چکیده:
هدف: یکی از روشهای مطرح در حوزه تصمیمگیری چندشاخصه مبتنی بر تئوری مطلوبیت، مدل مطلوبیت جمعپذیر (UTA) است که طی زمان با رفع نواقص بسیار توسعه یافته است. از مهمترین مشکلات این روشها عدم توجه به عدم اطمینان مقادیر معیارها و عدم توجه به امکان وجود وابستگی میان معیارهای مختلف است. درباره مشکل عدم اطمینان از انواع مختلف فازی و احتمالی، بهترتیب در توسعههای مختلف شامل مدلهای فازی و تصادفی بحث و تبادل نظر شده است. با این حال از مفروضات اصلی تمامی این مدلها استقلال معیارها از یکدیگر است، در حالی که در مسائل دنیای واقعی این امر تا حدی بعید به نظر میرسد. از این رو، هدف از این پژوهش توسعه مدل مدل مطلوبیت جمعپذیر تصادفی بهنحوی است که مشکل عدم توجه به وابستگی میان مقادیر گزینهها در شاخصهای مختلف را مد نظر قرار دهد. روش: در این پژوهش از مفهوم احتمال شرطی برای توسعه مدل مطلوبیت جمعپذیر تصادفی بهره گرفته شده است، بهطوری که احتمال ارزش هر مقدار در هر شاخص با توجه به ارزشهای محتمل در سایر شاخصها مد نظر قرار میگیرد. یافتهها: مدل توسعهیافته در قالب دوازده گام ارائه شده و قابلیت کاربرد آن با استفاده از یک مثال واقعی و بر اساس دادههای مربوط به سه معیار اصلی در سرمایهگذاری سهام برای سه شرکت در حوزه پتروشیمی نشان داده شده است. نتیجهگیری: مدل پیشنهادی حاصل مشکل عدم توجه به وابستگی محتمل میان شاخصها در مدل مطلوبیت جمعپذیر تصادفی را برطرف میکند و شکاف تحقیقاتی مطرحشده توسط محققان پیشین را پوشش میدهد.
Objective
One of the well-known methods as to Multi Attribute Utility Theory (MAUT) in the field of decision making is Utility Additive Method (UTA), which has been developed over time. Two main deficiencies of such methods are first, ignoring the uncertainty embedded in the values of different criteria and second, disregarding the possibility of dependencies among various criteria. The uncertainty problem, either fuzzy or stochastic, has been discussed in various developments including, fuzzy UTA and stochastic UTA models, respectively. Although it seems unlikely to apply in real world problems, the criteria independency is the primary assumption of all these models. Thus, this paper is aimed at developing stochastic UTA model so as to consider the possibility of dependency among different criteria.
Methods
In this paper, conditional probability is applied in developing the UTA model, so that the probability of values of each criterion is considered with respect to probable values of other criteria.
Results
The developed model is presented in 12 steps, and its applicability in practice is shown using a real example based upon the data extracted from three main criteria of stock investments for three petrochemical companies.
Conclusion
The proposed model addresses the deficiency of ignoring the probable dependencies among criteria in stochastic UTA model, and covers the research gap posed by previous researchers.