۲-۵-آشنایی مقدماتی با مبحث فازی
۲-۵-۱- مبحث فازی و استدلال تقریبی
منطق فازی در سال ۱۹۶۵ از سوی پروفسور لطفی زاده استاد دانشگاه برکلی کالیفرنیا، از طریق چاپ مقاله‌ای با عنوان «مجموعه‌های فازی» معرفی شد. منطق فازی معتقد است که ابهام در ماهیت علم است. بر خلاف دیگران که معتقدند که باید تقریب‌ها را دقیق‌تر کرد تا بهره‌وری افزایش یابد، لطفی زاده معتقد است که باید به دنبال ساختن مدل‌هایی بود که ابهام را به عنوان بخشی از سیستم مدل کند. نظریه فازی برای بیان و تشریح عدم قطعیت و عدم دقت در رویدادها بکار می‌رود؛ و کلید اصلی نظریه فازی از منسطق چند ارزشی بو جود آمده است. [۲۷]

عدم اطمینان (ابهام) زمانی ایجاد می‌شود که اطلاعات ناقص باشند اما اطلاعات به شیوه‌های مختلف ناقص و ناکارا مد می‌شوند. ماهیت عدم قطعیت (عدم اطمینان) با توجه به مسئله مورد بررسی می‌بایست توسط تحلیل گر مشخص شود؛ زیرا عدم اطمینان می‌تواند ناشی از «شانس (تصادفی بودن)»، «ابهام»، «کمبود دانش آگاهی» و یا «از عدم دقت» و ابهام ناشی از ناسازگاری (تعارض یا ناهمگنی و اختلاف)، عدم بیان صریح و یا تمایز روشن، گنگ و مغشوش بودن اطلاعات و … باشد. [۲۷]
۲-۵-۲-نظریه فازی
ریاضیات فازی یک فرا مجموعه از منطق بولی است که بر مفهوم درستی نسبی، دلالت می‌کند. منطق کلاسیک هر چیزی را بر اساس یک سیستم دوتائی نشان می دهد ولی منطق فازی درستی هر چیزی را با یک عدد که مقدار آن بین صفر و یک است نشان می‌دهد. رابطه بین مجموعه S و عضو a به صورت زیر است که F مجموعه فازی مجموعه S است. [۲۶]
اعداد فازی رویکردی نوین به تئوری مجموعه ها است که قادر است در حالت‌هایی که برای بیان موضوع خاصی قطعیت وجود ندارد آن را با بهره گرفتن از مجموعه‌ای پیوسته و محدود از اعداد بیان کند. مجموعه‌هایی که اجزایشان با درجات مختلف به آن‌ها تعلق دارند. همچنین مقدار جزئی تابع عضویت، درجه عضویت نامیده می‌شود. [۲]
مهم‌ترین قابلیت مجموعه فازی توانایی آن در نشان دادن داده‌های مبهم و نامشخص است. ویژگی آن مجموعه تابع عضویت است که در آن به هر عضو، درجه عضویتی بین صفر و یک تعلق می‌گیرد. [۳]
در ریاضیات، نظریه احتمال برای پیش بینی نتیجه یک رویداد در آینده بکار می‌رود. رویدادی که در آینده قرار است اتفاق بیافتد و نتیجه آن در حال حاضر مشخص نیست. در واقع نظریه احتمال به رویدادهای تصادفی مرتبط می‌باشد. در حالی که فازی به «بی دقتی» و مفاهیم نادقیق که در زبان طبیعی بکار می‌روند مرتبط است و همیشه با یک رویداد همراه نیست. در واقع نظریه فازی عدم قطعیت غیر احتمالی ^[۴۹]را پشتیبانی می‌کند. [۲۶]
۲-۵-۳-منطق فازی و کاربرد آن در تصمیم‌گیری
منطق فازی^[۵۰] مبتنی بر تئوری مجموعه فازی است و یک نوع منطق است که روش‌های نتیجه‌گیری در مغز بشر را جایگزین می‌کند. دلیل اینکه از منطق فازی برای این‌گونه تصمیم‌گیری‌ها استفاده می‌شود توانایی این منطق برای در نظر گرفتن قواعد و آگاهی مبهم تصمیم‌گیرنده مخصوصا برای مشکلات با مدل‌های ریاضی که استنتاج آن‌ها کمی مشکل است و از طرفی این منطق تحت اطلاعات ناقص یا نامشخص به تصمیم‌گیرندگان در تعیین مقادیر تخمینی کمک می‌کند. [۲۸]
تصمیم‌گیری انتخاب یک راهکار از بین راهکارهای گوناگون با در نظر گرفتن محدودیت‌ها برای دستیابی به یک هدف مشخص است؛ به عبارت دیگر «تصمیم نقطه تلاقی هدف‌ها و محدودیت‌هاست». در فرایند تصمیم گیری دستیابی به هدف‌های مشخص با در نظر گرفتن محدودیت‌های معین تعقیب می‌شود. تصمیم گیری با بهره گرفتن از منطق فازی به دو روش صورت می‌گیرد:۱- تصمیم گیری با اشتراک هدف‌ها و محدودیت‌های توصیف شده به وسیله مجموعه‌های فازی. ۲- تصمیم گیری با ترکیب هدف‌ها و محدودیت ها با بهره گرفتن از میانگین فازی. [۴]
هدف اصلی منطق فازی فراهم کردن مفاهیمی است که استدلال تقریبی را اجرا کند. منطق فازی درجه‌ای از وابستگی در دامنه صفر تا یک را فرض می‌کند و به عنصر مجموعه فازی امکان می‌دهد تا یک اندازه درست یا یک اندازه غلط باشد. تصمیم گیری بر پایه اطلاعات صورت می‌گیرد. به علت غیرقطعی بودن اطلاعات مورد نیاز در فرایند تصمیم گیری، در محیط فازی سعی می‌شود برای نیل به هدف، یک عضو از مجموعه فازی با بالاترین درجه عضویت در مجموعه انتخاب شود. [۴]
ساختار عمومی سیستم فازی شامل چند مرحله اصلی است :۱- فازی‌سازی ۲- قوانین استنتاج ۳- استنتاج ۴-فازی‌زدایی [۲۶]
۱-فازی‌سازی: تبدیل داده‌های کیفی به داده‌های کمّی در فرایندی است که عمومی سازی^[۵۱] (تعمیم دادن) گفته می‌شود. در این مرحله مجموعه فازی و اعضای مجموعه و متغیرهای ورودی و خروجی تعریف می‌شود.۲-قوانین استنتاج: برای تبدیل ورودی‌های سیستم به خروجی لازم است. این قوانین در فرم قوانین if-then هستند که توسط دانش فرد خبره قابل استخراج می‌باشند.
۳-استنتاج: استنباط در مورد روابط بین متغیرها برم بنای قواعد تعیین شده در مرحله قبل است. در این مرحله قواعد «اگر … آنگاه» شکل می‌گیرد و درجه عضویت تعیین و به زبان فازی بیان می‌شود. سپس قواعد مورد ارزیابی قرار گرفته و خروجی فازی شکل می‌گیرد.
۴-فـازی‌زدایــی: فـراینـد تبـدیـل داده‌هـای کیـفـی بـه داده‌هـای کمّـی است که در این مرحله از خروجی به دست آمده فازی‌زدایی می‌شود و نتیجه تصمیم بیان می‌گردد. روش میانگین^[۵۲]، روش متوسط مرکز ^[۵۳]و روش ریفت ^[۵۴] از متدهای مهم قابل استفاده در فازی‌زدایی می‌باشند. [۲۶]
۲-۵-۴-روش‌های تصمیم‌گیری چندمعیاره^[۵۵]
تصمیم‌گیری چندمعیاره یکی از شاخصه‌های شناخته شده است که مسائل تصمیم‌گیری را تحت تعدادی از معیارهای تصمیم بررسی می‌کند. فرایند تحلیل سلسله مراتبی، فرایند تحلیل شبکه،TOPSIS و. از جمله روش‌های تصمیم‌گیری چندمعیاره هستند. در تصمیم‌گیری‌های چندمعیاره، تئوری مجموعه فازی ممکن است روش عمومی باشد که با عدم قطعیت سروکار دارد.
۲-۵-۴-۱-متد AHP^[56]
یکی از کارآمدترین تکنیک‌های تصمیم‌گیری گیری با معیارهای چندگانه، فرایند تحلیل سلسله مراتبی است که اولین بار توسط توماس ال ساعتی مطرح شد؛ که بر اساس مقایسه‌های زوجی و استفاده از مقیاس ارجحیت ۱ تا ۹ بنا نهاده شده و امکان بررسی سناریوهای مختلف را به مدیران می‌دهد. شرایط استفاده این متد آن است که در یک سطح مابین معیار ها وابستگی وجود نداشته باشد. تصمیمات به وسیله وزن‌های به دست آمده از ارزیابی عوامل گرفته می‌شود.
در ابتدا فرایند تصمیم‌گیری را فرموله کنیم؛ معیارهای کیفی و کمی مختلف را در نظر بگیریم؛ گزینه‌های تصمیم‌گیری را وارد مسا له کنیم؛ اهمیت روی معیارها و زیر معیارها را تحلیل کنیم، بعلاوه این که سازگاری و ناسازگاری تصمیم را بد ست آوریم که از ویژگی‌های ممتاز این فرایند می‌باشد.
در این متد بعد از بررسی معیارها با هم وارد کردن درجه اهمیت آن‌ها، ماتریس مقایسات زوجی شکل می‌گیرد. آزمون سازگاری نشان می‌دهد که تا چه اندازه می‌توان به اولویت‌های حاصل از ماتریس‌های زوجی اعتماد کرد. برای تعیین نرخ ناسازگاری (C.R) در روش AHP، بعد نرمال کردن ماتریس، میانگین سطری گرفته، آنگاه میانگین سطری در اعداد موجود در ماتریس به صورت ستونی ضرب می‌شود و جمع سطری می‌شود سپس حاصل جمع سطری بر بردار به دست آمده از میانگین سطری تقسیم و از خارج قسمت میانگین گرفته می‌شود و به عنوان max λ است و فرمول زیر محاسبه می‌شود:
که n تعداد سطر ها یا ستون ماتریس است و محاسبه می‌شود. مقادیر C.R کمتر از ۰٫۱ نشان دهنده سازگاری قابل قبول است.
مطابق اصل همبستگی در AHP عناصر هر سطح صرفاً به عناصر سطح بالاتر وابسته‌اند، یعنی ضرایب اهمیت عناصر هر سطح لزوماً بر اساس سطح بالاتر مشخص می‌شود؛ در حالی که در بیشتر اوقات بین آلترناتیوهای (کاندید) تصمیم و معیارهای تصمیم‌گیری، روابط و همبستگی متقابل وجود دارد.  فرایند تجزیه و تحلیل شبکه‌ای می‌تواند به عنوان ابزاری سودمند در مسایلی که تعامل بین عناصر سیستم تشکیل ساختار شبکه‌ای می‌دهند، به کار گرفته شود در حالی که AHP روابط یک طرفه را بین سطوح تصمیم به کار می‌گیرد. فرایند تجزیه و تحلیل شبکه‌ای شرایطی را مهیا می‌کند که روابط متقابل بین سطوح تصمیم‌گیری و معیارهای تصمیم به شکل کلی تری مورد بررسی قرار گیرند.
۲-۵-۴-۲-متد ANP ^[۵۷]
ANP تعمیمی بر AHP است.ANP برای تصمیم‌گیری چند معیارهاست که بتوان مسائل پیچیده تصمیم‌گیری را به اجزای کوچک‌تر تقسیم کرده و به واسطه مقدار دهی معقولانه و ادغام آن‌ها، تصمیم‌گیری نهایی را انجام داد. این مدل دارای دو قسمت معیارهای کنترلی و زیر معیار ها و دسته جایگزین^[۵۸] ها می‌باشد و قسمت دوم شبکه ای از بردارها و کمان‌ها که نشانه وابستگی ها و بازخوردهای موجود در سیستم تصمیم‌گیری می‌باشد.
این روش بر پایه مقایسات زوجی AHP و مقیاس ارجحیت ۱ تا ۹ ساعتی است. مقایسات شامل دو قسمت اصلی مقایسه دسته‌ ها و مقایسه عناصر دسته‌ ها می‌باشد. مقایسه دسته ها برای به دست آوردن اثر متقابل آن‌ها بر هم با اولویت آن‌ها بر یکدیگر می‌باشد. در این مرحله کنترل ناسازگاری قضاوت‌ها، دارای اهیمت است و اگر نرخ ناسازگاری از ۰٫۱ بیشتر شود، باید در قضاوت‌ها تجدید نظر کرد. با داشتن n عنصر به n(n-1)/2 قضاوت نیاز است تا اعضای شبکه مقایسه زوجی شوند. ساعتی نشان داد که میانگین هندسی روش خوبی برای تلفیق قضاوت‌های افراد است چون خاصیت عکس پذیری مقایسات حفظ می‌شود. [۲۹]بعد محاسبه ماتریس مقایسات زوجی، باید بردار ویژه محاسبه شود که بعد نرمال کردن ماتریس، مقدار میانگین هر سطر به عنوان وزن عامل مورد نظر تعیین می‌شود. نتایج محاسبات سوپر ماتریس^[۵۹] است و با ارزیابی‌های مفهومی امکان رتبه بندی هر معیار بر اساس وزن وجود خواهد داشت.مفهوم سوپر ماتریس شبیه فرایند زنجیره مارکوف است و قادر به محدود کردن ضرایب برای محاسبه تمامی اولویت ها و در نتیجه اثر تجمیعی هر عنصر بر سایر عناصر در تعامل است. هر زیر ماتریس از سوپر ماتریس، متشکل از روابط مابین دو گروه در یک ساختار شبکه متصل می‌باشد.سوپر ماتریس فاقد وزن یک ماتریس بخش‌بندی شده است که هر زیر ماتریس یا بلوک آن بردارهای وزنی ستونی را شامل می‌شود. برای محاسبه سوپر ماتریس ابتدا مقادیر وزن محاسبه شده (بردار ویژه) برای تمامی مقایسه‌های زوجی در ماتریسی به نام ماتریس «سوپر ماتریس فاقد وزن»، وارد می‌شود. [۲۹]
در سوپر ماتریس فاقد وزن در صورتی که حاصل جمع عناصر یک نباشد در این صورت نمی‌توان گفت که تاثیر نهایی ملاک کنترلی مورد نظر بر تمامی عناصر به درستی نشان داده شده است و برای جلوگیری از این مشکل، حاصل ضرب مقادیر سوپر ماتریس فاقد وزن در مقادیر متناظر ماتریس مقایسه‌های معیارها، محاسبه شده و ماتریس سوپر ماتریس وزن‌دار محاسبه می‌شود. بعد نرمال کردن این ماتریس و از آنجا که بعضی تاثیرات پنهان در شبکه ای از وابستگی‌ها وجود دارد که به خاطر عدم وجود ارتباط مستقیم رسم نمی‌شوند بدین‌سان برای اشکار کردن این تاثیرات و وابستگی‌ها، سوپر ماتریس به توان‌های حدی می‌رسد تا اولویت‌های کلی محاسبه شود. در این حالت دنباله‌ای از توان‌های سوپر ماتریس را خواهیم داشت که هر یک مبین اوزان درجه‌ای از ارتباطات مابین عوامل می‌باشند. [۲۹] [۳۰] در ANP تجمیع نظرات خبرگان با میانگین هندسی انجام می‌شود و فرض می‌شود که حتی خبرگانی که پرسشنامه را پر می‌کنند دارای وزن یکسانی هستند [۲۹]
در تجزیه و تحلیل داده ها با روش فازی در هنگام انجام مقایسات زوجی، تصمیمات غیر قطعی به صورت مجموعه‌های فازی در نظر گرفته می‌شوند با این روش از متغیرهای زبانی استفاده می‌کنیم. این متغیر ها باید با بهره گرفتن از یکی از طیف‌های فازی به اعداد فازی تبدیل شوند.
۲-۵-۵- بررسی چند مدل ارزیابی با بهره گرفتن از تئوری فازی
در این قسمت به بررسی کاربرد چند مدل فازی در ارزیابی سیستم‌های مشابه می‌پردازیم.
۱-در مقاله [۲۸] و [۳۰] نگاه جدیدی در تعیین آمادگی سازمانی برای پیاده‌سازی ERP ارائه شده و با فرایند تحلیل شبکه ای فازی، چارچوب ارزیابی آمادگی برای پیاده‌سازی ERP، توسعه می‌یابد. در این مدل ابتدا مدل مفهومی برای تشریح بهتر ابعاد مختلف پروژه ارائه شده و از آن واحدهای ارزیابی استخراج شده‌اند، بعد از کشف عوامل بحرانی موفقیت و تعیین عوامل ارزیابی، عوامل گروه‌بندی می‌شوند و چارچوب ارزیابی ساخته می‌شود و از تئوری فازی و مدل ANP، برای آن استفاده می‌شود. در شکل (۴) چارچوب ANP برای ارزیابی آمادگی ERP نشان داده شده است. الگوریتم FANP با متد تحلیلی چانگ^[۶۰] ساخته شده است. در ابتدا چارچوب ANP متشکل از اهداف، زیر اهداف، عوامل و زیر عوامل تشکیل شده و ارتباطات درونی آن‌ها مشخص می‌شود. با مقایسات زوجی، وزن‌های نسبی عوامل و زیر عوامل مشخص می‌شود. در این مرحله با این فرص که عوامل به یکدیگر وابستگی ندارند، با یکدیگر مقایسه می‌شوند. برای محاسبه وزن‌های نسبی، مقادیر فازی با فرمول‌های زیر محاسبه می‌شوند. [۲۸] [۳۰],
در مرحله بعدی، ماتریس وابستگی داخلی هر عامل با در نظر گرفتن سایر عوامل، با مقیاس فازی ایجاد می‌شود و جواب ها به صورت متغیرهای زبانی داده می‌شود، بعد از محاسبه وزن نسبی عوامل و درج در ماتریس وابستگی، این ماتریس در ماتریس حاوی وزن‌های نسبی عوامل در گام قبل ضرب می‌شود تا وزن‌های داخلی عوامل محاسبه شود. وزن نهایی ^[۶۱] زیر عوامل با ضرب وزن‌های نسبی زیر عوامل در وزن عاملی که به آن تعلق دارد محاسبه می‌شود.اهمیت زیر عوامل با متغیرهای زبانی بین می‌شود و از توابع مثلثی فازی استفاده شده است.با جمع کردن وزن‌های نهایی هر زیر عامل به دست آمده در دو گام قبل و متغیرهای زبانی متناسب آن در گام قبلی ،میزان آمادگی شرکت به دست می‌اید.این مدل در بخش مالی شرکت برق ایران استفاده شده است. [۲۸] [۳۰],
شکل (۴)-چارچوب ANP برای ارزیابی آمادگی ERP، [۲۸] [۳۰],
۲-در مقاله [۲] تکنیک فرایند تحلیل شبکه‌ای برای انتخاب تامین‌کننده ارائه شده و برای پوششش حالات مبهم تصمیم‌گیری به وسیله تئوری مجموعه‌های فازی، یک مدل بهینه‌سازی غیر خطی جهت استخراج مقادیر ویژه ماتریس قضاوت‌های فازی ارائه شده است. یکی از مشکلات اساسی مطرح در ANP، قسمت انجام مقایسات زوجی می‌باشد. این مشکل که در AHP هم وجود دارد به خاطر آن است که یک تصمیم‌گیرنده همراه با حالات دقیق نظرخواهی مواجه نبوده و در بسیاری از تصمیمات، تصمیم‌گیرندگان نمی‌توانند با قطعیت در مورد مقایسات زوجی تصمیم‌گیری کنند. تمامی مراحل آن همانند ANP است. یکی از راه حل‌های متداول در مقایسات زوجی، استفاده از مقایسات فازی است که حالات ابهام را مدل‌سازی می‌کند در اینجا استفاده از مدل مقیاس ساعتی برای استخراج وزن‌های اولویت امکان‌پذیر نسیت. در این مقاله روش ANP با تئوری فازی توسعه داده شده است تا حالات غیرقطعی را مدل‌سازی کند. منتهی در قسمت استخراج وزن‌های مقایسات فازی، مدل بهینه سای غیرخطی ریاضی توسعه داده شده است. طبق ضابطه مثلثی:
مقدار b محتمل‌ترین مقدار می‌باشد و با فرض اینکه مقادیر وزنی w منحصر به و چون قضاوت‌های فاصله‌ای در محدوده بازه (l,u) اند بهترین حالت برای نسبت/wj wi و_قتی است که کمترین فاصله با میانگین بازه را داشته باشد با این دیدگاه تابع عضویت جدیدی تعریف می‌شود: [۲]
₌
که تابع مثلثی با قاعده بالا است و محتمل‌ترین میزان هدف در نقاط ابتدایی و انتهایی بازه اتفاق می‌افتد این تابع شاخص میزان فاصله نسبت /w_j w_i از میانگین است_. بردار وزنی وقتی بیانگر بهترین قضاوت است که تابع زیر و یا درجه دوم آن را کمینه کند.
این مدل علاوه بر استخراج رتبه‌های جایگزین، وزن نهایی هر یک از ملاک‌های وارد شده در تصمیم‌گیری را محاسبه کند این وزنه‌ها بیانگر اهمیت واقعی هر معیار به نسبت هدف اصلی مسا له می‌باشد؛ و کلیه تاثیرات عناصرم قابل، وارد محاسبات می‌شوند. [۲]
۳-در مقاله[۳] مدلی برای ارزیابی عملکرد هوش تجاری ارائه شده است. در این مقاله بعد از تعیین عوامل بحرانی موفقیت‌آمیز هوش تجاری و تعیین معیار ها و زیر معیارهای اندازه گیری عملکرد بر اساس فرایند تحلیل شبکه ای فازی و تعیین نحوه تعاملات با نرم‌افزار super decision تجزیه و تحلیل و اولویت ها انجام‌شده است. از اعداد فازی مثلثی و روش‌های فازی برای در نظر گرفتن عدم قطعیت در مقایسات زوجی استفاده شده است. برای تصدیق جواب‌های به دست آمده همان با مسئله با ANP در حالت قطعیت و روش, FAHP حل شده و جواب ها مقایسه شده است. در این مدل متغیرهای مدل در ۵ دسته تطابق با نیازهای کسب و کار و کاربران، کارکرد سیستم هوش تجاری، انعطاف‌پذیری سیستم، تأمین و براورده کردن الزامات سازمان، توانایی یکپارچه‌سازی و ادغام تجارب و نیازها دسته بندی شده و در کل ۱۴ زیرمعیارفرعی هم تشخیص داده شده است. در انتها میزان اولویت و درجه اهمیت معیار ها و زیر معیارها برای سازمان مشخص شده است. این مطالعه در شرکت آرین سیستم پرداز انجام‌شده است. [۳]
۴-در[۳۱] مدلی برای ارزیابی آمادگی الکترونیکی سازمان‌های دولتی ایران با رویکرد FAHP پیشنهاد می‌دهد. مزیت FAHP در اولویت دهی معیارهای کیفی در محاسبه شاخص‌های ارزیابی به کار گرفته شده است. مدل ارائه شده در این مقاله شامل ۶ بعد است: تعهد مدیریتی، زیر ساختار فناوری اطلاعات، استراتژی ها و سیسات‌های فناوری، ابعاد خاص مدیریتی، توسعه منابع انسانی و فرایندهای فناوری که این مدل با ترکیب دو مدل از مدل‌های ارزیابی آمادگی سازمانی دیگر ساخته شده است. برای ارزیابی مدل و اهمیت ابعاد از پرسش‌نامه استفاده شده است و از اعداد فازی توابع عضویتی مثلثی در محاسبه اهمیت ابعاد و اوزان استفاده شده است. مطالعه موردی در شرکت بورس تهران انجام‌شده است. [۳۱]
۲-۶-جمع‌بندی
منشا رویش معماری سرویس‌گرا در حوزه فناوری بوده درحالی‌که معماری سازمانی از حوزه مدیریت حرفه آمده است. از جمله خواص معماری سرویس‌گرا، استفاده از استانداردهای مستقل از فناوری و مورد توافق برای ارائه مؤلفه‌های نرم‌افزاری تحت قالب سرویس، معرفی کننده یک روش مشخص و مورد توافق برای تعریف و ارتباط بین مؤلفه‌های نرم‌افزاری، استفاده مؤلفه‌های نرم‌افزاری منفرد در ساخت دیگر نرم افزارها و … می‌باشد. [۱] اما مهم‌ترین دستاورد آن انعطاف‌پذیری و چابکی فناوری اطلاعات در برابر تغییرات حرفه است و هم راستایی ما بین کسب و کار سازمان و فناوری اطلاعات می‌باشد. [۲۴]اگر مدل فرآیندی روش اجرایی رفتار واحدهای سازمانی را در قالب فعالیت ها، شرط ها و قوانین مشخص می‌کند، مدل سرویس بر اساس نگاه نتیجه گرا و کیفی است و طریقه درخواست سرویس و دغدغه ها و توصیفات سرویس و دریافت نتیجه را از نگاه ذینفع ترسیم می‌کند؛ اما صرف ترسیم مدل سرویسی، ضامن سرویس‌گرا بودن نیست، بعد از اینکه مدل سرویس تعریف و مصوب شد نوبت به بهبود سرویس‌ها بر اساس شاخص‌های سرویس‌گرایی می‌رسد. در اینجا با مجموعه‌ای از شاخص‌های مخصوص سرویس‌گرایی سر و کار داریم که هر چه این شاخص‌ها را در سرویس‌ها به بلوغ و عینیت بیشتری برسد، درجه بلوغ سرویس‌ها و در نتیجه سطح سرویس‌گرایی سازمان بالا می‌رود.
فصل سوم
روش تحقیق
۳-۱-مقدمه
امروزه فناوری اطلاعات و به خصوص معماری سرویس‌گرا فرصت‌هایی را در جهت بهبود و چابکی و تسریع در تطبیق نیازمندی‌های کسب و کار با زیر ساخت فناوری اطلاعات به وجود آمده است. در استفاده این فناوری با چالش‌های زیادی از قبیل چگونگی تعریف سرویس، مدیریت طراحی، طراحی ساختار تصمیم‌گیری و معیارهای ارزیابی مواجه می‌شویم، به منظور جلوگیری از صرف زمان و هزینه فراوان در سازمان‌های ایرانی به منظور پیاده‌سازی معماری سرویس‌گرا که بر اثر توجه بیش از حد به یک عامل و عدم توجه کامل به سایر عوامل سازمانی، ممکن است نهایتاً منجر به شکست پروژه پیاده‌سازی و بعضاً ورشکستگی سازمان شود؛ لازم است ابزار و روش‌هایی در اختیار مدیران و کارشناسان قرار گیرد تا قبل از به اجرا در آمدن آن، با دقت میزان آمادگی سازمان را مورد ارزیابی قرار دهند تا نتیجه‌بخش بودن آن را بررسی کنند.با به‌کارگیری فعالانه ارزیابی، سازمان‌ها می‌توانند نقاط قوت برنامه معماری سازمانی خود را تقویت نموده و نیز حیطه‌های نیازمند بهبود را شناسایی و برنامه‌های خود را مطابق آن‌ها تنظیم کنند، در نتیجه تأثیر مثبت معماری سازمانی در تصمیم‌گیری برای سرمایه گذاری در فناوری اطلاعات بیشتر خواهد شد.
منطق فازی نظریه‌ای برای اقدام در شرایط عدم اطمینان است .این نظریه قادر است بسیاری از مفاهیم،متغیرها و سیستم‌هایی را که نادقیق و مبهم هستند، (چنانچه در عالم واقعیت در بیشتر موارد چنین است) را صورت بندی ریاضی ببخشد و زمینه را برای استدلال، استنتاج، کنترل و تصمیم‌گیری در شرایط عدم اطمینان فراهم آورد.