Küldje el a jó munkát a tudásbázis egyszerű. Használja az alábbi űrlapot

Diákok, végzős hallgatók, fiatal tudósok, akik a tudásbázist tanulmányaikban és munkájukban használják, nagyon hálásak lesznek Önnek.

Házigazda: http://www.allbest.ru/

Üzleti folyamatok többszempontú elemzési módszereinek alkalmazása

Bevezetés

többszempontú döntéshozatali üzletág

Az üzleti folyamatok optimalizálás modern elméletének alapja az üzleti folyamatok szervezésének legjobb alternatívájának kiválasztása az alternatívák minőségi vagy mennyiségi elemzésével. Egy ilyen elemzés gyakran több szempontú, hiszen egyszerre több szempontot kell értékelni, amelyek egymásnak ellentmondóak lehetnek, mint például költség, minőség, költségek, kockázat, hatékonyság stb. A mindennapi életben egy ilyen, több szempont alapján történő választás általában intuitív módon történik, és ennek következményei a döntéshozó (DM) számára meglehetősen elfogadhatóak lehetnek. Az üzleti feladatok felállításakor azonban az intuíció nem lehet az egyetlen döntési eszköz, hiszen az ilyen feladatok sokkal nagyobbak, és az erős versenykörnyezetben a szervezeteknek az alternatívák legobjektívebb értékelését kell megszerezniük. Az ilyen értékelés megszerzéséhez az összes kiválasztási kritérium alapos tanulmányozása, a köztük lévő függőségek meghatározása és a prioritások meghatározása szükséges.

Relevancia Ez a tanulmány annak köszönhető, hogy az üzleti folyamatok elemzése során a problémák nagyon gyakran több szempontú formát öltenek. Például a beszállító kiválasztásakor a beszerzési üzleti folyamat elemzése olyan paraméterek értékelését igényli, mint a termékminőség, költség, értékesítés utáni szolgáltatás, pénzügyi stabilitás stb. A befektetés-menedzsment üzleti folyamatának elemzése magában foglalja a kockázat, a várható hozam, a befektetési volumen, valamint a befektetési tevékenységet végző régió vonzerejének értékelését. A legtöbb szervezetben zajló toborzási üzleti folyamat elemzése magában foglalja az olyan paraméterek értékelését, mint a jelölt tapasztalata, végzettsége, életkora, kért fizetése stb. Ezen túlmenően a menedzsmentelmélet fejlesztésének modern irányzatai a vállalkozás különféle, pénzügyi és nem pénzügyi vonatkozásait is figyelembe veszik. A mutatók egy sorának több szempontú meghatározása és vizsgálata gyakran olyan problémákhoz vezet, amelyek több kritériumra kiterjedő formát öltenek. Például egy olyan népszerű irányítási eszköz, mint a kiegyensúlyozott eredménymutató, amelyet R. Kaplan és D. Norton fejlesztett ki, azt jelenti, hogy a vállalatok legalább négy szempontot egyenlően mérlegelnek: pénzügy, ügyfelek, belső üzleti folyamatok, képzés és fejlesztés. A szerzők ezen szempontok mindegyikében legalább öt kulcsfontosságú teljesítménymutató (KPI) azonosítását javasolják. Ez a megközelítés lehetővé teszi egy hatékony vállalati stratégia kialakítását, azonban a stratégia végrehajtásának nyomon követése során – amint azt maguk a szerzők is hangsúlyozzák – gyakran nehézségek adódhatnak számos mutató értékelése kapcsán. A könyvben található egyik gyakorlati példa bemutatja, hogyan lehet elemezni egy projekt eredményességét egy vállalatnál, ennek a projektnek 16 kulcsmutatóját azonosították, amelyeket a cég ügyfelei értékeltek. A projekt e becslések szerinti sikerességére vonatkozó következtetés levonása azonban a vállalat vezetése számára többszempontú feladattá vált, melynek megoldásához a rangsoroláson és a kritériumok lineáris konvolúcióján alapuló módszereket alkalmaztak. R. Kaplan és D. Norton is példát hozott olyan feladatra, amellyel a cég vezetése a multikritériumok miatt nem tudott megbirkózni. A feladat a szállítási üzleti folyamat optimalizálása volt, valamint az „időben kézbesítés” mutató értékének növelése érdekében a cég jelentősen megnövelte a szállítási időintervallumot, aminek következtében az ügyfél elégedetlen volt, az üzleti folyamat átesett. „hamis optimalizálás”. Ez a hiba elkerülhető lett volna többcélú optimalizálási módszerek alkalmazásával.

Napjainkban a döntéshozatalelmélet számos olyan megközelítést és módszert tartalmaz a többszempontú környezetben történő döntések meghozatalára, amelyeket a döntéshozó felhasználhat különféle többszempontú problémák megoldására. Ugyanakkor továbbra is rendkívül aktuális az adott probléma megoldására legalkalmasabb módszer kiválasztásának problémája. Abból a tényből adódóan, hogy a többszempontú optimalizálás módszerei számos eltérést mutatnak mind a kapott eredményekben (a talált megoldások száma, a megoldások bemutatása stb.), mind pedig az alkalmazásukban (a szükséges információk mennyisége a preferenciáiról). döntéshozó, információgyűjtési módszerek stb.), nem minden módszer alkalmazható egy adott probléma megoldására. Általánosságban elmondható, hogy a feladatok csoportokba vonhatók egy-egy tárgykörhöz való tartozásuk szerint. A megoldási mód helytelen megválasztása miatt négy komoly probléma merülhet fel: egyrészt a nem megfelelő módszer alkalmazása nem lesz kielégítő a döntéshozó számára, vagy akár hibás is. Másodszor, a kapott gyenge eredmények miatt a hasznos módszerek igazságtalanul elítélhetők, mint például Cohon és Marks (1977) ELECTRE módszere. Harmadszor, a nem megfelelő módszer alkalmazása idő-, erőfeszítés- és pénzveszteséggel jár a döntéshozatali folyamat során. Végül, az alkalmazási hibák következtében a potenciális felhasználók megtagadhatják az MMRM alkalmazását gyakorlati problémákra.

cél Ennek a tanulmánynak a kidolgozása az alkalmazás tárgyára vonatkozó többszempontú döntéshozatal módszereinek osztályozása az üzleti folyamatok elemzése keretében.

A cél eléréséhez a következőket kell megoldani feladatok:

1. Végezzen olyan forráselemzést, amely a döntéshozatal különböző megközelítéseit tükrözi többszempontú környezetben, a többszempontú elemzés meglévő módszereinek tanulmányozása érdekében.

2. Végezzen többszempontú problémák megoldását célzó szoftverelemzést.

3. Végezzen olyan forráselemzést, amely példákat tükröz az üzleti folyamatok többszempontú elemzésére szolgáló módszerek gyakorlati alkalmazására.

4. Azonosítsa az üzleti folyamatok területén alkalmazható többszempontú elemzési módszereket.

5. Dolgozzon ki a módszerek osztályozása az alkalmazás tárgya szerint az üzleti folyamatok területén.

7. Oldja meg a „VARS Expo” LLC cég „értékesítési stratégiájának meghatározása” üzleti folyamatában felmerülő gyakorlati többszempontú problémát.

tárgy Ennek a tanulmánynak olyan üzleti folyamatairól van szó, amelyek döntéshozatalt igényelnek több szempontú környezetben.

Tantárgy a kutatás a többszempontú elemzés módszereinek alkalmazása a döntéshozatalt igénylő üzleti folyamatok optimalizálására többszempontú környezetben.

Módszertani alapok Ennek a munkának a részét vezető hazai és külföldi tudósok tudományos publikációi, valamint az üzleti folyamatok elemzésére szolgáló többszempontú módszerek alkalmazása terén érvényes szabványokat tükröző cikkek jelentek meg. A kitűzött feladatok megoldásához a döntéshozatal elméletének módszereit alkalmaztam multikritériumok esetén.

Elméleti jelentősége A kutatás célja az üzleti folyamatok többszempontú elemzésére szolgáló módszerek osztályozásának kidolgozása az alkalmazás tárgya szerint.

Gyakorlati jelentősége a kutatás abból áll, hogy lehetőség nyílik a kidolgozott osztályozás felhasználására az üzleti folyamatok elemzésében annak érdekében, hogy kiválasszuk a többszempontú optimalizálás egy konkrét problémájának megoldására legalkalmasabb módszert.

Szerkezetmunka a következő részeket tartalmazza: bevezetés, szakirodalmi áttekintés és szoftverelemzés, fő rész, következtetés, bibliográfia. A tanulmány fő része három fejezetből áll, amelyek közül kettő a tanulmány elméleti részét, egy pedig gyakorlati fejezetet tükröz. Az első fejezet a többszempontú analízis módszereinek megfontolásra való megválasztásával és leírásával foglalkozik. A második fejezet a többszempontú elemzés módszereit hasonlítja össze a probléma, a döntéshozó és a kapott megoldás jellemzőivel. A kapott összehasonlítás alapján az üzleti folyamatok elemzésének részeként egy 13 folyamatból álló referenciamodell alapján kidolgoztam a módszerek alkalmazási tárgy szerinti osztályozását, és ajánlásokat fogalmaztak meg a módszerek alkalmazására. A harmadik fejezet a VARS Expo LLC. „Értékesítési stratégia meghatározása” üzleti folyamatában felmerülő többszempontú probléma megoldására szolgáló módszerek gyakorlati alkalmazásának példáját mutatja be. Összegezve a vizsgálat során kapott eredményeket összegezzük.

1. Szoftverelemzés

A többszempontú feladatok megoldásának összetettségét többek között a nagy mennyiségű információ határozza meg, amelyet a döntés meghozatalakor figyelembe kell venni és feldolgozni. Az ember gyakran nem tud megbirkózni ezzel a feladattal anélkül, hogy a modern számítástechnika segítségét igénybe venné. Ennek kapcsán a többszempontú környezetben történő döntéshozatal támogatására számos szoftverterméket vagy döntéstámogató rendszert (DSS) hoztak létre, amelyek működése MCDA (multiple-criteria Decision analysis) módszerekre épül. E szoftvertermékek fő funkciója a megoldások preferencia szerinti rangsorolása és a legjobb megoldás kiválasztása. Az ilyen szoftverek azonban a megoldás megtalálása és a nagy mennyiségű információ feldolgozása mellett (ami a többszempontú elemzési módszerek sikeres gyakorlati alkalmazásához szükséges) általában lehetőséget biztosít a felhasználónak a kapott eredmények elemzésére is. Különösen értékes a grafikus felhasználói felület, amely lehetővé teszi a folyamat és az eredmények megjelenítését, a döntéshozatali folyamat legnyilvánvalóbb és átláthatóbb megjelenítését.

Tekintettel arra, hogy jelen munka a gyakorlatban jól alkalmazható többszempontú elemzési módszerek tanulmányozására és osztályozására irányul, szükségesnek és fontosnak tűnik a meglévő, döntéstámogató szoftverek elemzése és összehasonlítása. Az elemzést célszerű az összehasonlítási és értékelési szempontok meghatározásával kezdeni.

A különböző szoftvertermékek különböző lehetőségeket kínálhatnak a felhasználó számára mind a döntéshozatali folyamat során, mind az eredmények elemzése során. Természetesen a döntéshozatali folyamat szervezettségét mindenekelőtt az jellemzi többszempontú elemzési módszerek a termék által támogatott. A támogatott módszereken múlik a megoldások keresésének menete, és így a termék alkalmazhatósága különböző helyzetekben. Ezen túlmenően, mivel ez a munka a többszempontú módszerek közvetlen üzleti folyamatokra történő alkalmazását célozza, rendkívül jelentős szakmai szintkompetenciák(speciális ismeretek és készségek), amelyek a termék sikeres használatához szükségesek. Sok program a többszempontú elemzés területén dolgozó szakemberek általi használatra készült, és ezen a területen tapasztalat és tudás nélkül a felhasználó nem tudja hatékonyan használni az ilyen termékeket. A dolgozatban kidolgozott módszerek osztályozásának egyik fő célja azonban az, hogy segítse a megfelelő módszerek kiválasztását a többszempontú elemzés területén nem szakemberek (például a döntéshozatalért felelős vezetők) számára. Ezért a termékek összehasonlítása is megtörténik a szükséges szaktudás és készségek alapján. A harmadik összehasonlítási kritérium az csoportos döntéstámogatás. A többszempontú elemzésben döntéshozó alatt általában egyént értünk, de az üzleti életben a döntések ritkán múlnak egy személyen. Leggyakrabban egy bizonyos csoport felelős a döntésekért (igazgatóság, részvénytársaság, problémabizottság stb.), amelynek minden tagjának preferenciáit figyelembe kell venni a döntés meghozatalánál. A következő kritérium, amely a termék praktikus használatát tükrözi elérhetősége az interneten keresztül. És végül egy fontos tényező egy olyan felhasználó számára, akinek nincs komoly tapasztalata az ilyen programokkal kapcsolatban az import képessége és / vagyexport adatokat vagy eredményeket Excelben. Külön érdemes megfontolni a kapott eredmények elemzésének folyamatát, nevezetesen az információ megjelenítésének szöveges és grafikus módszerei támogatott termékek.

Manapság rengeteg program és szoftverrendszer létezik a többszempontú elemzéshez. A jelen dokumentumban szereplő szoftveráttekintés célja, hogy azonosítsa a hasonlóságokat és különbségeket a rendelkezésre álló termékek között, és javaslatokat dolgozzon ki a használatukra. Ezért indokoltnak tűnik odafigyelni az eltérő célú és eltérő módszereket támogató szoftvertermékekre, miközben aktívan használják vagy ismerik mind a többszempontú elemzés szakértői, mind a döntések meghozataláért felelős egyéb területek szakemberei (ami természetesen a termék gyakorlati teljesítményének mutatója). Tizenkét ilyen terméket választottak ki elemzésre a szoftverismertetők és a nemzetközi tudományos publikációkban megjelent összehasonlító cikkek (French és Xu, 2005; McGinley. P, 2014; Vassilev és mtsai, 2005; Weistroffer et al., 2005) összehasonlításával, valamint a figyelembe veszi a többszempontú elemző szoftverek (Capterra, EWG-MCDA, Wikipedia) weboldalakon közzétett értékeléseket és értékeléseket. A kiválasztás a termék próba- vagy demóverziójának elérhetősége alapján is történt. Az összehasonlító elemzés eredményeit a szoftver két fő funkciója szerint csoportosított paramétereket tartalmazó táblázatok tükrözik: magának a döntéshozatali folyamatnak a szervezése (lásd 1. táblázat) és az eredmények elemzése (lásd 2. táblázat).

1. táblázat Szoftverek összehasonlítása a döntéshozatali folyamat jellemzői szerint

Szoftvernév	Támogatott MCDA-módszerek	A szükséges szakmai kompetencia szintje	Csoportos döntések támogatása	Elérhetőség az interneten keresztül	Képes importálni / exportálni Excelbe
	PAPRIKA, AHP, MAUT
	AHP, Pareto Frontier Approximation
Kritérium Döntés Plusz	AHP, SMART, MAUT, Swing
	PROMETHEE, UTILITY
	MAUT, Döntési fa, AHP, Szekvencia módszer. engedményeket
	döntési fa
Logikai döntések	AHP, MAUT, Swing

A táblázatokból látható, hogy szinte minden vizsgált termék kiváló lehetőséget biztosít az eredmények elemzésére, de jelentős különbségek vannak a döntéshozatali folyamat megszervezésében. A programok más-más módszerkészletet támogatnak, de több mint felüknek AHP vagy AHP (Analytic hierarchy process / Hierarchy analysis method) van a támogatott módszerek között, ami meglehetősen elvárható, hiszen a módszer a gyakorlatban jól alkalmazható különböző iparágakban, ill. , ráadásul nem igényel különösebb előkészületet. Kedvezően hasonlít a többi módszerhez, mivel ötvözi a matematikai megközelítést és a pszichológiai szempontokat, és lehetővé teszi az eltérő paraméterek összehasonlítását is, ami a gyakorlati alkalmazásban rendkívül jelentős előny. Azoknál a termékeknél, amelyek támogatják ezt a módszert, két megközelítés létezik az alternatívák páronkénti összehasonlítására. Az első megközelítés keretein belül egyes kritériumok másokhoz viszonyított értékelési mátrixa kerül összeállításra, a második keretein belül pedig az összes lehetséges kritérium-kombinációt felsoroljuk, és mindegyiknél a döntéshozónak kell értékelnie, hogy mennyit. az egyik kritérium fontosabb a másiknál. A kapott becslések eredményeként a kritériumok fontossági sorrendbe kerülnek.

Ezenkívül láthatja, hogy a legtöbb AHP-t támogató program támogatja a MAUT-ot (Multi Attribute Utility Theory / Multicriteria Utility Theory). Ugyanakkor a módszertani vizsgálatokban az ilyen módszerek általában egyértelműen elkülönülnek egymástól. Ez a tény arra utal, hogy annak ellenére, hogy az ilyen szoftverek a döntéshozatal elméletén alapulnak egy többkritériumú környezetben, a termék ellentmondhat az elméletnek, mivel a különböző iskoláktól származó módszerek széles skáláját kombinálja a sikeres gyakorlati alkalmazás érdekében. Ezt a MAUT és a Swing módszerek négy termék egyidejű támogatása is megerősítheti.

Valamivel kevésbé népszerű az egymást követő engedmények módszere, amely bizonyos intervallumok használatát jelenti, amelyek tükrözik a paraméterértékek megengedett eltérését az elsőbbségi értékektől. Valószínűleg ennek az az oka, hogy a gyakorlatban nehéz objektíven meghatározni az ilyen intervallumokat. Emellett a vizsgált programok egy része döntési fán alapul, amelyet egy specifikus konstrukciós algoritmus jellemez, amely könnyen érthető, de nem mindig biztosítja a teljes fa optimálisságát. Végül a Pareto határ közelítési módszer is megtalálható a tárgyalt programokban, és nagyon hatékony vizuális megjelenítés biztosítására, például buborékdiagramon, amint azt a Clafer Multi-Objective Optimizer megtestesíti.

A fennmaradó összehasonlítási paraméterek elemzésekor meg kell jegyezni, hogy a legtöbb szoftverterméket a többszempontú elemzés területén dolgozó szakemberek számára szánják, mivel a velük való munkavégzéshez szükséges szakmai kompetencia szintje nagyon magas. Az olyan termékek azonban, mint az 1000Minds, a Clafer MOO, a D-Sight, a Decision Lens, a MakeItRational speciális ismeretek hiányában is használhatók a döntéshozatalra. termékek - 1000Minds, D -Sight és MakeItRational. Az első csak online szavazást biztosít, a második az egyes csoporttagok véleményét súlyozza, az utolsó pedig az összes egyéni vélemény figyelembevételével számítja ki a csoport átlagértékét. A legtöbb termék webalapú (kivéve a Criterium DecisionPlus, a Hiview3, a Logical Decisions és az M-MACBETH), és alig a fele biztosítja az adatok és eredmények Excelbe történő importálását és exportálását.

2. táblázat: Szoftverek összehasonlítása az eredmények elemzési jellemzői szerint

Szoftvernév	Vizuális grafikonok	Összes értékek	Érzékenységvizsgálat	2D térképek	Írásos jelentés
Clafer Multi-Object. Optimalizáló
Kritérium Döntés Plusz
Logikai döntések

Az 5. táblázat azt tükrözi, hogy az összes figyelembe vett szoftvertermék lehetőséget biztosít az eredmények grafikus megjelenítésére. A legalább néhány termékben jelenlévő megközelítések közé tartozik az alternatívák vizualizálása pók-cys, tornádó, hőmérő, kör- és buborékdiagramon keresztül. A koncessziós módszeren alapuló szoftvertermékekben az eredmények elfogadható értéktartományokként jelennek meg, és tartalmazhatnak dominancia összefüggéseket és az optimális megoldások területének grafikus ábrázolását. A legtöbb program támogatja az érzékenységelemzés hagyományos módszerét, egy részük statisztikai megközelítést is alkalmaz az elemzéshez, amely a parametrikus modell különböző módosításaiból és az eredmények későbbi változásának megfigyeléséből áll. Ez lehetővé teszi az alternatívák valószínűségi sorrendjének meghatározását vagy azon esetek százalékos arányát, amikor az egyik alternatíva dominál a másikkal szemben. A koncessziós módszerben az intervallumok használata önmagában már az érzékenységvizsgálat egy fajtájának tekinthető. Valamiféle kétdimenziós térképek jelen vannak a legtöbb szoftvertermékben. A kritériumok a tengelyeknek, az alternatívák a grafikonon a megfelelő koordinátákkal rendelkező pontoknak felelnek meg. Egyes programok lehetővé teszik, hogy írásos jelentést készítsenek, amely tükrözi a fő eredményeket, és elmagyarázza azokat a felhasználónak.

2 . Több szempontú döntéshozatali módszerek

2.1 Megfontolandó módszerek kiválasztása

A többszempontú döntéshozatal tudományos diszciplínája viszonylag fiatal: az 1970-es években jelentek meg az első munkák ezen a tudományterületen, az MMRM gyakorlati problémák megoldására való alkalmazására pedig az 1980-as években utaltak (Wallenius et al., ). . Ennek ellenére már több mint hetven különböző módszert fejlesztettek ki a többkritériumú problémák megoldására (Aregai Tecle, ). Jelen munka keretein belül nem tűnik szükségesnek és lehetségesnek az összes létező módszer részletes vizsgálata, ezért a vizsgált módszerek köre korlátozott. A módszerek kiválasztásához használt kritériumok a következők:

1. A módszer népszerűsége(aszerint mérve, hogy a módszert milyen gyakran említik a szakirodalom 1970 és 2016 között)

2. A módszer alkalmazhatósága gyakorlati problémákra(az MMRM különböző üzleti területeken végzett feladatokra való alkalmazásának szakirodalmi elemzése alapján mérve)

3. A módszer eredetisége(a más népszerűbb módszerekben található technikákon alapuló módszereket nem vesszük figyelembe)

1. Hierarchiaelemzési módszer (AHP)

2. Nemlineáris programozás (NLP)

3. Kompromisszumos programozás (CP)

4. Kooperatív játékelmélet (CGT)

5. Displaced ideális módszer (DISID)

6. ELECTRE módszer (ELEC)

7. Érzékenységértékelési és -elemzési módszer (ESAP)

8. Célprogramozás (CPU/GP)

9. Többszempontú hasznosságelmélet (MAUT)

10. Többszempontú Q-elemzés (MCQA)

11. A kompromisszumos fejlesztés valószínűségi módszere (PROTR)

12. Zayonz-Wallenius módszer (Z-W)

13. STEM módszer

14. SWT módszer

15. PROMETHEE módszer (PRM)

Ezeknek a módszereknek a népszerűségét és alkalmazhatóságát a legkülönbözőbb területeken a különböző feladatokra jól szemlélteti a táblázat (lásd 1. melléklet), ahol az egyes módszereket összevetjük az alkalmazásukat ismertető tudományos publikációkkal, és az ezekben meghatározott konkrét feladatokat. művek.

2.2 A módszerek rövid leírása

Hierarchiaelemzési módszer (AHP)

A hierarchiaelemző módszer egy olyan matematikai döntéshozatali eszköz, amely figyelembe veszi a pszichológiai szempontokat. A módszert T. Saati fejlesztette ki. Lehetővé teszi a rendelkezésre álló alternatívák egyszerűsítését, amelyeket különféle mennyiségi és minőségi kritériumok szerint kell értékelni. A rendezés a döntéshozó preferenciáira vonatkozó információk alapján történik, amely számszerűen van kifejezve, és lehetővé teszi az alternatívák összértékének az összes paraméterre vonatkozó értékét. A legmagasabb összértékű alternatíva a legjobb. A módszert széles körben alkalmazzák a gyakorlatban. Használatához kövesse az alábbi lépéseket:

1) Bontsa fel a problémát a hierarchikus modelljének összeállításával, amelynek tartalmaznia kell magukat az alternatívákat, az értékelésük paramétereit és a megoldás megtalálásának végső célját

2) Hasonlítsa össze párban a hierarchia összes elemét, meghatározva prioritásukat a döntéshozó preferenciái alapján

3) Szintetizálja az alternatívák értékét lineáris konvolúció segítségével

4) Értékelje az ítéletek következetességét

5) Hozz döntést az eredmények alapján

A MAI előnyei:

A páronkénti összehasonlítás egyszerűsége, az eljárás megismerése a döntéshozók számára

Az alternatívák közvetlen értékelésének hiánya

Kvantitatív és minőségi paraméterek támogatása

Az ítéletek összhangjának ellenőrzése

Széles körű gyakorlati alkalmazhatóság

A MAI hátrányai:

Korlátozott számú alternatíva és értékelésük paramétere (nagy számmal dolgozni nehéz a döntéshozók számára)

A preferenciák torzulásának lehetősége az azonos típusú numerikus ábrázolás miatt

Indokolatlan additív vagy multiplikatív kritériumkonvolúció választása

2.3 Nemlineáris programozás (NLP)

A nemlineáris programozás a matematikai programozás speciális esete, és magában foglalja a célfüggvény vagy megszorítás nemlineáris formáját. Az ezzel a módszerrel megoldott feladat egy adott célfüggvény optimális értékének megtalálásának problémájaként fogalmazható meg olyan feltételek mellett, ahol vannak paraméterek, megszorítások, n a paraméterek száma, s a megszorítások száma.

A célfüggvény lehet konkáv vagy konvex. Az első esetben a döntéshozó a maximalizálás, a második esetben a minimalizálás problémájával szembesül. Ha a kényszert egy konvex függvény adja, akkor a problémát konvexnek tekintjük, és leggyakrabban a konvex optimalizálás általános módszereivel oldjuk meg. Ha a probléma nem konvex, akkor a lineáris programozási feladatok speciális megfogalmazásait vagy elágazó és kötött módszereket alkalmaznak, amelyek lehetővé teszik a probléma lineáris vagy konvex közelítéssel történő megoldását. Az ilyen közelítések alsó korlátot képeznek a szakaszon belüli összértékre. A következő szakaszok során egy napon meg fog születni egy valós megoldás, amelynek értéke hasonló bármely közelítő megoldásra talált legjobb alsó korláthoz. Egy ilyen megoldás lesz az optimális, de nem feltétlenül az egyetlen. Egy ilyen algoritmus bármikor leállítható, biztos lehet benne, hogy az optimális megoldás a talált legjobb megoldástól való elfogadható eltérésen belül van; az ilyen megoldásokat e-optimálisnak nevezzük.

A nemlineáris programozásban egymástól független szakaszok különböztethetők meg, például konvex, másodfokú, egész, sztochasztikus, dinamikus programozás stb.

2.4 Kompromisszumos programozás (CP)

A kompromisszumos programozási módszer ötlete hasonló a célprogramozási módszeréhez. A módszer technikája az "ideális" ponttól való távolság meghatározásán alapul. A legjobb megoldás megtalálásához minimálisra kell csökkenteni az ideális megoldástól való „távolságot”. Az ideális ponthoz minden szempontból legközelebb eső pont (megoldás) kompromisszumos megoldás. A megoldások halmaza is lehet kompromisszum.

A legjobb megoldás megtalálásának folyamata a következő lépéseket tartalmazza:

1) Határozza meg az alternatívák értékelésére szolgáló paramétereket és ezek súlyát!

2) Állítson össze egy alternatív értékelési mátrixot úgy, hogy rögzíti az egyes értékelési paraméterek alternatíváira vonatkozó információkat.

3) Határozza meg az optimalizálás irányát az egyes kritériumokhoz (előnyösebb az értékek maximalizálása vagy minimalizálása).

4) Normalizálja a mátrixot oly módon, hogy az egy kifizetési mátrix (vagy kifizetési mátrix) formáját öltse.

5) Keresse meg az alternatívák legjobb és legrosszabb értékét az egyes kritériumokhoz.

6) Határozza meg az egyes alternatívák általánosított értékét az összes értékelési paraméterre vonatkozóan, felhasználva a kritériumok súlyát, valamint az egyes kritériumokhoz tartozó alternatíva értéke és a kritérium legjobb értéke közötti különbséget.

7) Az az alternatíva, amelynek értéke a legközelebb áll az ideálishoz, a legjobb megoldás.

A kompromisszumos programozási módszer előnyei:

Hasznosság a problémák megoldásában azon a megoldási téren, amelyben a döntéshozó hajlamos megbízni intuíciójában és tapasztalatában

2.5 A kooperatív játékok elmélete (CGT)

A kooperatív játék olyan játék, amely a játékosok együttes erőfeszítéseit foglalja magában. A kooperatív játékok elmélete azokat a konfliktusokat tárja fel, amelyek a játékosok között a közös döntéshozatal során keletkeznek. Mivel egy ilyen döntés meghozatalának általában több kritériuma van, és ezek gyakran egymásnak ellentmondanak, ezért az elméletet a többszempontú környezetben az egyik döntéshozatali módszerként alkalmazzák. Az elmélet azt vizsgálja, hogy a játékosok összefogásából milyen eredmények érhetők el és milyen feltételek mellett.

A kooperatív játékok tanulmányozása során felmerülő főbb feladatok:

1) A játékosok preferenciáit jellemző függvény meghatározása

2) Az optimális megoldás megtalálása a felek össznyereségének felosztására vonatkozóan

3) A megoldás dinamikai stabilitásának ellenőrzése

A talált megoldás akkor lehet egyedi, ha a teljes nyereség felosztása csak egyféle módon történhet, mindkét fél számára maximális hasznosság jellemzi. Ha több ilyen elválasztási módszer létezik, akkor az optimális megoldás többértékű lehet. Az egyetlen optimális megoldás az N-kernelre és a Shapley-vektorra jellemző, egy többértékű megoldás - a C-kernelre és a K-kernelre.

2.6 Eltolódva ideális módszer (DISID)

Ezt a módszert a legjobb megoldások meghatározására fejlesztették ki a megvalósítható megoldások halmazában, és a következő jellemzők jellemzik:

Az optimalizálás irányát meghatározó "ideális" megoldás kialakításának eljárása. Általában egy ilyen megoldás elérhetetlen, de jól tükrözi a döntéshozó céljait.

Minden iterációnál távolítsa el a legkevésbé előnyös megoldásokat. Így a legjobb megoldás a legrosszabb megoldások fokozatos kiiktatásával érhető el az eljárás minden lépésében.

A módszer alkalmazása során a következő lépések különböztethetők meg:

1) A dominált megoldások kizárása.

2) Az "ideális" megoldás kialakítása és a "legrosszabb" megoldás meghatározása.

3) A lehetséges megoldások pontjai és a "legrosszabb" megoldás pontja közötti távolság meghatározása

4) Az 1-3 szakaszból álló ciklus megismétlése, amíg a legoptimálisabb megoldások megengedett kis száma megmarad.

Ugyanakkor az alternatívák összevetése a kialakult „ideális” megoldással gyakran okoz elégedetlenséget a döntéshozóban a meglévő alternatívákkal, amit döntés előtti konfliktusnak nevezünk. A döntés utáni konfliktus olyan elégedetlenség, amely néhány alternatíva kizárása után következik be. A kezdeti iterációknál a megoldás előtt erős konfliktus van, amely a meglévő megoldások „ideálishoz” való közelítése miatt fokozatosan csökken, a megoldás utáni konfliktus pedig éppen ellenkezőleg, nő, ami azt jelzi, hogy a döntéshozó nem tanulmányozta kellőképpen a problémát.

2.7 ELECTRE módszer

Az ELECTRE módszerben a kiválasztási eljárás 6 lépésből áll:

1) Az alternatívák minimális és maximális értékének meghatározása az egyes kritériumokhoz

2) A kritériumsúlyok meghatározása

3) Egy gráf felépítése minden kritériumhoz, amelyben a csúcsok a megoldáshalmaz egyes objektumai, és az ívek tükrözik az egyik objektum dominanciájának mértékét a másikkal szemben.

4) Értékmátrix összeállítása az ún. egyetértési és nézeteltérési indexekből a kritériumok fontossága és a döntések preferenciája alapján

5) A felsőbbrendűség értékének megállapítása minden objektumpárra, ha az egyik megoldás egyetértési indexének értéke túllép egy bizonyos küszöbértéket, és az egyet nem értési index értéke nem éri el ezt az értéket

6) Általános felsőbbrendűségi gráf felépítése a megállapított korlátozások figyelembevételével

2.8 Érzékenységértékelési és -elemzési módszer (ESAP)

Az érzékenységértékelési és elemzési módszert eredetileg a vízgazdálkodási alternatívák értékelésére szolgáló környezettervezési technikaként fejlesztették ki. Az ESAP a kritériumsúlyok meghatározásán alapul az alternatívák helyes értékeléséhez. Az alternatívák elérhetőségének és vonzerejének értékelését a természeti és kulturális erőforrásokra gyakorolt ​​hatásra vonatkozó információk, valamint ezen erőforrások fontosságára vonatkozó (kritériumsúlyokkal meghatározott) és preferált értékekkel kapcsolatos információk kombinálásával határozzák meg. Az információkat több személy vagy személyek egy csoportjának megkérdezésével kell összegyűjteni, hogy meghatározzák becsléseik érzékenységét az erőforrások fontosságára és preferált értékeire vonatkozó megítélésbeli különbségekre, valamint az egyik vagy másik alternatíva választásának következményeinek bizonytalanságára. Ma már nem csak a környezettervezésben alkalmazzák ezt a módszert, hanem más területeken is.

2.9 Célprogramozás (CPU/GP)

A célprogramozási módszer az MCO problémák megoldására szolgál, és a kritériumok rangsorolásán alapul, aszerint, hogy fontosak a döntéshozók számára. A megoldások keresésének fő feladata több, egymást követő részfeladatot tartalmaz az egyes kritériumok optimalizálására. Ugyanakkor az ilyen optimalizálás a célfüggvény szerint történik, és az érték egy kritériummal történő javítása nem érhető el az érték egy fontosabb kritériummal történő romlása rovására. Így a végeredmény a probléma legjobb megoldásának felfedezése lesz. Általában a célprogramozás módszerét alkalmazzák lineáris feladatok megoldására. Ugyanakkor a lineáris programozási módszertől való eltérése abban rejlik, hogy sok célt nem célfüggvényként, hanem kényszerként formalizálnak. Ezért a módszer alkalmazásakor meg kell határozni a célfüggvények kívánt értékeit és azokat a változó eltéréseket ezektől az értékektől, amelyek tükrözik a megoldáskeresés fő céljának elérését.

2.10 Több kritériumú hasznosságelmélet (MAUT)

A többszempontú hasznosságelmélet az egyik legnépszerűbb axiomatikusan igazolt módszer. Ezt az elméletet R. Keaney, G. Rife, P. Fishburne dolgozta ki. Az elmélet olyan axiómákon alapul, amelyek a döntéshozók preferenciáit írják le, és grafikusan, hasznossági függvényként jelenítik meg. A többcélú környezetben legszélesebb körben alkalmazható hasznossági axióma a következő axiómákat tartalmazza:

Teljes összehasonlíthatóság

tranzitivitást

Oldhatóság

Függetlenség preferencia szerint

Függetlenség a hasznosság által

Archimedes

A módszer nyilvánvaló munkaigénye ellenére fontos megjegyezni, hogy a talált megoldások matematikai indoklásával igazolható. Ezen túlmenően a módszer tetszőleges számú alternatíva értékelésére alkalmazható, és a döntéshozókkal folytatott párbeszédes eljárások a többszempontú hasznosságelméletben nagyon jól kidolgozottak.

A módszer fő lépései a következők:

1) Kritériumlista kidolgozása

2) Hasznossági függvény felépítése minden kritériumhoz

3) Az általános hasznosságfüggvény formáját meghatározó feltételek ellenőrzése

4) kapcsolat kialakítása az egyes kritériumok opcióinak értékelése és az opció általános vonzereje között a döntéshozók számára

5) Az összes elérhető lehetőség értékelése és a legjobb lehetőség kiválasztása

2.11 Több kritérium Q- DEelemzés (MCQA)

A többszempontú elemzésnek ezt a módszerét arra használják, hogy hatékony párbeszédet alakítsanak ki az ütköző felek között. Az MCQA-I, MCQA-II és MCQA-III lehetővé teszi az alternatívák értékelési szempontjainak fontossági sorrendbe állítását, maguknak az alternatíváknak pedig a döntéshozók vonzereje szempontjából. A Q-analízist Ronald Atkin (1974, 1977) dolgozta ki a társadalmi rendszerek strukturális jellemzőinek tanulmányozásának megközelítéseként, amelyben a mutatók, jellemzők vagy jellemzők két halmaza kapcsolódik egymáshoz. Ezt követően a Q-analízist különböző területeken alkalmazták, mint például a sakkelmélet (Atkin és Witten, 1975), a rugalmas gyártási rendszerek (Robinson és Duckstein, 1986), a versenysport (Gould és Gatrell, 1980) és a várostervezés (Beaumont, 1984). ). A Q-elemzés elismerten hasznos eszköz az ökológiai vizsgálatokban, például a folyóvízi ökoszisztémák felmérésében (Casti et al., 1979) és a ragadozó-zsákmány kapcsolatok vizsgálatában (Casti, 1979). A Q-analízist a klinikai pszichológiában (Macgill és Springer, 1984), a geológiában (Griffiths, 1983), a közlekedési rendszerek kutatásában (Johnson, 1976), a vízelosztásban (Duckstein, 1983) és számos más összefüggésben is alkalmazták (Casti, 1979) . A Q-elemzés különösen hasznosnak bizonyult összetett rendszerekkel kapcsolatos problémák megoldásában, például orvosi képek modellezésekor. Ez a megközelítés megköveteli az adatkészletek és kapcsolataik szigorú meghatározását, és fel kell tárni a rendszeren belüli összekapcsolódásuk következményeit. A hozzávetőlegesen pontos adathalmazok megállapítása és azok összefüggéseinek tanulmányozása után a Q-elemzés meglehetősen egyszerű számításokat tartalmaz, amelyekhez nincs szükség további információkra a rendszerről. A Q elemzési módszer algebrai topográfiai infrastruktúrát biztosít az adatok redukálásához, segítve a makroszkopikus rendszertervezési koncepciók egyszerűsítését. Ennek érdekében lehetőség nyílik olyan mutatók definiálására és értelmezésére, mint az összekapcsolhatóság mértéke, a decentralizáció és a komplexitás. A Q-elemzési megközelítés az információk rendezését is biztosítja. A Q-analízis a strukturális mátrixból generált viselkedési dinamika (úgynevezett backloth) elemzésével is összekapcsolható; az ilyen típusú tanulmányok (úgynevezett forgalom) a poliéderdinamikaként emlegetett diszciplínára támaszkodnak (Casti et al., 1979; Johnson, 1981).

2.12 A kompromisszumfejlesztés valószínűségi módszere (PROTR)

A többszempontú optimalizálási módszert elsősorban nemlineáris problémák megoldására használják a döntéshozó preferenciái alapján. A módszer magában foglalja az egyes segédfüggvények felépítését, hogy megtalálják a legjobb megoldást a problémára.

A megoldáskeresési eljárás 12 egymást követő szakaszból áll:

1) Célfüggvények vektorának kialakítása

2) A legjobb és legrosszabb kritériumértékek vektorainak kidolgozása

3) A helyettesítési függvény megfogalmazása

4) Kiinduló megoldás megszerzése ennek a függvénynek a maximalizálásával, és ennek alapján célvektor kidolgozásával

5) Többszempontú hasznosságfüggvény definíciója

6) Új helyettesítési függvény megfogalmazása

7) Alternatív megoldás generálása egy új helyettesítési függvény maximalizálásával és ennek alapján célvektor kidolgozása

8) Olyan vektor kifejlesztése, amely összekapcsolja a vektorok célértékeit azok elérésének valószínűségével

9) A döntéshozó döntése arról, hogy a kritérium összes értéke kielégítő-e. Ha igen, akkor a kapott vektor a probléma megoldása, ha nem, akkor a 10. lépés kerül végrehajtásra

10) Annak a vektornak a kiválasztása, amelyben a célérték és az elérési valószínűség közötti kapcsolat a legnem kielégítő, és egy új valószínűség meghatározása

11) Új érvényes értékkészlet létrehozása

12) Új helyettesítési függvény megfogalmazása és a ciklus megismétlése a 6-tól a 12-ig, ahányszor szükséges.

2.13 Zajonc-Wallenius módszer (Z-W)

A Zajonc-Wallenius módszer a súlyvektorok értékkészletének szűkítési eljárásán alapul.

Ennek az eljárásnak a lépései az alábbiak szerint írhatók le:

1) Súlyvektorok fejlesztése

2) A globális kritérium értékének kiszámítása (általában az érték az érvényes értékek halmazát alkotó sokszög egyik csúcsának felel meg)

3) A szomszédos csúcsokban lévő kritériumok súlyértékeinek kiszámítása, amelyek alatt ez a csúcs lehet az optimális megoldás

4) A becslések vektorának értékének kiszámítása ezekben a csúcsokban az egyes kritériumok esetében

5) A döntéshozói kritériumok vektorainak páronkénti összehasonlítása

6) A kritériumsúlyok értékére vonatkozó korlátozások kialakítása a döntéshozó megítélése alapján

7) A középpont meghatározása az elfogadható súlyok tartományában

8) Ismételje meg a 2-8. ciklust

Az összehasonlítás során a döntéshozó a következő ítéleteket fogalmazhatja meg:

Egy szomszédos kritériumvektor előnyösebb;

A kezdeti kritériumvektor előnyösebb;

Nincs egyértelmű preferencia.

Így a keresés szisztematikus, ami a legobjektívebbé teszi az eredményeket.

2.14 STEM módszer

A STEM módszer egy iteratív megoldáskeresési eljárás, amelyben több iteráció után a legjobb megoldást érik el. Minden ciklus tartalmaz egy számítási szakaszt és egy döntéshozatali szakaszt, vagyis magában foglalja az elemző és a döntéshozó közötti interakciót.

A módszer a Csebisev-távolság minimalizálásán alapul a megoldástér ideális pontjától. A távolságképletet és a mérhető teret meghatározó paraméterek a súlyegyütthatók normalizálásának módszerével változtathatók a döntéshozónak a megoldáskeresés előző szakaszában kifejezett preferenciái alapján. A keresési eljárás lehetővé teszi a döntéshozó számára, hogy kiemelje a jó megoldásokat és meghatározza a kritériumok relatív fontosságát. A döntéshozó minden iterációnál bizonyos kritériumok szerint javíthatja az alternatívák értékeit, másoknak engedve. Ugyanakkor a döntéshozónak minden kritériumra meg kell jelölnie az engedmény maximálisan elfogadható összegét. A következő iteráció végrehajtásához a döntés meghozatala után a döntéshozónak ki kell fejeznie preferenciáit azon kritériumok tekintetében, amelyek értékét javítani szeretné, illetve azokat, amelyeknél az érték már kielégítő a számára.

2.15 SWT módszer

Az SWT módszer egy többszempontú optimalizálási módszer, amely lehetővé teszi az összes szükséges Pareto-optimális megoldás megtalálását a probléma optimalizálási vektornak megfelelően. A módszer alkalmazásakor figyelembe kell venni, hogy a modellezésben, meghatározásban, értékelésben, sokszor egymásnak ellentmondó kritériumok összehasonlításában a rendszerelemző szerepét nem szabad összetéveszteni a döntéshozó szerepével. Míg az elemző felelős a Pareto-optimális megoldások és az alternatívák megfelelő értékeinek generálásáért, nem határozhat meg elfogadható és preferált engedményeket különböző, egymásnak ellentmondó kritériumok alapján. A döntéshozó felelős azért, hogy az elemző által elvégzett számítási elemzés alapján preferenciális ítéleteket fejtsen ki. Ezen túlmenően, ha bármely kritériumértéket már megszereztek, sokkal könnyebb a döntéshozótól megbecsülni a koncesszió relatív értékét (értéknövekedés vagy -csökkenés) két kritérium között, mint megbecsülni azok abszolút értékét. átlagos értékek.

2.16 PROMETHEE módszer (PRM)

A PROMETHEE egy jól megtervezett döntéstámogató rendszer, amely lehetővé teszi az alternatívák értékelését és kiválasztását egy bizonyos halmazból, olyan kritériumok alapján, amelyek tükrözik az alternatívák előnyeit és hátrányait, valamint lehetővé teszi ezen alternatívák rangsorolását aszerint, hogy vonzóak a döntéshozók számára. .

A PROMETHEE nem követel meg szigorú ítéleteket a döntéshozók preferenciáinak tényleges szerkezetéről. Az alternatívák értékelése során a legfontosabb feladat az, hogy információt szerezzünk arról, hogy valamelyik alternatíva legalább annyira vonzó-e, mint egy másik. Az első lépésben meghatározandó ún. preferencia viszonyok alapján történik az alternatívák rangsorolása.

Fontolja meg a fő lépéseket:

1) Egy preferenciafüggvény meghatározása

A kiindulópont egy értékelési mátrix kialakítása, amely tükrözi az alternatívák vonzerejét az egyes kritériumok esetében. A pontozási mátrixban található információk alapján az alternatívákat páronként hasonlítják össze az egyes kritériumok tekintetében. Az eredményeket preferenciafüggvények fejezik ki, amelyeket az egyes opciópárokra számítanak ki, és 0-tól 1-ig terjedhetnek. Míg a 0 azt jelzi, hogy nincs különbség az opciók között, az 1 nagy különbséget jelent.

2) Az opciók preferálási fokának értékelése

A teljes értékmátrixot a kapott értékek alapján állítják össze, az egyes kritériumok alternatíváinak értékét megszorozva a megfelelő kritérium súlyával. Ebben a mátrixban az egymás utáni összes érték összege az alternatíva dominanciájának (vonzóképességének) mértékét tükrözi. Az összes érték összege egy oszlopban azt jelzi, hogy az alternatívát mennyire elnyomják mások. Lineáris rangsort kaphatunk, ha a szubdomináns értéket kivonjuk a domináns értékből.

A döntéshozónak be kell állítania a kritériumok súlyait és kiválasztani a preferenciafüggvényt. A PROMETHEE nem utal speciális módszerre ezeknek a súlyoknak a meghatározására, hanem feltételezi, hogy a döntéshozó képes helyesen beállítani a súlyokat, legalábbis akkor, ha a kritériumok száma nem túl nagy. A súlyozási tényezők meghatározása mindig szubjektív. Ezért a döntéshozatali folyamat fontos részévé válik az érzékenységelemzés, amely azt tükrözi, hogy a választott súlyok mennyire befolyásolják az eredményt.

A PROMETHEE módszeren belül különféle eszközöket és modulokat fejlesztettek ki. A következő 3 eszköz különösen hasznos lehet egy értékelési probléma elemzéséhez:

PROMETHEE I az alternatívák részleges értékeléséhez,

PROMETHEE II a teljes rangsorért,

GAIA a megoldások megjelenítéséhez.

3. A módszerek osztályozásának kidolgozása

Az egy adott helyzetre leginkább megfelelő többszempontú módszer kiválasztásának problémája önmagában is többszempontú probléma, mivel több kiválasztási kritérium létezik, és ezek eredendően ellentmondásosak (AI-Shemmeri et al., ). Ezért a felsorolt ​​módszereket a vonatkozó kritériumok szerint kell értékelni, hogy össze lehessen hasonlítani őket. Ezen kritériumok meghatározásához figyelembe kell venni azokat a szempontokat, amelyek a módszerek alkalmazásában eltéréseket okoznak. A következő szempontokat vagy kritériumcsoportokat szokás kiemelni (Mollaghasemi és Pet-Edwards, ):

1) A feladat jellemzői

2) A döntéshozó jellemzői

3) A kapott megoldás jellemzői

Egy adott helyzetben az a legalkalmasabb az alkalmazásra, amelynek technikája a legjobban illeszkedik a megoldandó probléma és a döntéshozó jellemzőihez, és a kapott eredmények helyesen értelmezhetők és hasznosak a döntéshozó számára.

A megfontolásra elfogadott tizenöt módszert tehát a három kiválasztott szempontot leíró kritériumok alapján kell értékelni. Ebben a munkában minden szempontot (kritériumcsoportot) a megfelelő szakasznak szentelünk, amely a kritériumok leírását és az ezen kritériumok szerinti módszerek összehasonlítási táblázatát tartalmazza. A módszerek értékelése az MMRM összehasonlításán alapul Aregai Tecle és Ozernoy V.M. munkáiban. , valamint a gyakorlati problémák megoldására szolgáló módszerek alkalmazásának áttekintése Bardossy, Khalili, Brans és mások munkáiban.

3.1 A módszerek megfelelőségének értékelése a megoldandó probléma jellemzőinek

Mindenekelőtt meg kell határozni, hogy az alkalmazott módszer megfelel-e a vizsgált probléma jellemzőinek. A többszempontú feladatok több egymást kizáró jellemzőpárral írhatók le. Például, ha a probléma egy matematikai programozási probléma, akkor a megoldást úgy kaphatjuk meg, hogy szisztematikusan keressük a lehetséges alternatívákat az elfogadható döntési halmazban, míg a döntéselemzési problémák általában véges és viszonylag kis számú alternatíva létezését feltételezik, a amelyek értékelése eredményes megoldáshoz vezet. Az MCO probléma megoldásához szükséges mennyiségi és minőségi információk elérhetőségét tükröző másik, egymást kizáró jellemzőpár szintén nagy jelentőséggel bír a megfelelő MMRM kiválasztásánál. Ha a probléma minőségi kritériumokat tartalmaz, akkor matematikai programozási technikák nem használhatók a megoldására. A feladat dinamikus jellege is nagymértékben behatárolja az alkalmazható módszerek körét, hiszen csak néhány MMRM támogatja az ilyen típusú feladatokat (Szidarovszky és Duckstein, , ). A probléma mértéke, a kritériumok és alternatívák számával mérve, szigorú fogalmi és számítási korlátokat szab a rendelkezésre álló módszerek halmazára. Végezetül pedig a probléma linearitását vagy nemlinearitását leíró paraméterei közötti szerkezeti összefüggéseket is figyelembe kell venni a módszerek összehasonlításakor, mivel sok MMRM kizárólag lineáris programozási problémák megoldására készült.

Így az MMRM alkalmazhatóságának értékelését a megoldandó probléma jellemzőinek megfelelően úgy kell elvégezni, hogy hat kérdésre pozitívan vagy negatívan kell válaszolni az MMRM következő lehetőségeiről:

1) Minőségi kritériumokat tartalmazó feladatok megoldása

2) Választás véges számú alternatíva közül

3) Nemlineáris feladatok megoldása

4) Nagy léptékű problémák megoldása (nagyszámú kritériummal és alternatívával)

5) Problémák megoldása végtelen számú alternatívával

6) Dinamikus feladatok megoldása

Az MMRM alkalmazhatóság szerinti összehasonlító táblázatában a megoldandó probléma jellemzőinek megfelelően (lásd 3. táblázat) a fenti kérdésekre adott pozitív és nemleges válaszok bináris formában, azaz 1-es, illetve 0-s számmal jelennek meg. Az egyértelműség kedvéért a pozitív választ tartalmazó cellák színnel vannak kiemelve. Az értékelés az MMRM alkalmazásának tapasztalatain alapult, amelyet számos tudományos cikk szerzője és az MCO területén dolgozó szakember, például Aregai Tecle, Gershon és Duckstein, Brans, Brink et al. (1986), Khalili et al.

3. táblázat A módszerek megfelelőségi táblázata a probléma jellemzőivel

	Minőségi információfeldolgozás	Nemlineáris probléma	nagy kihívás	Dinamikus feladat	Végtelen számú alternatíva	Véges számú alternatíva

3.2 A módszerek döntéshozói jellemzőinek való megfelelésének értékelése

Természetesen megfontoláshoz szükséges az is, hogy az alkalmazott módszer megfeleljen a döntéshozó képességeinek. A döntéshozó interaktív döntéshozatali folyamatba való bevonásának mértéke, valamint az, hogy a döntéshozó mennyi idő alatt állhat rendelkezésre az interakcióhoz, rendkívül fontos jellemzők, amelyek súlyosan korlátozhatják a megfelelő MMRM-ek körét. Ezenkívül fontos figyelembe venni a döntéshozó azon képességét, hogy jelezze preferenciáit, mielőtt elkezdené a legjobb megoldás megtalálásának folyamatát. Ha a preferenciák nem fejezhetők ki, akkor a probléma megoldására nem tekinthetők alkalmasnak az utólagos módszerek, amelyekhez a preferenciákra vonatkozó szükséges információkat a megoldások keresése előtt meg kell szerezni.

A döntéshozónak az MMRM működési elveinek megértésének foka is korlátozhatja azok alkalmazását. Az MCO területén speciális ismereteket igénylő módszerek kevésbé vonzóak a döntéshozók számára, mint az intuitív módszerek, elsősorban a kapott eredmények értelmezésének bonyolultsága miatt. Például az SWO módszer alkalmazása komoly szakmai felkészültséget igényel az MCO területén, míg az ELECTRE módszer ezzel szemben szinte semmilyen speciális ismeretet nem igényel, csak diszkrét értékekkel alkalmazzák.

Ezen túlmenően figyelembe kell venni a feladat megoldásáért felelős elemzőhöz (MCO szakértő) közvetlenül kapcsolódó jellemzőket is. Például meg kell határozni, hogy az elemző rendelkezik-e speciális ismeretekkel a döntéstámogató szoftverek használatában.

Az MMRM összehasonlításának eredményeit az alkalmazhatóság szempontjából a döntéshozó sajátosságainak megfelelően a 4. táblázat mutatja be (lásd 4. táblázat). Az értékelés 1-től 10-ig terjedő skálán történt. Az egyértelműség kedvéért az egyes kritériumok legmagasabb értéket tartalmazó cellák színnel vannak kiemelve.

4. táblázat A módszerek megfelelőségi táblázata a döntéshozó jellemzőivel

	A döntéshozó szükséges szintű ismerete az MCO területén	A döntéshozókkal való interakció mértéke	Rendelkezésre álló DM idő	A szükséges információmennyiség a döntéshozók preferenciáiról	Az MCO területen szükséges szakember kompetencia szintje
	mestermunka, hozzáadva 2011.04.26 Az elemzési módszerek csoportosítása. A döntéshozatalhoz szükséges információk összegyűjtése, tárolása. Az operatív és intellektuális elemzések eredményeinek elkészítése, azok hatékony fogyasztói észlelése és az alapján megfelelő döntések meghozatala. ellenőrzési munka, hozzáadva 2010.02.15 Hasonló fejlesztések elemzése a „kiválasztást segítő rendszerek” kiépítése terén. A többszempontú megközelítés lényege. Felhasználói felület fejlesztési technológia. Programfejlesztés tervezése különféle módszerekkel. Hálózati gráf készítése. szakdolgozat, hozzáadva: 2013.01.26 A vállalkozás tevékenységeinek irányítására szolgáló információs rendszerek osztályozása. Piacelemzés és Business Intelligence osztályrendszerek jellemzői. A DSS-ben használt döntéshozatali módszerek osztályozása. Üzleti intelligencia platform kiválasztása, összehasonlítási kritériumok. szakdolgozat, hozzáadva: 2016.09.27 Lineáris algebrai egyenletrendszerek megoldási módszereinek jellemzői, a numerikus módszerek főbb típusai és a Delphi 5.0 szoftvertermék alkalmazása, mint leghatékonyabb. Gauss, Gauss-Jordan és Jacobi módszereinek lényege, a Seidel-módszer jellemzői. szakdolgozat, hozzáadva 2010.06.25 A számítógépes szteganográfia elvei. Az információrejtés módszereinek osztályozása. A legkevésbé jelentős bitcsere módszer népszerűsége. A palettabővítési és blokkrejtő módszerek lényege. Metódusok alkalmazása GIF-képekre. Algoritmusok megvalósítása. szakdolgozat, hozzáadva 2013.02.17 A vezérlőobjektum rövid leírása, a funkcióit megvalósító meglévő analógok áttekintése és elemzése. Szoftverrendszer architektúra fejlesztése, az alkalmazás hatékonyságának tesztelése, értékelése. A szoftvertermék telepítése és használata. szakdolgozat, hozzáadva 2015.02.05 Kifejezetten döntéshozatalra tervezett ember-gép komplexumok. A döntéshozatali folyamat és szakaszai. Új megoldások keresésének módszerei: döntési fa, morfológiai táblázatok, ötletkonferenciák. A trendek matematikai értékelésének elve. szakdolgozat, hozzáadva 2009.07.30 Az SQL Server DBMS architektúrájának áttekintése. Ismertesse és elemezze azokat a területeket, ahol üzleti intelligencia eszközöket használnak, mint például a többváltozós adatelemzés és adatbányászat. A nyelvi eszközök, módszerek áttekintése és a megszerzett információk kísérleti alkalmazása. szakdolgozat, hozzáadva: 2014.07.09 A technogén objektum biztonságának többszempontú irányítási rendszerének felépítése. A biztonsági alrendszerek összefüggéseinek figyelembevétele. Többszempontú alternatívák összehasonlításán alapuló szakértői döntéshozatali módszerek. Az analitikus hierarchikus megközelítés lényege.

Gazdasági rész

A gazdasági részben az előfizetői szoftverek összehasonlítása a megadott szempontok szerint történt, és ezek közül a legjobbat a többszempontú problémák megoldásának elmélete (MKZ) segítségével határoztuk meg. A legjobb csomag kiválasztása a globális hálózatok szakértője és egy olyan felhasználó szemszögéből történt, aki soha nem foglalkozott hálózatokkal.

Ezt a problémát az "eltolt ideál" módszerrel oldották meg. Ez a -ban leírt módszer a leginkább preferált objektum kiválasztásának problémáit hivatott megoldani nagyszámú objektum és összehasonlítási kritérium esetén.

Az "eltolt ideál" módszer a következőket feltételezi.

Legyen az A halmaz véges sok többkritériumú objektumot i=1...N Minden feltételt intervallum- vagy arányskálán mérünk.

Az ideális objektumot az A halmazon elért kritérium maximális hasznossági értéke alapján alakítjuk ki. Vagyis ha egy többszempontú objektum hasznossága a feltétel növekedésével növekszik, és ha egy többszempontú objektum hasznossága csökken a kritérium növekedése. Ha az ideális objektum az A halmazhoz tartozik, akkor ez lesz a megoldás a többkritériumra.

A legrosszabb objektumot is az A halmazon elért kritériumérték minimális hasznossági értéke alapján képezzük.

A szokásos mérési skálákról térjünk át az intervallumban normalizált skálákra

Értelmezhető úgy, mint egy többkritériumú objektum kritérium szerinti távolsága egy ideális objektumtól. Ebben az esetben az ideális objektum összes értéke 0 lesz, és a legrosszabb objektum összes értéke 1 lesz.

Ezt követően fel kell kérni a döntéshozókat (DM-ek), hogy határozzák meg a kritériumok relatív fontosságát. Abban az esetben, ha a döntéshozók nehezen tudják pontosan meghatározni, mivel nem értették meg kellőképpen a döntés célját, az entrópia megközelítést kell alkalmazni a kritériumok relatív fontosságának súlyozására. Ennek a megközelítésnek az előfeltételei a következő állítások.

Ha az A halmazhoz tartozó objektumok egy bizonyos kritériumának szórása kicsi vagy nullával egyenlő, akkor ez a kritérium nem tájékoztató jellegű; vagy figyelmen kívül hagyható, vagy kis súllyal figyelembe lehet venni. És fordítva, ha a kritériumok szórása nagy, akkor ez azt jelzi, hogy erre a kritériumra kell különös figyelmet fordítani a legjobb tárgy kiválasztásakor.

Az entrópiát általában egyetlen kritérium szórásának mértékeként használják. A vizsgált módszernél az egyes kritériumok entrópiáját a képlet számítja ki

Mivel a döntéshozók nem alakítottak ki egyértelmű preferenciarendszert maguknak, a becslések nagy hibásak lehetnek. Ezért a kritériumok súlyának tekintjük.

Egy kifejezést kell használni mérőszámként az objektumok összehasonlításához. A p növekedésével csökken azoknak a kritériumoknak a hozzájárulása, amelyek értéke közel van a legrosszabbhoz, és fordítva, az ideálishoz közeli kritériumok hozzájárulása meredeken növekszik.

A "shifted ideal" módszer az objektumok számokban kifejezett jellemzőivel operál, így az objektumok összehasonlításának minőségi kritériumait számokká alakították át.

A kritériumok digitalizálása a következő módon történt.

Asztal 1

Megjegyzés: A „dokumentáció” kritérium értékelése a következőképpen történt: 0 (nincs dokumentáció), 1 (hiányos dokumentáció áll rendelkezésre, nyelv - angol), 2 (hiányos dokumentáció áll rendelkezésre, nyelv - orosz), 3 (teljes dokumentáció elérhető, nyelv - angol), 4 (teljes dokumentáció elérhető, nyelv - orosz).

Az 1. táblázat szerint az egyes kutatási objektumok jellemzőit digitális kifejezésekké alakították át. Ideális és legrosszabb objektumok is kialakultak. A 2. táblázat bemutatja az összes vizsgált tárgy digitális jellemzőit, valamint az ideális és legrosszabb tárgyakat.

2. táblázat

A 2. táblázat folytatása

Az objektív információk megszerzése érdekében felmérést végeztünk az X-Atom hálózat dolgozói és előfizetői körében. A felmérés eredményei alapján minden kritériumhoz meghatározták a fontossági együtthatókat.

A 3. táblázat a kritériumok relatív fontosságának együtthatóit mutatja, amelyeket az X-Atom hálózat dolgozói és előfizetői körében végzett felmérés eredményeként határoztak meg.

3. táblázat

A C ++ nyelvű többszempontú választás megvalósításához szakértői választási programot írtak. A program szövegét a 11. számú melléklet tartalmazza.

A szakértői kiválasztási program kezdeti adatai a következők: az összehasonlító objektumok száma és neve, az összehasonlítási kritériumok száma és neve, az egyes előfizetői szoftvercsomagok kritériumainak tényleges értékei és az egyes összehasonlítási kritériumok relatív fontossági együtthatói. A számítások eredményeként a program meghatározza a legjobb előfizetői szoftvercsomagot, és ennek nevét megjeleníti a képernyőn.

Szakértői kiválasztási program segítségével az összes előfizetői szoftvercsomag közül a következőket választották ki: a szakember szempontjából a legjobb, a felhasználó szempontjából pedig a legjobb csomagot.

A következő eredményeket kaptuk.

Szakember szemszögéből a Ka9q csomag a legjobb. Ez teljesen igaz, hiszen a Ka9q csomagot a forráskóddal együtt szabadon terjesztik, és szinte minden hálózati szolgáltatást biztosít a felhasználóknak. A forrásszövegek elérhetősége lehetővé teszi a csomag módosítását, valamint egy új előfizetői szoftvercsomag alapjául való felhasználását. A csomag fő hátránya a nagyon gyenge felület és a bonyolult beállítás, de egy szakember számára ez nem túl fontos.

Felhasználói szempontból a Menuet előfizetői szoftvercsomag a legjobb. Ez igaz is, hiszen a Menüet csomag szinte minden hálózati szolgáltatást biztosít, és remek felhasználói felülettel rendelkezik. Hátránya a forráskódok hiánya és így a módosítás lehetetlensége.

Bár a program az elfogult ideális módszer egy speciális alkalmazására készült, lehetővé teszi bármilyen többkritériumú objektum összehasonlítását az elfogult ideális módszerrel.

A munkavédelem és az információvédelem elemei

Azoknak a felhasználóknak, akik úgy döntenek, hogy számítógépüket a hálózathoz csatlakoztatják, különös figyelmet kell fordítaniuk az információbiztonságra. A szigorú információbiztonsági követelmények azzal kapcsolatosak, hogy a hálózatra kapcsolt számítógép a hálózat bármely pontjáról elérhetővé válik, így összehasonlíthatatlanul érzékenyebb a vírusokra és az illetéktelen hozzáférésre.

Így a jogosulatlan hozzáférés elleni védelem be nem tartása információszivárgáshoz, a vírusok elleni védelem be nem tartása pedig fontos rendszerek meghibásodásához és a többnapos munka eredményének megsemmisüléséhez vezethet.

A többfeladatos operációs rendszert (például Unix, VMS) futtató számítógépek nem nagyon érzékenyek a vírusfertőzésre, de különösen gondosan védeni kell őket az illetéktelen hozzáféréstől. Ebben a tekintetben a többfeladatos operációs rendszerek felhasználóinak meg kell felelniük a következő követelményeknek.

Minden felhasználónak saját egyedi Unix szerver bejelentkezési nevével és jelszavával kell rendelkeznie.

A felhasználó a számára beállított jelszót nem fedheti fel másokkal.

A felhasználónak legalább negyedévente egyszer meg kell változtatnia a jelszavát, valamint minden olyan esetben, amikor a jelszóval kapcsolatos információ kiszivárog.

A NetWare LAN fájlszerverek rendszergazdáinak és felhasználóinak szintén be kell tartaniuk a fenti követelményeket a helyi hálózatukon belül. Ez annak köszönhető, hogy ha az Iptuunel segédprogramot a hálózathoz csatlakoztatott fájlszerverre töltik, akkor a fájlszerver is elérhetővé válik a hálózat bárhonnan.

Az egyfeladatos operációs rendszerben (például MS-DOS) működő PC-k kellően védettek az illetéktelen hozzáféréstől (egyfeladatos működésük miatt), de különösen gondosan védeni kell őket a vírusoktól.

1 oldal

ORVOSI INFORMÁCIÓS RENDSZEREK ELEMZÉSE SZANATÓRIUM TÍPUSÚ ORVOSI ÉS MEGELŐZŐ INTÉZMÉNYEK SZÁMÁRA.

Az egészségügyi intézmények tevékenységének informatizálása régóta sürgető igény. A folyamatosan bővülő pénzügyi, orvosi és statisztikai információk tömbeinek feldolgozása csak a modern információs és számítástechnikai eszközök felhasználásával vált lehetségessé. Nemcsak az információ mennyisége nőtt, hanem a feldolgozás sebességére vonatkozó követelmények is. A magasabb szintű szervezetek évről évre növelik az úgynevezett „elektronikus jelentések” (vagyis az elektronikus formában történő jelentések) továbbításának követelményeit. Folyamatosan növekszik az egészségügyi személyek közötti elektronikus adatcsere szerepe az e-mail és az internet segítségével.

Jelenleg minden egészségügyi intézmény (EGK) bizonyos mértékig informatizálás alá tartozik. Ezek többnyire helyi, egymással nem összekapcsolt automatizálási rendszerek az egészségügyi intézmények különböző tevékenységi területeihez. A területi egészségügy informatizálása a gyakorlatban csak az egészségügyi intézmények pénzügyi-gazdasági szolgáltatásaira terjed ki: számviteli, tervezési és gazdasági osztály, biztosítási orvoslás. Az egészségügyi intézményekben az egészségügyi ellátás minőségének és hozzáférhetőségének javítása érdekében az intézményben minden tevékenységtípus átfogó automatizálására van szükség.

Ma az orvosi információs rendszerek (MIS) piaca meglehetősen eltérő megoldásokat kínál széles árkategóriában és eltérő funkcionalitással. A vizsgálat során 30 orvosi információs rendszert vizsgáltunk meg. Ebből 12 ukrán gyártó terméke, 18 orosz. A legtöbb rendszer, nevezetesen 13, szanatóriumokra specializálódott.

Vizsgálatunk célja a szanatóriumi jellegű egészségügyi és prevenciós intézmények orvosi információs rendszereinek általánosan elfogadott kritériumok szerinti összehasonlítása és az optimális meghatározása volt, a többszempontú feladatok megoldásának elméletét felhasználva.

Az optimális rendszer kiválasztása a vevő szempontjából a nyílt hálózatban rendelkezésre álló adatok alapján történt. Ezt a problémát az "eltolt ideál" módszerrel oldották meg. Ez a -ban leírt módszer az optimális objektum kiválasztására vonatkozó feladatok megoldására szolgál, nagy számú objektum és összehasonlítási szempont esetén.

A vizsgálat során 19 orvosi információs rendszert hasonlítottak össze, amelyekről nyílt forrásokban találták a legrészletesebb információkat. A rendszerek összehasonlítása általánosan elfogadott összehasonlítási kritériumok szerint történt. Ugyanis:

a rendszer funkcionalitásának teljessége;

A program költsége (egy munkahelyre);

· az adatbázis-kezelő rendszer (DBMS) beszerzésének szükségessége;

egy DBMS költsége;

· alkalmazkodás Ukrajna jogszabályaihoz.

Az „eltolt ideál” módszer az objektumok jellemzőivel operál, amelyeket számokban fejezünk ki, így a rendszerek összehasonlításának minőségi kritériumait számokká alakítottuk (1. táblázat).

1. táblázat: Összehasonlítási kritériumok átalakítása digitális formába.

- 275,50 Kb

Az Orosz Föderáció Oktatási és Tudományos Minisztériuma

FGOU HPE "N. P. Ogarjovról elnevezett Mordovia Állami Egyetem"

Matematikai Kar

Alkalmazott Matematika Tanszék

JELENTÉS

A Matematika Kar 4. évfolyamos hallgatói

("Alkalmazott matematika és informatika" szak)

Korovina A.V.

az ipari gyakorlat átfutásáról az időszakban

2011.09.01. és 2012.05.15

Szakértői döntési módszerek

A jelentést Korovina A.V. állította össze.

404 csoport, d / o

A jelentést Dr. Safonkin V.I.

Saransk

2012

1.	Bevezetés………………………………………………………………………......				3
2.	Többszempontú feladatok megoldása………………………………………..				4
	2.1.		Többszempontú feladatok kimutatása ……………………………..........		4
	2.2.		Módszerek többszempontú problémák megoldására ……………………………		5
3.	Szakértői döntéshozatali módszerek……………………………………				14
	3.1.		Problémahelyzet szakértői értékelésének szakaszai …………..
	3.2.		A probléma megfogalmazása a csoportos döntéshozók számára ………………………………. .....
	3.3.		A csoportos jóváhagyás típusai ……………………………………………
		3.3.1.		diktátor elve………………………………………………………
		3.3.2.		szavazási elv………………………………………………… …...
		3.3.3.		rendszeren kívüli kiválasztási elvek………………………………………...
	3.4.		Döntésalkotás csoportokban ………………………………… …......
	3.5.		Szakértői értékelések eredményeinek feldolgozása ………………………………
		3.5.1.		szakértői értékelések statisztikai feldolgozásának módszerei…………….
4.		Következtetés………………………………………………………………………
5.		Felhasznált irodalom jegyzéke………………………………………

1. Bemutatkozás

A gazdasági rendszerek irányításának gyakorlatában gyakran előfordulnak olyan problémahelyzetek, amelyekre részben vagy egészben ismeretlenek vagy nehezen hozzáférhetők a problémahelyzet leírására szolgáló információk, vagy amelyek nem formalizálhatók kellő pontossággal. Ebben az esetben az ilyen problémákat általában egy bevont szakértői csoport segítségével oldják meg, akik elemzik és értékelik a fennálló problémahelyzetet, és alternatívákat generálnak annak megoldására. A szakértők bevonásával történő döntéshozatali módszer lényege, hogy minden egyes szakértő esetében egyedileg készítsünk szakértői értékelést, és általánosított véleményt fogalmazzunk meg a csoport egésze számára a legjobb tárgyról (megoldásról).

A döntéshozatali problémák szakértői csoport általi megoldásának technológiája hasonló az egyéni választás technológiájához, és ugyanazokat az általánosított eljárásokat és műveleteket tartalmazza: a probléma tudatosítása és azonosítása, elemzése; döntések információs előkészítése; keresés és döntéshozatal; döntések végrehajtása stb.

Tekintsünk külön csoportválasztási eljárásokat, amelyek a szakértői módszerek sajátosságait jellemzik.

2. Többszempontú feladatok megoldása

2.1. Többszempontú feladatok kimutatása

A döntéshozatali feladatokat multikritériumoknak nevezzük, amelyeknél a cél eléréséhez szükséges kritériumok száma kettőnél több:

K Ì (K 1 , K 2 , ..., K m ),

és magukat a feladatokat több alternatíva jellemzi:

Y = (A l , A 2 , ..., A n )

1.1. táblázat.

Többszempontú feladat leírási mátrixa

Objektumok (alternatívák) Kritériumok K1 K2 … Km A 1 … A 2 … … … … … … A n …

Az ilyen feladatokat általában a táblázatban megadott mátrix írja le. 1.1.

A többobjektív probléma matematikai értelmezése az, hogy az objektumok a kritériumtér (K 1 ,K 2 ,...,K m ) pontjaként jelennek meg. Azokat a problémákat, amelyeknél a kritériumértékek diszkréten változnak, diszkrét döntési problémáknak nevezzük. ábrán látható egy példa egy diszkrét probléma megjelenítésére három objektumra a kritériumok kétdimenziós terében (k 1 , k 2 ). 1.1.

Rizs. 1.1.

Többszempontú probléma grafikus értelmezése

(3 objektum, 2 kritérium)

Ha a kritériumok értékei folyamatosan változnak, akkor a probléma a vektoroptimalizálás problémájához tartozik. Ebben az esetben egy ilyen probléma grafikus értelmezése egy bizonyos területként jelenik meg a kritériumok terében.

A szükséges megoldástól függően a többkritériumos problémák a következő osztályokba oszthatók:

• kiválasztási feladatok (a leginkább preferált objektum kiválasztása);
• értékelési feladatok (tárgy értékelése integrál kritérium szerint);
• Pareto-optimális megoldások meghatározásának problémái.

A különböző osztályokhoz tartozó problémák megoldásához megfelelő megoldási módszerek szükségesek. Tekintsünk egy sor gyakorlati módszert a többkritériumú problémák megoldására.

1.2. Módszerek többszempontú problémák megoldására

A többszempontú problémák megoldásának megközelítései szerint a módszerek három fő csoportját különböztetjük meg: lexikografikus, interaktív, axiomatikus.

Kapcsolódó megoldási módszerek első csoport, a kritériumok dominanciájának feltételezésén alapulnak. A probléma megoldása több ciklusban történik, amelyek mindegyikén két szakaszt hajtanak végre: kritériumok rangsorolása; tárgy kiválasztása a legfontosabb szempont szerint.

Co. második csoport elsősorban a legelőnyösebb objektum (megoldás) kiválasztására szolgáló módszereket és algoritmusokat tartalmaznak, amelyek főként a megoldandó probléma sajátosságaitól függő interaktív eljárások.

Mód harmadik csoport a hasznosságelméletben kidolgozott (axiomatikus) használati rendelkezések. Itt meg kell határozni és be kell állítani az implicit preferenciafüggvény tulajdonságait, azaz be kell állítani azt a preferenciastruktúrát, amelyet a döntéshozó egy objektum kiválasztása és értékelése során működtet. Az azonosított tulajdonságok alapján kiválasztunk valamilyen elemző függvényt (hasznosságfüggvény), amely leírja a döntéshozó preferenciáinak szerkezetét. Ugyanakkor a döntéshozónak jól kell ismernie a feladat tartalmát. Ez a módszer a legidőigényesebb az előzőekhez képest, de lehetővé teszi az objektumok ésszerűbb becslését.

Nézzünk meg közelebbről néhány ilyen módszert.

Lexikográfiai módszerek. Amikor ezzel a módszerrel oldunk meg feladatokat, a kritériumokat (k 1, k 2, ..., k m ) a fontossági fok szerint rangsoroljuk úgy, hogy az 1-es indexet (rang) a legfontosabb kritériumhoz rendeljük. Ezenkívül az objektumok kiválasztásának eljárását ennek a kritériumnak megfelelően hajtják végre. A fennmaradó kritériumokra (k 2, k 3, ..., k m ) a probléma szerkezetéből ismert típusmegszorítások vonatkoznak: a 2 ≤ k 2 ≤ b 2 ; a3

Ha valamelyik kritérium nem felel meg a meghatározott korlátozásoknak, az kizárásra kerül a vizsgálatból. Következésképpen érvényes objektumok (alternatívák) halmaza jön létre, például: hűtőszekrény kiválasztásakor a következő kritériumokat állíthatja be kritériumként:

k 1 - teljes térfogat (m 3);

k 2 - a fagyasztó térfogata (m 3);

k 3 - teljesítmény (kW);

k 4 - ár (rubel) stb.

Ha a k 1 kritérium szerint nem lehet egyedileg kiválasztani egy objektumot a iÎ És akkor a választás a következő legfontosabb kritérium szerint történik - k 2 stb.

Állapot dominanciaértelemszerűen a következőket jelenti: ha a k 1 kritérium szerint rendezi el az objektumokat, akkor ez a sorrend nem változik, ha figyelembe vesszük a k 2, k 3 stb. kritériumokat, azaz k 1 olyan fontos, hogy dominál a fontosságban a között. az összes többi.

Az interaktív módszerek csoportjában a leggyakoribb választási elvek az preferált objektum("eltolódott ideál" módszere). Ez a módszer az ilyen problémák megoldását megvalósító algoritmusok nagy csoportját tartalmazza. A módszert egyesítő közös jellemzők közé tartozik az „ideális tárgy” jelenléte és a szűrési eljárások megléte.

Egy „ideális objektum” kialakításakor nagyon is lehetséges, hogy a képe nem tartozik a valós objektumok halmazához (A l , A 2 , ..., A n ), vagy egyáltalán nem is létezik. Ebben az esetben a halmazból (A l ,A 2 ,...,A n ) lévő objektumokat összehasonlítjuk a kialakított ideális objektum modelljével, és megtörténik a szűrési eljárás. Egy „ideális objektum” modelljének felépítésénél fontos a felhasználói specialista (DM) tudásának és tapasztalatának felhasználása, mivel ő jobban megérti a legjobb valós objektumok tulajdonságait és paramétereit, amelyek egy „egy „felhasználói szakember” tartalmát alkotják. ideális tárgy”.

A szitálási eljárást az jellemzi, hogy az objektumok kezdeti halmazából (A l , A 2 , ..., A n ) kizárják azokat a részhalmazokat, amelyek nem tartalmazzák a kívánt legelőnyösebb objektumot.

Általában a legelőnyösebb objektum megtalálásának eljárása több szakaszból áll.

1. Az „ideális tárgy” kialakulása.
2. Objektumkészlet elemzése a megfelelés megállapításához
   "ideális tárgy".
3. Azon objektumok interaktív kizárása a kezdeti halmazból (A l ,A 2 ,...,A n ), amelyek nyilvánvalóan nem a legjobbak az elemzésben.
4. Lépjen az 1. lépésre az objektumok csökkentett készletéhez.

Vegyünk egy példát egy döntési probléma megoldására az eltolt ideális módszerrel.

1. példa

1. A problémahelyzet leírása S 0
1. A probléma leírása.

Határozza meg a legígéretesebb CNC gépet, amelyet sorozatban indíthat el.

1. PR ideje: T = 1 hét.
2. PR források: információk a gépek jellemzőiről.
3. Kritérium (K):

K 1 - átlagos működési idő (s);

K 2 - a meghibásodások közötti idő megbízhatósága (ezer óra);

K 3 - a gép költsége (ezer rubel).

1. Sok korlátozás (B).

A kritériumértékek változásának felső és alsó határa ismert.

1. Rengeteg alternatív lehetőség.

1.2. táblázat

Variant Mátrix

Munka leírás

A gazdasági rendszerek irányításának gyakorlatában gyakran előfordulnak olyan problémahelyzetek, amelyekre részben vagy egészben ismeretlenek vagy nehezen hozzáférhetők a problémahelyzet leírására szolgáló információk, vagy amelyek nem formalizálhatók kellő pontossággal. Ebben az esetben az ilyen problémákat általában egy bevont szakértői csoport segítségével oldják meg, akik elemzik és értékelik a fennálló problémahelyzetet, és alternatívákat generálnak annak megoldására. A szakértők bevonásával történő döntéshozatali módszer lényege, hogy minden egyes szakértő esetében egyedileg készítsünk szakértői értékelést, és általánosított véleményt fogalmazzunk meg a csoport egésze számára a legjobb tárgyról (megoldásról).

2.1.
Többszempontú feladatok kimutatása…………………………………………
4

2.2.
Módszerek többszempontú problémák megoldására……………………………
5
3.
Szakértői döntéshozatali módszerek……………………………………
14

3.1.
Problémahelyzet szakértői értékelésének szakaszai…………..

3.2.
A probléma megfogalmazása a csoportos döntéshozók számára…………………………………

3.3.
A csoportos jóváhagyás típusai……………………………………………

3.3.1.
a diktátor elve…………………………………………………………

3.3.3.
rendszeren kívüli választási elvek…………………………………………

3.4.
Döntésalkotás csoportokban………………………………………

3.5.
Szakértői értékelések eredményeinek feldolgozása…………………………………

3.5.1.
szakértői értékelések statisztikai feldolgozásának módszerei…………….

4.
Következtetés……………………………………………………………………...

5.
Felhasznált irodalom jegyzéke………………………………………

Interaktív váltott ideális módszer

A módszer a legelőnyösebb objektumok egy vagy részhalmazának kiválasztására szolgál. A módszer jellemzői a következők:

a) az "ideális" objektum kialakítására szolgáló eljárás megléte (), amely egyfajta célként szolgál. Egy ilyen "ideál" általában elérhetetlen és a valóságban nem létezik, de hasznos, ha a döntéshozó megérti céljait;

b) minden iterációnál kizárják azokat az objektumokat, amelyek nem állítják a legelőnyösebbnek, ᴛ.ᴇ. a "legjobb" tárgyakat nem emelik ki, de a "legrosszabbakat" kizárják.

Általában a módszer algoritmusa a következő. A dominált objektumokat először kizárjuk, mivel nem szabad, hogy a legelőnyösebb legyen közöttük.

Egy "ideális" objektumot a leginkább preferált kritériumértékekből, egy "antiideális" objektumot a legkevésbé preferált értékekből alakítanak ki. Meghatározzák a tárgyak távolságát az eredeti halmaztól az "antiideálig", ami alapján kiválasztják a "legrosszabb" objektumokat. Az ilyen objektumok között általában vannak olyan objektumok, amelyeknek az egyik legelőnyösebb érték (objektumok és a 2.2. ábrán).

A "legrosszabb" objektumok kiküszöbölése után ismét az "ideális" kialakításának szakaszába lépünk, és az megváltozik, közeledve a valós objektumokhoz (az ábrán ez ).

Az eljárás akkor ér véget, amikor kevés objektum marad, amelyek a legelőnyösebbek.

0

Megjegyzendő, hogy a valós élet tárgyak és az "ideális" összehasonlításakor a döntéshozó elégedetlenné válik, ami a kialakult "ideál" megközelíthetetlensége miatt következik be. Ezt az elégedetlenséget hívják konfliktus a döntés előtt.

A leginkább preferált objektum kiválasztása után a döntéshozó elégedetlenné válik, aminek oka az a tény, hogy ezt az objektumot választották, és nem egy másikat. Ezt az elégedetlenséget hívják konfliktus a megoldás után.

A módszer első iterációinál a konfliktus érvényesül a megoldás felett. A következő iterációk során az "ideális" megközelíti a valós tárgyakat, és a döntés előtti konfliktus csökken. Ebben az esetben a döntés utáni konfliktus fokozódhat. Ez azt jelzi, hogy a megoldandó probléma döntéshozója nem ismeri kellőképpen.

Tekintsük részletesen a módszer algoritmusát a szervezet munkavégzésre való kiválasztásának példáján.

Legyen a szervezetek kezdeti halmaza =8 objektumot. A következő három kritériumot alkalmazzuk: k 1- fizetési szint (ezer rubel havonta), k2- távolság (percnyi utazás a munkahelyig) k 3- a növekedés kilátásai (0-10 pontban). Az alábbiakban 8 szervezet kritériumértékei találhatók:

az ingatlan neve	Zar. Házigazda: ref.rf Fizetés	Távolság	kilátások
1.opció
2. lehetőség
3. lehetőség
4. lehetőség
5. lehetőség
6. lehetőség
7. lehetőség
8. lehetőség

Először elemezzük az opciók halmazát, és kizárjuk a dominánsakat. A 8 lehetőség közül a hatodik lehetőség a domináns a 3. lehetőséghez képest, ezért a hatodik lehetőség kizárt.

1. szakasz: Az "ideális objektum , ahol a kritérium maximális preferencia értéke az összes objektum között, ᴛ.ᴇ. , ha az objektum preferenciája növekszik , vagy ha az objektum preferenciája növekszik a kritérium csökkenésével .

Ha az "ideál" objektumok halmazához tartozik, akkor ez lesz a legelőnyösebb. De mivel az MCZ-t általában a hatékony objektumok halmazán oldják meg, az "ideális" objektum nem fog az eredeti halmazhoz tartozni.

Ugyanebben a szakaszban a legkevésbé preferált értékekből egy "ideálellenes" objektum jön létre.

Ebben a példában az ʼʼidealʼʼ és "antiideal" objektumok a következők:

2. szakasz. Átmenet a kritériumok fizikai mértékegységeiről a relatív mértékegységekre a következő kifejezéssel összhangban:

A relatív egységekben minden feltétel megváltozik a intervallumban, míg minél kisebb, annál közelebb van az objektum az "antiideálishoz" a kritérium szerint.

az ingatlan neve	Zar. Házigazda: ref.rf Fizetés	Távolság	kilátások
1.opció	0,25	0,8	0,2
2. lehetőség			0,4
3. lehetőség	0,875	0,4	0,2
4. lehetőség	0,5	0,6
5. lehetőség			0,6
7. lehetőség		0,2
8. lehetőség	0,625	0,4	0,8

Az első két szakasz automatikusan, a döntéshozó részvétele nélkül valósul meg.

3. szakasz. A kritériumok súlyának meghatározása (relatív fontosságú együtthatók). A döntéshozó a kritériumok fontosságára vonatkozó ítéletei alapján meghatározza a kritériumok súlyát . Hadd V 1 = 0.4; V 2 = 0.3; V 3 = 0.3.

4. szakasz. A tárgyak távolságának kiszámítása az "antiideáltól". A következő kifejezést használjuk mérőszámként:

A különböző mutatókkal különböző mutatókat kaphat. Tehát, mert egy additív operátort kapunk, és (2.2) esetén ez lesz . Minél nagyobb az érték, annál távolabb van a tárgy az "antiideáltól" és közelebb van az "ideálhoz". A következő, ötödik szakaszban, különböző értékeket állítva fel p, különböző mérőszámok vannak meghatározva az „ideális” értékkel való összehasonlításhoz. Számítsuk ki a mérőszámokat

	p=3	p=2	p=1	p=0,3
AZ 1-BEN	0,247	0,267	0,40	4,62
IN 2	0,306	0,323	0,42	1,97
AT 3	0,355	0,375	0,53	5,74
AT 4	0,344	0,403	0,68	8,67
5-kor	0,412	0,439	0,58	2,77
7-RE	0,400	0,404	0,46	1,78
8-KOR	0,315	0,367	0,61	7,65

4. szakasz. A „nem ígéretes” opciók kizárása. Ehhez minden egyes ᴛ.ᴇ. minden metrika esetében az összes objektum az "ideális" értékhez való közelség szerint van rendezve. Ennek eredményeként a következő mátrixot kapjuk:

	p=3	p=2	p=1	p=0,3	Összeg p
4. lehetőség
5. lehetőség
8. lehetőség
3. lehetőség
7. lehetőség
2. lehetőség
1.opció

Ebben a mátrixban az opciók a p összeg értéke szerint vannak rendezve, amelyet úgy kapunk, hogy az opciók sorait összeadjuk a soron.

A döntéshozó úgy dönt, hogy kizárja azokat az objektumokat, amelyek nem állítják, hogy a legelőnyösebbek. Nyilvánvalóan ezek azok az objektumok, amelyek különböző mérőszámokkal (különböző p) a rendezett sorok végén találhatók. Valóban, ha a választott mérőszámtól függetlenül az objektum messze van az "ideálistól", akkor minden ok megvan a kizárására.

Azt látjuk, hogy az 1. és 2. lehetőség többnyire R az utolsó helyeken vannak, ᴛ.ᴇ. ez áll a legtávolabb az ideális tárgytól, és ezért nem állítja magát a legjobb megoldásnak. Emiatt az 1. és 2. lehetőséget kizárjuk.

Térjünk vissza az első szakaszhoz - az ideális és anti-ideális tárgyak kialakulásához.

Azt látjuk, hogy az ideális és antiideális tárgyak jellemzői megváltoztak, eltolódtak.

Számítsuk újra a mátrixot, majd a metrikák értékeit, a következő mátrixot kapjuk

	p=3	p=2	p=1	p=0,3	Összeg p
4. lehetőség
5. lehetőség
3. lehetőség
7. lehetőség
8. lehetőség

Vegye figyelembe, hogy az opciók sorrendje megváltozott, mivel megváltoztak az ideális és az anti-ideális objektumok jellemzői.

Kizárjuk a 8. opciót, és ismét végrehajtjuk az 1., 2., 4.5. lépést

A fennmaradó lehetőségek közül a 4. és az 5. lehetőséget kell a legelőnyösebbnek tekinteni.

Végezetül megjegyezzük, hogy ez a módszer a leghatékonyabb nagy problémadimenziók esetén.

Az elmozdított ideál interaktív módszere - fogalma és típusai. "Az eltolt ideál interaktív módszere" kategória besorolása és jellemzői 2017, 2018.