طراحی سیستم هیبریدی متشکل از سیستم خبره فازی و متد تاپسیس فازی برای انتخاب مناسب …

عملکرد مناسب در کنار تکنیک های بهینه سازی و انطباق
تضمین پیوستگی سطح خروجی
عملکرد مناسب برای تحلیل های محاسباتی]۱۶و۲۹[
۲-۶ سیستم فازی تسوکاماتو[۱۸]
در مدل فازی تسوکاماتو نتیجه مربوط به هر قاعده ی if-thenفازی در قالب یک مجموعه فازی با تابع عضویت یکنوا ارائه می شود. این مدل در شکل ۲-۱۰نشان داده شده است. در نتیجه خروجی استنتاج شده از هر قاعده در قالب یک مقدار غیر فازی از درجه کمال هر قاعده تعریف می شود. خروجی نهایی برابر با میانگین وزن دار شده ی خروجی هر قاعده می باشد
شکل ۲-۱۰ : استدلال فازی در مدل تسوکاماتو]۱۲[
از آنجا که هر قاعده منجر به یک خروجی غیر فازی می شود مدل فازی تسوکاماتو با محاسبه ی مجموع خروجی های هر قاعده به روش محاسبه ای میانگین وزن دار شده از فرایند زمان بر غیرفازی سازی دوری می کند. البته این مدل از آنجا که از شفافیت کافی مثل روش های ممدانی و سوگنو برخوردار نیست چندان دارای کاربرد نمی باشد.
۲-۷ تصمیم گیری چند معیارهMCDM
“تصمیم گیری” یکی از مهم ترین  و اساسی ترین وظایف مدیریت است و تحقق اهداف سازمانی به کیفیت آن بستگی دارد. به طوری که از نگاه یکی از صاحبنظران حوزه تصمیم گیری هربرت سایمون، تصمیم گیری جوهر اصلی مدیریت است. یکی از تکنیک های تصمیم گیری با استفاده از داده های کمی تصمیم گیری چندمعیاره[۱۹] می باشد. مدیر با استفاده از تکنیک های تصمیم گیری چندمعیاره می تواند با در نظر گرفتن معیارهای متفاوت برای تصمیم گیری که گاها با یکدیگر در تعارض هستند، به طریقی عقلایی تصمیم سازی نماید.
مدل‌های بهینه سازی از دوران نهضت صنعتی در جهان و به خصوص از زمان جنگ دوم جهانی همواره مورد توجه ریاضی‌دانان و دست‌اندرکاران صنعت بوده است.در دو دهه اخیر توجه محققین به مدلهای تصمیم گیری چند معیاره (MCDM) بوده است. در این گونه تصمیم گیریها چندین معیار[۲۰] که گاه با هم متضاد هستند در نظر گرفته می شوند. در زمینه مسایل سازمانی، در انتخاب استراتژی یک سازمان معیارهایی از قبیل درآمد سازمان در طی یک دوره، قیمت سهام سازمان، سهم بازاری، تصویر سازمان در جامعه و . . . می تواند مهم باشند[۱۷].
در زمینه مسایل عمومی یک جامعه، برنامه توسعه منابع آبی می تواند بر اساس معیارهایی مانند هزینه، احتمال کمبود آب، انرژی (میزان استفاده مجدد از آن)، استفاده از جنگل و زمین، آب، حفاظت از مواد غذایی و . . . صورت گیرد، یعنی این موارد به عنوان معیارها مد نظر قرار گیرند. در زمینه مسایل دولتی، سیستم حمل و نقل کشوری باید سیستم حمل و نقل را به گونه ای طراحی کند که زمان سفر، تاَخیرات، هزینه حمل و نقل و . . . حداقل شود. یا در صنایع نظامی انتخاب سیستم مناسب پرتاب یک موشک در نیروی هوایی بر حسب معیارهایی نظیر انتخاب سرعت، دقت، قابلیت اطمینان میزان آسیب پذیری و . . . سنجیده شود.
تصمیم گیری چندمعیاره(MCDM)به دو دسته تصمیم گیری چندشاخصه(MADM) و تصمیم گیری چند هدفه(MODM) تقسیم می شود. در مدلهای تصمیم گیری چند هدفه چندین هدف به طور همزمان جهت بهینه شدن، مورد توجه قرار می گیرند. مدل ها و تکنیک های تصمیم گیری چند شاخصه به منظور انتخاب مناسب ترین گزینه از بینmگزینه موجود به کار می روند. در(MADM) معمولا داده های مربوط به گزینه ها از منظر شاخص های مختلف در یک ماتریس نمایش داده می شود[۱۵].
الف) مدلهای تصمیم گیری چند هدفه (Multiple Objective Decision Making) :
در این مدلها چندین هدف به طور همزمان جهت بهینه شدن، مورد توجه قرار می گیرند.مقیاس سنجش برای هر هدف ممکن است با مقیاس سنجش برای بقیه اهداف متفاوت باشد. مثلاً یک هدف حداکثر کردن سود است که بر حسب پول سنجش می شود و هدف دیگر حداقل استفاده از ساعات نیروی کار است که بر حسب ساعت سنجش می شود. گاهی این اهداف در یک جهت نیستند و به صورت متضاد عمل می کنند. مثلاً تصمیم گیرنده از یک طرف تمایل دارد رضایت کارکنان را افزایش دهد و از طرف دیگر می خواهد هزینه های حقوق و دستمزد را حداقل کند. بهترین تکنیک تصمیم گیری چند هدفه برنامه ریزی آرمانی است که اولین بار توسطCharns&Cooperارائه شده است [۱۵].
ب) مدلهای تصمیم گیری چند شاخصه (Multiple Attribute Decision Making)
در این مدلها، انتخاب یک گزینه از بین گزینه های موجود مد نظر است. در یک تعریف کلی تصمیم گیری چند شاخصه به تصمیمات خاصی (از نوع ترجیحی) مانند ارزیابی، اولویت گذاری، و یا انتخاب از بین گزینه های موجود (که گاه باید بین چند شاخص متضاد انجام شود) اطلاق می گردد.
۲-۸ تصمیم‌گیری چندهدفه (MODM)
مدل یک تصمیم‌گیری چندهدفه به این قرار است:
مقیاس سنجش برای هر هدف ممکن است با مقیاسسنجش برای بقیه اهداف متفاوت بوده و به سادگی نمی توان آن‌ها را مثلا با هم جمع نمود. منظور در این گونه مدل‌های طراحی عبارت از بهینه کردن تابع کلی مطلوبیت[۲۱] برای تصمیم گیرنده می‌باشد. این تابع مطلوبیت در برخی روش‌های ارزیابی به صورت عینی محاسبه و بهینه می گردد و در برخی دیگر به صورت ضمنی مورد بررسی و بهینه شدن قرار می‌گیرد[۲۷].
روش های ارزیابی یک مدل چندهدفهبستگی به زمان و نوع اطلاعاتی دارند که از تصمیم گیرنده(DM برای دانلود متن کامل پایان نامه به سایت  jemo.ir  مراجعه نمایید.

.org/wp-admin/post-new.php#footnote-22″>[22]) کسب می گردد. این گونه اطلاعات همگی به منظور برآورد تابع مطلوبیت برای DM است. به طوری که از طریق برکنش متقابل بین DM و آنالیست کسب می‌گردند.راه های مختلف کسب اطلاعات از یک DM برای ارزیابی یک مدل چندهدفه ممکن است به گونه‌های زیر طبقه‌بندی شوند[۳].
۲-۸-۱ الف: عدم دسترسی به کسب اطلاعات از DM
مناسب‌ترین روش ارزیابی در این وضعیت روش های مربوط به خانواده LP متریک است که نیازی به کسب اطلاعات ازDM ندارند. در این روش‌ها مزاحمتی برای DM نیست اما آنالیست باید بتواند مفروضاتی را در مورد ارجحیت های DM در نظر بگیرد.
۲-۸-۲ ب: گرفتن اطلاعات اولیه از DM قبل از حل مساله
این نوع اطلاعات ممکن است از مقیاس‌های کمی بوده یا از مقیاس‌های رتبه‌ای یا مخلوطی از آن‌ها. در زیر چند نمونه از این روش را مختصرا تشریح می‌کنیم.
۲-۸-۲-۱روش [۲۳]SMART
این روش توسط Edwrad, 1977 توسعه یافت و مشتمل بر قدم‌های زیرین است:
قدم یکم: شاخص ها یا اهداف را برحسب اهمیت آن‌ها رتبه بندی بنمایید.
قدم دوم: وزن ۱۰ را به کم اهمیت ترین شاخص یا هدف واگذار کنید.
قدم سوم: از DM خواسته شود که اهمیت هر شاخص را نسبت به کم اهمیت ترین مشخص نماید مثلا اگر ارزش ۹۰ را به هدف h واگذار نموده و ارزش ۳۰ را به شاخص kبه آن مفهوم خواهد بود که شاخص h سه برابر مهم تر از شاخص k است. به DM اجازه داده شود که مروری مجدد بر ارزش های واگذاری خود نموده و آن‌ها را در صورت نیاز تغییر دهد تا آن که مجموعه ای سازگار از اوزان حاصل شود.
قدم چهارم: اوزان سازگار را نرمالیزه نموده به گونه ای که گردد.
یک انتقاد بر روش فوق این است که دامنه‌ی تغییرات هر شاخص یا هدف مورد توجه قرار نگرفته است . بدان معنی که دامنه‌ی تغییرات خاص از یک شاخص باید بر روی وزن موجود از آن تاثیر داشته باشد. لکن قضاوت مستقیم منحصرا بر حسب اهمیت برای یک شاخص یا هدف ممکن است حساسیت دامنه تغییرات موجود از آن را مورد توجه قرار ندهد. به این دلیل روش دوم در ذیل مطرح می گردد[۱۱].
۲-۸-۲-۲ روش لکسیگوگراف[۲۴]
اهداف مختلف در این روش بر حسب درجه اهمیت آن ها ابتدا توسط DM رتبه بندی می شود و سپس بهینه سازی با بهینه کردن مهم ترین هدف شروع شده و پروسه به ترتیب اهمیت ادامه می یابد تا مساله به طور کامل حل گردد. این روش مسلما به رتبه بندی اهداف حساس بوده و راه حل مناسب با تغییر رتبه بندی نیز تغییر خواهد کرد. پروفسور Waltz به منظور کاهش این حساسیت پیشنهاد می کند که در بهینه سازی هدف شماره jام٬ اهداف بهینه شده ی قبلی در فاصله درصدی از بهینه آن ها نگه داشته شوند.
۲-۸-۲-۳ برنامه ریزی آرمانی[۲۵] (GP)
شاید بتوان گفت که GP از قدیمی ترین مدل های موجود از تصمیم گیری های چندمعیاره است که با کاربردهای وسیع به کارگیری شده است.Charnes and Cooperاولین مقاله را در باره GPدر سال ۱۹۵۵منتشر کردند به طوری که آن ها مینیمم کردن مجموع قدرمطلق انحرافات از مقاصد مشخصی را مورد بررسی قرار دادند[۹و۳۱]. تلاش در GP برآن است که منطق مدل های ریاضی بهینه تواما با تمایل DM در تامین مقاصد مشخصی از اهداف مختلف مورد توجه قرار بگیرند. توصیف کامل این روش بسیار مفصل است که از حوصله این بحث خارج است.
۲-۸-۳ ج: روش های موجود با استفاده از کسب اطلاعات تعاملی[۲۶]
در این روش ها کسب اطلاعات مداوم از DM نیاز است. فرض بر این است که DM به علت پیچیدگی مساله قادر به قضاوت های اولیه و قبل از حل مساله نیست اما در حین حل مساله یا در مقابل یک راه حل موضعی قادر به قضاوت خواهد بود. DM در این روش ها اجازه می یابد که در پروسه حل دخالت کرده و خود نیز در مورد مساله موجود بیشتر فراگیرد. مزایای ممکن در این روش به قرار زیر است: