به علاوه اگر ارتباطات درونی بین عناصر یک جزء وجود داشته باشد، از مقایسات زوجی بایستی استفاده نمود و بردار ویژهای را میتوان برای هر عنصر که نشان دهنده تاثیر آن بر دیگر عناصر است، بدست آورد. مقادیر اهمیت نسبی بوسیله مقیاس ۱ تا ۹ مشخص میشوند که در آن امتیاز ۱ بیانگر اهمیت یکسان بین دو عنصر و امتیاز ۹ نشان دهنده اهمیت فوقالعاده عنصر در مورد مقایسه (سطر ماتریس) با عنصر دیگری (ستون ماتریس) است. مقدار متقابل جهت مقایسه معکوس تخصیص داده میشود و به صورت که در آن ( ) بیانگر اهمیت i اُمین (j اُمین) عنصر در مقایسه با j اُمین (i اُمین) عنصر است. مقایسات زوجی در ANP همانند AHP در چارچوب یک ماتریس صورت میگیرد و بردار اولویت محلی[۵۹] را میتوان از طریق تخمین اهمیت نسبی مربوط به هر عنصر (یا جزء) که مورد مقایسه قرار میگیرد، بوسیله رابطه زیر بدست آورد:
( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))
که در آن A ماتریس مقایسات زوجی و بردار ویژه و بزرگترین مقدار ویژه A میباشد. ساعتی (۱۹۸۰) چندین الگوریتم برای تخمین پیشنهاد داد. سه گام بیان شده زیر در مقاله چانگ و همکارانش (۲۰۰۵) جهت ترکیب اولویتها بکار میرود. این سه گام عبارتند از:
مقادیر هریک از ستونهای ماتریس مقایسه زوجی را جمع کنید.
هریک از درایههای ستون مربوطه را بر مجموع آن ستون تقسیم کنید. ماتریس بدست آمده به عنوان ماتریس مقایسه زوجی نرمالایز شده شناخته میشود.
درایههای هریک از ردیفهای ماتریس مقایسه زوجی را جمع نمائید و این مجموع را بر هر n درایه ردیف تقسیم کنید. اعداد بدست آمده تخمینی را از اولویت نسبی هر یک از عناصر مورد مقایسه با معیارهای سطح بالای مربوطه بدست میدهد.
بردارهای اولویت بایستی برای تمامی ماتریسهای مقایسه زوجی محاسبه شود.
گام۳: تشکیل سوپرماتریس: مفهوم سوپرماتریس شبیه به فرایند زنجیره مارکوف است. جهت بدست آوردن اولویتهای نهایی[۶۰] در یک سیستم که متاثر از وابستگی درونی است، بردارهای اولویت محلی به تناسب در ستونهای ماتریس وارد میشوند که این ماتریس به عنوان سوپرماتریس شناخته میشود. در نتیجه یک سوپرماتریس عملاً یک ماتریس بخشبندی شده[۶۱] است که هربخش آن بیانگر ارتباط بین دو گروه (جزء یا دسته) در یک سیستم است. فرض کنید اجزای یک سیستم تصمیمگیری باشد و هر جزء K دارای عنصر است که به صورت بیان میشود. بردارهای اولویت محلی بدست آمده در گام دوم دسته بندی شده و بر مبنای تاثیری که یک جزء بر خودش یا دیگری دارد، در نقاط مناسب ماتریس قرار داده میشود. تصویر استاندارد یک سوپرماتریس در شکل (۳-۳) نشان داده شده است.
شکل۳- ۳ تصویر استاندارد یک سوپرماتریس
به عنوان مثال سوپرماتریس یک زنجیره با سه سطح که در شکل (۳-۴) نشان داده شده است، به صورت زیر است:
که در آن نشان دهنده تاثیر آرمان بر معیارها، ماتریس نشان دهنده تاثیر معیارها بر هر یک از گزینهها، I ماتریس همانی و درایههای صفر مرتبط با عناصری است که هیچ تاثیری ندارند.
شکل۳-۴:
شکل۳- ۴ زنجیره و شبکه (Momoh and Zhu, 1998):
(a) (b)
در مثال فوق اگر معیارها دارای ارتباطات درونی با خودشان باشند، به جای زنجیره، یک شبکه همانند شکل ((b)3-4) جایگزین آن میشود. درایه (۲و۲) ماتریس که بصورت نشان داده میشود، بیانگر وابستگی درونی است و سوپر ماتریس آن به صورت زیر خواهد بود:
توجه کنید که صفرها در سوپرماتریس میتواند در صورت وجود ارتباط درونی عناصر در یک جزء یا بین دو جزء، جایگزین شوند. از آنجائی که معمولاً وابستگیهای درونی بین دسته ها در یک شبکه وجود دارد، جمع درایههای یک سوپرماتریس بیشتر از یک است. رویکرد پیشنهاد شده توسط ساعتی (۱۹۹۶) به تعیین اهمیت نسبی دسته ها در سوپرماتریس با ستون دسته (بلوک) به عنوان جزء کنترل کننده میپردازد. بدین صورت که درایههای غیرصفر سطر در بلوک خود در یک بلوک ستون، بر اساس تاثیراتشان بر درایههای آن بلوک ستون مقایسه میشوند. با بهره گرفتن از ماتریس مقایسات زوجی درایههای سطر با درایههای ستون مربوطه، میتواند بردار ویژهای بدست آورد. این فرایند برای بدست
آوردن بردار ویژه هر بلوک ستون انجام میشود. برای هر بلوک ستون، اولین بردار ویژه وارد شده در تمامی درایههای اولین بلوک همان ستون ضرب میشود، بردار ویژه دوم در تمامی درایههای بلوک آن ستون ضرب میشود و این کار تا
آخر ادامه مییابد. بدنی طریق بلوکها در ستون هر سوپرماتریس، دارای وزن میگردند و در نتیجه به آن سوپرماتریس وزین[۶۲] که احتمالی است گفته میشود.
به توان رساندن یک ماتریس برای هریک از داریهها آن تاثیر نسبی بلندمدتی خواهد داشت. جهت دستیابی به همگرایی اوزان نسبی، سوپرماتریس به توان ۲k+1 رسانده میشود که k یک دلخواه بزرگ است و این ماتریس جدید سوپرماتریس کران[۶۳] نامیده میشود. سوپرماتریس کران همانند سوپرماتریس وزین دارای یک شکل است، اما تمامی ستونهای سوپرماتریس کران یکی هستند. با نرمالایز کردن هریک از بلوکهای این سوپرماتریس، اولویت نهایی تمامی درایههای ماتریس را میتوان به
دست آورد.
گام۴: انتخاب بهترین گزینهها: اگر سوپرماتریس تشکیل شده در گام ۳ تمامی شبکه را پوشش میدهد، اوزان اولویت گزینهها را میتوان در ستون گزینهها در سوپرماتریس نرمالایز شده پیدا کرد. از سوی دیگر، اگر یک سوپرماتریس تنها شامل اجزایی باشد که دارای ارتباطات داخلی هستند، بایستی محاسبات اضافی جهت بدست آوردن کلیه اولویت گزینهها صوررت گیرد. گزینهای که دارای بیشتری اولویت کمّی است، بایستی انتخاب اول باشد (حاله و کریمیان، ۱۳۸۹).
۳-۶-۲- تکنیک دیماتل
تکنیک دیماتل روشی است که هنگامی که وابستگی بین متغیرها وجود داشته باشد میتواند در توسعه جدولی به منظور انعکاس روابط موجود بین متغیرها کمک نماید و لذا برای پژوهش و حل مسائل پیچیده که شامل متغیرهای زیاد مرتبط با یکدیگر هستند کاربرد دارد. ویژگی دیگر این روش این است که نه تنها تاثیرات مستقیم بلکه تاثیرات غیرمستقیم را نیز مدنظر قرار میدهد (Li & Tzang, 2009). الگوریتم دیماتل شامل مراحل زیر میباشد:
گام اول: عناصر سیستم با بهره گرفتن از یکی از روش های تفکر گروهی مشخص میشود.
گام دوم: عناصر مورد بحث که بین آنها فرض داشتن روابط وجود دارد در رئوس یک دیاگراف قرار میگیرند.
گام سوم: رسم دیاگراف بر اساس توافق جمعی خبرگان.
گام چهارم: استخراج شدت روابط نهایی بین عناصر از نظر خبرگان.
گام پنجم: قرار دادن امتیازات نهایی در ماتریس M (ورودی هر تقاطع نشانگر شدت نفوذ عنصر موجود از آن ردیف بر عنصر موجود از آن ستون است. بدین ترتیب صفر در هر تقاطع نشان دهنده عدم وجود رابطه بین عناصر نظیر از آن تقاطع خواهد بود).
گام ششم: ضرب هر ورودی از ماتریس M در معکوس بیشترین مجموع ردیفی از آن ماتریس.
گام هفتم: محاسبه مجموع دنباله نامحدود از آثار مستقیم و غیرمستقیم از عناصر بر یکدیگر بصورت یک تصاعد هندسی.
گام هشتم: محاسبه شدت روابط مستقیم و شدت روابط غیرمستقیم.
گام نهم: تشخیص ساختار ممکن عناصر و ترتیب نفوذ عناصر مفروض بر دیگر عناصر و یا تحت نفوذ قرار گرفتن آنها بطور مسلم، مشخص کننده ساختار سلسله مراتب آن عناصر برای حل مساله خواهد بود.
۳-۶-۳- تلفیق دو مدل تحلیل شبکه ای و دیماتل
در این پژوهش از نتایج تلفیق مدل در مقاله (Wu, 2008) استفاده خواهد شد که یک مدل ۴ مرحله ای به شرح زیر را از تلفیق دو مدل قبلی را ارائه نموده است:
گام اول: بیان هدف از انتخاب استراتژی مدیریت دانش. به عبارت دیگر، با انتخاب استراتژی مدیریت دانش، به چه اهدافی در سازمان خواهیم رسید.
گام دوم: پس از بررسی پیشینه پژوهش، سه گروه اصلی ارزیابی برای انتخاب استراتژی مدیریت دانش انتخاب شد: گروه اهداف، گروه ملاکها و معیارها و گروه جایگزینها.
گروه اول یعنی اهداف شامل سه هدف اصلی مدیریت دانش است که عبارتند از: فعال ساختن اطلاعات در سازمان و خروج از حالت منفعل اطلاعاتی، بهبود و ارتقای عملکرد سازمان، ارتقای نوآوری سازمانی.
گروه دوم یعنی ملاکها و معیارها شامل ۶ معیار اصلی است: مشوقها، حمایت مدیریت ارشد، زمان، هزینه، فرهنگ کارکنان، روابط و ارتباطات.