ইঞ্জিনিয়ারিং ইকোনমিক ডিসিশন-মেকিং প্রসেস

১ · সাত ধাপের যৌক্তিক সিদ্ধান্ত-গ্রহণ প্রক্রিয়া

ইঞ্জিনিয়ারিং ইকোনমিক্সে প্রতিটি সিদ্ধান্ত একটি কাঠামোবদ্ধ, ধাপে-ধাপে প্রক্রিয়া অনুসরণ করে — এলোমেলোভাবে "যেটা ভালো লাগে" বেছে নেওয়া নয়। এই সাতটি ধাপ প্রায় সব ইঞ্জিনিয়ারিং ইকোনমি টেক্সটবইয়ে একইভাবে বর্ণিত হয় —

1. সমস্যা শনাক্তকরণ (recognize the problem): প্রথমে বুঝতে হবে আসলে কী সিদ্ধান্ত নেওয়া দরকার — যেমন "আমাদের উৎপাদন লাইনের একটি মেশিন বারবার নষ্ট হচ্ছে, ব্যয়বহুল হয়ে যাচ্ছে।"
2. লক্ষ্য/উদ্দেশ্য নির্ধারণ (define the objective): ঠিক কী অর্জন করতে চাই তা স্পষ্ট করা — যেমন "উৎপাদন খরচ কমানো" নাকি "ডাউনটাইম কমানো" — এই দুটো ভিন্ন লক্ষ্য ভিন্ন অল্টারনেটিভের দিকে নিয়ে যেতে পারে।
3. ডেটা সংগ্রহ ও সম্ভাব্য অল্টারনেটিভ শনাক্তকরণ: প্রাসঙ্গিক খরচ, আয়, জীবনকাল ইত্যাদি ডেটা সংগ্রহ করা এবং সম্ভাব্য সব বাস্তবসম্মত (feasible) বিকল্প তালিকাভুক্ত করা — এর মধ্যে "কিছুই না করা"-ও থাকে (নিচে দেখুন)।
4. সিদ্ধান্তের মানদণ্ড শনাক্তকরণ: কোন মাপকাঠিতে অল্টারনেটিভগুলো তুলনা করা হবে তা ঠিক করা — সাধারণত এটি একটি আর্থিক মাপকাঠি, যেমন সর্বোচ্চ Present Worth বা সর্বনিম্ন Annual Cost (M4-এ বিস্তারিত)।
5. প্রতিটি অল্টারনেটিভের মূল্যায়ন: প্রতিটি বিকল্পের ক্যাশ ফ্লোতে টাইম ভ্যালু অফ মানি প্রয়োগ করে নির্বাচিত মানদণ্ড অনুযায়ী মান বের করা (M2-M5-এর মূল বিষয়বস্তু)।
6. পছন্দের অল্টারনেটিভ বাছাই: মূল্যায়নের ফলাফল অনুযায়ী সবচেয়ে ভালো মানের অল্টারনেটিভটি বেছে নেওয়া — তবে অ-আর্থিক বিবেচনাও (নিরাপত্তা, পরিবেশ, স্ট্র্যাটেজিক ফিট) প্রায়ই একসাথে বিবেচনা করা হয়।
7. বাস্তবায়ন ও মনিটরিং: সিদ্ধান্ত কার্যকর করা এবং ফলাফল প্রকৃত প্রত্যাশার সাথে মিলছে কি না তা পর্যবেক্ষণ করা — প্রয়োজনে নতুন তথ্যের ভিত্তিতে আবার ১ নং ধাপে ফিরে যাওয়া।

২ · "কিছুই না করা" (Do-nothing) — একটি বৈধ অল্টারনেটিভ

ধাপ ৩-এ সম্ভাব্য অল্টারনেটিভ তালিকাভুক্ত করার সময় একটি সাধারণ ভুল হলো do-nothing অল্টারনেটিভ বাদ দেওয়া — অর্থাৎ বর্তমান পরিস্থিতি অপরিবর্তিত রেখে দেওয়া (পুরনো মেশিনই চালিয়ে যাওয়া, নতুন প্রজেক্টে বিনিয়োগ না করা)। এটি বাদ দেওয়া মানে ধরে নেওয়া যে "কিছু একটা করতেই হবে" — যা সবসময় সত্যি নয়।

৩ · কোড: অল্টারনেটিভ র‍্যাঙ্কিং

নিচের কোড সেলে কল্পনা করুন — একজন প্রকৌশলী তিনটি ডিজাইন অল্টারনেটিভ ও একটি do-nothing অপশন মূল্যায়ন করেছেন, এবং প্রতিটির জন্য একটি Present Worth (PW) মান পেয়েছেন (এই সংখ্যাগুলো M4-এ শেখা পদ্ধতিতে গণনা করা বলে ধরে নেওয়া হচ্ছে — এই পাঠের লক্ষ্য শুধু ধাপ ৫ ও ৬ কীভাবে কাজ করে তা দেখানো)। কোডটি PW অনুযায়ী র‍্যাঙ্ক করে সর্বোচ্চ PW-এর অল্টারনেটিভ বেছে নেয়।

# ধাপ ৫-৬: অল্টারনেটিভ মূল্যায়ন ও সেরা বাছাই (PW মানগুলো ধরে নেওয়া ইনপুট, M4-এ গণনা করা হবে)

alternatives = [
    {"name": "Alternative A -- স্ট্যান্ডার্ড ডিজাইন", "cost": 50000, "pw": 12500},
    {"name": "Alternative B -- উন্নত প্রযুক্তি ডিজাইন", "cost": 75000, "pw": 18200},
    {"name": "Alternative C -- বাজেট ডিজাইন",           "cost": 30000, "pw": 8100},
    {"name": "Do-nothing -- বর্তমান অবস্থা বজায় রাখা",   "cost": 0,     "pw": 0},
]

# PW অনুযায়ী বেশি থেকে কম সাজানো (ধাপ ৫: মূল্যায়ন করে তুলনাযোগ্য করা)
ranked = sorted(alternatives, key=lambda a: a["pw"], reverse=True)

print(f"{'র‍্যাঙ্ক':<6} {'অল্টারনেটিভ':<36} {'খরচ':>10} {'PW':>10}")
print("-" * 66)
for rank, alt in enumerate(ranked, start=1):
    marker = " <-- সেরা" if rank == 1 else ""
    print(f"{rank:<6} {alt['name']:<36} ${alt['cost']:>8,.0f} ${alt['pw']:>8,.0f}{marker}")

best = ranked[0]
print()
print(f"ধাপ ৬ (সেরা বাছাই): '{best['name']}' -- সর্বোচ্চ PW = ${best['pw']:,.0f}")