عرب سايكلوجي

عملية الشبكة التحليلية: أداتك المثالية لاتخاذ قرارات معقدة

المحتويات:

عملية الشبكة التحليلية (ANP)

Primary Disciplinary Field(s): اتخاذ القرارات متعددة المعايير (MCDM)، بحوث العمليات، نظرية الأنظمة
Proponents: توماس إل. ساعاتي

1. المبادئ الأساسية

تُعد عملية الشبكة التحليلية (ANP)، التي طورها توماس إل. ساعاتي، امتدادًا متقدمًا لعملية التسلسل الهرمي التحليلي (AHP). تنشأ الحاجة إلى ANP عندما تكون المشكلة المعنية شديدة التعقيد بحيث لا يمكن نمذجتها ببساطة عبر هيكل هرمي خطي. على عكس AHP الذي يفترض أن العناصر على مستوى معين مستقلة عن بعضها البعض وتؤثر فقط على المستوى الذي يليها، تعترف ANP بالاعتمادية الداخلية (Intra-dependence) والاعتمادية الخارجية (Outer-dependence) المتبادلة بين العناصر والمجموعات داخل نظام القرار. يمثل هذا التطور نقلة نوعية في التعامل مع أنظمة القرار التي تتسم بالدورية والتغذية الراجعة (Feedback)، مما يجعلها أداة قوية لتجسيد العلاقات غير الخطية في العالم الحقيقي.

تستند المبادئ الأساسية لـ ANP على مفهوم إنشاء هيكل شبكي (Network Structure) بدلاً من الهيكل الشجري أو الهرمي التقليدي. في هذا الهيكل الشبكي، يتم تجميع العناصر ذات الصلة في مجموعات (Clusters)، وتتفاعل هذه المجموعات مع بعضها البعض ومع العناصر داخلها. يتم قياس درجة هذا التفاعل والاعتماد المتبادل باستخدام نفس طريقة المقارنات الثنائية (Pairwise Comparisons) التي يستخدمها AHP، حيث يقوم صانع القرار بتقييم الأهمية النسبية لزوج من العناصر أو المجموعات باستخدام مقياس ساعاتي الأساسي (عادة من 1 إلى 9). يتم بعد ذلك تحويل هذه الأحكام الذاتية إلى مصفوفات رياضية تعكس الأوزان المحلية.

السمة المميزة لـ ANP هي استخدامها للمصفوفة الفائقة (Supermatrix)، وهي أداة رياضية عملاقة تعمل على دمج جميع مصفوفات الأوزان المحلية في مصفوفة واحدة شاملة. تمثل هذه المصفوفة الفائقة، في جوهرها، خريطة تدفق التأثيرات عبر النظام بأكمله. يتمثل المبدأ الأساسي هنا في أنه لكي يتم اشتقاق الأولويات العالمية (Global Priorities) للبدائل، يجب أولاً حساب تأثير جميع الحلقات التغذية الراجعة والاعتمادات المتبادلة بشكل متزامن. يتم تحقيق ذلك من خلال رفع المصفوفة الفائقة الموزونة إلى قوة كبيرة بما فيه الكفاية حتى تصل إلى حالة الاستقرار أو النهاية (Limit Supermatrix)، حيث تتوقف الأوزان عن التغير، مما يوفر مجموعة مستقرة من الأولويات النهائية للبدائل.

2. التطور التاريخي والخلفية

انبثقت عملية الشبكة التحليلية مباشرة من قصور عملية التسلسل الهرمي التحليلي (AHP)، التي قدمها ساعاتي لأول مرة في السبعينيات. حققت AHP نجاحًا كبيرًا في نمذجة المشكلات التي يمكن ترتيب عناصرها بشكل واضح ومنطقي في مستويات هرمية، بدءًا من الهدف العام وصولاً إلى البدائل. ومع ذلك، لاحظ ساعاتي وزملاؤه أن AHP تفشل في التعامل بفعالية مع الأنظمة التي تظهر فيها الظواهر الاجتماعية أو الاقتصادية أو البيئية تفاعلات معقدة، حيث يؤثر البديل (أ) على البديل (ب)، وفي الوقت نفسه يؤثر البديل (ب) على البديل (أ) أو على معيار التقييم نفسه.

في أوائل التسعينيات، بدأ توماس إل. ساعاتي في تطوير الإطار الرياضي اللازم لتعميم نموذج AHP ليشمل التفاعلات الشبكية. كان الدافع الرئيسي هو تلبية متطلبات صانعي القرار الذين يواجهون تحديات استراتيجية تتطلب نمذجة شاملة لـ “التغذية الراجعة” و “التبادلية”. أدرك ساعاتي أن الاعتمادية ليست مجرد ظاهرة هامشية، بل هي جزء أساسي من بنية العديد من القرارات المعقدة، مثل تحديد السياسات العامة، أو تقييم المخاطر في المشاريع الكبرى، أو اختيار التكنولوجيا المناسبة في بيئة تنافسية.

أدت هذه الجهود إلى تقديم ANP كمنهجية جديدة قادرة على بناء نماذج القرار كشبكات من العناصر والمجموعات المرتبطة ببعضها البعض عبر أسهم تشير إلى اتجاهات التأثير. لقد حافظت ANP على قوة AHP في استخدام الأحكام البشرية (المقارنات الثنائية) كأساس للبيانات، لكنها قدمت آليات رياضية أكثر تعقيدًا (المصفوفة الفائقة والعمليات على المصفوفات) لمعالجة التفاعلات الدائرية بشكل صحيح. وبحلول نهاية القرن العشرين، رسخت ANP مكانتها كأداة حاسمة في مجال اتخاذ القرارات متعددة المعايير (MCDM) لمعالجة المشكلات الهيكلية المعقدة، مما يمثل الجيل الثاني من أدوات ساعاتي الرياضية للقرار.

3. المفاهيم والمكونات الرئيسية

  • الهيكل الشبكي (Network Structure): بدلاً من الترتيب الهرمي، يتم تنظيم ANP في مجموعات (Clusters) من العناصر ذات الصلة. يمكن أن تؤثر مجموعة على نفسها (اعتمادية داخلية)، أو تؤثر على مجموعة أخرى (اعتمادية خارجية). يتم رسم هذه العلاقات باستخدام أسهم في نموذج الشبكة، مما يوضح جميع مسارات التأثير والاعتماد المتبادل التي يجب أن يأخذها النموذج في الاعتبار.
  • المقارنات الثنائية واستخلاص الأوزان (Pairwise Comparisons and Weight Derivation): يظل هذا المكون هو الأساس الإدراكي لـ ANP. يقوم صانع القرار بمقارنة أزواج من العناصر أو المجموعات لتحديد أهميتها النسبية أو تأثيرها النسبي على عنصر آخر. يتم تجميع هذه المقارنات في مصفوفة متبادلة موجبة، ويتم اشتقاق متجه الأولوية (Priority Vector) (الأوزان المحلية) من خلال حساب المتجه الذاتي الأيمن (Right Eigenvector) لهذه المصفوفة.
  • المصفوفة الفائقة غير الموزونة (Unweighted Supermatrix): هي مصفوفة مجزأة كبيرة (Partitioned Matrix) تحتوي على جميع متجهات الأولوية المحلية التي تم الحصول عليها من المقارنات الثنائية. كل عمود في المصفوفة الفائقة يمثل تأثير عنصر على باقي العناصر في النظام. إذا لم يكن هناك تأثير من عنصر ما على عنصر آخر، يتم وضع متجه صفري في الخلية المقابلة.
  • المصفوفة الفائقة الموزونة والمحددة (Weighted and Limit Supermatrix): لدمج الاعتماد بين المجموعات (Clusters)، يتم “وزن” المصفوفة الفائقة غير الموزونة باستخدام مصفوفة اعتمادية المجموعات. يتم بعد ذلك رفع المصفوفة الموزونة إلى قوى متتالية (عادة قوة كبيرة مثل 2k+1) حتى تتقارب الأوزان وتصبح مستقرة. يوفر متجه الأولوية النهائي المستخلص من هذه المصفوفة المحددة (Limit Matrix) الأولويات العالمية للبدائل، مع الأخذ في الاعتبار جميع التفاعلات والاعتمادات المتبادلة داخل النظام.

4. خطوات نمذجة عملية الشبكة التحليلية

يتطلب تطبيق ANP اتباع منهجية صارمة لضمان أن النمذجة الرياضية تعكس بدقة نظام القرار الفعلي. تبدأ العملية دائمًا بالتحديد الدقيق للمشكلة وتحديد الهدف العام الذي يحكم عملية اتخاذ القرار. هذه المرحلة حاسمة لأنها تحدد نطاق التحليل والعناصر الرئيسية التي سيتم تضمينها في الشبكة.

  1. تحديد المشكلة وبناء النموذج الشبكي: يتم تحديد جميع المعايير، المعايير الفرعية، والبدائل ذات الصلة. يتم تجميع هذه العناصر في مجموعات منطقية. بعد ذلك، يتم رسم العلاقات المتبادلة بين المجموعات وداخلها (الاعتمادية الداخلية والخارجية) لتشكيل الهيكل الشبكي الكامل. يجب أن تكون هذه الخطوة بالتعاون الوثيق مع الخبراء لضمان أن النموذج يجسد جميع علاقات التغذية الراجعة الهامة.
  2. إجراء المقارنات الثنائية وتقدير الأوزان المحلية: يقوم صانعو القرار أو الخبراء بإجراء المقارنات الثنائية لجميع أزواج العناصر التي تؤثر على عنصر معين، وكذلك مقارنة المجموعات فيما بينها لتقدير مدى اعتماد مجموعة على أخرى. يتم استخدام مقياس ساعاتي لملء المصفوفات، ويتم التحقق من الاتساق (Consistency Ratio) لكل مصفوفة لضمان موثوقية الأحكام المدخلة.
  3. إنشاء المصفوفة الفائقة غير الموزونة: يتم ترتيب جميع متجهات الأولوية المحلية التي تم اشتقاقها في الخطوة السابقة لتشكيل المصفوفة الفائقة غير الموزونة (W). تمثل هذه المصفوفة التأثيرات المباشرة دون الأخذ في الاعتبار قوة الاعتماد بين المجموعات.
  4. حساب المصفوفة الفائقة الموزونة: يتم إنشاء مصفوفة ثانية تمثل أوزان الاعتماد بين المجموعات. يتم ضرب هذه المصفوفة في المصفوفة الفائقة غير الموزونة. والنتيجة هي المصفوفة الفائقة الموزونة، والتي تصبح مصفوفة احتمالية (Stochastic Matrix) حيث يجب أن يبلغ مجموع كل عمود فيها الوحدة (1)، مما يضمن أن الأوزان تعكس التوزيع النسبي للتأثيرات عبر النظام.
  5. اشتقاق الأوزان النهائية (مصفوفة النهاية): يتم رفع المصفوفة الفائقة الموزونة إلى قوى متتالية حتى تتقارب الأعمدة وتستقر على نفس القيمة. يمثل المتجه الناتج عن هذه العملية الأولويات العالمية النهائية للبدائل، مع دمج تأثيرات جميع الحلقات التغذية الراجعة والاعتمادات المتبادلة. يتم اختيار البديل ذي الأولوية العالمية الأعلى كأفضل خيار قرار.

5. الأساس الرياضي: المصفوفات الفائقة

تعتبر المصفوفة الفائقة هي القلب الرياضي لعملية الشبكة التحليلية، وهي التي تمكنها من التعامل مع الاعتماد المتبادل. يمكن وصف المصفوفة الفائقة (W) بأنها مصفوفة مجزأة، حيث تمثل كل خلية (Block) في هذه المصفوفة مصفوفة فرعية (مصفوفة المتجهات الذاتية) توضح التأثير النسبي لمجموعة من العناصر في مجموعة معينة على عناصر مجموعة أخرى. إذا كانت لدينا N من المجموعات (C1, C2, … CN)، فإن المصفوفة W تكون N x N من الكتل، حيث تمثل $W_{ij}$ تأثير المجموعة $C_j$ على المجموعة $C_i$.

للتأكد من أن المصفوفة تعكس التوزيع الصحيح للأوزان، يجب أن يتم تعديلها لتصبح المصفوفة الفائقة الموزونة (Weighted Supermatrix). يتم تحقيق ذلك عن طريق مصفوفة الأوزان بين المجموعات (Cluster Matrix)، والتي تحدد مدى أهمية كل مجموعة بالنسبة لباقي المجموعات في سياق الهدف العام. تُضرب المصفوفة الفائقة غير الموزونة بهذه الأوزان. رياضياً، يتم ضرب كل كتلة $W_{ij}$ بعنصر قياسي $a_{ij}$ من مصفوفة أوزان المجموعات. الهدف هو تحويل المصفوفة إلى مصفوفة احتمالية (stochastic matrix) حيث يكون مجموع العناصر في كل عمود هو 1، مما يضمن أن جميع التأثيرات الصادرة من مجموعة ما يتم توزيعها بشكل صحيح على باقي أجزاء النظام.

بعد الحصول على المصفوفة الفائقة الموزونة، يتم تطبيق عملية القوة (Limiting Process). يتم رفع المصفوفة الموزونة إلى قوى متتالية ($W^k$)، حيث يمثل $k$ عددًا كبيرًا، حتى تصل المصفوفة إلى حالة الاستقرار. في هذه الحالة، تصبح جميع الأعمدة في المصفوفة متساوية، ويصبح أي من هذه الأعمدة هو متجه الأولوية العالمي النهائي للنظام بأكمله. تمثل هذه العملية الرياضية المحاكاة لتأثيرات التغذية الراجعة المتكررة والدورات اللانهائية للتأثيرات المتبادلة حتى يتم الوصول إلى حل مستقر يحدد الأولويات النهائية للبدائل والمعايير.

6. التطبيقات والأمثلة

نظرًا لقدرتها الفائقة على نمذجة النظم المعقدة المترابطة، وجدت عملية الشبكة التحليلية تطبيقات واسعة النطاق في العديد من المجالات التي تتسم بالتفاعل الديناميكي بين العوامل. يتم استخدام ANP بشكل خاص في سيناريوهات القرار الاستراتيجي حيث لا تكون العلاقات بين العوامل واضحة أو أحادية الاتجاه.

في مجال التخطيط الاستراتيجي وإدارة الموارد، تُستخدم ANP لمساعدة الحكومات والشركات الكبرى في تخصيص الموارد في بيئات معقدة. على سبيل المثال، عند اختيار موقع لمشروع بنية تحتية كبير، تتفاعل العوامل الاقتصادية (التكلفة) مع العوامل الاجتماعية (قبول المجتمع) والبيئية (التأثير على الحياة البرية). ANP قادرة على نمذجة كيف يمكن أن يؤدي قبول المجتمع إلى خفض التكاليف المستقبلية، وكيف يمكن أن تؤدي التكاليف المرتفعة إلى انخفاض في الدعم السياسي، مما يشكل حلقات تغذية راجعة لا يمكن لـ AHP معالجتها.

كما أثبتت ANP فعاليتها في مجالات إدارة المخاطر واختيار الموردين. في اختيار الموردين، لا تعتمد جودة المورد فقط على سعره أو وقت التسليم، ولكن قد تعتمد أيضًا على استقراره المالي أو مستوى الثقة المتبادلة، وهذه بدورها قد تتأثر بقدرة المورد على الوفاء بالمواعيد. تُمكّن ANP صانعي القرار من دمج هذه العوامل غير الملموسة والمعتمدة على بعضها البعض لتقييم المخاطر الكلية واختيار الشريك الأمثل. وبالمثل، في صنع السياسات العامة، تُستخدم ANP لنمذجة تفاعلات تفضيلات أصحاب المصلحة المتعددين، حيث يؤثر ضغط جماعة معينة على التشريعات التي بدورها تؤثر على سلوك الجماعات الأخرى.

7. الانتقادات والقيود

على الرغم من القوة الرياضية والنمذجة الشاملة لـ ANP، إلا أنها تواجه عدة انتقادات وقيود تحد من سهولة تطبيقها، خاصة في المشاريع ذات النطاق الواسع. التحدي الأبرز هو العبء المعرفي وتعقيد البيانات. تتطلب ANP عددًا هائلاً من المقارنات الثنائية مقارنة بـ AHP، حيث يجب على الخبير ليس فقط مقارنة العناصر بالنسبة لهدف محدد، ولكن أيضًا مقارنة العناصر فيما بينها لنمذجة الاعتماديات الداخلية والخارجية. كلما زاد حجم الشبكة، زاد عدد المقارنات بشكل كبير (عادةً بمعدل أسي)، مما يزيد من احتمالية خطأ الحكم البشري وإجهاد الخبير.

القيد الثاني يتعلق بصعوبة الحفاظ على الاتساق (Consistency). في حين أن AHP توفر آلية واضحة للتحقق من اتساق الأحكام (Consistency Ratio)، فإن ضمان الاتساق في شبكة معقدة تحتوي على مئات المقارنات المترابطة يصبح تحديًا رياضيًا وعمليًا كبيرًا. إذا كانت الأحكام المدخلة غير متسقة، فإن النتائج النهائية المستخلصة من عملية النهاية للمصفوفة الفائقة قد تكون غير موثوقة أو غير منطقية، مما يتطلب تكرار العملية وتعديل الأحكام، وهي عملية مكلفة من حيث الوقت والجهد.

أخيرًا، تواجه ANP انتقادًا بشأن الشفافية والتفسير. على الرغم من أن مرحلة النمذجة (رسم الشبكة) واضحة، إلا أن العملية الرياضية لتحويل مصفوفة فائقة موزونة إلى مصفوفة نهائية مستقرة تتضمن رفع المصفوفة إلى قوى كبيرة، وهي عملية معقدة لا يمكن لصانع القرار العادي تفسيرها بسهولة. هذا النقص في الشفافية في المراحل الرياضية النهائية يمكن أن يقلل من ثقة المستخدمين في النتائج، خاصة عند تقديمها لأصحاب المصلحة غير المتخصصين في الرياضيات، مما يجعلها أداة تتطلب دائمًا دعمًا برمجيًا متخصصًا وفهمًا عميقًا لنظرية المصفوفات.

Further Reading