آموزش مراحل مختلف فرآیند تحلیل سلسله‌مراتبی(AHP)|گروه فناوران شهرساز

0 41

01-AHP

 یکی از مهم‌ترین مدل‌های تصمیم‌گیری چندمعیاری که در مقالات، پژوهش‌ها و پروژه‌های مختلف بسیار مورد استفاده قرار می‌گیرد، فرآیند تحلیل سلسله‌مراتبی یا همان (AHP (Analytic Hierarchy Process است. این روش برای اولین بار توسط محققی به نام “توماس-ل-ساعتی” (Thomas L. Saaty) در سال 1980 پیشنهاد گردید؛ به‌طوریکه کاربردهای متعددی از آن زمان تاکنون برای این روش مورد بحث قرار گرفته‌اند. این مدل شامل چهار مرحله زیر می‌باشد:

  1. تشکیل سلسله‌مراتب تصمیم‌گیری از هدف اصلی، اهداف فرعی (عوامل مؤثر)، معیارهای ارزیابی و شاخص‌های اندازه‌گیری
  2. تشکیل ماتریس مقایسه دودویی در هر کدام از سطوح سلسله‌مراتبی (اهداف فرعی، معیارها و شاخص‌ها) و مقایسه دو به دوی عناصر تصمیم‌گیری به تفکیک هر سطح
  3. برآورد وزن عناصر تصمیم‌گیری
  4. تولید نقشه‌های معیار و ترکیب مجدد عوامل، معیارها و شاخص‌های مؤثر که در مراحل قبلی تجزیه شد‌ه‌اند.

مرحله اول (تشکیل سلسله‌مراتب تصمیم‌گیری)

 هدف مرحله اول، تجزیه و بسط مسئله تصمیم‌گیری به موضوعات جزئی‌تر و با قابلیت اندازه‌گیری است. به بیان ساده‌تر، اگر به طور مثال مسئله اصلی تصمیم‌گیری مکان‌یابی پارک باشد، در قدم اول برای تشکیل سلسله‌مراتب تصمیم‌گیری، بایستی بررسی کنیم که چه عواملی در این مسئله تأثیر می‌گذارند تا بتوانیم سراغ بررسی تک به تک این عوامل برویم؛ به عنوان مثال می‌توان گفت عوامل مؤثر در مکان‌یابی پارک با عملکرد ناحیه‌ای عبارتند از سه عامل کالبدی، اقتصادی و اجتماعی. در قدم دوم و برای تجزیه بیشتر مسئله، تک‌تک عوامل مؤثر را نیز بسط می‌دهیم؛ بدین‌ترتیب باید بررسی کنیم که چه معیارهایی در هر کدام از عوامل تأثیر دارند. به عنوان مثال معیارهای مؤثر در عامل کالبدی عبارتند از میزان فاصله از معابر اصلی، مرکزیت، مساحت قطعه زمین و غیره. قدم سوم و نهایی نیز عبارت است از تجزیه هر یک از معیارهای مؤثر به شاخص‌های قابل اندازه‌گیری؛ به عنوان مثال تجزیه معیار مساحت قطعه چنین است: زیر 500 مترمربع، بین 500 تا 1000 مترمربع، بین 1000 تا 2000 مترمربع و بالاتر از 2000 مترمربع. 

AHP

مرحله دوم (مقایسه در قالب ماتریس دودویی)

 در مرحله دوم، بخش اصلی و مهم این روش که مقایسه دو به دو عوامل، معیارها و شاخص‌های ارزیابی است، انجام می‌شود. در این بخش برای درجه‌بندی اولویت‌های نسبی در رابطه با دو به دو معیارها از یک مقیاس پایه‌ای که مقادیر آن از 1 تا 9 متغیر است استفاده می‌شود. در ماتریس مقایسه دودوئی برای تعیین ضریب اهمیت معیارها، دو به دو آن‌ها را با هم مقایسه می‌کنیم. مقایسه‌های دو به دو در یک ماتریس n × n ثبت می‌شوند و این ماتریس، ماتریس مقایسه دودویی معیارها نامیده می‌شود. عناصر این ماتریس مثبت بوده و با توجه به اصل شروط معکوس (اگر اهمیت معیار A بر معیار B برابر n باشد، اهمیت معیار B بر معیار A برابر یک nام خواهد بود) مقایسه می‌گردند. این مرحله در مقالات مکان‌یابی پارک و پهنه‌بندی آسیب‌پذیری در برابر زلزله به تفصیل توضیح داده شده است. در جدول زیر مقیاس مقایسه دو به دو ارائه شده است.

میزان اهمیت تعریف
1 اهمیت برابر
2 اهمیت برابر تا اهمیت متوسط
3 اهمیت متوسط
4 اهمیت متوسط تا اهمیت قوی
5 اهمیت قوی
6 اهمیت قوی تا اهمیت خیلی قوی
7 اهمیت خیلی قوی
8 اهمیت ‌فوق‌العاده
9 اهمیت ‌فوق‌العاده قوی

 

 

 

 

 

 

 

 

 

 

 

 مرحله سوم (برآورد وزن)

 در مرحله سوم وزن هر کدام از عوامل، معیارها و شاخص‌ها برآورد می‌شوند (وزن هر عامل، معیار و یا شاخص، میزان اثرگذاری آن را در رسیدن به هدف اصلی نشان می‌دهد). این مرحله شامل عملیات پیچیده ریاضی است، اما به منظور تسهیل در انجام آن از نرم‌افزار Expert Choice استفاده می‌شود. نسبت پایندگی ماتریس نیز که یکی از مراحل فرعی فرآیند تحلیل سلسله‌مراتبی است، توسط این نرم‌افزار برآورد می‌شود که بایستی زیر 0/1 باشد.

مرحله چهارم (تهیه لایه‌های معیار و تلفیق آن‌ها)

 نهایتاً در مرحله چهارم از فرآیند تحلیل سلسله‌مراتبی (AHP)، نقشه‌های معیار تولید می‌شوند و تمامی عوامل، معیارها و شاخص‌های مؤثر در هدف اصلی که در مراحل فوق تجزیه شده بودند، مجدداً با یکدیگر تلفیق می‌شوند. در این مرحله برای هر معیار ارزیابی یک لایه مستقل تولید می‌شود و شاخص‌های سنجش هر معیار نیز در داخل لایه مربوط به آن اعمال می‌گردند. سپس این لایه‌ها در قالب فایل‌های Raster با یکدیگر تلفیق می‌گردند و نقشه نهایی تولید می‌شود. برای تلفیق این لایه‌ها می‌توانید از ابزار Raster Calculator در جعبه ابزار Map Algebra از مجموعه Spatial Analyst Tools در نرم افزار Arc GIS استفاده نمایید. کل این مرحله در نرم افزار Arc GIS انجام می‌شود. 

ارسال یک پاسخ

آدرس ایمیل شما منتشر نخواهد شد.

14 − 6 =