use cases—each converted into ordinal rankings. These rankings were normalized and aggregated to create a composite popularity score, reflecting the methods’ visibility rather than their theoretical validity. The results indicated that the Analytic Hierarchy Process (AHP) is the most widely used MCDA method, followed by TOPSIS and PROMÉTHÉE, with sensitivity analyses confirming the robustness of the top rankings. The findings emphasize the importance of broad visibility across multiple indicators in assessing the adoption of MCDA methods, rather than relying solely on traditional metrics like publication counts or citation impact.
Limitations
The proposed ranking framework has several limitations that must be acknowledged. Firstly, the framework is inherently time-dependent, as metrics such as publication counts, citation counts, and software uptake are subject to continuous change. Established methods like AHP, ÉLECTRE, and TOPSIS benefit from extensive citation histories, while newer methods like BWM may exhibit rapid growth without comparable historical data. Additionally, the six indicators utilized in the ranking are influenced by various biases inherent in different data sources, such as bibliographic databases and search engines, which can lead to inconsistencies in visibility and citation indexing.
Moreover, the ambiguity of certain multi-criteria decision analysis (MCDA) method names can result in misinterpretations, as terms like AHP and SMART may yield false positives outside the MCDA context. The evidence base for academic versus real-world applications also varies significantly, with academic data being more visible yet imperfect, while industrial applications are less systematically documented. Furthermore, the consolidation of method variants into broader families, while enhancing readability, may obscure important differences among individual methods. Lastly, the ranking reflects visibility and adoption rather than methodological quality; thus, a high rank does not equate to theoretical superiority. The final ranking is sensitive to the weighting of evaluation criteria, indicating that different weighting schemes could alter the relative positions of methods, although AHP consistently ranks highly across all perspectives.