DOI: https://doi.org/10.1038/s41598-024-81027-4
PMID: https://pubmed.ncbi.nlm.nih.gov/39747895
تاريخ النشر: 2025-01-02
المؤلف: Shervin Zakeri وآخرون
الموضوع الرئيسي: اتخاذ القرار متعدد المعايير
نظرة عامة
تقدم الورقة طريقة Soft Clusters-Rectangles (SCR) كنهج جديد لمعالجة التحديات المرتبطة بأساليب الوزن الذاتية في اتخاذ القرار متعدد المعايير (MCDM). تعتمد الأساليب التقليدية، مثل عملية التحليل الهرمي (AHP) وطريقة الأفضل والأسوأ (BWM)، غالبًا على المقارنات الثنائية والمدخلات الذاتية من صانعي القرار (DMs)، مما يمكن أن يقدم عدم يقين كبير ويؤثر على موثوقية الأوزان المستمدة. تتجنب طريقة SCR هذه المشكلات من خلال استخدام إطار عمل منطقي ضبابي يصنف المعايير إلى ثلاث مجموعات—غير مادي، متوسط، وحيوي—تمثل درجات مختلفة من الأهمية. يتم حساب الأوزان باستخدام الهندسة التحليلية من خلال تحديد مساحات المستطيلات المقابلة لهذه المجموعات، مما يلغي الحاجة إلى المقارنات الثنائية.
يتم توضيح تطبيق طريقة SCR من خلال دراسة حالة حول اختيار مسار المركبات المستقلة، مما يظهر فعاليتها في تحسين الأوزان المقدمة من DMs وتحقيق نتائج قابلة للمقارنة مع تلك الناتجة عن أساليب الوزن الهجينة والموضوعية. تشير النتائج إلى أن SCR لا تقلل فقط من الأخطاء المرتبطة بالمقارنات الثنائية ولكنها تتماشى أيضًا بشكل وثيق مع أداء الأساليب المعتمدة، مما يشير إلى إمكانياتها كبديل قوي لتحديد أوزان المعايير. تشمل اتجاهات البحث المستقبلية تبسيط تعقيد نهج التجميع، وتعزيز عملية الإدخال لـ DMs، واستكشاف منهجيات إضافية للتحقق من موثوقية وأداء طريقة SCR مقارنة بالتقنيات التقليدية.
الطرق
تستعرض هذه القسم طرق الوزن المختلفة في اتخاذ القرار متعدد المعايير (MCDM)، مع التأكيد على أهمية تحديد أوزان المعايير بدقة لتقييم البدائل بشكل فعال. تعتمد مشكلات MCDM على مجموعتين رئيسيتين من البيانات: أوزان المعايير وأداء البدائل مقابل هذه المعايير. يمكن أن تكون تقييمات الأداء ذاتية أو موضوعية أو مزيجًا من الاثنين، بينما تؤثر أوزان المعايير بشكل كبير على ترتيب البدائل، خاصة عندما لا يكون هناك بديل واحد مهيمن. يصنف المؤلفون طرق وزن MCDM إلى أساليب مباشرة وغير مباشرة، موضحين ست استراتيجيات رئيسية: الوزن المباشر، الوزن الموضوعي، الوزن الذاتي، أساليب اتخاذ القرار الجماعي، الأساليب الهجينة، وتقنيات مبتكرة أخرى.
يتضمن الوزن المباشر قيام صانعي القرار بتعيين أوزان بناءً على الأهمية المدركة، بينما تستمد الأساليب الموضوعية مثل إنتروبيا شانون وCRITIC الأوزان من مصفوفة القرار. تشمل الأساليب الذاتية، التي تعتمد غالبًا على المقارنات الثنائية، عملية التحليل الهرمي (AHP) وطريقة الأفضل والأسوأ (BWM). تجمع الأساليب الهجينة بين الأساليب الذاتية والموضوعية لتعزيز موثوقية القرار. كما يقارن القسم طريقة SCR مع الأساليب الموضوعية الشائعة، موضحًا فعالية SCR في إنتاج أوزان المعايير دون الاعتماد على المقارنات الثنائية، وبالتالي معالجة القيود الموجودة في الأساليب التقليدية مثل AHP وANP. تشير النتائج إلى أن SCR تتماشى بشكل أقرب مع النماذج الهجينة أكثر من الأساليب الموضوعية البحتة، مما يدل على إمكانياتها كبديل متفوق في سياقات MCDM.
النتائج
في هذا القسم، يتم تطبيق طريقة SCR (تصنيف المعايير الهيكلية) على دراسة حالة من العالم الحقيقي، مما يبرز أهميتها العملية وتطبيقها الإجرائي. تتناول الفقرة الفرعية الأولى تفاصيل دراسة الحالة، موضحة مشكلة اتخاذ القرار التي واجهها المعنيون. بعد ذلك، يتم استخدام منهجية SCR لحساب أوزان المعايير اللازمة لاتخاذ قرارات مستنيرة، مما يوضح فعالية الطريقة في معالجة التحديات المعقدة في العالم الحقيقي.
المناقشة
في قسم المناقشة من الورقة، يتم تقييم مجموعة متنوعة من طرق اتخاذ القرار متعدد المعايير (MCDM)، بما في ذلك عملية التحليل الهرمي (AHP)، وعملية الشبكة التحليلية (ANP)، والإنتروبيا، وCRITIC، بشكل نقدي من حيث نقاط القوة والضعف. يُلاحظ أن AHP يتميز بإطار عمل منظم وعملية مقارنة منهجية، ومع ذلك، فإنه يعاني من مشكلات مثل عدم الاتساق في المقارنات الثنائية والأعباء المعرفية على صانعي القرار (DMs) بسبب مقياسه المكون من تسع نقاط. تسلط الورقة الضوء على أن زيادة عدد المقارنات يمكن أن تؤدي إلى تباين أكبر وتقليل موثوقية النتائج، كما أكد رضاوي وآخرون. كما يتم مناقشة تحديات قياس عدم الاتساق والتعامل مع التحيزات الذاتية، مما يشير إلى أن الأساليب التقليدية قد لا تعالج بشكل كافٍ تعقيدات سيناريوهات اتخاذ القرار.
للتغلب على هذه القيود، تقترح الورقة طريقة جديدة لوزن MCDM الذاتية التي تلغي الحاجة إلى المقارنات الثنائية، مما يعزز الموثوقية والاتساق في استنباط الأوزان. تُعرف هذه الطريقة باسم نهج Soft Clusters-Rectangles (SCR)، وتستخدم تقييمات DMs المباشرة لحساب أوزان المعايير بناءً على مبادئ التجميع اللين. يتم تنظيم طريقة SCR حول ثلاث مجموعات—حيوية، ومتوسطة، وغير مادية—تمثل كل منها مستويات مختلفة من التأثير على نتائج القرار. توضح الورقة الخطوات الخوارزمية المتضمنة في طريقة SCR، مع التأكيد على إمكانياتها لتوفير حلول أكثر قوة وقابلية للتكيف عبر سياقات اتخاذ القرار المتنوعة. ستتناول الأقسام التالية من المقالة تنفيذ هذه الطريقة الجديدة وأدائها في التطبيقات الواقعية.
DOI: https://doi.org/10.1038/s41598-024-81027-4
PMID: https://pubmed.ncbi.nlm.nih.gov/39747895
Publication Date: 2025-01-02
Author(s): Shervin Zakeri et al.
Primary Topic: Multi-Criteria Decision Making
Overview
The paper presents the Soft Clusters-Rectangles (SCR) method as a novel approach to address the challenges associated with subjective weighting methods in multi-criteria decision-making (MCDM). Traditional methods, such as the Analytic Hierarchy Process (AHP) and Best-Worst Method (BWM), often rely on pairwise comparisons and subjective inputs from decision-makers (DMs), which can introduce significant uncertainty and compromise the reliability of the derived weights. The SCR method circumvents these issues by employing a fuzzy logic framework that categorizes criteria into three clusters—immaterial, mediocre, and vital—representing varying degrees of importance. Weights are calculated using analytic geometry by determining the areas of rectangles corresponding to these clusters, thus eliminating the need for pairwise comparisons.
The application of the SCR method is illustrated through a case study on autonomous vehicle route selection, demonstrating its effectiveness in refining weights provided by DMs and yielding results comparable to those from hybrid and objective weighting methods. The findings indicate that SCR not only mitigates the errors associated with pairwise comparisons but also aligns closely with the performance of established methods, suggesting its potential as a robust alternative for criteria weight determination. Future research directions include simplifying the complexity of the clustering approach, enhancing the input process for DMs, and exploring additional methodologies to further validate the SCR method’s reliability and performance in comparison to traditional techniques.
Methods
The section outlines various Multi-Criteria Decision-Making (MCDM) weighting methods, emphasizing the importance of accurately determining criteria weights for effective alternative evaluation. MCDM problems rely on two primary datasets: criteria weights and the performance of alternatives against these criteria. The performance assessments can be subjective, objective, or a combination of both, while the criteria weights significantly influence the ranking of alternatives, especially when no single alternative is dominant. The authors categorize MCDM weighting methods into direct and indirect approaches, detailing six main strategies: direct weighting, objective weighting, subjective weighting, group decision-making approaches, hybrid methods, and other innovative techniques.
Direct weighting involves decision-makers assigning weights based on perceived importance, while objective methods like Shannon’s entropy and CRITIC derive weights from the decision matrix. Subjective methods, often based on pairwise comparisons, include the Analytic Hierarchy Process (AHP) and the Best-Worst Method (BWM). Hybrid methods combine subjective and objective approaches to enhance decision reliability. The section also compares the SCR method with popular objective methods, demonstrating SCR’s effectiveness in producing criteria weights without reliance on pairwise comparisons, thus addressing limitations found in traditional methods like AHP and ANP. The findings suggest that SCR aligns more closely with hybrid models than with purely objective methods, indicating its potential as a superior alternative in MCDM contexts.
Results
In this section, the SCR (Structured Criteria Ranking) method is applied to a real-world case study, highlighting its practical relevance and procedural application. The first subsection details the specifics of the case study, outlining the decision-making problem faced by the stakeholders involved. Following this, the SCR methodology is utilized to compute the criteria weights necessary for informed decision-making, thereby illustrating the method’s effectiveness in addressing complex real-world challenges.
Discussion
In the discussion section of the paper, various multi-criteria decision-making (MCDM) methods, including the Analytic Hierarchy Process (AHP), Analytic Network Process (ANP), Entropy, and CRITC, are critically evaluated for their strengths and weaknesses. AHP is noted for its structured framework and systematic comparison process, yet it suffers from issues such as inconsistency in pairwise comparisons and cognitive burdens on decision-makers (DMs) due to its nine-point scale. The paper highlights that increasing the number of comparisons can lead to greater variability and reduced reliability in results, as emphasized by Rezaei and others. The challenges of quantifying inconsistencies and handling subjective biases are also discussed, indicating that traditional methods may not adequately address the complexities of decision-making scenarios.
To overcome these limitations, the paper proposes a new subjective MCDM weighting method that eliminates the need for pairwise comparisons, thereby enhancing reliability and consistency in weight elicitation. This method, termed the Soft Clusters-Rectangles (SCR) approach, utilizes DMs’ direct evaluations to compute criteria weights based on soft clustering principles. The SCR method is structured around three clusters—vital, mediocre, and immaterial—each representing different levels of impact on decision outcomes. The paper outlines the algorithmic steps involved in the SCR method, emphasizing its potential to provide more robust and adaptable solutions across diverse decision-making contexts. The subsequent sections of the article will elaborate on the implementation of this new method and its performance in real-world applications.