2.1. analytic hierarchy process; ahp)archive.lib.cmu.ac.th/full/t/2551/enin0251sn_ch2.pdf7 2)...
TRANSCRIPT
บทท 2
หลกการ ทฤษฎและงานวจยทเกยวของ
การประยกตใชกระบวนการลาดบชนเชงวเคราะหความคลมเครอ ในการคดเลอกผสงมอบของอตสาหกรรมยานยนตและอเลกทรอนกส มหลกการ ทฤษฎและงานวจยทเกยวของ ทจะนามาใชอางองเปนพนฐานในการศกษาวจย โดยมรายละเอยดดงน 2.1. กระบวนการลาดบชนเชงวเคราะห (Analytic Hierarchy Process; AHP)
AHP เปนวธการทใชในการกาหนดนาหนกความสาคญ ซงถกพฒนาขนมาจาก Thomas L.
Saaty ในป ค.ศ. 1970 เปนเทคนคในการตดสนใจเลอกหรอเรยงลาดบทางเลอกของปญหาทตองใชการตดสนทซาซอน โดยสรางรปแบบการตดสนใจใหเปนโครงสรางลาดบชน และนาขอมลทไดจากความคดเหนของผเชยวชาญมาวเคราะหสรปแนวทางเลอกทเหมาะสม การดาเนนการของวธ AHP ประกอบ ดวยขนตอน 4 ประการ คอ
1) การสลายปญหาทซบซอน (Decomposition) ใหอยในรปของแผนภมโครงสรางเปนลาดบชน (Hierarchy Structure) แตละระดบชนประกอบไปดวยเกณฑในการตดสนใจทเกยวของกบปญหานน ระดบชนบนสดเรยกวาเปาหมาย โดยรวมซงมเพยงปจจยเดยวเทานน ระดบชนท 2 อาจมหลายปจจยขนอยกบวาแผนภมนนมทงหมดกระดบชน ทสาคญทสดปจจยตางๆ ในระดบชนเดยวกนตองมความสาคญทดเทยมกน ถามความสาคญแตกตางกนมากควรแยกเอาปจจยทมความสาคญนอยกวาลงไปอยระดบชนทอยถดลงไป ตวอยางแผนภมชนโครงสราง AHP แสดงดงรปท 2.1
รปท 2.1 แสดงโครงสรางลาดบชน AHP
เปาหมาย
หลกเกณฑ หลกเกณฑ หลกเกณฑ หลกเกณฑ
ทางเลอก ทางเลอก ทางเลอก
7
2) การหาลาดบความสาคญ (Prioritization) โดยการเปรยบเทยบความสมพนธทละค (Pairwise Comparisons)จากปจจยทมผลกระทบตอเกณฑการตดสนใจในแตละระดบชนโครงสรางโดยใชวธ Principle of Hierarchic Composition การวนจฉยจะแสดงออกมาในรปของมาตราสวนของระดบความพงพอใจทเปนตวเลข 1 ถง 9 ในตารางเมตรกซเนองจากตารางเมตรกซ คอเครองมอทเหมาะสมทสดในการเปรยบเทยบในลกษณะเปนคๆหรอจบค นอกจากจะชวยอธบายเกยวกบการเปรยบเทยบแลวตารางเมตรกซยงสามารถทดสอบความสอดคลองกนของการวนจฉยและสามารถวเคราะหถงความออนไหวของลาดบความสาคญเมอการวนจฉยเปลยนแปลงไปไดอกดวย
ในการวนจฉยเปรยบเทยบหลกเกณฑ ผวนจฉยจะกาหนดมาตราสวนในการวนจฉยเปรยบเทยบเปนระดบความเขมขนของความสาคญดวยตวเลข 1 ถง 9 โดยความหมายของตวเลขทแสดงระดบความเขมขนของความสาคญแสดงดงตารางท 2.1
ตารางท 2.1 แสดงชดของตวเลขทใชในการเปรยบเทยบรายค ระดบความเขมขนของความสาคญ
ความหมาย
1 มความสาคญเทากน
2
3 มความสาคญมากกวาเลกนอย
4
5 มความสาคญมากกวาในระดบปานกลาง
6
7 มความสาคญมากกวาในระดบคอนขางมาก
8
9 มความสาคญมากกวาในระดบมากทสด
3) การสงเคราะห (Synthesis) โดยการพจารณาจากลาดบความสาคญทงหมดจากการ
เปรยบเทยบวาทางเลอกใดควรไดรบเลอก
8
กระบวนการวเคราะหของ AHP
3.1 การวเคราะหเมตรกซ
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
1a/1a/1
a1a/1aa1
2n1n
2n12
1n12
L
MOMM
L
L
รปท 2.2 แสดงรปแบบเมตรกซทใชในการวเคราะห
ตารางท 2.2 แสดงตารางเมตรกซทใชในการเปรยบเทยบหลกเกณฑเปนค (Pairwise Comparison)
หลกเกณฑ เปาหมายการตดสนใจ A1 A2 An
A1 1 3 - - - A2 1/3 1 - - -
หลกเกณฑ An - - - - 1
จากตารางท 2.2 ภายใตเปาหมายการตดสนใจ หลกเกณฑ A1 ในแถวซายมอ
บนสดจะถกเปรยบเทยบกบหลกเกณฑ A2 ถง A1 (แผนภมชนโครงสรางแสดงดงรปท 2.1) ในแถวนอนของ A1 การเปรยบเทยบกดาเนนการเชนเดยวกนในแถวนอนท 2 ในการเปรยบเทยบนนผตดสนใจจะเกดคาถามวาหลกเกณฑทมความสาคญหรอมอทธพลมากกวาหลกเกณฑอนทถกนามาเปรยบเทยบในระดบไหน
การกาหนดประโยคของคาถามนนเปนสงทสาคญอยางยง คาถามนนจะตองสะทอนถงความสมพนธทเหมาะสมระหวางหลกเกณฑตางๆ ในระดบชนทอยภายใตหลกเกณฑทอยถดขนไปAHP จะใหตวเลข 1 ถง 9 แทนคาพดของการเปรยบเทยบ ตวเลข 1 ถง 9 น แสดงมาตราสวนวดระดบความแตกตางระหวาง 2 หลกเกณฑ ทถกเปรยบเทยบในแงของความพงพอใจอนเกดจากความชานาญและประสบการณภายใตกรอบของเหตผลโดยไมเกดความลาเอยง
เมอหลกเกณฑแตละอนเปรยบเทยบกบตวเองในตารางเมตรกซตวอยาง เชน A1 เทยบกบ A1 คาทไดจะเทากบ 1 ในตารางเมตรกซเสนทแยงมมประกอบดวยตวเลข1 เทานนเพราะเปนจดทหลกเกณฑแตละตวเปรยบเทยบกบตวเอง พนททอยเหนอเสนทแยงมมจะเปนตวเปรยบเทยบระหวางหลกเกณฑ 2 หลกเกณฑ สวนพนททอยใตเสนทแยงมมจะเปนคาสวนกลบของคาทอยในพนท
9
เหนอเสนทแยงมม ถาเปรยบเทยบระหวาง A1 กบ A2 ซงตวเลขเทากบ 3 แสดงถงหลกเกณฑ A2 ใหนาหนกความสาคญเทยบกบ A1 เทากบ 3 เทา แตถาเอา A1 เปรยบเทยบกบ A2 จะได 1/3 เปนตน
3.2 การวเคราะหคาเฉลยทางเรขาคณต (Geometric Mean Method)
คาเฉลยเรขาคณตเกดจากการนาเอาตวเลขทตองการหาคาเฉลยมาคณกน แลวนาเอาผลคณนนมาถอดรากตามจานวนตวเลขนน แสดงไดดงสมการท 1
n/1
1ija ⎟⎟⎠
⎞⎜⎜⎝
⎛= ∏
=
n
jiV 2.1
เมอ ija = คาตวเลขในตารางเมตรกซ iV = คาเฉลยทางเรขาคณต
n = จานวนตวเลขทนามาหาคาเฉลย 3.3 การวเคราะหคานาหนกคะแนนของรปแบบทางเลอก
การวเคราะหหานาหนกคะแนนของแตละรปแบบทางเลอกนนเกดจากการสงเคราะหขอมลแตละรปแบบทางเลอกดงสมการ 2
∑=
= n
ii
ii
V
VW
1
2.2
และ ∑=
=n
ii .W
101
เมอ iW = นาหนกคะแนนของแตละหลกเกณฑ iV = คาเฉลยทางเรขาคณต
n = จานวนตวเลขทนามาหาคาเฉลย 3.4 การวเคราะหความสอดคลอง
วธการคานวณหาความสอดคลองกนของเหตผลในการใหคะแนน โดยใชการเปรยบเทยบหลกเกณฑทละคของหลกเกณฑทงหมดทถกกาหนดโดยนาผลรวมของคาวนจฉยของแตละหลกเกณฑในแถวตง แตละแถวมาคณดวยผลรวมของคาเฉลยในแถวนอนแตละแถวแลวนาเอาผลคณทไดมารวมกน ผลลพธจะเทากบจานวนหลกเกณฑทงหมดทถกนามาเปรยบเทยบ ผลรวมนเรยกวา Eigen Values สงสด ( maxλ )
10
∑ ∑= =
⎥⎦
⎤⎢⎣
⎡=
n
i
n
jjw
1 1ijmax aλ 2.3
- ถาตารางเมตรกซมความสอดคลองกนของเหตผลสมบรณ 100 % maxλ = จานวนหลกเกณฑทถกนามาเปรยบเทยบ ( n )
- ถาตารางเมตรกซไมมความสอดคลองกน
maxλ > จานวนหลกเกณฑทถกนามาเปรยบเทยบ
ดชนความสอดคลอง (Consistency Index : CI )
)1(
)( max
−−
=n
nCI
λ 2.4
n = จานวนหลกเกณฑ
อตราสวนความสอดคลอง (Consistency Ratio : CR)
RICICR = 2.5
คา CR ไมเกน 10% คา RI (Random Index) ไดมาจากการทดลองโดยการสมตวอยางจากตาราง
เมตรกซจานวน 64,000 ตวอยางโดย Saaty (1980) ดงแสดงในตารางท 2.3
ตารางท 2.3 แสดงคา RI จากการสมตวอยาง ขนาดของตารางเมตรกซ 1 2 3 4 5 6 7 8 9 10
คา RI 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49
ทมา : Saaty, 1980
3.5 การวเคราะหหาลาดบความสาคญ
ในการวเคราะหหาลาดบความสาคญของปจจยททาการเปรยบเทยบนนมขนตอนตางๆ ดงตอไปน
หาผลรวมของตวเลขในแถวตงของแตละแถวของตารางเมตรกซ ตวอยางเชน ในตารางท 2.4 ในแถวตง A1 มคาผลรวม = (1+2+4 = 7), ในแถวตง A2 มคาผลรวม = (1/2+1+2 = 3.5), ในแถวตง A3 มคาผลรวม = (1/4+1/2+1 = 1.75)
11
นาตวเลขแตละชองของแถวตง แตละแถวหารดวยผลรวมของตวเลขในแถวตงนนเพอใหไดตารางเมตรกซของคาเฉลยซงจะเปนนยสาคญทใชเปรยบเทยบระหวางปจจยตางๆ ตวอยาง เชน ในแถวตง A1 = 1/7, 2/7, 4/7 ในแถวตง A2 = (1/2)/3.5, 1/3.5, 2/3.5 ในแถวตง A3 = (1/4)/1.75, (1/2)/1.75, 1/1.75
การหาคาเฉลยของตวเลขในแถวนอนแตละแถว โดยนาเอาผลรวมของตวเลขทงหมดในแตละแถวนามาหารดวยจานวนตวเลขทมอยในแตละแถวนอนนน เชนตารางท 2.4 แถวนอน A1 มคาเฉลย = [(1/7)+0.1428+0.1428]/3 = 0.143 ฯลฯ
ตารางท 2.4 แสดงตารางเมตรกซทแสดงถงเปาหมายการตดสนใจภายใตเกณฑในการเปรยบเทยบ
เปาหมายในการตดสนใจ A1 A2 A3 ลาดบความสาคญ A1 1 ½ ¼ 0.143
A2 2 1 ½ 0.286 A3 4 2 1 0.571
Σ 7 3.5 1.75
4) การวเคราะหความออนไหวของทางเลอกทมตอปจจยในการวนจฉย (Sensitivity
Analysis) จะทาการทดสอบหลงจากเสรจจากกระบวนการทงหมด เปนการพจารณาวาเมอขอมลมการเปลยนแปลงทางดานเกณฑการตดสนใจหรอปจจยใดปจจยหนง จะทาใหอนดบความสาคญของทางเลอกมการเปลยนแปลงหรอไม
12
จากขนตอนตางๆ ของทฤษฎ AHP สามารถสรปเปนแผนภมขนตอนไดดงรป
รปท 2.3 แสดงแผนภมขนตอนกระบวนการ AHP ทมา : วฑรย ตนศรคงคล, 2542
การพจารณาองคประกอบของปญหา
จดองคประกอบของปญหาออกมาในรปของแผนภมระดบชน
วนจฉยเปรยบเทยบองคประกอบตางๆ เปนคๆ โดยกาหนดคาของการเปรยบเทยบออกมาในรปของตวเลข
สงเคราะหตวเลขจากการวนจฉยเปรยบเทยบขององคประกอบทงหมดในแผนภมเพอใหไดลาดบความสาคญรวมของแตละ
ทางเลอก
ทดสอบวาการวนจฉยนนมความสอดคลองกนของเหตผลหรอไม
นาลาดบความสาคญทผานการทดสอบความสอดคลองกนของเหตผลมาสนบสนนการตดสนใจ
ความสอดคลอง
ม ไมม
13
2.2. ตรรกะแบบคลมเครอ (Fuzzy logic)
ตรรกะแบบคลมเครอ (Fuzzy logic) เปนศาสตรดานการคานวณทเขามามบทบาทมากขนในวงการวจยดานคอมพวเตอร และไดถกนาไปประยกตใชในงานตางๆ มากมาย เชน ดานการแพทย ดานการทหาร ดานธรกจ ดานอตสาหกรรม เปนตน (พยง มสจ,2547)
2.2.1. พนฐานแนวคดแบบฟซซ ตรรกะแบบคลมเครอ (Fuzzy logic) เปนเครองมอทชวยในการตดสนใจภายในใตความไม
แนนอนของขอมลโดยยอมใหมความยดหยนได ใชหลกเหตผลทคลายการเลยนแบบวธความคดทซบซอนของมนษย Fuzzy logic มลกษณะทพเศษกวาตรรกะแบบจรงเทจ (Boolean logic) เปนแนวคดทมการตอขยายในสวนของความจรง (Partial true) โดยคาความจรงจะอยในชวงระหวางจรง (Completely true) กบเทจ (Completely false) สวนตรรกศาสตรเดมจะมคาเปนจรงกบเทจเทานน แสดงดงรปท 2.4
รปท 2.4 แสดง ตรรกะแบบจรงเทจ (Boolean logic) กบตรรกะแบบคลมเครอ (Fuzzy logic) 2.2.2. ขนตอนการประมวลผลแบบตรรกะแบบคลมเครอ
ขนตอนการประมวลผลแบบตรรกะแบบคลมเครอมรปแบบการทางานเปน 4 สวนแสดงดงรปท 2.5
รปท 2.5 แสดงขนตอนการประมวลผลแบบตรรกะแบบคลมเครอ
ปจจยนาเขา
ฟงกชนความเปนสมาชก
การอนมาน(Inference)
ความคลมเครอ(Fuzzification)
แปลงความคลมเครอ(Defuzzification)
ปจจยนาออก
ขนตอนท 1 ขนตอนท 2 ขนตอนท 4 ขนตอนท 3
คาความเทจ
คาความจรง
ตรรกะแบบจรงเทจ
คาความเทจ
ตอขยายสวนความจรง
คาความจรง ตรรกะแบบคลมเครอ
14
ขนตอนท 1 เปนการแปลงการนาเขาแบบทวนยเปลยนเปนการนาเขาแบบตวแปร Fuzzy โดยจะสรางฟงกชนความเปนสมาชก โดยไมจาเปนตองมลกษณะเดยวกน ขนกบคณลกษณะของแตละการนาเขา (Input) และความสาคญตอการนาออก (Output) ทนาสนใจโดยฟงกชนจะมลกษณะเปนการกาหนดภาษาสามญ เพอใหเปน Fuzzy การนาเขา ดงรปท 2.6
รปท 2.6 แสดง ขนตอนท 1 ของการประมวลผลแบบตรรกะแบบคลมเครอ
ขนตอนท 2 เปนการสรางความสมพนธระหวางการนาเขาทงหมดทเกยวของกบการนาออกทอาศยหลกการของการหาเหตและผล อาจจะสรางการเกบขอมล การคาดการณจากการตดสนใจของมนษย หรอคาจากการทดลอง โดยเขยนเปนกฎการควบคมระบบ ซงจะมลกษณะอยในรปแบบ ถา (If) และ (And) หรอ (Or) ซงเปนภาษาสามญ นากฎทงหมดมาประมวลผลรวมกน เพอหาการตดสนใจทเหมาะสม ดงรปท 2.7
รปท 2.7 แสดง ขนตอนท 2 ของการประมวลผลแบบตรรกะแบบคลมเครอ
ขนตอนท 3 เปนการหา Fuzzy Output โดยการนากฎการควบคมทสรางขนในขนตอนท 2
มาประมวลผล Fuzzy Input โดยใชวธการทางคณตศาสตร เพอนาคาทไดประมวลผล ดงรปท 2.8
รปท 2.8 แสดง ขนตอนท 3 ของการประมวลผลแบบตรรกะแบบคลมเครอ
กฎ (Rule)
ปจจยนาเขาแบบคลมเครอ (Fuzzy Output)
ปจจยนาเขาแบบคลมเครอ (Fuzzy Input)
ความคลมเครอ(Fuzzification)
การอนมาน(Inference)
กฎ (Rule)
ปจจยนาเขาแบบคลมเครอ (Fuzzy Input)
ปจจยนาเขาแบบคลมเครอ (Fuzzy Input)
ฟงกชนความเปนสมาชก
นาเขาความเปนสมาชก (Input Membership)
ตวแปรปจจยนาเขาแบบทวนย
(Crisp Input Variable) ปจจยนาเขาแบบคลมเครอ
(Fuzzy Input)
15
ขนตอนท 4 เปนขนตอนสดทายหรอขนตอนการสรปเหตผล Fuzzy โดยจะเปลยน Fuzzy Output ใหเปนทวนยนาออกตามรปท 2.9 และดวยวธทาง เพอนาคาทไดมาใชในการตดสนใจเพอควบคมระบบในสถานการณนนๆ
รปท 2.9 แสดง ขนตอนท 4 ของการประมวลผลแบบตรรกะแบบคลมเครอ
2.2.3 ฟงกชนความเปนสมาชก (Membership Function)
เปนฟงกชนทมการกาหนดระดบความเปนสมาชกของตวแปรทตองการใชงาน โดยเรมจากการแทนทกบตวแทนทมความไมชดเจน ไมแนนอน และคลมเครอ ดงนนสวนทสาคญตอคณสมบตหรอการดาเนนการของฟซซ เพราะรปรางของฟงกชนความเปนสมาชกมความสาคญตอกระบวนการคดและแกไขปญหา โดยฟงกชนความเปนสมาชกจะไมสมมาตรกนหรอสมมาตรกนทกประการกได (พยง มสจ,2547)
ชนดของฟงกชนความเปนสมาชก 1) ฟงกชนสามเหลยม (Triangular Membership Function)
ฟงกชนสามเหลยมมทงหมด 3 พารามเตอรคอ {a, b, c}
⎪⎪⎪
⎩
⎪⎪⎪
⎨
⎧
>
≤≤−−
≤≤−−
<
=
cx
cxbbcxc
bxaabax
ax
0)()()()(
0
c)b,a,:(xTriangular 2.6
รปท 2.10 แสดงฟงกชนสามเหลยม
วธทางคณตศาสตร (Mathematic Process)
ปจจยนาออกแบบทวนย (Crisp Output)
แปลงความคลมเครอ(Defuzzification)
ปจจยนาเขาแบบคลมเครอ (Fuzzy Output)
16
2) ฟงกชนสเหลยมคางหม (Trapezoidal Membership Function) ฟงกชนสเหลยมคางหมมทงหมด 4 พารามเตอรคอ {a, b, c, d}
⎪⎪⎪
⎩
⎪⎪⎪
⎨
⎧
>
≤≤−−
≤≤
≤≤−−
<
=
dx
dxccdxd
cxb
bxaabax
ax
dcbaxlTrapezoida
0)()(
1)()(
0
),,,:( 2.7
รปท 2.11 แสดงฟงกชนสเหลยมคางหม
3) ฟงกชนเกาสเซยน (Gaussian Membership Function) ฟงกชนเกาสเซยนมทงหมด 2 พารามเตอรคอ {m, σ} ซง m หมายถงคาเฉลย และ σ(ซกมา) หมายถง คาเบยงเบนมาตรฐาน
⎟⎟⎠
⎞⎜⎜⎝
⎛ −−= 2
2 )(exp),:(σ
σ mxmxGaussian 2.8
รปท 2.12 แสดงฟงกชนเกาสเซยน
17
4) ฟงกชนระฆงควา (Bell-Shaped Membership Function) ฟงกชนรประฆงความพารามเตอรทงหมด 3 คาคอ {a, b, c}
b
acx
cbaxShapedBell 2
1
1),,:(−
+
=− 2.9
รปท 2.13 แสดงฟงกชนระฆงควา
5) ฟงกชนตวเอส (Smooth Membership Function) ฟงกชนรปตวเอสมพารามเตอรทงหมด 2 คาคอ {a, b}
⎪⎪⎪
⎩
⎪⎪⎪
⎨
⎧
>
≤≤+
⎟⎟⎠
⎞⎜⎜⎝
⎛−−
−
+≤≤⎟⎟
⎠
⎞⎜⎜⎝
⎛−−
<
=
bx
bxbaabax
baxaabbx
ax
baxS
12)(
)(21
2)()(2
0
),:( 2
2
2.10
รปท 2.14 แสดงฟงกชนตวเอส
18
6) ฟงกชนตวแซด (Z-membership Function) ฟงกชนรปตวเอสมพารามเตอรทงหมด 2 คาคอ {a, b}
⎪⎪⎪
⎩
⎪⎪⎪
⎨
⎧
>
≤≤+
⎟⎟⎠
⎞⎜⎜⎝
⎛−−
+≤≤⎟⎟
⎠
⎞⎜⎜⎝
⎛−−
−
<
=
bx
bxbaabbx
baxaabbx
ax
baxZ
02)(
)(2
2)()(21
1
),:( 2
2
2.11
รปท 2.15 แสดงฟงกชนตวแซด
การเลอกฟงกชนของความเปนสมาชก จะตองเลอกตามความเหมาะสมความครอบคลมของขอมลทจะรบเขามา โดยสามารถททบซอนกนเพอใหการดาเนนงานราบเรยบ ซงมความเปนสมาชกหลายคาได และฟงกชนความเปนสมาชกเปลยนแปลงแกไขใหเหมาะกบงานทกาลงปฏบตงานหรอตามความตองการ
กฎการปฏบตการของตวเลขความคลมเครอ (Fuzzy Number) ในฟงกชนความเปนสมาชกตางๆ มดงน
ฟงกชนความเปนสมาชกแบบสามเหลยม
( )321 ,,~ mmmM = และ ( )321 ,,~ nnnN =
[ ]332211 ,,~~ nmnmnmNM +++=⊕ 2.12
19
[ ]332211 ,,~~ nmnmnmNM =⊗ 2.13
[ ]rmrmrmrM 321 ,,~ =⊗ 2.14
⎥⎦
⎤⎢⎣
⎡=−
123
1 1,1,1~mmm
M 2.15
ฟงกชนความเปนสมาชกแบบสเหลยม
( )4321 ,,,~ mmmmM = และ ( )4321 ,,,~ nnnnN =
[ ]44332211 ,,,~~ nmnmnmnmNM ++++=⊕ 2.16
[ ]44332211 ,,,~~ nmnmnmnmNM =⊗ 2.17
[ ]rmrmrmrmrM 4321 ,,,~ =⊗ 2.18
⎥⎦
⎤⎢⎣
⎡=−
1234
1 1,1,1,1~mmmm
M 2.19
2.3 กระบวนการลาดบชนเชงวเคราะหความคลมเครอ (Fuzzy Analytic Hierarchy Process; FAHP)
Fuzzy AHP เปนการประยกตรวม Fuzzy Set กบ AHP เพอแกไขขอบกพรองบางประการของ AHP ในเรองของความคดเหนของมนษย ซงวธการคานวณหา Fuzzy AHP อยางงายๆ โดย Chang ไดนาเสนอวธการไวดงน
1) กาหนดให )(RFM ∈ เปน Fuzzy Number ถา Rx ∈0 ท ทาให 1)( 0 =xmμ และ ])(,[),1,0( λμλ λ ≥=∈∀ xxM m ในการหา mμ เปน Membership Function ของ
M : R → [0,1] ดงน
otherwise
umxmlx
umuxlmlx
xM ],[],[
0),/()(
),/()()( 0 ∈
∈
⎪⎩
⎪⎨
⎧−−−−
=μ 2.20
โดยท l และu เปนคาลางและบนของสมาชกตามลาดบ และm เปนคากลาง ของ M Triangular Fuzzy
Number ถกแสดงคอ ),,( uml
20
2) คาของการสงเคราะห Fuzzy หาไดดงน
1
1 11
~~−
= ==⎥⎦
⎤⎢⎣
⎡⊗= ∑∑∑
n
i
m
j
jg
m
j
jgi ii
MMS 2.21
โดยท
⎟⎟⎠
⎞⎜⎜⎝
⎛= ∑∑∑∑
====
m
jj
m
jj
m
jj
m
j
jg umlM
i1111
,,~ 2.22
และ
⎟⎠
⎞⎜⎝
⎛= ∑∑∑∑∑
==== =
n
ii
n
ii
n
ii
n
i
m
j
jg umlM
i1111 1
,,~ 2.23
ดงนน
⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜
⎝
⎛
=⎥⎦
⎤⎢⎣
⎡
∑∑∑∑∑
===
−
= =n
ij
n
ij
n
ij
n
i
m
j
jg
lmuM
i
111
1
1 1
1,1,1~ 2.24
จะไดวา
1
1 11
~~−
= ==⎥⎦
⎤⎢⎣
⎡⊗= ∑∑∑
n
i
m
j
jg
m
j
jgi ii
MMS 2.25
3) Degree of Possibility หาไดดงน
))](~),(~[min(sup)~~( 2121 yMxMMMVxy≥
=≥ 2.26
ทาใหไดวา
⎪⎪
⎭
⎪⎪
⎬
⎫
⎪⎪
⎩
⎪⎪
⎨
⎧
−−−−
≥≥
==∩=≥
otherwirelmum
ululifmmif
dMMMhgtMMV
,)()(
01
)(~)~~()~~(
1122
21
21
12
22121 2.27
21
ตารางท 2.5 แสดงคาความสาคญตามทฤษฎของ Chang ตวเลขแสดงความเปนสมาชกแบบสามเหลยม
ความหมาย
(1,1,1) มความสาคญเทากน (1/2,1,3/2) มความสาคญมากกวาเลกนอย (1,3/2,2) มความสาคญมากกวาในระดบปานกลาง
(3/2,2,5/2) มความสาคญมากกวาในระดบคอนขางมาก (2,5/2,3) มความสาคญมากกวาในระดบมากทสด
รปท 2.16 แสดงคา Degree of Possibility ของ 21
~~ MM ≥ 4) การหา Degree of Possibility สาหรบ Convex Fuzzy Number จานวน k หาไดดงน
kiMMVMMMMV ik ,...,3,2,1),~~(min)~,...,~,~~( 21 =≥=≥ 2.28 สมมตใหวา )(min)( kii SSVAd ≥=′ 2.29
สาหรบ k = 1,2,3,…,n ; k ≠ i ทาใหไดคานาหนกดงน ,))(),...,(),(( 21
tnAdAdAdW ′′′=′ 2.30
และทาการ Normalization ของคานาหนกไดตามสมการน ,))(),...,(),(( 21
tnAdAdAdW = 2.31
หลงจากทไดคานาหนกแลวนาไปคณกบเกณฑการตดสนใจ จะทาใหไดคาคะแนนสดทายออกมา แลวนาไปทาการเรยงลาดบคะแนน โดยเราจะเลอกตวเลอกทมคะแนนมากทสด
1 2
~M 1~M
0 2l 12 lm d 12 mu 1u
)~~( 21 MMV ≥
22
การคานวณหา Fuzzy AHP ตามวธของ Bhattachaya สามารถหาไดดงน โดยเรมจากการหาดชนการเลอกผสงมอบ (Supplier Selection Index; SSI) ซงหาไดดงน SSIi = [(α × SFMi)+(1-α) OFMi] 2.32
เมอ α = นาหนกของ Subjective Factor
SFMi = คาคะแนนของแตละทางเลอกทการพจารณาจาก Subjective Factor
OFMi = คาคะแนนของแตละทางเลอกทการพจารณาจาก Objective Factor ฟงกชนการเปนสมาชกทใชคอ ฟงกชนแบบตวเอส (Smooth Membership Function)
หรอ (S-curve Membership Function) ทมคาระดบความเปนสมาชกของฟงกชนในชวง [0.001,
0.999] ดงรปท 2.17
รปท 2.17 แสดงลกษณะของ S-curve Membership Function
ทมา P. Vasant, A. Bhattachaya, 2007
จากรปท 2.16 สามารถเขยนเปนสมการไดดงน
⎪⎪⎪
⎩
⎪⎪⎪
⎨
⎧
<=
<<+
=<
=
b
b
bax
a
a
xxxx
xxxCeB
xxxx
x
0001.0
1
999.01
)( γμ 2.33
โดยท B และ C เปนคาคงท และ γ คอคาดชนความคลมเครอ (Vagueness Index) จาก
สมการท 2.33 แทนคา xa = 0 และ xb = 1 เพอหาคาตวแปรตางๆ ไดดงน
B = 0.999(1+C) 2.34
23
001.01
=+ γCe
B 2.35
แทนคาสมการท 2.34 ในสมการท 2.35 ไดผลดงน
001.01
)1(999.0=
++γCeC 2.36
จดรปสมการ 2.36 ใหมไดดงน
⎟⎠⎞
⎜⎝⎛ += 999.0998.0
001.01ln
Cγ 2.37
เนองจากมตวแปรไมทราบคา 3 ตวแปร จงตองสรางสมการอก 1 สมการ ซงจากรป 2.16 x0 อยกงกลางระหวาง xa และ xb และมคาการเปนสมาชกของฟงกชน 0.5
5.01 2/ =+ γCe
B 2.38
จดรปสมการ 2.38 ใหมไดดงน
⎟⎠⎞
⎜⎝⎛ −
=C
B 12ln2γ 2.39
แทนคา B จากสมการท 2.34 และคา γ จากสมการท 2.37 ในสมการท 2.39
⎟⎠⎞
⎜⎝⎛ +=⎟
⎠⎞
⎜⎝⎛ −+ 999.0998.0
001.01ln1)1)(999.0(2ln2
CCC 2.40
เขยนใหมไดเปน
)999998()998.1998.0( 2 CCC +=+ 2.41
แกสมการท 2.41 จะไดวา
015992.1990
127776.39648402.9880590110992.999 +±−=C 2.42
เนองจากคา C ตองมคาเปนบวก ดงนนจะไดคา C = 0.001001001 แทนคาในสมการ 2.34 และสมการ 2.37 จะไดคา B = 1 และ γ = 13.81350956
หลงจากทราบคา SSIi แลวทาการประยกตรวมกบทฤษฎความคลมเครอ โดยเรมจากคานวณหาคาขอบเขตบน (SSIU) และขอบเขตลาง (SSIL) ของดชนการเลอกผสงมอบ กาหนดใหคาความไมแนนอนจากการตดสนใจในการประเมน Subjective Factor เทากบ 5% การหาคาขอบเขตลางของการคานวณคาคะแนนของแตละทางเลอกทพจารณาจาก Subjective Factor ขอบเขตลาง (SFML) และขอบเขตบน (SFMU) ดงน
24
SFML = SFMi – ความไมแนนอนของ SFMi 2.43
SFMU = SFMi + ความไมแนนอนของ SFMi 2.44
ทาการหาคา SSIL และคา SSIU ทระดบ α ตางๆ ดงน
SSIL = α × SFML + (1 - α) × OFML 2.45
SSIU = α × SFMU + (1 - α) × OFMU 2.46 คานวณคา SSI เมอมคาดชนของความคลมเครอ (Vagueness Index; γ) เขามาเกยวของ เมอ 3 ≤ γ ≤ 47 โดยมสมการดงน
( )
⎟⎟⎠
⎞⎜⎜⎝
⎛−
−+= 11ln
SSI
LULi
BC
SSISSISSISSI
αγ 2.47
นอกจากวธของ (Chang) แลว Fuzzy AHP สามารถคานวณหาคานาหนกและทางเลอกได
อกหลายแบบ ดงตวอยางการคานวณตอไปน ขนตอนท 1 ทาการเปลยนตวเลขจรงใหอยในรปแบบของตวเลขความคลมเครอ ในแตละ
รปแบบ เชน ตวเลขความคลมเครอแบบสามเหลยม ตวเลขความคลมเครอแบบสเหลยม เปนตน
ขนตอนท 2 นาตวเลขความคลมเครอใสในตารางเมตรกซทใชในการเปรยบเทยบหลกเกณฑเปนค (Pairwise Comparison)
ขนตอนท 3 คานวณหาคานาหนกในแตละหลกเกณฑตามทฤษฎของ กระบวนการลาดบชนเชงวเคราะห (Analytic Hierarchy Process)
ขนตอนท 4 คานวณหานาหนกของทางเลอกเหมอนขนตอนท 1 ถงขนตอนท 3
ขนตอนท 5 ทาการเปลยนตวเลขของความคลมเครอใหอยในรปของตวเลขจรง แลวทาการหาคาของทางเลอกโดยนาคานาหนกของหลกเกณฑคณดวยนาหนกทางเลอก 2.4 Fuzzy Technique for Order Performance by Similarity to Ideal Solution; Fuzzy TOPSIS
กระบวนการตดสนใจนเปนอกหนงกระบวนการ การตดสนใจทมหลกเกณฑในการพจารณาหลายหลกเกณฑ โดยใชแนวคดการแกไขปญหาในอดมคตเชงบวก (Positive Ideal Solution; PIS)
และการแกไขปญหาในอดมคตเชงลบ (Negative Ideal Solution; NIS) มขนตอนการคานวณดงน ขนตอนแรก ทาการแปลงคาตวแปรทางภาษาใหเปนในรปของฟงกชนความเปนสมาชก ใน
ทนไดใชฟงกชนความเปนสมาชกแบบสามเหลยมไดดงรปท 2.18
25
รปท 2.18 แสดงคาตวแปรภาษาในรปแบบของฟงกชนความเปนสมาชก ตามทฤษฎ Fuzzy TOPSIS
ขนตอนท 2 นาคะแนนของผพจารณาทงหมดมาคดคานวณ ไดคาตวแปรดงน ( ) KkcbaR ,,2,1,,~
K== 2.48 เมอ
( ) ( )kk
K
kkkk
ccbk
baa max,1,min1
=== ∑=
กาหนดใหคาอตราความคลมเครอและนาหนกความสาคญของผตดสนใจจานวน k คน คอ ( )ijkijkijkijk cbax ,,~ = และ ( )321 ,,~
jkjkjkjk wwww = โดยท i = 1,2,...,m , j = 1,2,...,n ตามลาดบ หลงจากนนรวมอตราความคลมเครอของทางเลอกดวยคานาหนกของหลกเกณฑแตละคาโดยคานวณดงน
( )ijijijij cbax ,,~ = 2.49 เมอ
( ) ( )ijkkij
K
kijkijijkkij ccb
kbaa max,1,min
1=== ∑
=
คานาหนกความคลมเครอทจะนามาถกรวมของแตละคาหลกเกณฑสามารถคานวณไดดงน ( )321 ,,~
jjjj wwww = 2.50 เมอ
{ } { }331
2211 max,1,min jkkj
K
kjkjjkkj www
Kwww === ∑
=
2.51
ปญหาของการพจารณาทางเลอกสามารถแสดงคาในรปของเมตรกซไดดงรปท 2.19
1 10 2 3 4 5 6 7 8 9
1
26
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
=
mnmm
n
n
xxx
xxxxxx
D
~~~
~~~~~~
~
211
22221
11211
L
MOMM
L
L
รปท 2.19 แสดงเมตรกซตามทฤษฎ TOPSIS
[ ]nwwwwW ~,,~,~,~~321 K=
ทาการเปลยนชวงของหลกเกณฑไปเปนชวงของการเปรยบเทยบ เซตของหลกเกณฑสามารถแบงเปน 2 แบบใหญ คอหลกเกณฑดานบวก (Benefit Criteria) เปนเมออตราเพมการกระทายงดและหลกเกณฑดานลบ (Cost Criteria) เปนเมออตราลดการกระทายงด หลงจากนนทาการปรบคาในตารางเมตรกซซงสามารถแทนไดดงน
[ ]
nmijrR×
= ~~ 2.52
เมอ คา B และ C แทนคา หลกเกณฑดานบวก และหลกเกณฑดานลบ ตามลาดบ โดย
Bjcc
cb
ca
rj
ij
j
ij
j
ijij ∈⎟⎟
⎠
⎞⎜⎜⎝
⎛= ∗∗∗ ,,,~
Cjaa
ba
car
ij
j
ij
j
ij
jij ∈⎟
⎟⎠
⎞⎜⎜⎝
⎛=
−−−
,,,~
Bjcc ijij ∈= ,max*
Cjaa ijij ∈=− ,min
การพจารณาความสาคญของความแตกตางในแตละหลกเกณฑ แสดงในรปแบบของเมตรกซการตดสนใจทคลมเครอในการปรบคานาหนกถกสรางดงน
[ ] njmivVnmij ,,2,1,,2,1,~~
KK ===× 2.53
เมอ ⋅⊗= jijij wrv ~~~
หลงจากนนหาคาการแกไขปญหาในอดมคตเชงบวกความคลมเครอ (Fuzzy Positive Ideal
Solution; FPIS, A*) และคาการแกไขปญหาในอดมคตเชงลบความคลมเครอ (Fuzzy Negative
Ideal Solution; FNIS, A-) สามารถหาคาไดดงน ( )**
2*
1~,,~,~* nvvvA K= 2.54
( )−−−− = nvvvA ~,,~,~21 K 2.55
27
เมอ { } { } njmivvandvv ijijijij ,,2,1,,2,1min~max~
13* KK ==== −
ทาการคานวณหาคาในแตละทางเลอกจาก A* และ A- ไดดงน
( ) mivvddn
jjijvi ,,2,1,~,~
1
** K== ∑=
2.56
( ) mivvddn
jjijvi ,,2,1,~,~
1K== ∑
=
−− 2.57
หลงจากนนทาการหาคาสมประสทธความใกลชด (Closeness Coefficient; CC)
midd
dCC
ii
ii ,,2,1,* K=
+= −
−
2.58
คาความหมายของคาสมประสทธความใกลชด ตามตารางท 2.6
ตารางท 2.6 แสดงคาความหมายของคาสมประสทธความใกลชด
คาสมประสทธความใกลชด สถานะของการประเมน
)[ 2.0,0∈iCC ไมรบรอง
)[ 4.0,2.0∈iCC รบรองดวยความเสยงสง
)[ 6.0,4.0∈iCC รบรองดวยความเสยงตา
)[ 8.0,6.0∈iCC รบรอง
][ 0.1,8.0∈iCC รบรองและชอบมากกวา
2.5 Simple Additive Weighting; SAW
กระบวนการตดสนใจแบบ SAW เปนกระบวนการทงาย ไมยงยาก และมการนาไปใชอยางกวางขวาง ผตดสนใจเปนผกาหนดคานาหนกของแตละหลกเกณฑ ทใชในการตดสนใจคะแนนรวมของแตละทางเลอก โดยคานวณจากผลคณของคานาหนกและคาความเหมาะสมของแตละหลกเกณฑ แลวรวมผลคณดงกลาวของแตละหลกเกณฑทงหมดเขาดวยกน ทางเลอกทไดคะแนนสงสดจะถกเลอกเปนลาดบแรก
1) ทาการเปลยนชวงของหลกเกณฑไปเปนชวงของการเปรยบเทยบ เซตของหลกเกณฑสามารถแบงเปน 2 แบบใหญ คอหลกเกณฑดานบวก (Benefit Criteria) เปนเมออตราเพมการกระทายงดและหลกเกณฑดานลบ (Cost Criteria) เปนเมออตราลดการกระทายงด ดงสมการ 2.59 – 2.60
Benefit Criteria Bjca
rj
ijij ∈⎟⎟
⎠
⎞⎜⎜⎝
⎛= ∗ ,~ Bjcc ijij ∈= ,max* 2.59
28
Cost Criteria Cjcar
ij
jij ∈⎟
⎟⎠
⎞⎜⎜⎝
⎛=
−
,~ Cjaa ijij ∈=− ,min 2.60
2) ทาการหาคาทางเลอกในแตละทางเลอก โดยสามารถหาไดจากสมการ 2.61
∑=
=n
jijji rwV
1 i = 1, ..., m 2.61
เมอ rij แทนคะแนนของทางเลอกตางๆ ทผานการปรบคาแลว 2.6 เอกสารและผลงานวจยทเกยวของ
ในงานวจยฉบบนเปนการพจารณาถงกระบวนการตดสนใจทมหลกเกณฑในการพจารณาหลายหลกเกณฑ (Multiple Criteria Decision Making; MCDM) คอ กระบวนการลาดบชนเชงวเคราะห (Analytic Hierarchy Process; AHP) ซงเปนกระบวนการทไดรบความนยม มความถกตองแมนยา และวเคราะหหาแนวทางเลอกทเหมาะสมในปญหาทมความซบซอน (วฑรย ตนศรคงคล, 1999) เปนกระบวนการชวยการตดสนใจทางธรรมชาตของมนษย AHP แบงองคประกอบของปญหาทงทเปนรปธรรมและนามธรรมออกมาเปนสวนๆ แลวนามาจดแจงใหมใหอยในรปของแผนภมตามระดบชน ตอจากนนกทาการกาหนดตวเลขทเกดจากการวนจฉยเปรยบเทยบหาความสาคญของแตละปจจย และทาการสงเคราะหตวเลขของการวนจฉยนน เพอทจะคานวณดวาปจจยหรอทางเลอกอะไร ทมตอลาดบความสาคญสงสดและมอทธผลตอผลลพธของการแกปญหานนอยางไร
มงานวจยทนา AHP ไปใชหลากหลาย ทงดานชวยในการออกแบบผงสงอานวยความสะดวก (Tijen Ertay, 2006) โดยใช AHP ชวยในการไดมาซงความสมพนธทสาคญของทางเลอกแผนผงสงอานวยความสะดวกสาหรบแตละหลกเกณฑ ทง AHP ยงชวยในการเลอกสถานทตงศนยคอยสงเกตลม (Haydar Aras, 2004) ซงมหลกเกณฑทสาคญคอ ราคา ผชานาญในการทาแผนท (Topography) พนฐานของโครงสราง ความปลอดภย และความสะดวกในการเดนทาง
ในทางงานอตสาหกรรมกมการนาเอา AHP มาใชภายในโรงงานดวยเชน การหาพนทในการแสตมปเหลก (R. Venkata Rao, 2004) ไดมการพจารณาหลกเกณฑตางๆ ดงน การใชประโยชนจากวตถดบใหมากทสด ราคาของแมพมพ ความตองการของอตราการผลต และความแมนยาของงาน ฝายของการจดซอสนคากไดมการนา AHP ไปใชชวยเลอกกระบวนการจดซอ ดวยระบบอเลกทรอนกสใหเหมาะสมตรงตามความตองการขององคกร (ศกดชย กองเกยรตศกด, 2001) ซงนาหลกเกณฑในเรอง ตนทนทใชในการลงทน เวลา ความพรอมทางดานทรพยากรขององคกร ผลตอบแทนทจะไดรบจากการลงทน ความคลองตว สะดวกและรวดเรว ความสามารถในการควบคมการจดหาจดซอ และหลกเกณฑสดทายคอ ความพรอมของผจดหาวตถดบในการเขาสระบบการจดหาจดซอดวยระบบอเลกทรอนกส
มการนาเอา AHP มาใชในการเลอกใชนามนเชอเพลงในเครองยนตดเซลขนาดเลก (ยธนา ศรอดม, 2003) ซงมหลกเกณฑ ดงน ผลกระทบดานสงแวดลอม ดานราคา ดานพลงงาน และมทางเลอก
29
3 ทางเลอกคอ นามนพช นามนดเซล และเชอเพลงดเซลชวภาพ มการนาเอา AHP ไปใชในการวเคราะหคะแนนในเกณฑรางวลคณภาพแหงชาต (Thailand Quality Award) (ชญานน อารมณรตน, 2004) ซงเปนกระบวนการทมเหตผล ในการใชหานาหนกของความสาคญของเกณฑรางวลคณภาพแหงชาต ทง 7 หมวด โดยจะสงผลใหเหนถงลาดบความสาคญทผบรหารมตอเกณฑรางวลคณภาพแหงชาตทง 7 หมวด
ในกระบวนการเลอกผสงมอบมการนาเอากระบวนการ AHP ไปใชมากมายเพราะสามารถลดความหลากหลายและวนวายปนกนไดในหลกเกณฑพจารณา ดงแสดงในตาราง ท 2.7
ตารางท 2.7 แสดงงานวจยทนา AHP ใชในกระบวนการเลอกผสงมอบ งานวจย หลกเกณฑในการพจารณา ลาดบความสาคญ
1. A Decision Support System for Supplier Selection using an Integrated Analytic Hierarchy Process and Linear Programming. (S.H. Ghodsypour, 1998)
1. Cost 2. Quality
2.1 Defect 2.2 Process Capability
3. Service 3.1 On-time Delivery 3.2 Ease of Communication 3.3 Response to Changes 3.4 Process Flexibility
1. Cost 2. Quality 3. Service
2. Supplier Selection with Multiple Criteria in Volume Discount Environments. (Weijun, 2005)
1. Price 2. Quality
2.1 Technical Level 2.2 Defects 2.3 Reliability
3. Service 3.1 On-time Delivery 3.2 Supply Capacity 3.3 Repair Turnaround Time 3.4 Warranty Period
1. Price 2. On-time Delivery 3. Defects 4. Supply Capacity 5. Repair Turnaround
Time 6. Technical Level 7. Reliability 8. Warranty Period
3. Integration of Web Services Technology with Business Models within the Total Product Design Process for Supplier Selection.(Jiachen Hou, 2006)
1. Technology 2. R&D 3. Quality 4. Service 5. Cost 6. Location 7. Delivery
1. Technology 2. R&D 3. Quality 4. Service 5. Cost 6. Location 7. Delivery
นอกจากกระบวนการตดสนใจแบบ AHP ยงมเทคนคอนๆ อกมากมายทใชในการพจารณาเลอกผสงมอบโดย Luitzen de boer (2001) ไดทาการทบทวนวธการตางๆ ทใชในการคดเลอกผสงมอบเชน Hwang และ Yoon (1981) ใชวธ Topsis ในการเปรยบเทยบคณลกษณะทดและไมดในการเลอกผสงมอบ Hwang และ Yoon อกเชนเดม ใชวธ Distance from Target เปรยบเทยบหาผสงมอบ
30
ในอดมคตอยางแทจรง Chen และHwang (1991) ใช Maximin และ Linear Assignment เรยงลาดบความสาคญของผสงมอบ Vinck (1986) ใชวธ STEM และ Hammond (1998) ใชวธ Even Swaps
ชวยในการพจารณาเกณฑในการเลอกผสงมอบ
และ Neeraj Bharadwaj (2004) ไดทาการศกษาหลกเกณฑการตดสนใจทใชในการจดหาสวนประกอบอเลกทรอนกส ซงไดผลตามตารางท 2.8
ตารางท 2.8 แสดงหลกเกณฑทงานวจยตางๆ ใชในการคดเลอกผสงมอบ งานวจย หลกเกณฑทใช ลาดบความสาคญ
1. The relative importance of supplier selection criteria. (Wilson, 1994)
1 Quality 2. Delivery 3. Service 4. Price
1 Quality 2. Delivery 3. Price 4. Service
2. Difference in attribute importance for different industrial products. (Lehmann & O’Shaughnessy, 1974)
1 Quality 2. Delivery 3. Service 4. Price
1 Delivery 2. Price 3. Quality 4. Service
3. Product involvement and industrial buying. (Evans R. H., 1981)
1 Quality 2. Delivery 3. Service 4. Price
1 Delivery 2. Price 3. Quality 4. Service
4. Decision criteria used in buying different categories of products. (Lehmann D. R., & O’Shaughnessy J, 1982)
1 Quality 2. Delivery 3. Service 4. Price
1 Quality 2. Delivery 3. Price 4. Service
จากการทบทวนงานวจยพบวา ในหลกเกณฑหลกเกณฑทพจารณาไดมสวนประกอบอนๆ
ดวย เชน ในเรองของคณภาพผลตภณฑ ไดมการพจารณาถงเรอง ระบบประกนคณภาพของผสงมอบ นโยบายในเรองคณภาพของผสงมอบ อตราการเกดของเสย ร อยละของวตถดบทผาน เมอทาการตรวจรบ รวมถงนโยบายการตรวจรบ (Inspection) รอยละของงานแกไขกอนทจะทาการสงมอบ
มการนา Fuzzy มาใชในการพจารณาคดเลอกผสงมอบในระบบการจดการหวงโซอปทานผสมรวมกบกระบวนการตดสนใจแบบ TOPSIS ( Chen-Tung Chen, 2005) นอกจากนนาเอา Fuzzy รวมกบ Multiobjective Linear Model ในการเลอกผสงมอบ ( Amid, 2005)
แมกระบวนการตดสนใจแบบ AHP จะมความถกตองแมนยาเพยงใด กยงมขอบกพรอง เพราะ AHP ไมสามารถสะทอนมมมองและรปแบบความคดของมนษยทถกตองเพยงพอ อกทงผตดสนใจจะมความรสกขดแยงเวลาทาการพจารณาซงสงผลใหคาตวเลขมความผดพลาดไป ดงนนจงมการนาเอาทฤษฎของ Fuzzy มาชวยในกระบวนการตดสนใจแบบ AHP ซงเรยกรวมกนวา “Fuzzy
Analytic Hierarchy Process; FAHP” เปนวธการทนา Membership Function ของทฤษฎ Fuzzy
มาใชในขนตอนการเปรยบเทยบคภายในเมตรกซของ AHP เพอแกไขปญหาทเกดขนบอยในขนตอน
31
การวเคราะหหลกเกณฑและกระบวนการพจารณามงานวจยทนากระบวนการตดสนใจแบบ FAHP ไปใชมากมายเชน Fong-Gong Wu (2004) นา FAHP ไปใชในการจดการกบการตกแตงหองพกภายในโรงแรม เพอหาการจดสรรพนทวางทดทสด ( Optimum Spatial Allocation) ดงแสดงในรปท 2.20
รปท 2.20 แสดงโครงสรางกระบวนการพจารณาการจดสรรพนทวางทดทสดภายในโรงแรม
ซงในงานวจยนอกจากจะนา Fuzzy Analytic Hierarchy Process มาใชแลวยงนา Virtual
image มาชวยในการลดระยะเวลาในการสอสารระหวางผจดการโรงแรมกบดไซเนอร และชวยเพมระดบของความพงพอใจในการจดสรรชองวาง
และมงานวจยการประเมนผลการบรการโดยใชทฤษฎ FAHP (L. Mikhailov, 2004) เพอจดการแกปญหาความไมแนนอนและคาดการณไมไดของกระบวนการประเมนผลในการบรการ ดงในรปท 2.21
รปท 2.21 แสดงโครงสรางกระบวนการพจารณาในการบรการ
Goal
Pricing Service Quality Delivery Time
Cost-Based
Demand-Based
ResponsivenessReliability Immediate Negotiable
Provider 1 Provider 2 Provider 3
Optimum spatial allocation
Price Safety Spatial image Operation ti
Alt_01 Alt_02 Alt_03 Alt_80 Alt_81
32
เปาหมายของงานวจยน คอ การคดเลอก Provider เพอใหพงพอใจทกหลกเกณฑภายในทางเลอกทดทสด นอกจากนไดมการนา Fuzzy Analytic Hierarchy Process ไปชวยในการเลอกระบบปฏบตการ (Ethem Tolga, 2004) ในงานวจยนไดมการสรางชดทฤษฎของ Fuzzy และกประยกตไปเปน FAHP โดยครอบคลมไปถงความไมแนนอนของกรอบความคดทเกยวของกบการตดสนใจในการลงทน
F.Tunç Bozbura ในป 2006 ไดใช Fuzzy Analytic Hierarchy Process ในการหาวธการทจะปรบปรงคณภาพการลาดบความสาคญของตวชวด การวดการลงทนในทรพยากรมนษย (Human
Capital) โดยมหลกเกณฑทสาคญคอ พรสวรรค (Talent) กลยทธแบบบรณาการ (Strategical
Integation) ความสมพนธภายในองคกร (Cultural Relevance) การจดการองคความร (Knowledge
Management) ความเปนผนา (Leadership) ซงผลทไดจากการศกษาพบวา การสรางผลลพธโดยการใชความร ตวชวดทกษะของพนกงาน การแบงปนและการรายงานความร และอตราความตอเนองของโปรแกรมการฝกอบรม เปนตวชวดในการวดผลทสาคญสาหรบการลงทนในทรพยากรมนษย (Human
Capital; HC) ในประเทศตรก