اولویت بندی پروژهها و طرحهای عمرانی وزارت علوم، تحقیقات و فناوری برای تخصیص بودجه با استفاده از تحلیل سلسله مراتبی و تاپسیس فازی
محورهای موضوعی : مدیریت فناوری اطلاعاتعلیرضا علی احمدی 1 * , محسنعلی شایانفر 2 , مصطفی فرمانی 3
1 - دانشگاه علم و صنعت ایران
2 - دانشگاه علم و صنعت ایران
3 - دانشگاه علم و صنعت ایران
کلید واژه: مدل تصمیم یار روش تحلیل سلسله مراتبی فازی روش تاپسیس فازی تخصیص اعتبار طرح های عمرانی ,
چکیده مقاله :
اخیرا تصمیم گیري و مباحث پیرامون آن مانند تخصیص اعتبار برای طرح ها و پروژه ها در سطح کشور و در سطوح مدیریتی به عنوان موضوع بسیار مهم در سازمان ها ، وزارت خانه ها و نهادهای رسمی کشور مطرح است . مدل پیشنهادي برای تخصیص بودجه، ابزاري براي تسریع در تصمیم گیري مدیران محسوب می گردد . این تحقیق که برای اولویت بندی طرح های عمرانی در وزارت علوم ، تحقیقات و فناوری انجام گرفته است، سعی شده که با استفاده از مدل هاي چند شاخصه علاوه بر سرعت در تصمیم گیري مدیریت به این سوال پاسخ داده شود که مناسب ترین انتخاب از بین گزینه هاي موجود (پروژه ها) کدام است . این روش بر اساس شاخص هاي تصمیم گیري و برپایه ي ماتریس تصمیم بنا گردیده است . بدین منظور در این تحقیق براي پاسخ به اینکه به چه عوامل، چه امتیازي باید تخصیص داد، از مدل چند شاخصه استفاده شده است. این پژوهش به چگونگی طراحی یک مدل کار آمد جهت تخصیص اعتبار به پروژه های عمرانی در اداره طرح های عمرانی وزارت علوم، تحقیقات و فناوری با استفاده از تکنیکهاي چند معیاره پرداخته و هدف از این تحقیق شناسایی و رتبه بندي شاخص هاي موثر بر تخصیص اعتبار و درجه بندي آنها ( ضریب اهمیت ) و انتخاب گزینه بهینه و تهیه مدل تخصیص اعتبار است که پس از پالایش اولیه در بین شاخصها و معیارها با استفاده روش تحلیل سلسله مراتبی فازی و روش تاپسیس فازی که از روشهاي تصمیم گیری چند معیاره می باشند و به کمک نرم افزار تصمیم گیري متلب وسایر نرم افزارهاي مرتبط که از مهم ترین ابزارهاي کمک درتسریع فنون تصمیم گیري چند معیاره هستند ، معیارها و شاخصهای رتبه بندي شده و وزن دهی می شوند و در نهایت پروژه ها رتبه بندی شوند
Recently, decisions and debates related to it, such as the allocation of credits for planes and projects at the country level and at managerial levels, are a major issue in organizations, ministries and official institutions of the country. The proposed model for budget allocation is a tool for accelerating decision making by managers. In this research, which was conducted to prioritize development projects at Science Research and Technology ministry , in addition to the management decision making quicknessusing, it has been tried to answer the question ,which is the most appropriate choice among options available (projects) using multi-index models? This method is based on decision-making and decision-making matrix basis. To this end, in this research, a multi-index model is used to answer what factors are to be allocated This research studies how to design aeffective model for allocating credit to development of the construction projects in the Ministry of Science, Research and Technology using multi-criteria techniques. The purpose of this research is to identify and rank effective indicators on credit allocation and Their grading (importance coefficient) and choosing the optimal option and preparing a credit allocation model. After initial refinement among the indicators and criteria, using the fuzzy hierarchical process method and the fuzzy topisation method, which are the multi-Criteria decision-making methods and with the help of MATLAB software and other related software which is one of the most important tools for accelerating multi-criteria decision-making techniques, criteria and indicators are ranked and weighted.
1. Kim, S.-H. and B.-S. Ahn, Group decision making procedure considering preference strength under incomplete information. Computers & Operations Research, 1997. 24(12): p. 1101-1112.
2. El Kadi, H., Modeling the mechanical behavior of fiber-reinforced polymeric composite materials using artificial neural networks—A review. Composite structures, 2006. 73(1): p. 1-23.
3. Mellit, A. and S.A. Kalogirou, Artificial intelligence techniques for photovoltaic applications: A review. Progress in energy and combustion science, 2008. 34(5): p. 574-632.
4. کاوان, ا.م.م.م.ا., روششناسي مدلهاي تحليل تصميمگيري چند معياره. معماري و شهرسازي آرمان شهر, 1388. دوره 2(شماره 2): p. 113-125.
5. افسر, ا.ح.ن.ا., ارایه مدلی برای انتخاب پیمانکاران در پروژه های نرم افزاری. مديريت فناوري اطلاعات, 1390. دوره 3(شماره 6): p. 145-164.
6. بلالي, و., ديگران., انتخاب سيستم ساختماني مناسب با استفاده از روش تصميم گيري چندمعياره AHPگروهي, ششمين كنگره ملي مهندسي عمران. 1390, دانشگاه سمنان.
7. فضلي, ص. و س.س. مدني, معرفي مدل انتخاب پروژه هاي عمراني با استفاده از رويكرد تصميم گيري چند معياره و برنامه ريزي آرماني, پنجمين كنفرانس بين المللي مديريت پروژه. 1388, گروه پژوهشي آريانا.
8. Tiryaki, F. and M. Ahlatcioglu, Fuzzy stock selection using a new fuzzy ranking and weighting algorithm. Applied Mathematics and computation, 2005. 170(1): p. 144-157.
9. خدیور, آ., غ. پاکدامن, و ف. مجیبیان, طراحی سیستم پشتیبان تصمیمگیری به‌منظور انتخاب پروژهها و خدمات فناوری اطلاعات (مطالعۀ موردی: شرکت توسن). فصلنامه علمی-پژوهشی مدیریت فناوری اطلاعات, 1396. 9(1): p. 21-38.
10. Phillips, L.D. and C.A.B. e Costa, Transparent prioritisation, budgeting and resource allocation with multi-criteria decision analysis and decision conferencing. Annals of Operations Research, 2007. 154(1): p. 51-68.
11. پهلوانی, ع., اولويت بندي سرمايه گذاري با استفاده از روش تصميم گيري گروهي TOPSIS سلسله مراتبي در محيط فازي. مديريت صنعتي, 1387. دوره 1(2): p. 35-54.
12. Mahdavi, I., et al., Designing a model of fuzzy TOPSIS in multiple criteria decision making. Applied Mathematics and Computation, 2008. 206(2): p. 607-617.
13. مختاری, م., س.ک. طیبی, و ج. میر محمد صادقی, اولویت بندی سرمایه گذاری در بخش خدمات به روش تصمیم گیری تاپسیس فازی، مطالعه موردی:سازمان آ.ت. فصلنامه علمی پژوهشی پژوهش های اقتصادی (رشد و توسعه پایدار), 1395. 16(1): p. 121-140.
14. کاظمی, م.ح.ز.م.م.ع., مدلی برای حل مسائل برنامه ریزی چندهدفه، مبتنی بر تئوری امکان با متغیرهای تصمیم فازی. مدیریت صنعتی, 1393. دوره 6(شماره 4): p. 709-724.
15. Torfi, F. and A. Rashidi, Selection of project managers in construction Firms using analytic hierarchy process (AHP) and fuzzy Topsis: a case study. Journal of Construction in Developing Countries, 2011. 16(1): p. 69-89.
16. Saaty, T.L., Decision making with the analytic hierarchy process. International journal of services sciences, 2008. 1(1): p. 83-98.
17. Beynon, M.J., M.J. Peel, and Y.-C. Tang, The application of fuzzy decision tree analysis in an exposition of the antecedents of audit fees. Omega, 2004. 32(3): p. 231-244.
18. Tang, Y.-C. and M.J. Beynon, Group decision-making within capital investment: a fuzzy analytic hierarchy process approach with developments. International Journal of Operational Research, 2008. 4(1): p. 75-96.
19. Bolloju, N., Aggregation of analytic hierarchy process models based on similarities in decision makers’ preferences. European Journal of Operational Research, 2001. 128(3): p. 499-508.
20. Miller, D.C. and N.J. Salkind, Handbook of research design and social measurement. 2002: Sage.
21. خاکی, د.غ., روش تحقیق با رویکردی به پایان نامه نویسی. مرکز تحقیقات علمی کشور, 1380.