طراحی مدل ترکیبی از تکنیک های تصمیم گیری چند معیاره جهت رتبه بندی شعب بانک

رتبه بندی شعب بانک و فقدان الگوی رتبه بندی جامع که منجر به بهبود عملکرد بانک و درنهایت رشد اقتصادی کشور گردد؛ حائز اهمیت است. هرچند روشهای mcdm کمک زیادی در امر رتبه بندی کرده است؛ اما انتخاب اینکه کدام روش بعنوان جواب برتر پذیرفته شود همواره یک ابهام است. چراکه هیچ ادعای اثبات شده ای مبنی بر برتری یک روش بر سایر روشها وجود ندارد. از آنجاییکه تاکنون الگوریتم رتبه بندی ترکیبی که بتواند شعب برتر را شناسایی کند ارایه نشده است؛ این پژوهش سعی دارد به منظور دستیابی به رتبه نهایی شعب، رویکردی ترکیبی را معرفی کند. راه حل بهینه آن تعیین وزنهای بهینه روشهای madm با مدلخطی است. این رویکرد خصوصا زمانیکه ما نمیتوانیم یک روش رتبهبندی را بر روشهای دیگر ترجیح دهیم کاربرد زیادی دارد. لازم به ذکر است که در این مقاله، شعب یک بانک دولتی رتبهبندی شده است. معیارها با استفاده از روش دلفی در چهار بعد bsc شناسایی شده است. وزن معیارها با روشهای dematel و anp مشخص شده است. سپس شعب بانک با استفاده از روشهای topsis،vikor ، promethee ii،saw ، wpm  و dea رتبه بندی میشوند که هرکدام از این روشها مهم و قابل توجه اند. از آنجاییکه نتایج حاصل از روشهای مختلف رتبهبندی متفاوت است؛ بهمنظور رسیدن به رتبهبندی واحد، به جای درنظرگرفتن وزنهای یکسان برای روشهای مختلف، یک مدل وزندهی بهینه پیشنهاد داده می شود. الگوریتم ترکیبی پیشنهادی، اوزان بهینه روشها را محاسبه و شعب رتبه بندی می شوند. این مراحل تا زمان رسیدن به یک رتبه یکتا و نهایی ادامه خواهد یافت.

Design a Hybrid Model of Multi-Criteria Decision-Making Techniques for Ranking the Bank Branches

Due to the importance of ranking bank branches and the lack of a comprehensive ranking model, which can lead to improved performance of the bank and the country economic growth, offering a hybrid multiple criteria decisionmaking (MCDM) model for ranking among bank branches is necessary. However, with the passing of time, MCDM methods have helped a lot in the rankings. But the choice of which methods is accepted as the best solution is always an ambiguity. Since the comprehensive hybrid algorithm that can identify the top branches not provided, yet. This research is trying to achieve the final ranking of the branches. Thus the optimal solution is to introduce a hybrid algorithm that determines the optimal weights of the MADM methods by a linear model. This approach is especially applicable when we cannot prefer any ranking method to others. Thus, in this paper, the criteria weights are obtained using DEMATEL and ANP methods. Afterward, the bank branches are ranked using TOPSIS, VIKOR, PROMETHEE II, SAW, WPM and DEA methods, each of which is important and significant. Finally, using proposed hybrid algorithm the optimal weights of different methods and the ranks are calculated.