فرآيند تحليل سلسله مراتبي

هنگام تصميم گيري هاي دولتي بسيار مهم است که در برنامه ريزي با دقت آلترناتيوهاي موجود را بررسي کنيم. در اغلب حمل و نقل ها برنامه ريزي جايگاه هاي خروجي تحت تاثير عوامل متعددي قرار دارد که تصميم گيري آگاهانه را دشوار مي کند و به يک راهکار که ارزشيابي را به يک سلسله ارزيابي هايي از عوامل پيچيده خرد کند نياز دارد.

فرآيند تحليل سلسله مراتبي (AHP ) به تحليلگر سيستم که ارزشيابي را به وسيله ساختار بندي سلسله مراتبي مساله انجام دهد و او را در انجام مقايسه هاي زوجي راهنمايي ميکند .

مرحله اول:ايجاد سلسله مراتب
در ابتدا مساله را به صورت سلسله مراتبي مانند شکل ۱ ساختار بندي مي کنيم سطح اول نشان دهنده تصميم کلي که پيدا کردن بهترين TSM براي کاهش ترافيک است مي باشد. سطح دوم عوال دخيل در هدف را نشان مي دهد که عبارتند از : محيط و تکنولوژي و هزينه و ميانگين سرعت وسايل نقليه هستند.محيط و سرعت دو عامل دو عامل کاملا وابسته و آشکار در هدف واما تکنولوژي و هزينه هميشه از موضوعات مهم در برنامه ريزي حمل و نقل است. در پايين ترين سطح جدول گزينه هاي TSM را که در ضوابط سطوح بالا ارزشيابي شده قرار مي دهيم.

HOV هزينه ماندن هر دو استراتژي را براي کاهش ترافيک و شلوغي بالا مي برد.فرآيند تحليل سلسله مراتبي در اين فرآيند به انتخاب بهترين پيشنهاد براي رسيدن به اين هدف کمک مي کند .

مرحله دوم: مقايسه ويژگي ها
در اين مرحله عوامل سطح دوم سلسله مراتبي براي اهميت نسبي هر عامل در انجام هدف کلي با مقايسه مي شوند . آسان ترين و قابل تجسم ترين راه انجام اغلب ساختار بندي ها اين است که يک ماتريس ايجاد کنيم و عوامل را در بالا و چپ آن فهرست کنيم ( محيط و تکنولوژي و هزينه و سرعت) و تک تک اطلاعات بررسي شده و نتيجه قضاوت آگاهانه تصميم گيرنده را مبنا قرار دهيم ، آنگاه ماتريس از مقادير عددي که نشانگر اهميت عوامل سمت چپ ماتريس نسبت به اهميت عوامل بالاي ماتريس است پر مي شود.

يک ارزش اين را نشان مي دهد که هر عامل در سمت چپ از چه اهميتي نسبت به عاملي که در بالا قرار دارد برخوردار است.مثلا در شکل بعد نشان مي دهد که محيط ۴ برابر تکنولوژي اهميت دارد، وقتي يک عامل با خودش مقايسه مي شود واضح است که اهميت نسبي آن برابر ۱ است ، که به صورت يک خط قطري در ماتريس ديده مي شود.

در اين مثال اولويت ها مشخص هستند . در هدف کلي ما محيط و سرعت مهم ترين عوامل قلمداد مي شوند و بنابراين در ماتريس بالا ترين مقدار را به خود تخصيص مي دهند ، که البته محيط کمي مهمتر از سرعت است. در برمن مساله شلوغي شديد نيست و بيشتر در ارتباط با سيماي حمل و نقل است. هزينه عاملي است که کمتر تاثيرات مثبت آن در کاهش شلوغي و آلودگي قابل دسترس است. تکنولوژي درگير در انجام گزينه هاي مختلف حتي نگراني کمتري از هزينه دارد . پس از پر شدن ماتريس به مرحله ۳ مي رويم.

 

 

مرحله سوم: برقراري بردار اولويت
در اين مرحله تصميم گيرنده از اعداد داخل ماتريس در شکل ۲ براي يافتن ارزش اولويت نهايي هر عامل استفاده مي کند. براي اين منظور، تصميم گيرنده مجموع مقادير هر رديف را محاسبه مي کند و هر يک از نتايج را بر نتيجه مجموع همه رديف ها تقسيم مي 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

۱/۲+۳+۲+۱ = ۶٫۵ : Speed

 

۴۱/۲۲

۱۰ / ۲۲٫۴۱ = ۰٫۴۵

۲٫۰۸ / ۲۲٫۴۱ = ۰٫۰۹

۳٫۸۳ / ۲۲٫۴۱ = ۰٫۱۷

۶٫۵ / ۲۲٫۴۱ = ۰٫۲۹

مرحله چهارم : مقايسه گزينه ها
حالا تصميم گيرنده از سطح ۲ به سطح ۳ سلسله مراتبي مي رسد و يک مقايسه ذوجي ميان دو گزينه در پايين ترين سطح سلسله مراتبي انجام مي دهد. در اين مثال عاملي که مقايسه شده است HOV است و بالا بودن قيمت براي جبران عامل
سطر۲٫

به منظور اينکه نشان دهيم چطور مقادير عددي تخصيص داده شده ، لازم است که به شکل اول نگاه کنيم ، که نشان مي دهد HOV به عنوان قيمت گذاري مطلوب پارکينگ در دوره انباشتگي محيط ۲ بار شمارش شده ، زيرا چند سرنشيني کردن اتومبيل ها براي استفاده از HOV ضروري است ، فورا تعداد وسايل نقليه در جاده ها را کاهش مي دهد. در مورد هزينه ها ، بالا بردن هزينه پارکينگ مطلوب ترين و ارزانترين راه به نظر مي رسد.

 

مرحله پنجم : ايجاد بردارهاي اولويت براي گزينه ها
در اين مرحله همان گام هاي مرحله ۳ را انجام مي دهيم:
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

ماتريس هاي مرحله ۳ و ۵ مي تواند ماتريس هاي اولويت بعدي را خلاصه کند:

A B

مرحله ششم : بدست آوردن رتبه کلي
آخرين مرحله AHP بدست آوردن رتبه بندي کلي از ۲ گزينه بوسيله ترکيب دو ماتريس اولويت از شکل ۶ مي باشد:

۰٫۳+۰٫۰۵+۰٫۰۴+۰٫۲۳
A*B =

۰٫۱۵+۰٫۰۵+۰٫۱۳+۰٫۰۶

۰٫۶۲

۰٫۳۹
نتيجه نشان مي دهد که کوچه هاي HOV رتبه نهايي ۰٫۶۳ را بدست آورده و بالا بردن قيمت پارکينگ تنها رتبه ۰٫۳۹ را بدست آورده است.
بنابراين کوچه ها بهترين TSM مي با شند.