إرسال عملك الجيد في قاعدة المعرفة أمر بسيط. استخدم النموذج أدناه

سيكون الطلاب وطلاب الدراسات العليا والعلماء الشباب الذين يستخدمون قاعدة المعرفة في دراساتهم وعملهم ممتنين جدًا لك.

استضافت في http://www.allbest.ru/

تطبيق أساليب التحليل متعدد المعايير للعمليات التجارية

مقدمة

عمل قرار متعدد المعايير

أساس النظرية الحديثة لتحسين العمليات التجارية هو اختيار أفضل بديل لتنظيم العمليات التجارية من خلال التحليل النوعي أو الكمي للبدائل. غالبًا ما يكون مثل هذا التحليل متعدد المعايير ، حيث يجب تقييم العديد من المعايير في وقت واحد ، والتي قد تكون متناقضة ، مثل التكلفة والجودة والتكاليف والمخاطر والكفاءة ، إلخ. في الحياة اليومية ، عادةً ما يتم اتخاذ مثل هذا الاختيار بناءً على عدة معايير بشكل حدسي ، وقد تكون عواقبه مقبولة تمامًا لدى صانع القرار (DM). ومع ذلك ، عند تحديد مهام العمل ، لا يمكن أن يكون الحدس هو الأداة الوحيدة لصنع القرار ، نظرًا لأن هذه المهام أكبر بكثير ، وفي بيئة تنافسية للغاية ، تحتاج المنظمات إلى الحصول على التقييم الأكثر موضوعية للبدائل. يتطلب الحصول على مثل هذا التقييم دراسة شاملة لجميع معايير الاختيار ، وتحديد التبعيات بينها وتحديد الأولويات.

ملاءمة ترجع هذه الدراسة إلى حقيقة أنه في تحليل العمليات التجارية ، غالبًا ما تتخذ المشكلات شكلًا متعدد المعايير. على سبيل المثال ، عند اختيار مورد ، يتطلب تحليل عملية أعمال الشراء تقييم معايير مثل جودة المنتج والتكلفة وخدمة ما بعد البيع والاستقرار المالي وما إلى ذلك. يتضمن تحليل عملية إدارة الاستثمار تقييم المخاطر والعائد المتوقع وحجم الاستثمار وجاذبية المنطقة التي يتم فيها تنفيذ الأنشطة الاستثمارية. يتضمن تحليل عملية التوظيف التي تتم في معظم المؤسسات تقييمًا للمعايير مثل خبرة المرشح والتعليم والعمر والراتب المطلوب وما إلى ذلك. علاوة على ذلك ، فإن الاتجاهات الحديثة في تطوير نظرية الإدارة هي النظر في مختلف جوانب المشروع ، المالية وغير المالية. غالبًا ما يؤدي تحديد وفحص مجموعة من المؤشرات من وجهات نظر متعددة إلى مشاكل تتخذ شكلاً متعدد المعايير. على سبيل المثال ، تتضمن أداة الإدارة الشائعة مثل بطاقة الأداء المتوازن ، التي طورها R. Kaplan و D. في كل من وجهات النظر هذه ، يوصي المؤلفون بتحديد خمسة مؤشرات أداء رئيسية (KPIs) على الأقل. يسمح لك هذا النهج بتشكيل إستراتيجية فعالة للشركة ، ومع ذلك ، عند مراقبة تنفيذ هذه الاستراتيجية ، كما يؤكد المؤلفون أنفسهم ، يمكن أن تنشأ غالبًا صعوبات مرتبطة بتقييم العديد من المؤشرات. يوضح أحد الأمثلة العملية الواردة في الكتاب كيفية تحليل فعالية المشروع في الشركة ، حيث تم تحديد 16 مؤشرًا رئيسيًا لهذا المشروع ، والتي تم تقييمها من قبل عملاء الشركة. ومع ذلك ، فإن الحصول على استنتاج حول نجاح المشروع وفقًا لهذه التقديرات أصبح مهمة متعددة المعايير لإدارة الشركة ، حيث تم تطبيق الحلول القائمة على الترتيب والتفاف خطي للمعايير. قدم R. Kaplan و D. Norton أيضًا مثالاً على مهمة لم تستطع إدارة الشركة مواجهتها بسبب معاييرها المتعددة. كانت المهمة هي تحسين عملية التسليم ، ومن أجل زيادة قيمة مؤشر "التسليم في الوقت المحدد" ، زادت الشركة بشكل كبير الفاصل الزمني لوقت التسليم ، مما أدى إلى عدم رضا العميل ، وخضعت العملية التجارية "التحسين الخاطئ". كان من الممكن تجنب هذا الخطأ عن طريق تطبيق أساليب تحسين متعددة الأهداف.

اليوم ، تحتوي نظرية صنع القرار على العديد من الأساليب والطرق لاتخاذ القرارات في بيئة متعددة المعايير يمكن لصانع القرار استخدامها لحل مشاكل متعددة المعايير. ومع ذلك ، في الوقت نفسه ، تظل مشكلة اختيار الطريقة الأنسب لحل مشكلة معينة مهمة للغاية. نظرًا لحقيقة أن طرق التحسين متعدد المعايير لها عدد من الاختلافات في كل من النتائج التي تم الحصول عليها (عدد الحلول التي تم العثور عليها ، وعرض الحلول ، وما إلى ذلك) وفي تطبيقها (مقدار المعلومات الضرورية حول تفضيلات صانع القرار ، وطرق جمع المعلومات ، وما إلى ذلك) ، لا يمكن تطبيق جميع الطرق لحل مشكلة معينة. بشكل عام ، يمكن دمج المهام في مجموعات وفقًا لانتمائها إلى مجال موضوع معين. بسبب الاختيار غير الصحيح لطريقة الحل ، يمكن أن تنشأ أربع مشاكل خطيرة: أولاً ، ستكون نتائج تطبيق طريقة غير مناسبة غير مرضية لصانع القرار أو حتى غير صحيحة. ثانيًا ، بسبب النتائج السيئة التي تم الحصول عليها ، يمكن إدانة الأساليب المفيدة بشكل غير عادل ، على سبيل المثال ، طريقة ELECTRE في Cohon and Marks (1977). ثالثًا ، يؤدي استخدام طريقة غير مناسبة إلى ضياع الوقت والجهد والمال الذي يتم إنفاقه أثناء عملية اتخاذ القرار. أخيرًا ، نتيجة للأخطاء في التطبيق ، قد يرفض المستخدمون المحتملون تطبيق أي MMRM على المشكلات العملية على الإطلاق.

هدف، تصويبمن هذه الدراسة هو تطوير تصنيف أساليب اتخاذ القرار متعدد المعايير بشأن موضوع التطبيق في إطار تحليل العمليات التجارية.

لتحقيق هذا الهدف ، من الضروري حل ما يلي مهام:

1. إجراء تحليل للمصادر التي تعكس الأساليب المختلفة لصنع القرار في بيئة متعددة المعايير من أجل دراسة الأساليب الحالية للتحليل متعدد المعايير.

2. إجراء تحليل للبرامج التي تهدف إلى حل مشاكل متعددة المعايير.

3. إجراء تحليل للمصادر التي تعكس أمثلة على التطبيق العملي لأساليب التحليل متعدد المعايير للعمليات التجارية.

4. تحديد طرق التحليل متعدد المعايير المطبقة في مجال العمليات التجارية.

5. وضع تصنيف للطرق حسب موضوع التطبيق في مجال العمليات التجارية.

7. حل مشكلة عملية متعددة المعايير تنشأ في العملية التجارية "تحديد استراتيجية المبيعات" لشركة "VARS Expo" LLC.

هدفهذه الدراسة هي العمليات التجارية التي تتطلب اتخاذ القرار في بيئة متعددة المعايير.

موضوعاتالبحث هو تطبيق أساليب التحليل متعدد المعايير لتحسين العمليات التجارية التي تتطلب اتخاذ القرار في بيئة متعددة المعايير.

الأساس المنهجيمن هذا العمل كانت منشورات علمية لعلماء محليين وأجانب بارزين ، بالإضافة إلى مقالات تعكس المعايير الحالية في مجال تطبيق الأساليب متعددة المعايير لتحليل العمليات التجارية. لحل مجموعة المهام ، تم استخدام طرق نظرية اتخاذ القرار في حالة المعايير المتعددة.

الأهمية النظريةالبحث هو تطوير تصنيف لطرق التحليل متعدد المعايير للعمليات التجارية حسب موضوع التطبيق.

أهمية عمليةيتكون البحث من إمكانية استخدام التصنيف المطور في تحليل العمليات التجارية من أجل تحديد الطريقة الأنسب لحل مشكلة معينة تتعلق بالتحسين متعدد المعايير.

بنيةالشغليتضمن الأقسام التالية: مقدمة ، مراجعة الأدبيات وتحليل البرمجيات ، الجزء الرئيسي ، الخاتمة ، الببليوغرافيا. يتكون الجزء الرئيسي من الدراسة من ثلاثة فصول ، يعكس اثنان منها الجزء النظري من الدراسة ، والآخر - عملي. الفصل الأول مخصص لاختيار طرق التحليل متعدد المعايير للنظر فيها ووصفها. يقارن الفصل الثاني بين طرق التحليل متعدد المعايير مع خصائص المشكلة وصانع القرار والحل الذي تم الحصول عليه. بناءً على المقارنة التي تم الحصول عليها ، تم تطوير تصنيف للطرق حسب موضوع التطبيق كجزء من تحليل عمليات الأعمال بناءً على نموذج مرجعي مكون من 13 عملية وقدمت توصيات لتطبيق الأساليب. يعكس الفصل الثالث مثالاً للتطبيق العملي لأساليب حل مشكلة متعددة المعايير تنشأ في عملية الأعمال "تحديد استراتيجية المبيعات" لشركة VARS Expo LLC. في الختام ، تم تلخيص النتائج التي تم الحصول عليها في سياق الدراسة.

1. تحليل البرمجيات

يتم تحديد مدى تعقيد حل المهام متعددة المعايير ، من بين أمور أخرى ، من خلال كمية كبيرة من المعلومات التي يجب أخذها في الاعتبار ومعالجتها عند اتخاذ القرار. غالبًا ما يكون الشخص غير قادر على التعامل مع هذه المهمة دون اللجوء إلى مساعدة تكنولوجيا الكمبيوتر الحديثة. في هذا الصدد ، لدعم اتخاذ القرار في بيئة متعددة المعايير ، تم إنشاء العديد من منتجات البرامج أو أنظمة دعم القرار (DSS) ، والتي يعتمد تشغيلها على أساليب MCDA (تحليل القرار متعدد المعايير). تتمثل الوظائف الرئيسية التي تؤديها منتجات البرامج هذه في ترتيب الحلول حسب الأفضلية واختيار أفضل الحلول. ومع ذلك ، بالإضافة إلى إيجاد حل ومعالجة كمية كبيرة من المعلومات (وهو أمر ضروري للاستخدام الناجح لطرق التحليل متعدد المعايير في الممارسة العملية) ، توفر هذه البرامج أيضًا للمستخدم الفرصة لتحليل النتائج التي تم الحصول عليها. تعتبر واجهة المستخدم الرسومية ذات قيمة خاصة ، والتي توفر القدرة على تصور كل من العملية والنتائج ، لجعل عملية صنع القرار أكثر وضوحًا وشفافية.

نظرًا لحقيقة أن هذا العمل يهدف إلى دراسة وتصنيف طرق التحليل متعددة المعايير القابلة للتطبيق بشكل جيد في الممارسة ، فإن تحليل ومقارنة البرامج الحالية المطورة لدعم القرار يبدو ضروريًا ومهمًا. من المعقول أن نبدأ التحليل بتعريف معايير المقارنة والتقييم.

قد توفر منتجات البرامج المختلفة للمستخدم خيارات مختلفة أثناء عملية اتخاذ القرار نفسها وأثناء تحليل النتائج. بطبيعة الحال ، فإن تنظيم عملية صنع القرار يتميز أولاً وقبل كل شيء بـ طرق التحليل متعددة المعاييربدعم من المنتج. يعتمد الإجراء الخاص بإيجاد الحلول على الطرق المدعومة ، وبالتالي قابلية تطبيق المنتج على المواقف المختلفة. بالإضافة إلى ذلك ، نظرًا لأن هذا العمل يهدف إلى تطبيق أساليب متعددة المعايير مباشرة على العمليات التجارية ، فهو مهم للغاية مستوى احترافيالكفاءات(المعرفة والمهارات الخاصة) اللازمة للاستخدام الناجح للمنتج. تم تصميم العديد من البرامج للاستخدام من قبل المتخصصين في مجال التحليل متعدد المعايير ، وبدون الخبرة والمعرفة في هذا المجال ، لن يتمكن المستخدم من استخدام هذه المنتجات بشكل فعال. ومع ذلك ، فإن أحد الأغراض الرئيسية لتصنيف الأساليب التي تم تطويرها في هذه الورقة هو المساعدة في اختيار الأساليب المناسبة لغير المتخصصين في مجال التحليل متعدد المعايير (على سبيل المثال ، المديرين المسؤولين عن اتخاذ القرارات). لذلك ، سيتم إجراء مقارنات بين المنتجات أيضًا على أساس المعرفة والمهارات المتخصصة المطلوبة. المعيار الثالث للمقارنة هو دعم قرار المجموعة. عادة ، يُفهم صانع القرار في التحليل متعدد المعايير على أنه فرد ، ولكن نادرًا ما يعتمد في قرارات العمل على شخص واحد. في أغلب الأحيان ، تكون مجموعة معينة مسؤولة عن القرارات (مجلس الإدارة ، شركة مساهمة ، لجنة المشكلة ، إلخ) ، والتي يجب أن تؤخذ في الاعتبار تفضيلات كل عضو عند اتخاذ القرار. المعيار التالي الذي يعكس التطبيق العملي لاستخدام المنتج هو الوصول عبر الإنترنت. وأخيرًا ، هناك عامل مهم للمستخدم الذي ليس لديه خبرة جادة في مثل هذه البرامج القدرة على الاستيراد و / أويصدّرالبيانات أو النتائج في Excel. بشكل منفصل ، يجدر النظر في عملية تحليل النتائج التي تم الحصول عليها ، وهي طرق النص والرسوم البيانية لتصور المعلوماتالمنتجات المدعومة.

يوجد اليوم مجموعة كبيرة ومتنوعة من البرامج وأنظمة البرامج لتحليل متعدد المعايير. الغرض من مراجعة البرامج في هذه الورقة هو تحديد أوجه التشابه والاختلاف بين المنتجات المتاحة من أجل تطوير توصيات لاستخدامها. لذلك ، يبدو من المعقول الانتباه إلى منتجات البرامج التي لها أغراض مختلفة وتدعم طرقًا مختلفة ، بينما يتم استخدامها بنشاط أو معروفة بين الخبراء في التحليل متعدد المعايير وبين المتخصصين في المجالات الأخرى المسؤولة عن اتخاذ القرارات (والتي ، بالطبع ، هو مؤشر على أداء المنتج العملي). تم اختيار اثني عشر منتجًا من هذا القبيل للتحليل من خلال مقارنة مراجعات البرامج والمقالات المقارنة في المنشورات العلمية الدولية (French and Xu، 2005؛ McGinley. P، 2014؛ Vassilev et al.، 2005؛ Weistroffer et al.، 2005) ، وكذلك الأخذ في الاعتبار حساب التقييمات والمراجعات المنشورة على صفحات الويب المخصصة لبرنامج التحليل متعدد المعايير (Capterra ، EWG-MCDA ، ويكيبيديا). تم التحديد أيضًا استنادًا إلى توفر إصدار تجريبي أو تجريبي من المنتج. تنعكس نتائج التحليل المقارن في جداول تحتوي على معلمات مجمعة وفقًا لوظيفتين رئيسيتين للبرنامج: تنظيم عملية صنع القرار نفسها (انظر الجدول 1) وتحليل النتائج (انظر الجدول 2).

الجدول 1. مقارنة البرامج حسب خصائص عملية صنع القرار

اسم البرنامج	طرق MCDA المدعومة	مستوى الكفاءة المهنية المطلوبة	دعم قرارات المجموعة	إمكانية الوصول عبر الإنترنت	القدرة على الاستيراد / التصدير إلى Excel
	بابريكا ، إيه إتش بي ، ماوت
	AHP ، Pareto Frontier Approximation
قرار المعيار زائد	AHP، SMART، MAUT، Swing
	بروميث ، فائدة
	MAUT ، شجرة القرار ، AHP ، طريقة التسلسل. امتيازات
	شجرة القرار
قرارات منطقية	AHP ، MAUT ، سوينغ

كما يتضح من الجداول ، توفر جميع المنتجات المدروسة تقريبًا فرصًا ممتازة لتحليل النتائج ، ولكن لها اختلافات كبيرة في تنظيم عملية صنع القرار. تدعم البرامج مجموعة مختلفة من الأساليب ، ولكن أكثر من نصفها لديها AHP أو AHP (عملية التسلسل الهرمي التحليلي / طريقة تحليل التسلسل الهرمي) من بين الطرق المدعومة ، وهو أمر متوقع تمامًا ، نظرًا لأن الطريقة قابلة للتطبيق بشكل جيد في الممارسة في مختلف الصناعات و علاوة على ذلك ، لا يتطلب إعدادًا خاصًا. يقارن بشكل إيجابي مع الطرق الأخرى من حيث أنه يجمع بين النهج الرياضي والجوانب النفسية ، ويسمح لك أيضًا بمقارنة المعلمات غير المتشابهة ، وهي ميزة مهمة للغاية في التطبيق العملي. في المنتجات التي تدعم هذه الطريقة ، هناك طريقتان للمقارنة الزوجية للبدائل. في إطار النهج الأول ، يتم تجميع مصفوفة من التقييمات لبعض المعايير المتعلقة بالآخرين ، وفي إطار الثاني ، يتم سرد جميع مجموعات المعايير الممكنة ، ولكل منها ، يجب على صانع القرار تقييم مقدار معيار واحد متفوق من حيث الأهمية على الآخر. نتيجة للتقديرات التي تم الحصول عليها ، تم ترتيب المعايير حسب الأهمية.

بالإضافة إلى ذلك ، يمكنك أن ترى أن معظم البرامج التي تدعم AHP تدعم أيضًا MAUT (نظرية الأداة المساعدة متعددة السمات / نظرية الأداة متعددة المعايير). في الوقت نفسه ، في الدراسات المنهجية ، عادة ما يتم فصل هذه الأساليب بوضوح. تشير هذه الحقيقة إلى أنه على الرغم من حقيقة أن مثل هذا البرنامج يعتمد على نظرية اتخاذ القرار في بيئة متعددة المعايير ، يمكن للمنتج أن يتعارض مع النظرية ، حيث يجمع بين مجموعة متنوعة من الأساليب من مدارس مختلفة للتطبيق الناجح في الممارسة العملية. يمكن أيضًا تأكيد ذلك من خلال الدعم المتزامن لطرق MAUT و Swing من خلال أربعة منتجات.

تعتبر طريقة الامتيازات المتتالية أقل شيوعًا إلى حد ما ، مما يعني استخدام فترات زمنية معينة تعكس الانحراف المسموح به لقيم المعلمات عن القيم ذات الأولوية. على الأرجح ، هذا يرجع إلى صعوبة تحديد هذه الفترات بشكل موضوعي في الممارسة. أيضًا ، تستند بعض البرامج التي تم النظر فيها إلى شجرة القرار ، والتي تتميز بخوارزمية بناء محددة يسهل فهمها ، ولكنها لا تضمن دائمًا أفضلية الشجرة بأكملها. أخيرًا ، تم العثور على طريقة تقريب حدود Pareto أيضًا في البرامج التي تمت مناقشتها وهي فعالة جدًا في توفير التصور المرئي ، على سبيل المثال ، على مخطط فقاعي ، كما يتجسد في مُحسِّن كلفر متعدد الأغراض.

عند تحليل معلمات المقارنة المتبقية ، تجدر الإشارة إلى أن معظم منتجات البرامج مخصصة للاستخدام من قبل المتخصصين في مجال التحليل متعدد المعايير ، نظرًا لأن مستوى الكفاءة المهنية اللازمة للعمل معهم مرتفع للغاية. ومع ذلك ، يمكن استخدام منتجات مثل 1000Minds و Clafer MOO و D-Sight و Decision Lens و MakeItRational لاتخاذ القرار حتى في حالة عدم وجود معرفة خاصة. يجب أن يؤخذ في الاعتبار أن قرارات المجموعة يتم دعمها فقط في ثلاثة من المنتجات - 1000Minds ، D -Sight و MakeItRational. الأول يوفر التصويت عبر الإنترنت فقط ، والثاني يعطي وزنًا لرأي كل عضو في المجموعة ، والآخر يحسب متوسط ​​القيمة للمجموعة من خلال مراعاة جميع الآراء الفردية. تعتمد معظم المنتجات على الويب (باستثناء Criterium DecisionPlus و Hiview3 و Logical Decisions و M-MACBETH) وتوفر أقل من النصف بقليل القدرة على استيراد وتصدير البيانات والنتائج إلى Excel.

الجدول 2. مقارنة البرامج من خلال خصائص تحليل النتائج

اسم البرنامج	الرسوم البيانية المرئية	القيم الإجمالية	تحليل الحساسية	خرائط ثنائية الأبعاد	تقرير مكتوب
كلفر متعدد الأشياء. محسن
قرار المعيار زائد
قرارات منطقية

يعكس الجدول 5 حقيقة أن جميع منتجات البرامج المدروسة توفر إمكانية التصور الرسومي للنتائج. تشمل الأساليب الموجودة في عدد قليل من المنتجات على الأقل تصور البدائل من خلال spider-cys ، والإعصار ، ومقياس الحرارة ، والمخططات الدائرية والفقاعية. في منتجات البرمجيات التي تعتمد على طريقة الامتياز ، يتم تقديم النتائج كنطاقات مقبولة من القيم وقد تحتوي على علاقات هيمنة وتمثيل رسومي لمنطقة الحلول المثلى. تدعم معظم البرامج الطريقة التقليدية لتحليل الحساسية ، ويستخدم بعضها أيضًا مناهج إحصائية للتحليل ، والتي تتمثل في إجراء تغييرات مختلفة على النموذج البارامتري ومراقبة التغيير اللاحق في النتائج. يتيح لك ذلك الحصول على ترتيب احتمالي للبدائل أو النسبة المئوية للحالات التي يهيمن فيها أحد البدائل على الآخر. في طريقة الامتياز ، يمكن اعتبار استخدام الفواصل الزمنية في حد ذاته نوعًا من تحليل الحساسية. يوجد نوع من الخرائط ثنائية الأبعاد في معظم منتجات البرامج. تتوافق المعايير مع المحاور ، وتتوافق البدائل مع النقاط ذات الإحداثيات المقابلة على الرسم البياني. توفر بعض البرامج القدرة على إنشاء تقرير مكتوب يعكس النتائج الرئيسية ويشرحها للمستخدم.

2 . طرق صنع القرار متعددة المعايير

2.1 اختيار الأساليب للنظر فيها

يعد الانضباط العلمي لصنع القرار في ظل ظروف متعددة المعايير حديثًا نسبيًا: ظهرت الأعمال الأولى في هذا التخصص في السبعينيات ، وتمت الإشارة إلى تطبيق MMRM لحل المشكلات العملية في الثمانينيات (Wallenius et al. ،) . على الرغم من ذلك ، تم بالفعل تطوير أكثر من سبعين طريقة مختلفة لحل المشكلات متعددة المعايير (Aregai Tecle ،). لا يبدو النظر التفصيلي لجميع الأساليب الحالية ضروريًا وممكنًا في إطار هذا العمل ، وبالتالي ، فإن مجموعة الأساليب المدروسة محدودة. تشمل المعايير المستخدمة لتحديد الطرق ما يلي:

1. شعبية الطريقة(تم القياس بناءً على عدد المرات التي تم فيها ذكر الطريقة في الأدبيات العلمية بين عامي 1970 و 2016)

2. قابلية تطبيق الطريقة على المشكلات العملية(تم القياس بناءً على تحليل الأدبيات حول تطبيق MMRM على المهام في مجالات الأعمال المختلفة)

3. أصالة الأسلوب(لا يتم النظر في الأساليب القائمة على التقنيات الموجودة في الطرق الأخرى الأكثر شيوعًا)

1. طريقة التحليل الهرمي (AHP)

2. البرمجة غير الخطية (NLP)

3. البرمجة التسوية (CP)

4. نظرية اللعبة التعاونية (CGT)

5. الطريقة المثالية للنازحين (DISID)

6. طريقة ELECTRE (ELEC)

7. طريقة تقييم وتحليل الحساسية (ESAP)

8. البرمجة المستهدفة (CPU / GP)

9. نظرية المنفعة متعددة المعايير (MAUT)

10. تحليل Q متعدد المعايير (MCQA)

11. الطريقة الاحتمالية للتطوير التوفيقي (PROTR)

12. طريقة Zayonz-Wallenius (Z-W)

13. طريقة STEM

14. طريقة SWT

15. طريقة PROMETHEE (PRM)

يتم عرض شعبية هذه الأساليب وإمكانية تطبيقها على المهام المختلفة في مجموعة واسعة من المجالات بوضوح في الجدول (انظر الملحق 1) ، حيث تتم مقارنة كل طريقة بالمنشورات العلمية التي تصف تطبيقها ، والمهام المحددة التي تم تحديدها في هذه يعمل.

2.2 وصف موجز للطرق

طريقة تحليل التسلسل الهرمي (AHP)

طريقة التحليل الهرمي هي أداة رياضية لصنع القرار تأخذ في الاعتبار الجوانب النفسية. تم تطوير الطريقة بواسطة T. Saati. يسمح لك بتبسيط البدائل المتاحة التي تحتاج إلى تقييم وفقًا لمجموعة متنوعة من المعايير الكمية والنوعية. يحدث الطلب بناءً على معلومات حول تفضيلات صانع القرار ، والتي يتم التعبير عنها عدديًا وتسمح لك بالحصول على قيم القيمة الإجمالية للبدائل لجميع المعلمات. البديل ذو القيمة الإجمالية الأعلى هو الأفضل. الطريقة تستخدم على نطاق واسع في الممارسة. لاستخدامه ، اتبع الخطوات التالية:

1) حل المشكلة عن طريق تجميع نموذجها الهرمي ، والذي يجب أن يشمل البدائل نفسها ، ومعايير تقييمها والهدف النهائي المتمثل في إيجاد حل

2) قارن في أزواج جميع عناصر التسلسل الهرمي ، وتحديد أولويتها بناءً على تفضيلات صانع القرار

3) تجميع قيمة البدائل باستخدام الالتواء الخطي

4) تقييم مدى اتساق الأحكام

5) اتخاذ قرار بناء على النتائج

مزايا MAI:

بساطة المقارنات الزوجية وإلمام متخذي القرار بالإجراء

عدم وجود تقييم مباشر للبدائل

دعم المعلمات الكمية والنوعية

التحقق من اتساق الأحكام

قابلية التطبيق على نطاق واسع في الممارسة العملية

عيوب MAI:

عدد محدود من البدائل والمعايير لتقييمها (من الصعب على صانعي القرار العمل مع عدد كبير)

إمكانية تشويه التفضيلات بسبب نفس النوع من التمثيل العددي

اختيار غير معقول للمعايير المضافة أو المضاعفة

2.3 البرمجة غير الخطية (NLP)

البرمجة غير الخطية هي حالة خاصة من البرمجة الرياضية وتنطوي على شكل غير خطي للدالة الموضوعية أو القيد. يمكن صياغة المشكلة التي تم حلها بهذه الطريقة كمشكلة إيجاد القيمة المثلى لوظيفة موضوعية معينة في ظل الظروف ، حيث تكون المعلمات ، هي القيود ، n هو عدد المعلمات ، s هو عدد القيود.

يمكن أن تكون الوظيفة الموضوعية مقعرة أو محدبة. في الحالة الأولى ، سيواجه صانع القرار مشكلة التعظيم ، في الحالة الثانية - مشكلة التصغير. إذا تم إعطاء القيد من خلال دالة محدبة ، فإن المشكلة تعتبر محدبة ، وغالبًا ما يتم حلها باستخدام الطرق العامة للتحسين المحدب. إذا كانت المشكلة غير محدبة ، فيتم استخدام صيغ خاصة لمشكلات البرمجة الخطية أو الطرق المتفرعة والمحددة ، والتي تسمح بحل المشكلة بالتقريب الخطي أو المحدب. تشكل هذه التقريبات حدًا أدنى على القيمة الإجمالية داخل القسم. في سياق الأقسام التالية ، سيتم العثور في يوم من الأيام على حل حقيقي تكون قيمته مماثلة لأفضل حد أدنى تم العثور عليه لأي من الحلول التقريبية. سيكون مثل هذا الحل هو الأمثل ، ولكن ليس بالضرورة الحل الوحيد. من الممكن إيقاف مثل هذه الخوارزمية في أي وقت مع الثقة في أن الحل الأمثل يقع ضمن الانحراف المقبول عن أفضل حل تم العثور عليه ؛ تسمى هذه الحلول e-optimal.

في البرمجة غير الخطية ، يمكن تمييز الأقسام المستقلة ، مثل محدب ، تربيعي ، عدد صحيح ، عشوائي ، برمجة ديناميكية ، إلخ.

2.4 برمجة الحلول الوسط (CP)

تشبه فكرة طريقة البرمجة التوفيقية فكرة طريقة البرمجة الهدف. تعتمد تقنية الطريقة على تحديد المسافة من النقطة "المثالية". للعثور على أفضل حل ، من الضروري تقليل "المسافة" من الحل المثالي. النقطة (الحل) الأقرب إلى النقطة المثالية من جميع النواحي هي حل وسط. يمكن أن تكون مجموعة الحلول أيضًا بمثابة حل وسط.

يتضمن الإجراء الخاص بإيجاد الحل الأفضل الخطوات التالية:

1) تحديد معاملات تقييم البدائل وأوزان هذه المعلمات.

2) قم بتجميع مصفوفة تقييم البدائل عن طريق تسجيل معلومات حول البدائل لكل من معلمات التقييم.

3) تحديد اتجاه التحسين لكل معيار (يفضل تكبير أو تصغير القيم).

4) تطبيع المصفوفة بطريقة تأخذ شكل مصفوفة المكافآت (أو مصفوفة المكافآت).

5) البحث عن أفضل وأسوأ قيمة للبدائل لكل معيار.

6) إيجاد القيمة المعممة لكل بديل لجميع معاملات التقييم باستخدام أوزان المعايير والفرق بين قيمة البديل لكل معيار وأفضل قيمة لهذا المعيار.

7) البديل الذي تكون قيمته أقرب إلى المثالي هو الحل الأفضل.

مزايا طريقة البرمجة التوفيقية:

الفائدة في حل المشكلات في مساحة الحل التي يميل فيها صانع القرار إلى الوثوق بحدسه وخبرته

2.5 نظرية الألعاب التعاونية (CGT)

اللعبة التعاونية هي لعبة تنطوي على تضافر جهود اللاعبين. تستكشف نظرية الألعاب التعاونية الصراعات التي تنشأ بين اللاعبين عند اتخاذ قرار مشترك. نظرًا لوجود العديد من المعايير لاتخاذ مثل هذا القرار وغالبًا ما تكون متناقضة ، يتم استخدام النظرية كواحدة من طرق اتخاذ القرار في بيئة متعددة المعايير. تدرس النظرية نتائج اتحاد اللاعبين التي يمكن تحقيقها وتحت أي ظروف.

المهام الرئيسية الناشئة عن دراسة الألعاب التعاونية:

1) تعريف الوظيفة التي تميز تفضيلات اللاعبين

2) إيجاد الحل الأمثل فيما يتعلق بتقسيم الكسب الكلي للأطراف

3) التحقق من الاستقرار الديناميكي للحل

يمكن أن يكون الحل الذي تم العثور عليه فريدًا إذا كان تقسيم إجمالي الكسب يمكن أن يتم بطريقة واحدة فقط ، تتميز بأقصى فائدة لكلا الطرفين. إذا كان هناك العديد من طرق الفصل هذه ، فيمكن أن يكون الحل الأمثل متعدد القيم. تعتبر حالة الحل الأمثل الفردي نموذجيًا لـ N-kernel ومتجه Shapley ، وهو حل متعدد القيم - لـ C-kernel و K-kernel.

2.6 الطريقة المثالية المتغيرة (ديسيد)

تم تطوير هذه الطريقة لتحديد أفضل الحلول في مجموعة الحلول المجدية وتتميز بالخصائص التالية:

الإجراء الخاص بتشكيل حل "مثالي" يحدد اتجاه التحسين. عادةً ما يكون مثل هذا الحل بعيد المنال ، لكنه يعكس أهداف صانع القرار جيدًا.

استبعد الحلول الأقل تفضيلاً عند كل تكرار. وبالتالي ، يتم العثور على أفضل حل من خلال التخلص التدريجي من أسوأ الحلول في كل خطوة من الإجراء.

عند تطبيق الطريقة يمكن تمييز الخطوات التالية:

1) استبعاد الحلول المسيطرة.

2) صياغة الحل "المثالي" وتحديد الحل "الأسوأ".

3) تحديد المسافة بين نقاط الحلول الممكنة ونقطة الحل "الأسوأ"

4) تكرار دورة من 1-3 مراحل حتى يبقى العدد الصغير المقبول من أفضل الحلول.

في الوقت نفسه ، غالبًا ما تؤدي مقارنة البدائل مع الحل "المثالي" المشكل إلى عدم رضا صانع القرار عن البدائل الحالية ، وهو ما يسمى التعارض قبل اتخاذ القرار. نزاع ما بعد القرار هو عدم الرضا الذي يحدث بعد استبعاد بعض البدائل من الاعتبار. في التكرارات الأولية ، هناك تضارب قوي قبل الحل ، والذي يتناقص تدريجياً بسبب تقريب الحلول الحالية للحل "المثالي" ، على العكس من ذلك ، يزداد الصراع بعد الحل ، مما يشير إلى أن صانع القرار لديه لم تدرس المشكلة بشكل كاف.

2.7 طريقة ELECTRE

يتكون إجراء الاختيار في طريقة ELECTRE من 6 خطوات:

1) تحديد القيم الدنيا والقصوى للبدائل لكل معيار

2) تحديد أوزان المعايير

3) إنشاء رسم بياني لكل معيار من المعايير ، حيث تكون الرؤوس بعض كائنات مجموعة الحلول ، وتعكس الأقواس درجة هيمنة كائن على آخر

4) تجميع مصفوفة قيم ما يسمى بمؤشرات الاتفاق والاختلاف على أساس أهمية المعايير وتفضيل القرارات

5) تحديد قيمة التفوق لكل زوج من الأشياء إذا كانت قيمة مؤشر الاتفاق لأحد الحلول تتجاوز قيمة حدية معينة ، وقيمة مؤشر الاختلاف لا تصل إلى هذه القيمة

6) بناء رسم بياني عام للتفوق ، مع مراعاة القيود الموضوعة

2.8 طريقة تقييم وتحليل الحساسية (ESAP)

تم تطوير طريقة تقييم وتحليل الحساسية في الأصل كأسلوب تخطيط بيئي لتقييم بدائل إدارة المياه. يعتمد ESAP على تحديد أوزان المعايير للحصول على تقييم صحيح للبدائل. يتم تحديد تقييم مدى توفر وجاذبية البديل من خلال الجمع بين المعلومات حول التأثير على الموارد الطبيعية والثقافية والمعلومات حول الأهمية (التي تحددها معايير الترجيح) والقيم المفضلة لهذه الموارد. يجب جمع المعلومات عن طريق إجراء مقابلات مع العديد من الأفراد أو مجموعة من الأفراد لتحديد حساسية تقديراتهم للاختلافات في الأحكام حول أهمية الموارد والقيم المفضلة ، وكذلك عدم اليقين في عواقب اختيار بديل أو آخر. الآن يتم استخدام هذه الطريقة ليس فقط في التخطيط البيئي ، ولكن أيضًا في مناطق أخرى.

2.9 البرمجة المستهدفة (CPU / GP)

تُستخدم طريقة البرمجة المستهدفة لحل مشاكل MCO وتستند إلى ترتيب المعايير وفقًا لأهميتها بالنسبة لمتخذي القرار. تتضمن المهمة الرئيسية لإيجاد الحلول عدة مهام فرعية متتالية لتحسين كل معيار. في الوقت نفسه ، يتم تنفيذ هذا التحسين وفقًا للوظيفة الموضوعية ، ولا يمكن تحقيق تحسين القيمة بمعيار واحد على حساب تدهور القيمة بمعيار أكثر أهمية. وبالتالي ، ستكون النتيجة النهائية هي اكتشاف أفضل حل للمشكلة. عادةً ما يتم تطبيق طريقة البرمجة المستهدفة على حل المشكلات الخطية. في الوقت نفسه ، يكمن اختلافها عن طريقة البرمجة الخطية في إضفاء الطابع الرسمي على العديد من الأهداف ليس كوظائف موضوعية ، ولكن كقيود. لذلك ، عند استخدام الطريقة ، يجب تحديد القيم المرغوبة للوظائف الهدف وتلك الانحرافات المتغيرة عن هذه القيم التي تعكس درجة تحقيق الهدف الرئيسي للبحث عن الحل.

2.10 نظرية المنفعة متعددة المعايير (MAUT)

تعد نظرية المنفعة متعددة المعايير واحدة من أكثر الطرق المبررة من الناحية البديهية شيوعًا. تم تطوير هذه النظرية بواسطة R. Keaney، G. Rife، P. Fishburne. تستند النظرية إلى البديهيات التي تصف تفضيلات صانعي القرار ويتم تقديمها بيانياً كوظيفة منفعة. تتضمن أكثر بديهية المنفعة قابلية للتطبيق على نطاق واسع في بيئة متعددة الأهداف البديهيات:

المقارنة الكاملة

عبورية

الذوبان

الاستقلال بالتفضيل

الاستقلال عن طريق المنفعة

أرخميدس

على الرغم من صعوبة الطريقة الواضحة ، من المهم ملاحظة أنه يمكن تبريرها بالتبرير الرياضي للحلول الموجودة. بالإضافة إلى ذلك ، فإن الطريقة قابلة للتطبيق عند تقييم أي عدد من البدائل ، وقد تم تطوير إجراءات الحوار مع صانعي القرار في نظرية المنفعة متعددة المعايير بشكل جيد للغاية.

تشمل الخطوات الرئيسية للطريقة ما يلي:

1) تطوير قائمة المعايير

2) بناء وظيفة المنفعة لكل معيار من المعايير

3) التحقق من الشروط التي تحدد شكل وظيفة المنفعة العامة

4) بناء علاقة بين تقييمات الخيارات لكل معيار من المعايير والجاذبية الشاملة للخيار لصانعي القرار

5) تقييم جميع الخيارات المتاحة واختيار الخيار الأفضل

2.11 متعدد المعايير Q- لكنالتحليل (MCQA)

يتم استخدام طريقة التحليل متعدد المعايير هذه لتشكيل إجراء حوار فعال بين الأطراف المتنازعة. تتيح MCQA-I و MCQA-II و MCQA-III ترتيب معايير تقييم البدائل من حيث الأهمية والبدائل نفسها من حيث جاذبية صانعي القرار. تم تطوير تحليل Q- بواسطة رونالد أتكين (1974 ، 1977) كنهج لدراسة الخصائص الهيكلية للأنظمة الاجتماعية حيث ترتبط مجموعتان من المؤشرات أو السمات أو الخصائص ببعضها البعض. بعد ذلك ، تم تطبيق تحليل Q في مجالات مختلفة مثل نظرية الشطرنج (Atkin and Witten ، 1975) ، وأنظمة التصنيع المرنة (Robinson and Duckstein ، 1986) ، والرياضات التنافسية (Gould and Gatrell ، 1980) ، والتخطيط الحضري (Beaumont ، 1984 ). يعتبر تحليل Q أداة مفيدة معترف بها في الدراسات البيئية ، على سبيل المثال في تقييم النظم البيئية النهرية (Casti et al. ، 1979) وفي دراسة العلاقات بين المفترس والفريسة (Casti ، 1979). تم استخدام تحليل Q أيضًا في علم النفس الإكلينيكي (Macgill and Springer ، 1984) ، والجيولوجيا (Griffiths ، 1983) ، وأبحاث أنظمة النقل (Johnson ، 1976) ، وتوزيع المياه (Duckstein ، 1983) ، وعدد من السياقات الأخرى (Casti ، 1979). أثبت تحليل Q أنه مفيد بشكل خاص في حل المشكلات المرتبطة بالأنظمة المعقدة ، على سبيل المثال ، نمذجة الصور الطبية. يتطلب هذا النهج تعريفًا صارمًا لمجموعات البيانات وعلاقاتها ، ويدعو إلى استكشاف الآثار المترتبة على ترابطها داخل النظام. بعد إنشاء مجموعات دقيقة تقريبًا من البيانات ودراسة علاقاتها ، يتضمن تحليل Q عمليات حسابية بسيطة إلى حد ما لا تحتاج إلى معلومات إضافية حول النظام. توفر طريقة التحليل Q بنية تحتية طبوغرافية جبرية لتقليل البيانات ، مما يساعد على تبسيط مفاهيم تصميم النظام العياني. تحقيقا لهذه الغاية ، من الممكن تحديد وتفسير المؤشرات مثل درجة الاتصال واللامركزية والتعقيد. يوفر نهج التحليل Q أيضًا ترتيب المعلومات. يمكن أن يرتبط تحليل Q أيضًا بتحليل الديناميكيات السلوكية الناتجة عن المصفوفة الهيكلية (تسمى القماش الخلفي) ؛ يعتمد هذا النوع من الدراسة (يسمى حركة المرور) على الانضباط الذي يشار إليه عادةً باسم الديناميكيات متعددة السطوح (Casti et al. ، 1979 ؛ Johnson ، 1981).

2.12 الطريقة الاحتمالية لتطوير الحلول الوسط (بروتر)

تُستخدم طريقة التحسين متعدد المعايير هذه بشكل أساسي لحل المشكلات غير الخطية بناءً على تفضيلات صانع القرار. تتضمن الطريقة بناء وظائف المرافق الفردية لإيجاد أفضل حل للمشكلة.

يتكون إجراء البحث عن الحل من 12 مرحلة متتالية:

1) تطوير متجه للوظائف الموضوعية

2) تطوير نواقل قيم المعايير الأفضل والأسوأ

3) صياغة دالة الاستبدال

4) الحصول على حل البداية عن طريق تعظيم هذه الوظيفة وتطوير متجه الهدف بناءً عليها

5) تعريف دالة فائدة متعددة المعايير

6) صياغة دالة إحلال جديدة

7) توليد حل بديل عن طريق تعظيم دالة إحلال جديدة وتطوير متجه هدف بناءً عليها

8) تطوير ناقل يربط القيم المستهدفة للمتجهات باحتمالية تحقيقها

9) اتخاذ قرار من قبل صانع القرار بشأن ما إذا كانت جميع قيم المعايير مرضية. إذا كانت الإجابة بنعم ، فإن المتجه الناتج هو حل للمشكلة ، وإذا لم يكن كذلك ، فسيتم تنفيذ الخطوة 10

10) اختيار المتجه الذي تكون فيه علاقة القيمة المستهدفة باحتمالية تحقيقها هي الأكثر إرضاءً ، وتعريف الاحتمال الجديد

11) إنشاء مجموعة جديدة من القيم الصالحة

12) صياغة وظيفة إحلال جديدة وتكرار الدورة من المرحلة السادسة إلى المرحلة الثانية عشرة عدة مرات حسب الضرورة.

2.13 طريقة Zajonc-Wallenius (Z-W)

تعتمد طريقة Zajonc-Wallenius على الإجراء الخاص بتضييق مجموعة قيم متجهات الوزن.

يمكن وصف خطوات هذا الإجراء على النحو التالي:

1) تطوير نواقل الوزن

2) حساب قيمة المعيار العالمي (كقاعدة عامة ، تتوافق القيمة مع أحد رؤوس المضلع الذي يشكل مجموعة القيم الصالحة)

3) حساب قيم أوزان المعايير في الرؤوس المجاورة ، والتي تحتها يمكن أن يكون هذا الرأس هو الحل الأمثل

4) حساب قيمة متجه التقديرات في هذه الرؤوس لكل معيار من المعايير

5) المقارنة الزوجية لمتجهات معايير صانع القرار

6) تشكيل قيود على قيم أوزان المعايير بناءً على أحكام متخذ القرار

7) تحديد نقطة المركز في نطاق الأوزان المقبولة

8) كرر الدورة 2-8

عند المقارنة ، يمكن لصانع القرار التعبير عن الأحكام التالية:

ويفضل استخدام متجه المعايير المجاور ؛

متجه المعايير الأولية هو الأفضل ؛

لا يوجد تفضيل واضح.

وبالتالي ، يكون البحث منهجيًا ، مما يجعل النتائج أكثر موضوعية.

2.14 طريقة STEM

طريقة STEM هي إجراء بحث تكراري يتم فيه الوصول إلى أفضل حل بعد عدة تكرارات. تتضمن كل دورة مرحلة حسابية ومرحلة اتخاذ القرار ، أي أنها تتضمن التفاعل بين المحلل وصانع القرار.

تعتمد الطريقة على تقليل مسافة Chebyshev من نقطة مثالية في مساحة الحل. يمكن تغيير المعلمات التي تحدد معادلة المسافة والمساحة القابلة للقياس باستخدام طريقة تسوية معاملات الوزن بناءً على تفضيلات صانع القرار المعبر عنها في المرحلة السابقة من البحث عن حلول. يتيح إجراء البحث لصانع القرار إبراز الحلول الجيدة وتحديد الأهمية النسبية للمعايير. في كل تكرار ، يمكن لصانع القرار تحسين قيم البدائل وفقًا لبعض المعايير ، مع التنازل عن معايير أخرى. في الوقت نفسه ، يجب على صانع القرار تحديد الحد الأقصى لمبلغ الامتياز المقبول لكل معيار. لتنفيذ التكرار التالي ، بعد أن تلقى قرارًا ، يجب على صانع القرار أن يعبر عن تفضيلاته فيما يتعلق بتلك المعايير التي يرغب في تحسين قيمتها ، وتلك التي تكون قيمتها مرضية بالفعل بالنسبة له.

2.15 طريقة SWT

طريقة SWT هي طريقة تحسين متعددة المعايير تسمح بإيجاد جميع الحلول المثلى باريتو الضرورية وفقًا لمتجه تحسين المشكلة. عند استخدام الطريقة ، يجب أن يؤخذ في الاعتبار أنه في النمذجة ، والتعريف ، والتقييم ، ومقارنة المعايير المتضاربة في كثير من الأحيان ، لا ينبغي الخلط بين دور محلل النظام ودور صانع القرار. في حين أن المحلل مسؤول عن إنشاء حلول باريتو المثلى والقيم المقابلة للبدائل ، فإنه ليس له الحرية في تحديد الامتيازات المقبولة والمفضلة وفقًا لمعايير متضاربة مختلفة. صانع القرار مسؤول عن التعبير عن أحكام التفضيل بناءً على التحليل الحسابي الذي يقوم به المحلل. علاوة على ذلك ، عندما يتم الحصول بالفعل على أي مجموعة من قيم المعايير ، يكون من الأسهل بكثير الحصول من صانع القرار على تقدير للقيمة النسبية للامتياز (زيادة أو نقصان في القيمة) بين معيارين بدلاً من تقديرهما المطلق. متوسط ​​القيم.

2.16 طريقة PROMETHEE (PRM)

PROMETHEE هو نظام دعم قرار جيد التصميم يسمح لك بتقييم واختيار بديل من مجموعة معينة ، بناءً على معايير تعكس إيجابيات وسلبيات البدائل ، ويسمح لك أيضًا بتصنيف هذه البدائل وفقًا لمدى جاذبيتها لصانعي القرار .

لا يتطلب PROMETHEE أحكامًا صارمة حول الهيكل الفعلي لتفضيلات صانعي القرار. عند تقييم البدائل ، تتمثل المهمة الرئيسية في الحصول على معلومات حول ما إذا كان بعض البدائل جذابًا مثل الآخر على الأقل. بناءً على ما يسمى بعلاقات التفضيل ، والتي يتم تحديدها في الخطوة الأولى ، يتم ترتيب البدائل.

ضع في اعتبارك الخطوات الرئيسية:

1) تحديد وظيفة التفضيل

نقطة البداية هي تشكيل مصفوفة تصنيف تعكس جاذبية البدائل لكل معيار. بناءً على المعلومات الواردة في مصفوفة الدرجات ، تتم مقارنة البدائل في أزواج فيما يتعلق بكل معيار من المعايير. يتم التعبير عن النتائج من خلال وظائف التفضيل التي يتم حسابها لكل زوج من الخيارات ويمكن أن تتراوح من 0 إلى 1. بينما يشير 0 إلى عدم وجود فرق بين الخيارات ، فإن 1 يعني اختلافًا كبيرًا.

2) تقييم درجة تفضيل الخيارات

يتم تجميع مصفوفة القيمة الإجمالية على أساس القيم التي تم الحصول عليها بضرب قيم البدائل لكل معيار بوزن المعيار المقابل. في هذه المصفوفة ، يعكس مجموع كل القيم في صف درجة هيمنة (جاذبية) البديل. يشير مجموع كل القيم الموجودة في عمود إلى مدى إخماد البديل من قبل الآخرين. يمكن الحصول على الترتيب الخطي عن طريق طرح القيمة الفرعية من القيمة السائدة.

يُطلب من صانع القرار تحديد أوزان المعايير واختيار وظيفة التفضيل. لا يشير PROMETHEE إلى طريقة خاصة لتحديد هذه الأوزان ، ولكنه يفترض أن صانع القرار قادر على تعيين الأوزان بشكل صحيح ، على الأقل عندما لا يكون عدد المعايير كبيرًا جدًا. تعريف عوامل الترجيح هو دائما ذاتي. لذلك ، فإن تحليل الحساسية ، الذي يعكس مدى تأثير الأوزان المختارة على النتيجة ، يصبح جزءًا مهمًا من عملية صنع القرار.

تم تطوير أدوات ووحدات مختلفة ضمن طريقة PROMETHEE. يمكن أن تكون الأدوات الثلاثة التالية مفيدة بشكل خاص لتحليل مهمة التقييم:

PROMETHEE I للتقييم الجزئي للبدائل ،

PROMETHEE II للحصول على الترتيب الكامل ،

GAIA لتصور الحلول.

3. تطوير تصنيف الأساليب

مشكلة اختيار أنسب طريقة متعددة المعايير لتطبيقها على موقف معين هي في حد ذاتها مشكلة متعددة المعايير ، حيث توجد عدة معايير اختيار وهي متناقضة بطبيعتها (AI-Shemmeri et al. ،). لذلك ، يجب تقييم الطرق المدرجة وفقًا للمعايير ذات الصلة حتى يمكن مقارنتها. لتحديد هذه المعايير ، من الضروري النظر في الجوانب التي تسبب اختلافات في تطبيق الأساليب. من المعتاد تحديد الجوانب أو مجموعات المعايير التالية (Mollaghasemi و Pet-Edwards ،):

1) خصائص المهمة

2) خصائص صانع القرار

3) خصائص الحل الناتج

الطريقة الأكثر ملاءمة للتطبيق في موقف معين هي الطريقة التي تتطابق تقنيتها بشكل أفضل مع خصائص المشكلة التي يتم حلها وصانع القرار ، ويمكن تفسير النتائج التي تم الحصول عليها بشكل صحيح ومفيدة لصانع القرار.

لذلك ، يجب تقييم الطرق الخمسة عشر المقبولة للنظر فيها وفقًا لبعض المعايير التي تصف الجوانب الثلاثة المختارة. تم تخصيص كل جانب (مجموعة معايير) في هذا العمل للقسم المقابل ، والذي يوفر وصفًا للمعايير وجدولًا لمقارنة الأساليب وفقًا لهذه المعايير. يعتمد تقييم الأساليب على مقارنة MMRM في أعمال Aregai Tecle و Ozernoy V.M. وكذلك مراجعة لتطبيق أساليب حل المشكلات العملية في أعمال Bardossy و Khalili و Brans وغيرهم.

3.1 تقييم مطابقة الطرق لخصائص المشكلة التي يتم حلها

بادئ ذي بدء ، من الضروري تحديد تطابق الطريقة المطبقة مع خصائص المشكلة قيد النظر. يمكن وصف المهام متعددة المعايير بعدة أزواج من الخصائص المتنافية. على سبيل المثال ، إذا كانت المشكلة عبارة عن مشكلة برمجة رياضية ، فيمكن الحصول على الحل من خلال البحث المنتظم عن البدائل الممكنة في مجموعة القرارات المقبولة ، بينما تفترض مشكلات تحليل القرار عادةً وجود عدد محدود وصغير نسبيًا من البدائل ، التقييم الذي يؤدي إلى حل فعال. يمكن أن يكون لزوج آخر من الخصائص المتعارضة ، والتي تعكس توفر المعلومات الكمية والنوعية اللازمة لحل مشكلة MCO ، أهمية كبيرة عند اختيار MMRM المناسب. إذا كانت المشكلة تتضمن معايير نوعية ، فلا يمكن استخدام تقنيات البرمجة الرياضية لحلها. تحد الطبيعة الديناميكية للمهمة أيضًا بشكل كبير من مجموعة الأساليب القابلة للتطبيق ، نظرًا لوجود عدد قليل فقط من MMRMs التي تدعم هذا النوع من المهام (Szidarovszky و Duckstein ، ،). يفرض حجم المشكلة ، المقاس بعدد المعايير والبدائل ، قيودًا مفاهيمية وحسابية صارمة على مجموعة الأساليب المتاحة. وأخيرًا ، يجب أيضًا مراعاة العلاقات الهيكلية بين معلمات المشكلة ، التي تصف خطيتها أو عدم خطيتها ، عند مقارنة الطرق ، نظرًا لأن العديد من MMRM مصممة حصريًا لحل مشاكل البرمجة الخطية.

وبالتالي ، يجب إجراء تقييم قابلية تطبيق MMRM وفقًا لخصائص المشكلة التي يتم حلها من خلال الإجابة بشكل إيجابي أو سلبي على ستة أسئلة حول الاحتمالات التالية لـ MMRM:

1) حل المشكلات التي تحتوي على معايير نوعية

2) الاختيار بين عدد محدود من البدائل

3) حل المسائل غير الخطية

4) حل المشكلات واسعة النطاق (بعدد كبير من المعايير والبدائل)

5) حل المشاكل بعدد لا حصر له من البدائل

6) حل المشاكل الديناميكية

في جدول مقارنة MMRM حسب قابلية التطبيق وفقًا لخصائص المشكلة التي يتم حلها (انظر الجدول 3) ، يتم تقديم الإجابات الإيجابية والسلبية للأسئلة المذكورة أعلاه في شكل ثنائي ، أي بالأرقام 1 و 0 ، على التوالي. من أجل الوضوح ، يتم تمييز الخلايا ذات الإجابات الإيجابية بالألوان. استند التقييم إلى تجربة تطبيق MMRM من قبل مؤلفي العديد من الأوراق العلمية والمتخصصين في مجال MCO ، مثل Aregai Tecle و Gershon و Duckstein و Brans و Brink et al. (1986) خليلي وآخرون.

الجدول 3. جدول المطابقة للأساليب لخصائص المشكلة

	معالجة المعلومات النوعية	مشكلة غير خطية	التحدي الكبير	مهمة ديناميكية	عدد لا حصر له من البدائل	عدد محدود من البدائل

3.2 تقييم مطابقة الأساليب لخصائص متخذي القرار

بالطبع ، يعد امتثال الطريقة المطبقة مع قدرات صانع القرار ضروريًا أيضًا للنظر فيه. إن درجة مشاركة صانع القرار في عملية صنع القرار التفاعلية ومقدار الوقت الذي يمكن أن يكون فيه صانع القرار متاحًا للتفاعل هي خصائص مهمة للغاية يمكن أن تحد بشدة من مجموعة MMRMs المناسبة. بالإضافة إلى ذلك ، من المهم مراعاة قدرة صانع القرار على تحديد تفضيلاته قبل البدء في عملية إيجاد الحل الأفضل. إذا تعذر التعبير عن التفضيلات ، فلا يمكن اعتبار الطرق اللاحقة ، التي يجب الحصول على المعلومات الضرورية حول التفضيلات الخاصة بها قبل البدء في البحث عن حلول ، مناسبة لحل هذه المشكلة.

كما يمكن أن تحد درجة فهم صانع القرار لمبادئ عمل MMRM من استخدامها. قد تكون الطرق التي تتطلب معرفة خاصة في مجال MCO أقل جاذبية لصانعي القرار من الأساليب البديهية ، ويرجع ذلك أساسًا إلى تعقيد تفسير النتائج التي تم الحصول عليها. على سبيل المثال ، يتطلب تطبيق طريقة SWO تدريبًا مهنيًا جادًا في مجال MCO ، بينما طريقة ELECTRE ، على العكس من ذلك ، لا تتطلب تقريبًا معرفة خاصة ، ولكنها تستخدم فقط مع قيم منفصلة.

علاوة على ذلك ، يجب أيضًا مراعاة الخصائص المتعلقة مباشرة بالمحلل (المتخصص في مجال MCO) المسؤول عن حل المهمة. على سبيل المثال ، من الضروري تحديد ما إذا كان المحلل لديه معرفة خاصة في استخدام منتجات برامج دعم القرار.

يتم عرض نتائج مقارنة MMRM من حيث قابلية التطبيق وفقًا لخصائص صانع القرار في الجدول 4 (انظر الجدول 4). تم إجراء التقييم على مقياس من 1 إلى 10. من أجل الوضوح ، تم تمييز الخلايا التي تحتوي على أعلى قيم لكل معيار باللون.

الجدول 4. جدول المطابقة للأساليب لخصائص صانعي القرار

	مستوى المعرفة المطلوب لصانع القرار في مجال MCO	درجة التفاعل مع متخذي القرار	الوقت المتاح DM	الكمية المطلوبة من المعلومات حول تفضيلات متخذي القرار	مستوى الكفاءة اللازم لمتخصص في مجال MCO
	عمل الماجستير ، تمت الإضافة 26/04/2011 تصنيف طرق التحليل حسب المجموعات. جمع وتخزين المعلومات اللازمة لاتخاذ القرار. إعداد نتائج التحليل التشغيلي والفكري لرؤيتها الفعالة من قبل المستهلكين واتخاذ القرارات المناسبة على أساسها. العمل الرقابي ، تمت إضافة 02/15/2010 تحليل التطورات المماثلة في مجال بناء "أنظمة مساعدة الاختيار". جوهر نهج متعدد المعايير. تكنولوجيا تطوير واجهة المستخدم. تخطيط تطوير البرامج بطرق مختلفة. بناء الرسم البياني للشبكة. أطروحة ، تمت إضافة 01/26/2013 تصنيف نظم المعلومات لإدارة أنشطة المؤسسة. تحليل السوق وخصائص أنظمة فئة ذكاء الأعمال. تصنيف طرق اتخاذ القرار المستخدمة في نظام دعم القرار. اختيار منصة ذكاء الأعمال ومعايير المقارنة. أطروحة ، تمت إضافة 2016/09/27 خصائص طرق حل أنظمة المعادلات الجبرية الخطية والأنواع الرئيسية للطرق العددية واستخدام منتج برنامج دلفي 5.0 باعتباره الأكثر فاعلية. جوهر أساليب Gauss و Gauss-Jordan و Jacobi ، سمات طريقة Seidel. ورقة المصطلح ، تمت إضافة 06/25/2010 مبادئ اخفاء المعلومات الحاسوبية. تصنيف طرق إخفاء المعلومات. شعبية طريقة استبدال البت الأقل أهمية. جوهر تمديد لوح الألوان وطرق إخفاء الكتلة. طرق التطبيق على صور GIF. تنفيذ الخوارزميات. ورقة مصطلح ، تمت إضافتها في 02/17/2013 وصف موجز لكائن التحكم ، ومراجعة وتحليل النظائر الموجودة التي تنفذ وظائفها. تطوير بنية نظام البرمجيات واختبار وتقييم فاعلية التطبيق. نشر واستخدام منتج البرنامج. ورقة مصطلح ، تمت إضافتها في 02/05/2015 مجمعات الإنسان والآلة المصممة خصيصًا لاتخاذ القرار. عملية اتخاذ القرار ومراحلها. طرق إيجاد حلول جديدة: شجرة القرار ، الجداول الصرفية ، مؤتمرات الأفكار. مبدأ التقييم الرياضي للاتجاهات. ورقة مصطلح ، تمت الإضافة 30/07/2009 نظرة عامة على بنية SQL Server DBMS. وصف وتحليل المجالات التي تُستخدم فيها أدوات ذكاء الأعمال ، مثل تحليل البيانات متعدد المتغيرات واستخراج البيانات. مراجعة الوسائل اللغوية والأساليب والتطبيق التجريبي للمعلومات التي تم الحصول عليها. أطروحة تمت إضافة 07/09/2014 هيكل نظام إدارة المعايير المتعددة لسلامة كائن تكنوجيني. النظر في العلاقات المتبادلة لأنظمة الأمن الفرعية. أساليب صنع القرار الخبراء على أساس مقارنات بدائل متعددة المعايير. جوهر نهج التسلسل الهرمي التحليلي.

الجزء الاقتصادي

في الشق الاقتصادي ، تم إجراء مقارنة بين برمجيات المشتركين وفق المعايير المحددة وتم تحديد أفضلها باستخدام نظرية حل المشكلات متعددة المعايير (MKZ). تم اختيار أفضل حزمة من وجهة نظر متخصص في مجال الشبكات العالمية ومن وجهة نظر مستخدم لم يتعامل مطلقًا مع الشبكات.

تم حل هذه المشكلة من خلال طريقة "التحول المثالي". تم تصميم هذه الطريقة ، الموصوفة في ، لحل مشاكل اختيار الكائن الأكثر تفضيلاً ، في حالة وجود عدد كبير من الكائنات ومعايير المقارنة

تفترض طريقة "التحول المثالي" ما يلي.

دع المجموعة A تتضمن عددًا محدودًا من الكائنات متعددة المعايير i = 1 ... N يتم قياس جميع المعايير على مقياس من الفواصل الزمنية أو النسب.

نحن نشكل الكائن المثالي بناءً على قيمة المنفعة القصوى للمعيار الذي تم تحقيقه في المجموعة أ ، أي إذا زادت فائدة كائن متعدد المعايير مع زيادة المعيار وإذا انخفضت فائدة كائن متعدد المعايير مع زيادة في المعيار. إذا كان الكائن المثالي ينتمي إلى المجموعة أ ، فسيكون هذا هو الحل لمشكلة المعايير المتعددة.

نشكل أيضًا أسوأ كائن بناءً على الحد الأدنى لقيمة المنفعة لقيمة المعيار المحققة في المجموعة أ.

من المقاييس المعتادة للقياس ، دعنا ننتقل إلى المقاييس المعيارية في الفاصل الزمني

يمكن تفسيره على أنه مسافة كائن متعدد المعايير وفقًا للمعيار من كائن مثالي. في هذه الحالة ، سيكون كل شيء للكائن المثالي مساويًا لـ 0 ، وكل شيء بالنسبة إلى الكائن الأسوأ سيساوي 1.

بعد ذلك ، يجب أن يُطلب من صانعي القرار (DMs) تحديد الأهمية النسبية للمعايير. في الحالة التي يجد فيها صانعو القرار صعوبة في التحديد الدقيق ، نظرًا لأنهم لم يفهموا بشكل كافٍ الغرض من القرار ، فمن الضروري استخدام نهج الانتروبيا لتحديد أوزان الأهمية النسبية للمعايير. المتطلبات الأساسية لهذا الأسلوب هي التأكيدات التالية.

إذا كان نثر معيار معين للكائنات التي تنتمي إلى المجموعة A صغيرًا أو يساوي صفرًا ، فإن هذا المعيار ليس بالمعلومات ؛ يمكن إما تجاهله أو أخذه في الاعتبار بوزن صغير. والعكس صحيح ، إذا كان تشتت المعايير كبيرًا ، فهذا يشير إلى أن هذا هو المعيار الذي يجب أن يولى اهتمامًا خاصًا عند اختيار أفضل كائن.

عادة ما يستخدم الانتروبيا كمقياس لتشتت معيار واحد. بالنسبة للطريقة قيد الدراسة ، يتم حساب الانتروبيا لكل معيار بواسطة الصيغة

نظرًا لأن صانعي القرار لم يشكلوا نظامًا واضحًا للأفضليات لأنفسهم ، فقد تحتوي التقديرات على أخطاء كبيرة. لذلك ، فإننا نأخذ أوزان المعايير.

يجب استخدام التعبير كمقياس لمقارنة الكائنات. مع زيادة p ، فإن المساهمة في المعايير التي تكون قيمها قريبة من الأسوأ تنخفض ، والعكس صحيح ، تزداد مساهمة المعايير التي تقترب قيمها من المثالية بشكل حاد.

تعمل طريقة "التحول المثالي" مع خصائص الأشياء المعبر عنها بالأرقام ، لذلك تم تحويل المعايير النوعية لمقارنة الأشياء إلى أرقام.

تمت ترقيم المعايير بالطريقة التالية.

الجدول 1

ملاحظة: تم تقييم معيار "التوثيق" على النحو التالي: 0 (لا توجد وثائق) ، 1 (وثائق غير مكتملة متاحة ، اللغة - الإنجليزية) ، 2 (الوثائق غير المكتملة متاحة ، اللغة - الروسية) ، 3 (الوثائق الكاملة متاحة ، اللغة - اللغة الإنجليزية) ، 4 (الوثائق الكاملة متوفرة ، اللغة - الروسية).

وفقًا للجدول 1 ، تم تحويل خصائص كل كائن بحث إلى مصطلحات رقمية. كما تم تشكيل الأشياء المثالية والأسوأ. يوضح الجدول 2 الخصائص الرقمية لجميع كائنات الدراسة ، وكذلك الأشياء المثالية والأسوأ.

الجدول 2

استمرار الجدول 2

للحصول على معلومات موضوعية ، تم إجراء مسح للموظفين والمشتركين في شبكة X-Atom. وفقًا لنتائج المسح ، تم تحديد معاملات الأهمية لكل معيار.

يوضح الجدول 3 معاملات الأهمية النسبية للمعايير ، والتي تم تحديدها نتيجة لمسح للموظفين والمشتركين في شبكة X-Atom.

الجدول 3

لتنفيذ خيار متعدد المعايير في لغة C ++ ، تمت كتابة برنامج اختيار الخبراء. ويرد نص البرنامج في الملحق 11.

البيانات الأولية لبرنامج اختيار الخبراء هي: عدد وأسماء كائنات المقارنة ، وعدد وأسماء معايير المقارنة ، والقيم الفعلية للمعايير لكل حزمة برامج المشتركين والمعاملات ذات الأهمية النسبية لكل معيار مقارنة. نتيجة العمليات الحسابية ، يحدد البرنامج أفضل حزمة برامج للمشترك ويعرض اسمها على الشاشة.

بمساعدة برنامج اختيار الخبراء ، من بين جميع حزم برامج المشتركين ، تم اختيار ما يلي: أفضل حزمة من وجهة نظر المتخصص وأفضل حزمة من وجهة نظر المستخدم.

تم الحصول على النتائج التالية.

من وجهة نظر أحد المتخصصين ، فإن باقة Ka9q هي الأفضل. هذا صحيح تمامًا ، نظرًا لأن حزمة Ka9q يتم توزيعها مجانًا جنبًا إلى جنب مع الكود المصدري وتوفر للمستخدمين جميع خدمات الشبكة تقريبًا. يتيح توفر النصوص المصدر إمكانية تعديل الحزمة ، وكذلك استخدامها كأساس لحزمة جديدة من برامج المشتركين. العيب الرئيسي للحزمة هو واجهتها الضعيفة للغاية والإعداد المعقد ، ولكن هذا ليس مهمًا جدًا للمتخصص.

من وجهة نظر المستخدم ، تعد حزمة برنامج Minuet للمشترك هي الأفضل. هذا صحيح أيضًا ، نظرًا لأن حزمة Minuet توفر جميع خدمات الشبكة تقريبًا ولها واجهة مستخدم رائعة. عيبه هو عدم وجود رموز المصدر ، وبالتالي استحالة التعديل.

على الرغم من أن البرنامج قد تم كتابته لتطبيق محدد للطريقة المثالية المتحيزة ، إلا أنه يوفر القدرة على مقارنة أي كائنات متعددة المعايير باستخدام الطريقة المثالية المتحيزة.

عناصر حماية العمال وحماية المعلومات

يجب على المستخدمين الذين يقررون توصيل أجهزة الكمبيوتر الخاصة بهم بالشبكة إيلاء اهتمام خاص لأمن المعلومات. ترتبط المتطلبات الصارمة لأمن المعلومات بحقيقة أن الكمبيوتر المتصل بشبكة ما يمكن الوصول إليه من أي مكان على الشبكة ، وبالتالي فهو أكثر عرضة للفيروسات والوصول غير المصرح به بشكل لا يضاهى.

وبالتالي ، فإن عدم الامتثال للحماية من الوصول غير المصرح به يمكن أن يؤدي إلى تسرب المعلومات ، ويمكن أن يؤدي عدم الامتثال للحماية من الفيروسات إلى فشل الأنظمة المهمة وإتلاف نتائج أيام العمل العديدة.

أجهزة الكمبيوتر التي تعمل بأنظمة تشغيل متعددة المهام (مثل Unix و VMS) ليست معرضة جدًا للإصابة بالفيروسات ، ولكن يجب حمايتها بشكل خاص من الوصول غير المصرح به. في هذا الصدد ، يجب على مستخدمي أنظمة التشغيل متعددة المهام الامتثال للمتطلبات التالية.

يجب أن يكون لكل مستخدم تسجيل دخول خاص به إلى خادم Unix وكلمة مروره.

يجب على المستخدم عدم الكشف عن كلمة المرور المحددة له لأشخاص آخرين.

يجب على المستخدم تغيير كلمة المرور مرة واحدة على الأقل كل ثلاثة أشهر ، وكذلك في جميع حالات تسرب المعلومات حول كلمة المرور.

يجب على مسؤولي ومستخدمي خوادم ملفات NetWare LAN أيضًا اتباع المتطلبات المذكورة أعلاه داخل شبكة LAN الخاصة بهم. ويرجع ذلك إلى حقيقة أنه إذا تم تحميل الأداة المساعدة Iptuunel على خادم ملفات متصل بالشبكة ، فسيصبح خادم الملفات أيضًا متاحًا من أي مكان على الشبكة.

أجهزة الكمبيوتر التي تعمل في أنظمة تشغيل ذات مهمة واحدة (مثل MS-DOS) محمية بشكل كاف من الوصول غير المصرح به (بسبب مهمتها الفردية) ، ولكن يجب حمايتها بشكل خاص من الفيروسات.

صفحة 1

تحليل نظم المعلومات الطبية للمؤسسات الطبية والوقائية من نوع ساناتوريوم.

لطالما كان إضفاء المعلومات على أنشطة مؤسسات الرعاية الصحية حاجة ملحة. أصبحت معالجة صفائف المعلومات المالية والطبية والإحصائية ، والتي تتزايد باستمرار ، ممكنة فقط باستخدام المعلومات الحديثة وتقنيات الكمبيوتر. لم ينمو حجم المعلومات فحسب ، بل زادت أيضًا متطلبات سرعة معالجتها. في كل عام ، تزيد المنظمات عالية المستوى متطلبات نقل ما يسمى "التقارير الإلكترونية" (أي التقارير في شكل إلكتروني). ينمو دور تبادل البيانات الإلكترونية بين موضوعات الرعاية الصحية باستخدام البريد الإلكتروني والإنترنت بشكل مطرد.

في الوقت الحاضر ، يتم تغطية كل مؤسسة طبية (HCI) عن طريق المعلوماتية إلى حد ما. بالنسبة للجزء الأكبر ، هذه أنظمة أتمتة محلية ، وليست مترابطة ، لمختلف مجالات نشاط مرافق الرعاية الصحية. من الناحية العملية ، فإن إضفاء الطابع المعلوماتي على الرعاية الصحية الإقليمية يغطي فقط الخدمات المالية والاقتصادية للمرافق الصحية: قسم المحاسبة والتخطيط والاقتصاد وطب التأمين. لتحسين جودة الرعاية الطبية وإمكانية الوصول إليها في مرافق الرعاية الصحية ، من الضروري تنفيذ أتمتة شاملة لجميع أنواع الأنشطة في المؤسسة.

اليوم ، يقدم سوق أنظمة المعلومات الطبية (MIS) حلولًا مختلفة تمامًا في نطاق سعري واسع وبوظائف مختلفة. في سياق الدراسة ، قمنا بفحص 30 نظام معلومات طبية. من بين هؤلاء ، 12 منتجًا لشركة تصنيع أوكرانية ، و 18 منتجًا روسيًا. معظم الأنظمة ، وهي 13 نظامًا ، مخصصة للمصحات.

كان الغرض من دراستنا هو مقارنة أنظمة المعلومات الطبية للمؤسسات الطبية والوقائية من نوع المصحات وفقًا لمعايير مقبولة عمومًا وتحديد المعيار الأمثل ، باستخدام نظرية حل المهام متعددة المعايير.

تم اختيار النظام الأمثل من وجهة نظر المشتري حسب البيانات المتوفرة في الشبكة المفتوحة. تم حل هذه المشكلة من خلال طريقة "التحول المثالي". تم تصميم هذه الطريقة ، الموصوفة في ، لحل مهام اختيار الكائن الأمثل ، في حالة وجود عدد كبير من الكائنات ومعايير المقارنة.

خلال الدراسة ، تم إجراء مقارنة بين 19 نظام معلومات طبية ، تم العثور على المعلومات الأكثر تفصيلاً عنها في المصادر المفتوحة. تم إجراء مقارنة بين الأنظمة وفقًا لمعايير المقارنة المقبولة عمومًا. يسمى:

اكتمال وظائف النظام ؛

تكلفة البرنامج (لمكان عمل واحد) ؛

· الحاجة إلى الاستثمار في اقتناء نظام إدارة قواعد البيانات (DBMS) ؛

تكلفة نظم إدارة قواعد البيانات ؛

· التكيف مع تشريعات أوكرانيا.

تعمل طريقة "التحول المثالي" مع خصائص الأشياء ، والتي يتم التعبير عنها بالأرقام ، لذلك تم تحويل المعايير النوعية لمقارنة الأنظمة إلى أرقام (الجدول 1).

الجدول 1. تحويل معايير المقارنة إلى شكل رقمي.

- 275.50 كيلو بايت

وزارة التربية والتعليم والعلوم في الاتحاد الروسي

FGOU HPE "جامعة ولاية موردوفيا تحمل اسم N.P. Ogaryov"

كلية الرياضيات

قسم الرياضيات التطبيقية

أبلغ عن

طلاب السنة الرابعة بكلية الرياضيات

(تخصص "الرياضيات التطبيقية والمعلوماتية")

كوروفينا أ.

على مرور الممارسة الصناعية خلال الفترة

من 09/01/11 إلى 05/15/12

طرق اتخاذ القرار الخبراء

تم إعداد التقرير بواسطة Korovina A.V.

مجموعة 404 ، د / س

تم قبول التقرير من قبل الدكتور سافونكين ف.

سارانسك

2012

1.	مقدمة………………………………………………………………………......				3
2.	حل المهام متعددة المعايير ……………………………………… .......				4
	2.1.		بيان المهام متعددة المعايير ……………………………..........		4
	2.2.		طرق حل المشكلات متعددة المعايير ……………………………		5
3.	طرق صنع القرار الخبيرة …………………………………… .. ......				14
	3.1.		مراحل تقييم الخبير لحالة المشكلة …………..
	3.2.		بيان المشكلة لصناع القرار الجماعي ………………………………. .....
	3.3.		أنواع موافقة المجموعة ……………………………………………
		3.3.1.		مبدأ الدكتاتور………………………………………………………
		3.3.2.		مبدأ التصويت………………………………………………… …...
		3.3.3.		مبادئ الاختيار خارج النظام………………………………………...
	3.4.		تشكيل القرارات في مجموعات ………………………………… …......
	3.5.		معالجة نتائج تقييمات الخبراء ………………………………
		3.5.1.		طرق المعالجة الإحصائية لتقييم الخبراء…………….
4.		استنتاج…………………………………………………… ………………...
5.		قائمة الأدب المستعمل …………………………………………… ...

1 المقدمة

في ممارسة إدارة الأنظمة الاقتصادية ، غالبًا ما توجد مثل هذه المواقف التي تكون فيها المعلومات غير معروفة جزئيًا أو كليًا أو يصعب الوصول إليها لوصف حالة المشكلة أو التي لا يمكن إضفاء الطابع الرسمي عليها بدقة كافية. في هذه الحالة ، عادة ما يتم حل مثل هذه المشكلات بمساعدة مجموعة من الخبراء المعنيين الذين يقومون بتحليل وتقييم حالة المشكلة الحالية وإنشاء مجموعة معينة من البدائل لحلها. يتمثل جوهر طريقة اتخاذ القرار بمشاركة الخبراء في الحصول على تقييمات الخبراء بشكل فردي لكل خبير وصياغة رأي عام حول أفضل كائن (حل) للمجموعة بأكملها.

إن تقنية حل مشكلات اتخاذ القرار من قبل مجموعة من الخبراء تشبه تقنية الاختيار الفردي وتحتوي على نفس الإجراءات والعمليات المعممة: الوعي وتحديد المشكلة وتحليلها ؛ إعداد المعلومات للقرارات ؛ البحث واتخاذ القرار ؛ تنفيذ القرارات ، إلخ.

دعونا ننظر في إجراءات منفصلة لاختيار المجموعة ، والتي تميز خصائص أساليب الخبراء.

2. حل مشاكل متعددة المعايير

2.1. بيان المهام متعددة المعايير

تسمى مهام صنع القرار معايير متعددة ، وعدد معايير تحقيق الهدف الذي يزيد عن اثنين:

ك Ì (ك 1 ، ك 2 ، ... ، ك م) ،

وتتميز المهام نفسها بعدة بدائل:

ص = (أ ل ، أ 2 ، ... ، أ ن)

الجدول 1.1.

مصفوفة وصف مهمة متعددة المعايير

كائنات (بدائل) معايير ك 1 K2 … كم أ 1 … أ 2 … … … … … … ا ن …

عادة ما يتم وصف هذه المهام بواسطة المصفوفة الواردة في الجدول. 1.1

التفسير الرياضي لمشكلة الأهداف المتعددة هو أن الكائنات تُعرض كنقطة في فضاء المعايير (K 1، K 2، ...، K m). تسمى المشاكل التي تتغير فيها قيم المعايير بشكل منفصل مشاكل اتخاذ القرار المنفصلة. يظهر مثال لعرض مشكلة منفصلة لثلاثة كائنات في فضاء ثنائي الأبعاد للمعايير (ك 1 ، ك 2) في الشكل. 1.1

أرز. 1.1

تفسير رسومي لمشكلة متعددة المعايير

(3 كائنات ، 2 معايير)

إذا كانت قيم المعايير تتغير باستمرار ، فإن المشكلة تنتمي إلى مشكلة تحسين المتجه. في هذه الحالة ، يتم تقديم التفسير الرسومي لمثل هذه المشكلة كمنطقة معينة في فضاء المعايير.

اعتمادًا على الحل المطلوب ، يمكن تقسيم المشكلات متعددة المعايير إلى الفئات التالية:

• مهام الاختيار (اختيار الكائن الأكثر تفضيلاً) ؛
• مهام التقييم (تقييم كائن وفقًا لمعيار متكامل) ؛
• مشاكل تحديد الحلول المثلى باريتو.

لحل المشكلات التي تنتمي إلى فئات مختلفة ، يلزم وجود طرق حل مناسبة. دعونا نفكر في عدد من الأساليب العملية لحل مشاكل متعددة المعايير.

1.2 طرق حل المشكلات متعددة المعايير

وفقًا لأساليب حل المشكلات متعددة المعايير ، هناك ثلاث مجموعات رئيسية من الأساليب: معجم ، تفاعلي ، بديهي.

طرق الحل المتعلقة المجموعة الأولى، تستند إلى افتراض هيمنة المعايير. يتم حل المشكلة في عدة دورات ، في كل منها يتم تنفيذ مرحلتين: تصنيف المعايير ؛ اختيار كائن وفقًا لأهم معيار.

شركة المجموعة الثانيةتتضمن بشكل أساسي طرق وخوارزميات لاختيار الكائن الأكثر تفضيلاً (الحل) ، وهي إجراءات تفاعلية تعتمد بشكل أساسي على تفاصيل المشكلة التي يتم حلها.

طُرق المجموعة الثالثة(بديهية) أحكام الاستخدام المطورة في نظرية المنفعة. من الضروري هنا تحديد خصائص وظيفة التفضيل الضمني وتعيينها ، أي لتعيين هيكل التفضيل الذي يعمل به صانع القرار عند اختيار كائن وتقييمه. بناءً على الخصائص المحددة ، يتم تحديد بعض الوظائف التحليلية (وظيفة المنفعة) التي تصف هيكل تفضيلات صانع القرار. في الوقت نفسه ، يجب أن يكون صانع القرار على دراية جيدة بمحتوى المهمة. هذه الطريقة هي الأكثر استهلاكا للوقت مقارنة بالطرق السابقة ، ولكنها تسمح بالحصول على تقديرات أكثر منطقية للأشياء.

دعنا نلقي نظرة فاحصة على بعض هذه الطرق.

طرق معجمية. عند حل المشكلات بهذه الطريقة ، يتم ترتيب المعايير (ك 1 ، ك 2 ، ... ، ك م) وفقًا لدرجة الأهمية بحيث يتم تعيين المؤشر 1 (الترتيب) للمعيار الأكثر أهمية. علاوة على ذلك ، يتم تنفيذ إجراء اختيار الكائنات وفقًا لهذا المعيار. المعايير المتبقية (ك 2 ، ك 3 ، ... ، ك م) تخضع لقيود النوع المعروفة من بنية المشكلة: أ 2 ≤ ك 2 ≤ ب 2 ؛ أ 3 ل 3 ب 3 ؛ … ؛ أ م ≤ ك م ≤ ب م

إذا كان أي معيار لا يفي بالقيود المحددة ، يتم استبعاده من الاعتبار. وبالتالي ، يتم تكوين مجموعة من الكائنات الصالحة (البدائل) ، على سبيل المثال: عند اختيار ثلاجة ، يمكنك تعيين المعايير التالية كمعايير:

ك 1 - الحجم الكلي (م 3) ؛

ك 2 - حجم الفريزر (م 3) ؛

ك 3 - الطاقة (كيلوواط) ؛

ك 4 - السعر (روبل) ، إلخ.

إذا كان وفقًا للمعيار k 1 ، لا يمكن تحديد كائن a i بشكل فريدÎ ثم يتم الاختيار وفقًا للمعيار التالي الأكثر أهمية - k 2 ، إلخ.

حالة هيمنةتعني بشكل هادف ما يلي: إذا طلبت كائنات وفقًا لمعيار k 1 ، فلن يتغير هذا الترتيب إذا تم أخذ المعايير k 2 و k 3 وما إلى ذلك في الاعتبار ، أي أن k 1 مهم جدًا لدرجة أنه يهيمن على الأهمية بين كل الآخرين.

في مجموعة الأساليب التفاعلية ، أكثر مبادئ الاختيار شيوعًا هي الكائن المفضل(طريقة "التحول المثالي"). تتضمن هذه الطريقة مجموعة كبيرة من الخوارزميات التي تنفذ حل هذه المشكلات. تشمل السمات المشتركة التي توحد هذه الطريقة وجود "كائن مثالي" ووجود إجراءات الفرز.

عند تكوين "كائن مثالي" ، من الممكن تمامًا ألا تنتمي صورته إلى المجموعة الحقيقية من الكائنات (A l ، A 2 ، ... ، A n) أو قد لا تكون موجودة على الإطلاق. في هذه الحالة ، تتم مقارنة الكائنات من المجموعة (A l ، A 2 ، ... ، A n) بنموذج الكائن المثالي المُشكَّل ، ويحدث إجراء الفرز. عند بناء نموذج "كائن مثالي" ، من المهم استخدام معرفة وخبرة أخصائي المستخدم (DM) ، لأنه يفهم بشكل أكثر دقة الخصائص والمعلمات المأخوذة من أفضل الأشياء الحقيقية ويشكل محتوى " كائن مثالي ".

يتميز إجراء الغربلة بالاستبعاد من المجموعة الأولية للكائنات (A l ، A 2 ، ... ، A n) من المجموعات الفرعية التي لا تحتوي على الكائن الأكثر تفضيلاً.

بشكل عام ، يتكون إجراء العثور على الكائن الأكثر تفضيلاً من عدد من المراحل.

1. تشكيل "الشيء المثالي".
2. تحليل مجموعة من الأشياء لتأسيس المراسلات
   "كائن مثالي".
3. الاستبعاد التفاعلي لتلك الكائنات من المجموعة الأولية (A l ، A 2 ، ... ، A n) ، والتي من الواضح أنها ليست الأفضل في التحليل.
4. انتقل إلى الخطوة 1 للحصول على مجموعة مصغرة من الكائنات.

ضع في اعتبارك مثالاً لحل مشكلة اتخاذ القرار باستخدام الطريقة المثالية المتغيرة.

مثال 1

1. وصف حالة المشكلة S. 0
1. وصف المشكلة.

حدد أكثر ماكينات CNC الواعدة لإطلاقها في سلسلة.

1. وقت العلاقات العامة: T = أسبوع واحد.
2. موارد للعلاقات العامة: معلومات حول خصائص الآلات.
3. المعايير (ك):

K 1 - متوسط ​​وقت (أوقات) العملية ؛

ك 2 - موثوقية الوقت بين الإخفاقات (ألف ساعة) ؛

ك 3 - تكلفة الآلة (ألف روبل).

1. الكثير من القيود (ب).

الحد الأعلى والأدنى لتغيير قيم المعيار معروفان.

1. الكثير من الخيارات البديلة.

الجدول 1.2

مصفوفة متغيرة

وصف العمل

في ممارسة إدارة الأنظمة الاقتصادية ، غالبًا ما توجد مثل هذه المواقف التي تكون فيها المعلومات غير معروفة جزئيًا أو كليًا أو يصعب الوصول إليها لوصف حالة المشكلة أو التي لا يمكن إضفاء الطابع الرسمي عليها بدقة كافية. في هذه الحالة ، عادة ما يتم حل مثل هذه المشكلات بمساعدة مجموعة من الخبراء المعنيين الذين يقومون بتحليل وتقييم حالة المشكلة الحالية وإنشاء مجموعة معينة من البدائل لحلها. يتمثل جوهر طريقة اتخاذ القرار بمشاركة الخبراء في الحصول على تقييمات الخبراء بشكل فردي لكل خبير وصياغة رأي عام حول أفضل كائن (حل) للمجموعة بأكملها.

2.1.
بيان المهام متعددة المعايير ……………………………… ..........
4

2.2.
طرق حل المشكلات متعددة المعايير ………………………………
5
3.
طرق صنع القرار الخبيرة …………………………………… .. ......
14

3.1.
مراحل تقييم الخبراء لحالة المشكلة ................... ..

3.2.
بيان المشكلة لمتخذي القرار الجماعي ......

3.3.
أنواع الموافقة الجماعية …………………………………………………

3.3.1.
مبدأ الديكتاتور ………………………………………………………………

3.3.3.
مبادئ الاختيار خارج النظام ………………………………………… ...

3.4.
تشكيل القرارات في مجموعات ……………………………………… ......

3.5.
معالجة نتائج تقييمات الخبراء …………………………………

3.5.1.
طرق المعالجة الإحصائية لتقييم الخبراء …………….

4.
استنتاج……………………………………………………………………...

5.
قائمة الأدب المستعمل …………………………………………… ...

الطريقة المثالية المتغيرة التفاعلية

تم تصميم الطريقة لتحديد واحد أو مجموعة فرعية من أكثر الكائنات المفضلة. السمات المميزة للطريقة هي:

أ) وجود إجراء لتشكيل كائن "مثالي" () ، يكون بمثابة نوع من الهدف الذي يجب السعي من أجله. مثل هذا "المثل الأعلى" ، كقاعدة عامة ، بعيد المنال وغير موجود في الواقع ، ولكن من المفيد أن يكون صانع القرار يفهم أهدافه ؛

ب) في كل تكرار ، يتم استبعاد العناصر التي لا تدعي أنها الأكثر تفضيلاً ، ᴛ.ᴇ. لا يتم تمييز العناصر "الأفضل" ، ولكن يتم استبعاد العناصر "الأسوأ".

بشكل عام ، تكون خوارزمية الطريقة على النحو التالي. يتم استبعاد العناصر المهيمنة أولاً ، حيث لا ينبغي أن يكون هناك أكثرها تفضيلاً.

يتكون الكائن "المثالي" من قيم المعايير الأكثر تفضيلاً وكائن "مضاد للمثالية" من أقل القيم المفضلة. يتم تحديد المسافات من الكائنات من المجموعة الأصلية إلى "مكافحة المثالية" ، على أساس تحديد الكائنات "الأسوأ". من بين هذه الأشياء ، كقاعدة عامة ، هناك كائنات مفضلة أكثر القيمة (الكائنات وفي الشكل 2.2).

بعد القضاء على الأشياء "الأسوأ" ، ننتقل مرة أخرى إلى مرحلة تشكيل "المثالية" ، وتتغير ، وتقترب من الأشياء الحقيقية (في الشكل ، هذا هو).

ينتهي الإجراء عند بقاء عدد صغير من الكائنات ، والتي تعتبر الأكثر تفضيلاً.

0

وتجدر الإشارة إلى أنه عند مقارنة الأشياء الواقعية بـ "المثالية" ، يصبح صانع القرار غير راضٍ ، بسبب عدم إمكانية الوصول إلى "المثالية" المُشكَّلة. يسمى هذا الاستياء الصراع قبل القرار.

بعد اختيار الكائن الأكثر تفضيلاً ، يصبح صانع القرار غير راضٍ ، بسبب حقيقة أن هذا الشيء المحدد قد تم اختياره وليس شيئًا آخر. يسمى هذا الاستياء الصراع بعد الحل.

في التكرارات الأولى للأسلوب ، يسود الصراع على الحل. في التكرارات اللاحقة ، يقترب "المثالي" من الأشياء الحقيقية ، ويقل الصراع قبل القرار. في هذه الحالة ، قد يزيد التعارض بعد القرار. يشير هذا إلى معرفة غير كافية لصانع القرار بالمشكلة التي يتم حلها.

دعونا نفكر بالتفصيل في خوارزمية الطريقة باستخدام مثال اختيار مؤسسة للعمل.

دع المجموعة الأولية من المنظمات تتضمن = 8 كائنات. نستخدم المعايير الثلاثة التالية: ك 1- مستوى الراتب (ألف روبل شهريا) ، ك 2- المسافة (دقائق السفر الى مكان العمل) ك 3- آفاق النمو (بالنقاط من 0 إلى 10). فيما يلي 8 منظمات ذات قيم معايير:

اسم العقار	زار. استضافت على ref.rf يدفع	بعد	آفاق
الخيار 1
الخيار 2
الخيار 3
الخيار 4
الخيار 5
الخيار 6
الخيار 7
الخيار 8

أولاً ، نقوم بتحليل مجموعة الخيارات واستبعاد الخيارات المهيمنة. من بين الخيارات الثمانية ، يكون الخيار السادس هو السائد فيما يتعلق بالخيار 3 ؛ وبالتالي ، فإن الخيار السادس مستبعد.

المرحلة 1. تشكيل "الكائن المثالي ، حيث تكون قيمة التفضيل القصوى للمعيار بين جميع الكائنات ، ᴛ.ᴇ. ، إذا زاد تفضيل الكائن مع الزيادة ، أو إذا زاد تفضيل الكائن مع تناقص المعيار .

إذا كان "المثالي" ينتمي إلى مجموعة من الأشياء ، فسيكون هو الأكثر تفضيلاً. ولكن نظرًا لأن MCZ يتم حلها عادةً على مجموعة من الكائنات الفعالة ، فلن ينتمي الكائن "المثالي" إلى المجموعة الأصلية.

في نفس المرحلة ، يتكون الجسم "المضاد للمثالية" من أقل القيم المفضلة.

في هذا المثال ، الكائنات "المثالية" و "المضادة للمثالية" هي:

المرحلة 2. الانتقال من الوحدات المادية لقياس المعايير إلى الوحدات النسبية وفقًا للتعبير:

في الوحدات النسبية ، ستتغير جميع المعايير في الفترة الزمنية ، بينما أصغر ، كلما اقترب الكائن من "معادٍ للمثالية" وفقًا للمعيار.

اسم العقار	زار. استضافت على ref.rf يدفع	بعد	آفاق
الخيار 1	0,25	0,8	0,2
الخيار 2			0,4
الخيار 3	0,875	0,4	0,2
الخيار 4	0,5	0,6
الخيار 5			0,6
الخيار 7		0,2
الخيار 8	0,625	0,4	0,8

يتم تنفيذ المرحلتين الأوليين تلقائيًا دون مشاركة صانع القرار.

المرحلة الثالثة: تحديد أوزان المعايير (المعاملات ذات الأهمية النسبية). يحدد صانع القرار ، بناءً على أحكامه حول أهمية المعايير ، أوزان المعايير . يترك الخامس 1 = 0.4; الخامس 2 = 0.3; الخامس 3 = 0.3.

المرحلة 4. حساب مسافة الأشياء إلى "المضاد المثالي". يستخدم التعبير التالي كمقياس:

باستخدام مختلف ، يمكنك الحصول على مقاييس مختلفة. إذن ، نحصل على عامل مضاف ، ويصبح لـ (2.2) . كلما زادت القيمة ، كلما ابتعد الكائن عن "المضاد للمثالية" وأقرب إلى "المثالية". في المرحلة التالية ، الخامسة ، وضع قيم مختلفة ص، يتم تحديد مقاييس مختلفة للمقارنة مع "المثالي". دعنا نحسب المقاييس

	ص = 3	ع = 2	ع = 1	ص = 0.3
في 1	0,247	0,267	0,40	4,62
في 2	0,306	0,323	0,42	1,97
على الساعة 3	0,355	0,375	0,53	5,74
في 4	0,344	0,403	0,68	8,67
ال 5	0,412	0,439	0,58	2,77
ال 7	0,400	0,404	0,46	1,78
ال 8	0,315	0,367	0,61	7,65

المرحلة 4. استبعاد خيارات "اللاوعد". لهذا ، مع كل ᴛ.ᴇ. لكل مقياس ، يتم ترتيب جميع الكائنات من حيث القرب من القيمة "المثالية". نتيجة لذلك ، نحصل على المصفوفة التالية:

	ص = 3	ع = 2	ع = 1	ص = 0.3	مجموع ص
الخيار 4
الخيار 5
الخيار 8
الخيار 3
الخيار 7
الخيار 2
الخيار 1

في هذه المصفوفة ، يتم ترتيب الخيارات حسب قيمة المجموع p ، التي تم الحصول عليها عن طريق إضافة صفوف الخيارات على الصف.

يتخذ صانع القرار قرارًا باستبعاد الأشياء التي لا تدعي أنها الأفضل. من الواضح أن هذه هي الأشياء التي ، بمقاييس مختلفة (مختلفة ص) في نهاية الصفوف المرتبة. في الواقع ، إذا كان الكائن بعيدًا عن "المثالي" ، بغض النظر عن المقياس المختار ، فهناك كل الأسباب لاستبعاده.

نرى أن الخيارين 1 و 2 هما في الغالب صفي آخر الأماكن ، ᴛ.ᴇ. إنه الأبعد عن الكائن المثالي ، وبالتالي لا يدعي أنه الخيار الأفضل. لهذا السبب ، نستبعد الخيارين 1 و 2.

دعنا نعود إلى المرحلة الأولى - تشكيل الأجسام المثالية والمضادة للمثالية.

نرى أن خصائص الأشياء المثالية والمضادة للمثالية قد تغيرت ، لقد تغيرت.

دعنا نعيد حساب المصفوفة ، ثم قيم المقاييس ، نحصل على المصفوفة التالية

	ص = 3	ع = 2	ع = 1	ص = 0.3	مجموع ص
الخيار 4
الخيار 5
الخيار 3
الخيار 7
الخيار 8

لاحظ أن ترتيب الخيارات قد تغير بسبب حقيقة أن خصائص الكائنات المثالية والمضادة للمثالية قد تغيرت.

نستبعد الخيار 8 وننفذ مرة أخرى الخطوات 1 و 2 و 4.5 التي نحصل عليها

من بين الخيارات المتبقية ، ينبغي اعتبار الخيارين 4 و 5 على أنهما الخياران الأكثر تفضيلاً.

في الختام ، نلاحظ أن هذه الطريقة هي الأكثر فعالية لأبعاد المشكلة الكبيرة.

الطريقة التفاعلية للمثالية النازحة - المفهوم والأنواع. تصنيف وميزات فئة "الأسلوب التفاعلي للمثالية المتغيرة" 2017 ، 2018.