رايج‌ترين روش‌ها و ابزارهای ارزیابی در طراحی

گفتیم که فرایند انتخاب بهترین گزینه از میان سایر گزینه‌‌ها را تصمیم‌گیری می‌نامیم. شناخت و طبقه‌بندی روش‌ها و ابزارهای تصمیم‌گیری آسان نیست، چرا كه هر كدام برآمده از علوم متفاوتی مثل ریاضیات، مهندسی، روانشناسی یا اقتصاد هستند و به ندرت كسی بر همه‌ی این حوزه‌ها اشراف دارد. به همین علت، در این درس ترجیح دادیم كه جای ورود به دریای وسیع ابزارهای تصمیم‌گیری، صرفاً روش‌ها و ابزارهای ارزیابی را بررسی كنیم.

ارزیابی (Evaluation) یكی از انواع فرایندهای تصمیم‌گیری است كه در آن گزینه‌ها را نسبت به یک یا چند معیار (یا شاخص) می‌سنجیم و بر حسب وضعیت‌شان به آن‌ها نمره (Point)، امتیاز (Score) یا رتبه (Rank) می‌دهیم‌؛ نهایتاً گزینه‌هایی كه امتیاز بالاتری را تصاحب كرده‌اند، مطلوب‌تر به نظر می‌رسند و در اولویت انتخاب قرار می‌گیرند. این شیوه‌ی تصمیم‌گیری، كاربرد زیادی در طراحی مهندسی دارد و می‌تواند نیازهای آینده‌مان را تا حد زیادی برطرف كند.

لازم به ذكر است كه مطالب این درس، شامل تمام روش‌ها و ابزارهای ارزیابی نیست، بلكه با الگوبرداری از كتاب طراحی مهندسی جورج دیتر تلاش كردیم كه بخشی از رایج‌ترین و ضروری‌ترین این تكنیك‌ها را در اختیارتان قرار دهیم.

۱- ارزیابی با معیارهای مطلق

ارزیابی دقیق، مخصوصاً وقتی تعداد معیارها زیاد و داده‌های موجود كم باشد، به صرف زمان و هزینه‌ی زیادی نیاز دارد. مثلاً ارزیابی همه جانبه‌ی پردازنده‌های رایانه‌ای، ماشین‌های صنعتی، موتورهای دیزل، پوشش‌های نانو یا حتی آلیاژهای خاص، نیازمند آزمایش‌های گران‌قیمت و زمانبر است، طوری كه گاهاً بخشی از امكانات آزمایشگاهی مورد نیاز در كشورمان موجود نیست و نمونه‌ها به آزمایشگاه‌های مستقر در كشورهای دیگر ارسال می‌شوند. با این اوصاف، منطقی نیست كه تمام گزینه‌های پیشنهادی را به صورت دقیق و همه ‌جانبه ارزیابی كنیم، بلكه بهتر است ارزیابی را با تعداد محدودی از معیارهای مطلق (Absolute Criteria) آغاز كنیم تا اگر وضعیت یك گزینه مناسب نبود، از همان ابتدا كنار گذاشته شود. مثلاً اگر قصد انتخاب بهترین خودروی بازار را داشته باشیم، می‌توانیم اتوماتیك بودن را به عنوان یك معیار مطلق در نظر بگیریم تا تمامی خودروهای دنده‌ای از فهرست‌مان حذف شوند و نیازی به بررسی آن‌ها نداشته باشیم.

نحو‌ه‌ی شناسایی و انتخاب معیارهای مطلق كاملاً وابسته به دیدگاه‌ها و تجربیات ارزیابان است، مثلاً برای انتخاب بهترین خودروی بازار، فرض كردیم كه اتوماتیك بودن یك معیار مطلق است، اما شاید نظر شما متفاوت باشد و این معیار را مطلق ندانید. با وجود اختلاف نظر، استفاده از منابع زیر می‌تواند به شناسایی ساده‌تر معیارهای مطلق در طراحی مفهومی كمك كند.

منبع اول: در طراحی مهندسی، بر خلاف شاخه‌هایی مثل طراحی صنعتی، تأكید زیادی روی عملكردها (Functions) وجود دارد و انتظار داریم كه تمام طرح‌های پیشنهادی، قابلیت انجام عملكردهای كلیدی را داشته باشند. مثلاً در طراحی دستگاه تصفیه‌ی آب {روشن شدن اتوماتیك دكمه‌ها در شب} عملكرد مهمی به حساب نمی‌آید، اما حدأقل انتظارمان این است كه تمام طرح‌های پیشنهادی قابلیت تصفیه‌ی آب را داشته باشند. به همین علت، یكی از اولیه‌ترین منابع برای شناسایی معیارهای مطلق، توجه به عملكردهای كلیدی است كه طراحی اساساً با هدف تحقق آن‌ها صورت می‌پذیرد. لازم به ذكر است كه ضعف یك گزینه در انجام عملكردهای كلیدی نباید به تنهایی باعث حذف آن شود، بلكه باید دلایل عملكرد ضعیف آن (یا ناتوانی در انجام عملكرد) مورد بررسی قرار بگیرند و صرفاً زمانی به حذف اقدام شود، كه هیچ راهكار منطقی و توجیه‌پذیری برای اصلاح آن وجود نداشته باشد.

منبع دوم: طراحان جمله‌ی مشهوری دارند كه “طراحی محصول، جای تحقیق و توسعه (R&D) نیست”. به این معنا كه اگر یك تكنولوژی به مرحله‌ی پختگی نرسیده و تحقیقات در مورد آن كامل نشده است، نباید از آن در طراحی محصول‌مان‌ استفاده كنیم. لذا بخش دیگری از معیارهای مطلق را می‌توانیم از موضوعات مربوط به تكنولوژی استخراج كنیم، مثلاً قابلیت ساخت گزینه‌ی پیشنهادی با فرایندهای موجود، قابل پیش‌بینی بودن رفتارهای سیستم، وجود خدمات مورد نیاز در بازار، مشخص بودن وضعیت ایمنی و سایر موارد مشابه، می‌توانند جهت غربال‌گری گزینه‌ها مورد استفاده قرار بگیرند.

منبع سوم: در پروژه‌های طراحی معمولاً قیدها و محدودیت‌های زیادی وجود دارد كه رعایت آن‌ها الزامی است، مثلاً شاید كارفرما تأكید كند كه محصول مورد نظر آلومینیومی باشد، یا انرژی آن با برق مستقیم تأمین شود، یا ایمنی آن با یكی از استانداردهای بین‌المللی سازگار باشد. طبیعتاً بخشی از این محدودیت‌ها را می‌توانیم به عنوان معیارهای مطلق در نظر بگیریم (مثل آلومینیومی بودن طرح پیشنهادی)، اما یادآوری می‌كنیم كه برای حذف یك گزینه باید مطمئن باشیم كه اصلاح آن توجیه‌پذیر نیست.

۲- مدلسازی

مدل به هر چیزی مثل نمودار، رابطه‌ی ریاضی، مجسمه، نقشه، عکس، ویدئو، ماکت و امثالهم گفته می‌شود كه تمام یا بخشی از ویژگی‌های یك مفهوم، شیء یا سیستم را نمایش می‌دهد، مثلاً اگر شكل بدنه‌ی یك خودرو را با چوپ بسازیم، یا تصویر سه بعدی آن را در نرم‌افزار CATIA ایجاد كنیم، یا از آن عكس بگیریم، یا نقشه‌ی دو بعدی آن را ترسیم كنیم، همه‌ی این موارد نوعی مدل محسوب می‌شوند.

خیلی وقت‌ها برای ارزیابی ناچاریم كه روی گزینه‌ها آزمایش كنیم، اما چون دسترسی به آن‌ها دشوار یا پرهزینه است، از روی آن‌ها مدل‌های ارزان‌تر و ساده‌تری را ایجاد می‌كنیم. مثلاً فرض كنید كه هشت طرح برای ساخت موتور اتوموبیل پیشنهاد شده است و می‌خواهیم قدرت خروجی‌شان در آب و هوای روسیه را آزمایش كنیم. ساخت نمونه‌ی واقعی این موتورها و انتقال‌شان به روسیه بسیار پرهزینه است، لذا می‌توانیم مدل كامپیوتری گزینه‌ها را بسازیم و آن‌ها را در شرایط شبیه‌سازی شده قرار دهیم تا خروجی احتمالی‌شان پیش‌بینی شود. به صورت کلی مدل‌ها به سه دسته‌ی تجسمی، آنالوژیك و نمادین تقسیم می‌شوند كه توضیحاتشان به شرح زیر است:

۱- مدل‌های تجسمی (Iconic Models) از روی ویژگی‌های هندسی اشیاء ساخته می‌شوند و لذا نقشه‌های مهندسی، تصاویر دو بعدی و سه‌بعدی، شابلون‌ها و ماكت‌ها از این نوع به حساب می‌آیند. مثلاً با توجه به وزن و اندازه‌ی زیاد هواپیما، برای آزمایش آن در تونل باد معمولاً از یک ماکت تجسمی کوچک‌تر و ساده‌تر استفاده می‌کنند كه از نوع تجسمی است.

۲- مدل‌های آنالوژ (Analog Models) بر اساس تفاوت‌ها یا شباهت‌های پدیده‌های مختلف ایجاد می‌شوند و معمولاً برای مقایسه‌ی یك پدیده‌ی ناشناخته با پدیده‌ای كاملاً شناخته شده به كار می‌روند. مثلاً مدل‌سازی از یك مسأله‌ی پیچیده‌ی انتقال حرارت توسط مدارهای الكتریكی، یا مدل‌سازی از زمان‌بندی خط تولید با نمودارهای ریاضی، از نوع آنالوژ یا آنالوژی محسوب می‌شود.

۳- مدل‌های نمادین (Symbolic Models) مشخصات عددی و ویژگی‌های مهم یک سیستم را به صورت انتزاعی و با استفاده از نمادها به نمایش می‌گذارند. نمادها می‌توانند یک برچسب ساده، علامت، عدد یا هر چیز دیگری باشند که نماینده‌ی گروهی از اشیاء هستند، مثلاً یك رابطه‌ی ریاضی که رابطه‌ی ورودی‌ها و خروجی‌های سیستم را نشان می‌دهد، از نوع نمادین به حساب می‌آید.

در فرایند طراحی جایگاه مدل‌های تجسمی و نمادین بسیار پررنگ‌تر از مدل‌های آنالوژ است. در ادامه توضیح می‌دهیم كه عموماً در هر یك از فازهای طراحی چگونه از مدل‌ها استفاده می‌شود.

در طراحی مفهومی (Conceptual Design) معمولاً از مدل‌های نمادین برای توسعه و ارزیابی مفاهیم و از مدل‌های تجسمی، علی‌الخصوص مدل‌های رایانه‌ای و ماكت‌ها چوبی و پرینت‌های سه‌بعدی، برای تعیین ویژگی‌های هندسی استفاده می‌شود. با توجه به ماهیت طراحی مفهومی، این مدل‌ها معمولاً ساده و ارزان‌قیمت هستند و بسیاری از جزئیات در آن‌ها رعایت نمی‌شود.

در طراحی تجسمی (Embodiment Design)، جزئیاتی مثل فرم‌ها، ابعاد و تلورانس‌ها مورد توجه قرار می‌گیرند و لذا مدل‌های تجسمی كاربرد زیادی دارند. مدل‌های تجسمی كه این مرحله استفاده می‌شوند، بر خلاف مدل‌های مفهومی، باید از جزئیات و پیچیدگی بیشتری برخوردار باشند تا به تجسم دقیق‌تر محصول كمك كنند. همچنین برای تنظیم ارتباط میان اجزای محصول و كنترل شاخص‌های مهندسی (مثل نقاط تمركز تنش، شكل‌پذیری، احتمال نازك‌شدگی و امثالهم) استفاده از مدل‌های نمادین و نرم‌افزارهایی مثل MATLAB، EXCCEL، ABAQUS و ANSYS مفید است. در پایان این مرحله، معمولاً نمونه‌ی پروتوتایپ محصول در ابعاد واقعی و از مواد اصلی ساخته می‌شود.

برای تولید نمونه‌های پروتوتایپ الزامی به استفاده از فرایندهای اصلی تولید نیست. مثلاً شاید قرار باشد كه محصول نهایی در خط تولید و با فرایند آهنگری تولید شود، اما نمونه‌ی پروتوتایپ آن را با دستگاه تراش بسازند.

در طراحی جزئیات (Detail Design) برای بهینه‌سازی برخی ویژگی‌های محصول (مثلاً افزایش بهره‌وری یا بهبود استحکام) ممکن است به مدل‌سازی ریاضی پیچیده‌تری نیاز باشد. همچنین بسیاری از نقشه‌ها و مستنداتی كه در این مرحله تهیه می‌شود از نوع مدل‌های هندسی هستند. در پایان این مرحله، نمونه‌ای از محصول دقیقاً مطابق جزئیات و با فرایندهای انتخاب شده برای تولید آن، ساخته می‌شود تا نتیجه‌ی كار مورد ارزیابی قرار بگیرد.

۳- شبیه‌سازی

شبیه‌سازی (Simulation) یعنی مدل‌هایی كه از نمونه‌های واقعی ایجاد كرده‌ایم را با كمك محاسبات یا تجهیزات مربوطه (مثلاً با نرم‌افزارهایی مثل آباكوس یا تجهیزاتی مثل تونل باد) در شرایط مورد نظر قرار دهیم تا رفتارهایشان پیش‌بینی شود. به عنوان مثال، فرض كنید كه چند پایه‌ی مختلف برای بیلبورد طراحی كرده‌ایم و حالا برای ارزیابی، ابتدا مدل سه بعدی گزینه‌ها را ایجاد می‌كنیم و سپس با كمك نرم‌افزاری مثل ANSYS، آن‌ها را در معرض باد و تغییرات دما قرار می‌دهیم تا میزان خم شدن، فشار به پایه‌ها یا انبساط و انقباض قطعات مشخص شود. همچنین احتمالاً دیده‌اید كه برای ارزیابی وضعیت ایمنی خودروهای سواری، مدلی از آن‌ها و سرنشینان می‌سازند تا در معرض تصادف‌های ساختگی قرار بگیرند و شاخص‌های مورد نظر اندازه‌گیری شود. به صورت كلّی از آن جایی كه بسیاری از مسائل طراحی مهندسی با آزمون و خطا حل می‌شوند، تسلط طراحان به تكنیك‌های شبیه‌سازی كمك می‌كند تا اولاً هزینه‌های آزمون تا حد امكان كاهش یابد و دوماً درك بهتری از پیشنهادات طراحی وجود داشته باشد و سوماً تصمیم‌های دقیق‌تری اتخاذ شود.

با توجه به این كه تكنیك‌های شبیه‌سازی در هر یك از شاخه‌های علوم مهندسی به ملاحظات متفاوتی نیاز دارند، نمی‌توانیم آن‌ها را در قالب یك مجموعه‌ی عمومی آموزش دهیم و اجرای صحیح آن‌ها به دانش و تجربیات تخصصی خودتان وابسته است. مثلاً برای شبیه‌سازی كامیپوتری یك سازه‌ی در حال ارتعاش لازم است كه اولاً مفاهیم اولیه‌ی دینامیك و ارتعاشات و دوماً روش استفاده از نرم‌افزارهای تحلیلی مكانیك جامدات (مثل آباكوس) را یاد گرفته باشید. همچنین لازمه‌ی شبیه‌سازی حركت سیال در یك شیر هیدرولیكی آن است كه اولاً با مفاهیم اولیه‌ی مكانیك سیالات و ساختار شیرهای هیدرولیكی و دوماً با نحوه‌ی استفاده از نرم‌افزارهای تخصصی مربوطه (مثل انسیس فلوئنت یا اتوماسیون استودیو) آشنا باشید.

۴- ارزیابی با نمودار PUGH

نمودار PUGH یکی از تكنیك‌های شناخته شده در ارزیابی است که مطابق آن، گزینه‌ها نسبت به یک مبنا (Datum) مقایسه شده و این رویه در چند مرحله و نسبت به مبانی مختلف تکرار می‌شود تا نهایتاً گزینه‌های برتر شناسایی شوند. این نمودار سازگاری بالایی با تصمیم‌‌گیری‌های گروهی دارد، چرا كه اولاً امكان مشاركت تمام ارزیابان وجود دارد و دوماً به واسطه‌ی اقداماتی مثل انتخاب مبنا و نمره‌دهی به گزینه‌ها، فضای بحث و تبادل نظر حاكم می‌شود. با توجه به كاربرد زیاد این نمودار در طراحی (مخصوصاً در طراحی مفهومی) درس مستقلی را به آن اختصاص دادیم كه با كلیك روی لینك می‌توانید به آن دسترسی داشته باشید: مطالعه‌ی درس نمودار PUGH

۵- ماتریس تصمیم‌گیری وزن‌دار

ساده‌ترین حالت ارزیابی گزینه‌ها این است که یک معیار داشته باشیم و همه‌ی گزینه‌ها را نسبت به همان بسنجیم، مثلاً اگر معیارمان (هزینه‌ی تولید محصول) باشد، همه‌ی گزینه‌ها را نسبت به آن می‌سنجیم و ارزان‌ترین گزینه را انتخاب می‌کنیم. با این حال در عموم موارد برای ارزیابی از چند معیار استفاده می‌شود، مثلاً به جز (هزینه‌ی تولید)، (وزن) و (راندمان) محصول نیز مورد توجه قرار می‌گیرد. در این حالت اگر اهمیت معیارها یكسان باشد كارمان ساده‌تر می‌شود، اما معمولاً اهمیت آن‌ها یكسان نیست، مثلاً شاید از نظر طراحان، اهمیت (هزینه‌ی تولید) بیشتر از (وزن محصول) باشد و در این شرایط، ماتریس تصمیم‌گیری وزن‌دار یا Weighted Decision Matrix كارایی دارد.

دلیل استفاده از واژه‌ی “ماتریس” در عنوان این ابزار، وجود چند ردیف و ستون برای نمایش معیارها و امتیاز گزینه‌ها است كه یادآور ساختار ماتریس هستند. همچنین کلمه‌ی وزن‌دار (Weighted) یعنی به هر معیار، متناسب با اهمیتی كه نسبت به معیارهای دیگر دارد، ضریب یا وزن اختصاص داده می‌شود. مثلاً تعیین می‌كنیم كه ضرایب (راندمان) و (وزن) و (هزینه‌ی تولید محصول) به ترتیب ۲ و ۱ و ۴ باشد، یعنی (هزینه‌ی تولید محصول)، چهار برابر از (وزن) و دو برابر از (راندمان) مهم‌تر است. در ادامه فرض كنید که قرار است سه گزینه را بر اساس چهار معیار ارزیابی کنیم و به این منظور ماتریس تصمیم‌گیری را تشكیل می‌دهیم:

برای کامل کردن جدول بالا (ماتریس تصمیم‌گیری) باید به سؤالات زیر پاسخ دهیم:

۱- در ارزیابی گزینه‌ها نسبت به معیارها، امتیاز گزینه‌ها (خانه‌های خاكستری) چگونه تعیین می‌شود؟

۲- اهمیت یا وزن معیارها (خانه‌های نارنجی) بر چه مبنایی تعیین می‌شود؟

در پاسخ به سؤال اول، گاهی ارزیابان برای امتیاز دادن به گزینه‌ها از ترتیب خاصی پیروی نمی‌كنند و امتیازات دلخواهشان را در یك بازه‌ی مشخص (مثلاً از صفر تا ده، یا از صفر تا صد) به آن‌ها اختصاص می‌دهند، مثلاً وقتی گزینه‌ها را نسبت به معیار قیمت می‌سنجند، اگر گزینه‌ی اول بسیار گران باشد به آن امتیاز ۲ می‌دهند و اگر گزینه‌ی دوم بسیار ارزان باشد، امتیاز ۹ را منظور می‌كنند. در این حالت از آن جایی كه رویه‌ی دقیقی وجود ندارد، ممكن است ارزیابان در شرایط مشابه از امتیازات متفاوتی استفاده كنند و بدین ترتیب از دقت ارزیابی كاسته می‌شود. لذا به عنوان یك راهكار اولیه و ساده، خودمان می‌توانیم جدولی مثل زیر تدوین كنیم و در ارزیابی به آن مقید باشیم.

در جدول بالا مجموعاً پنج امتیاز مختلف تعریف شده است و لذا اصطلاحاً می‌گوییم كه مقیاس رتبه‌بندی آن ۵ نقطه‌ای است. مطابق جدول روشن است كه اگر وضعیت گزینه‌ی یک نسبت به معیار اول خوب باشد، باید امتیاز ۳ را منظور كنیم.

طبیعتاً هر چقدر اطلاعات بیشتری در مورد گزینه‌ها داشته باشیم به امتیازبندی دقیق‌تری نیاز خواهیم داشت و از مقیاس‌هایی با نقاط بیشتر استفاده می‌كنیم، مثلاً جدول زیر با مقیاس ۱۱ نقطه‌ای تنظیم شده است.

در پاسخ به سؤال دوم یا چگونگی تعیین وزن معیارها، اولین نكته این است كه مجموع وزن‌ها باید برابر با عدد یك شود. مثلاً اگر دو معیار داشته باشیم و اهمیت یكی از آن‌ها برابر ۲۵% باشد، اهمیت معیار دیگر حتماً ۷۵% است. برای تعیین وزن معیارها یا اصطلاحاً وزن‌دهی به معیارها، راهكارهای متعددی وجود دارد كه در ادامه به سه مورد از رایج‌ترین آن‌ها اشاره می‌كنیم.

روش اول: وزن‌دهی می‌تواند مستقیماً بر اساس نظرات و تجربیات‌مان اعمال شود، اما این روش زمانی توجیه‌پذیر است كه اطلاعات و تجربیات زیادی داشته باشیم، در غیر این صورت احتمال اشتباه زیاد است.

روش دوم: با کمک درخت اهداف می‌توانیم معیارهای کلّی‌تر و پیچیده را به شاخص‌ترهای کوچک‌تر و ساده‌تر تقسیم کنیم و با بهره‌گیری از ساختار سلسله‌مراتبی و رعایت قواعد آن، وزن‌دهی را ساده‌تر و دقیق‌تر انجام دهیم.

روش سوم: فرایند تحلیل سلسله‌ مراتبی (AHP) یکی از تکنیک‌هایی است که هم برای وزن‌دهی معیارها و هم برای انتخاب گزینه‌ها كارایی دارد و كمك می‌كند تا هماهنگی وزن‌های تعیین شده را آزمایش كنیم.

در ادامه به جدول زیر توجه کنید. همان‌طور که گفتیم مجموع وزن معیارها برابر با عدد ۱ است و وزن‌های تعیین شده نشان می‌دهد که اهمیت معیارهای دوم، سوم و چهارم برابر است اما معیار اول دو برابر از همه‌ی آن‌ها مهم‌تر است. همچنین برای امتیازدهی به گزینه‌ها از مقیاس یازده نقطه‌ای استفاده كردیم (جدول آن را می‌توانید كمی بالاتر مشاهده كنید). امتیازات هر گزینه در دو ستون درج شده است که یکی از آن‌ها امتیاز خام و دیگری ضرب این امتیاز در وزن معیار مربوطه را نشان می‌دهد. نهایتاً با محاسبه‌ی مجموع امتیازات هر گزینه متوجه شدیم كه گزینه‌ی اول با ۶٫۶ امتیاز، وضعیت بهتری نسبت به گزینه‌های دیگر دارد.

۶- درخت اهداف

درخت اهداف یكی از ابزارهای كلیدی در فرایند طراحی است که در تمامی مراحل این فرایند كارایی دارد. البته نام این درخت متناسب با استفاده‌ای كه از آن می‌شود تغییر می‌كند، مثلاً وقتی از آن برای تجزیه‌ی مسأله یا عملكردها استفاده می‌كنیم به درخت مسأله (Problems Tree) یا درخت عملكرد (Functions Tree) تغییر نام می‌دهد.

كاركرد اصلی این ابزار، تجزیه‌ی یك مفهوم كلّی (مثل هدف، ایده، عملكرد، مسأله یا هر چیز دیگری) به مفاهیم ساده‌تر و دقیق‌تر است تا نهایتاً یك ساختار سلسله‌مراتبی شكل بگیرد و به شناسایی ارتباط مفاهیم كمك كند. در طراحی، از این ویژگی برای درك عمیق‌تر مسأله، تعیین اهداف و معیارها، تعیین عملكردها و وزن‌دهی به معیارها استفاده می‌شود كه نمونه‌های آن را در درس‌های آینده خواهید دید. با توجه به اهمیت این ابزار در طراحی و ارزیابی گزینه‌ها، درس مستقل و كاملی برای آن آماده كردیم كه می‌توانید با كلیك روی این لینك به آن دسترسی داشته باشید.

۷- فرایند تحلیل سلسله‌مراتبی

فرایند تحلیل سلسله‌مراتبی یا AHP یكی از تكنیك‌های شناخته شده در ارزیابی است. این تكنیك زمانی به كار می‌آید كه در فرایند ارزیابی، یك هدف با چند معیار متفاوت وجود داشته باشد. در این حالت با كمك AHP، تمام گزینه‌ها را به صورت دو به دو (یا اصطلاحاً زوجی) مقایسه می‌كنیم تا وضعیت‌شان نسبت به یكدیگر سنجیده شود. در طراحی از این تكنیك می‌توانیم برای وزن‌دهی به معیارها، اولویت‌بندی گزینه‌ها، تعیین ارزش گزینه‌ها و نهایتاً آزمایش كردن هماهنگی نتایج (برای وزن‌ها و رتبه‌بندی‌ها) استفاده كنیم.

با این كه تكنیك‌های زیای مشابه AHP هستند و كارایی بسیاری از آن‌ها بیشتر است، با توجه به تأكید زیاد منابع آكادمیك روی AHP و كاربرد زیاد آن در پروژه‌های طراحی، درس جداگانه‌ای به آن اختصاص دادیم كه با كلیك روی این لینك می‌‌توانید به آن دسترسی داشته باشید.