تحقیق در مورد فرآیند تحلیل سلسله مراتبی

" فرآیند تحلیل سلسله مراتبی"
هنگام تصمیم گیری های دولتی بسیار مهم است که در برنامه ریزی با دقت آلترناتیوهای موجود را بررسی کنیم. در اغلب حمل و نقل ها برنامه ریزی جایگاه های خروجی تحت تاثیر عوامل متعددی قرار دارد که تصمیم گیری آگاهانه را دشوار می کند و به یک راهکار که ارزشیابی را به یک سلسله ارزیابی هایی از عوامل پیچیده خرد کند نیاز دارد.
فرآیند تحلیل سلسله مراتبی (AHP ) به تحلیلگر سیستم که ارزشیابی را به وسیله ساختار بندی سلسله مراتبی مساله انجام دهد و او را در انجام مقایسه های زوجی راهنمایی میکند .

مرحله اول:ایجاد سلسله مراتب
در ابتدا مساله را به صورت سلسله مراتبی مانند شکل 1 ساختار بندی می کنیم سطح اول نشان دهنده تصمیم کلی که پیدا کردن بهترین TSM برای کاهش ترافیک است می باشد. سطح دوم عوال دخیل در هدف را نشان می دهد که عبارتند از : محیط و تکنولوژی و هزینه و میانگین سرعت وسایل نقلیه هستند.محیط و سرعت دو عامل دو عامل کاملا وابسته و آشکار در هدف واما تکنولوژی و هزینه همیشه از موضوعات مهم در برنامه ریزی حمل و نقل است. در پایین ترین سطح جدول گزینه های TSM را که در ضوابط سطوح بالا ارزشیابی شده قرار می دهیم.
HOV هزینه ماندن هر دو استراتژی را برای کاهش ترافیک و شلوغی بالا می برد.فرآیند تحلیل سلسله مراتبی در این فرآیند به انتخاب بهترین پیشنهاد برای رسیدن به این هدف کمک می کند .

مرحله دوم: مقایسه ویژگی ها
در این مرحله عوامل سطح دوم سلسله مراتبی برای اهمیت نسبی هر عامل در انجام هدف کلی با مقایسه می شوند . آسان ترین و قابل تجسم ترین راه انجام اغلب ساختار بندی ها این است که یک ماتریس ایجاد کنیم و عوامل را در بالا و چپ آن فهرست کنیم ( محیط و تکنولوژی و هزینه و سرعت) و تک تک اطلاعات بررسی شده و نتیجه قضاوت آگاهانه تصمیم گیرنده را مبنا قرار دهیم ، آنگاه ماتریس از مقادیر عددی که نشانگر اهمیت عوامل سمت چپ ماتریس نسبت به اهمیت عوامل بالای ماتریس است پر می شود.
یک ارزش این را نشان می دهد که هر عامل در سمت چپ از چه اهمیتی نسبت به عاملی که در بالا قرار دارد برخوردار است.مثلا در شکل بعد نشان می دهد که محیط 4 برابر تکنولوژی اهمیت دارد، وقتی یک عامل با خودش مقایسه می شود واضح است که اهمیت نسبی آن برابر 1 است ، که به صورت یک خط قطری در ماتریس دیده می شود.

در این مثال اولویت ها مشخص هستند . در هدف کلی ما محیط و سرعت مهم ترین عوامل قلمداد می شوند و بنابراین در ماتریس بالا ترین مقدار را به خود تخصیص می دهند ، که البته محیط کمی مهمتر از سرعت است. در برمن مساله شلوغی شدید نیست و بیشتر در ارتباط با سیمای حمل و نقل است. هزینه عاملی است که کمتر تاثیرات مثبت آن در کاهش شلوغی و آلودگی قابل دسترس است. تکنولوژی درگیر در انجام گزینه های مختلف حتی نگرانی کمتری از هزینه دارد . پس از پر شدن ماتریس به مرحله 3 می رویم.

مرحله سوم: برقراری بردار اولویت
در این مرحله تصمیم گیرنده از اعداد داخل ماتریس در شکل 2 برای یافتن ارزش اولویت نهایی هر عامل استفاده می کند. برای این منظور، تصمیم گیرنده مجموع مقادیر هر ردیف را محاسبه می کند و هر یک از نتایج را بر نتیجه مجموع همه ردیف ها تقسیم می کند.

Environment : 1+4+3+2 = 10

Technology : 1/4+1+1/2+1/3 = 2.08

Cost : 1/3+2+1+1/2 = 3.83

1/2+3+2+1 = 6.5 : Speed

41/22

10 / 22.41 = 0.45

2.08 / 22.41 = 0.09

3.83 / 22.41 = 0.17

6.5 / 22.41 = 0.29

مرحله چهارم : مقایسه گزینه ها
حالا تصمیم گیرنده از سطح 2 به سطح 3 سلسله مراتبی می رسد و یک مقایسه ذوجی میان دو گزینه در پایین ترین سطح سلسله مراتبی انجام می دهد. در این مثال عاملی که مقایسه شده است HOV است و بالا بودن قیمت برای جبران عامل
سطر2.

به منظور اینکه نشان دهیم چطور مقادیر عددی تخصیص داده شده ، لازم است که به شکل اول نگاه کنیم ، که نشان می دهد HOV به عنوان قیمت گذاری مطلوب پارکینگ در دوره انباشتگی محیط 2 بار شمارش شده ، زیرا چند سرنشینی کردن اتومبیل ها برای استفاده از HOV ضروری است ، فورا تعداد وسایل نقلیه در جاده ها را کاهش می دهد. در مورد هزینه ها ، بالا بردن هزینه پارکینگ مطلوب ترین و ارزانترین راه به نظر می رسد.

مرحله پنجم : ایجاد بردارهای اولویت برای گزینه ها
در این مرحله همان گام های مرحله 3 را انجام می دهیم:
Environment : 1+2 =3 technology: 1+1=2
0.5+1 =1.5 =>sum=4.5 1+1=2 =>sum=4

Then : 2 / 4=0.5 Then : 3 / 4.5 = 0.67
0.5=1.5 / 4.5 =0.33 2 / 4

Cost : 1+0.33= 1.33 S peed: 1+4 =5

Then : 1.33 / 5.33=0.25 Then : 5 / 6.25=0.8
4 / 5.33=0.75 1.25 / 6.25=0.2

ماتریس های مرحله 3 و 5 می تواند ماتریس های اولویت بعدی را خلاصه کند:

A B

مرحله ششم : بدست آوردن رتبه کلی
آخرین مرحله AHP بدست آوردن رتبه بندی کلی از 2 گزینه بوسیله ترکیب دو ماتریس اولویت از شکل 6 می باشد:

0.3+0.05+0.04+0.23
A*B =

0.15+0.05+0.13+0.06

0.62

0.39
نتیجه نشان می دهد که کوچه های HOV رتبه نهایی 0.63 را بدست آورده و بالا بردن قیمت پارکینگ تنها رتبه 0.39 را بدست آورده است.
بنابراین کوچه ها بهترین TSM می با شند.