Siųsti savo gerą darbą žinių bazėje yra paprasta. Naudokite žemiau esančią formą
Studentai, magistrantai, jaunieji mokslininkai, kurie naudojasi žinių baze savo studijose ir darbe, bus jums labai dėkingi.
Paskelbta http://www.allbest.ru/
Verslo procesų daugiakriterinės analizės metodų taikymas
Įvadas
daugiakriterinis verslo sprendimas
Šiuolaikinė verslo procesų optimizavimo teorija remiasi geriausios alternatyvos verslo procesų organizavimui parinkimu, atliekant kokybinę arba kiekybinę alternatyvų analizę. Tokia analizė dažnai yra daugiakriterė, nes vienu metu turi būti vertinami keli kriterijai, kurie gali prieštarauti, pvz., kaina, kokybė, sąnaudos, rizika, efektyvumas ir kt. Kasdieniame gyvenime toks pasirinkimas, remiantis keliais kriterijais, dažniausiai daromas intuityviai, o jo pasekmės sprendimų priėmėjui (DM) gali būti visai priimtinos. Tačiau, nustatant verslo problemas, intuicija negali būti vienintelė sprendimų priėmimo priemonė, nes tokios užduotys yra daug didesnio masto, o aršios konkurencijos sąlygomis organizacijos turi gauti kuo objektyvesnį alternatyvų įvertinimą. Norint gauti tokį įvertinimą, reikia nuodugniai išnagrinėti visus atrankos kriterijus, nustatyti jų priklausomybes ir nustatyti prioritetus.
AktualumasŠis tyrimas atliktas dėl to, kad analizuojant verslo procesus problemos labai dažnai įgauna daugiakriterinę formą. Pavyzdžiui, renkantis tiekėją, atliekant pirkimų verslo proceso analizę, reikia įvertinti tokius parametrus kaip produkto kokybė, savikaina, aptarnavimas po pardavimo, finansinis stabilumas ir kt. Investicijų valdymo verslo proceso analizė apima rizikos, numatomo pelningumo, investicijų apimties ir regiono, kuriame vykdoma investicinė veikla, patrauklumo įvertinimą. Daugumoje organizacijų vykstančio personalo atrankos verslo proceso analizė apima tokius parametrus kaip kandidato patirtis, išsilavinimas, amžius, prašomas atlyginimas ir kt. Be to, reikia atsižvelgti į šiuolaikines vadybos teorijos raidos tendencijas įvairių aspektų finansinę ir nefinansinę įmonės veiklą. Daugelio rodiklių apibrėžimas ir tyrimas iš kelių perspektyvų dažnai sukelia problemų, kurios įgauna daugiakriterinę formą. Pavyzdžiui, toks populiarus valdymo įrankis kaip subalansuota rezultatų korta, kurią sukūrė R. Kaplanas ir D. Nortonas, reiškia, kad įmonės vienodai atsižvelgia į bent keturias perspektyvas: finansus, klientus, vidinius verslo procesus, mokymus ir plėtrą. Kiekvienoje iš šių perspektyvų autoriai rekomenduoja nustatyti bent penkis pagrindinius veiklos rodiklius (KPI). Toks požiūris leidžia suformuluoti efektyvią įmonės strategiją, tačiau stebint šios strategijos įgyvendinimą, kaip pabrėžia patys autoriai, dažnai gali kilti sunkumų, susijusių su daugelio rodiklių vertinimu. Vienas iš knygoje pateiktų praktinių pavyzdžių parodo, kaip, analizuojant projekto efektyvumą įmonėje, buvo nustatyta 16 pagrindinių šio projekto rodiklių, kuriuos įvertino įmonės klientai. Tačiau remiantis šiais vertinimais gauti išvadą apie projekto sėkmę įmonės vadovybei tapo daugiakriteriu uždaviniu, kurio sprendimui buvo naudojami reitingavimo ir linijinės kriterijų konvoliucijos metodai. Taip pat R. Kaplanas ir D. Nortonas pateikė užduoties, su kuria įmonės vadovybė nesugebėjo susidoroti dėl daugiakriteriškumo, pavyzdį. Užduotis buvo optimizuoti pristatymo verslo procesą, o siekdama padidinti rodiklio „pristatymas laiku“ reikšmę, įmonė ženkliai padidino pristatymo laiko intervalą, dėl ko klientas liko nepatenkintas ir verslo procesas vyko. „klaidingas optimizavimas“. Šios klaidos buvo galima išvengti naudojant kelių kriterijų optimizavimo metodus.
Šiandien sprendimų priėmimo teorijoje yra daug požiūrių ir metodų sprendimų priėmimui daugiakriterinėmis sąlygomis, kuriais sprendimų priėmėjas gali spręsti įvairias daugiakriterines problemas. Tačiau kartu išlieka itin aktuali problema, kaip pasirinkti tinkamiausią konkrečiai problemai spręsti metodą. Dėl to, kad daugiakriteriniai optimizavimo metodai turi nemažai skirtumų tiek gautais rezultatais (rastų sprendimų skaičiumi, sprendimų pateikimu ir pan.), tiek taikymu (reikalingos informacijos kiekis apie sprendimus priimančio asmens pageidavimus, metodus). informacijos rinkimas ir pan.), ne visi metodai gali būti taikomi sprendžiant konkrečią problemą. Apskritai užduotis galima grupuoti pagal jų priklausymą konkrečiai dalykinei sričiai. Dėl netinkamo sprendimo būdo pasirinkimo gali iškilti keturios rimtos problemos: pirma, netinkamo metodo naudojimo rezultatai bus nepatenkinti sprendimų priėmėjo arba visiškai neteisingi. Antra, dėl prastų rezultatų naudingi metodai gali būti neteisingai pasmerkti, pavyzdžiui, ELECTRE metodas Cohon ir Marks (1977). Trečia, naudojant netinkamą metodą, sprendimų priėmimo procese gaištamas laikas, pastangos ir pinigai. Galiausiai, dėl taikymo klaidų potencialūs vartotojai gali visiškai atsisakyti taikyti bet kokį MMPR praktinėms problemoms spręsti.
TikslasŠiuo tyrimu siekiama sukurti daugiakriterinių sprendimų priėmimo metodų klasifikaciją taikymo objektui verslo procesų analizės rėmuose.
Norint pasiekti šį tikslą, būtina išspręsti šiuos dalykus užduotys:
1. Atlikite šaltinių, atspindinčių skirtingus požiūrius į sprendimų priėmimą daugiakriterinėmis sąlygomis, analizę, kad galėtumėte ištirti esamus metodus daugiakriterinė analizė.
2. Atlikti analizę programinė įranga skirtas daugiakriterinėms problemoms spręsti.
3. Atlikti šaltinių, atspindinčių verslo procesų daugiakriterinės analizės metodų praktinio taikymo pavyzdžius, analizę.
4. Nustatyti daugiakriterinės analizės metodus, taikomus verslo procesų sričiai.
5. Sukurti metodų klasifikaciją pagal taikymo objektą verslo procesų srityje.
7. Išspręskite praktinę daugiakriterinę problemą, iškylančią įmonės VARS Expo LLC verslo procese „Pardavimo strategijos apibrėžimas“.
ObjektasŠiame tyrime yra verslo procesai, dėl kurių reikia priimti sprendimus daugiakriterinėmis sąlygomis.
Tema tyrimai – tai kelių kriterijų analizės metodų naudojimas siekiant optimizuoti verslo procesus, kuriems reikia priimti sprendimus kelių kriterijų sąlygomis.
Metodinis pagrindasŠis darbas apėmė pirmaujančių šalies ir užsienio mokslininkų mokslines publikacijas, taip pat straipsnius, atspindinčius dabartinius standartus daugiakriterinių verslo procesų analizės metodų taikymo srityje. Problemoms spręsti buvo naudojami sprendimų priėmimo teorijos metodai daugiakriterinėmis sąlygomis.
Teorinė reikšmė Tyrimo tikslas – sukurti verslo procesų daugiakriterinės analizės metodų klasifikaciją pagal taikymo objektus.
Praktinė reikšmė Tyrimas – galimybė panaudoti sukurtą klasifikaciją analizuojant verslo procesus, siekiant parinkti tinkamiausią metodą konkrečiai daugiakriterinei optimizavimo problemai spręsti.
Struktūradirbti susideda iš šių skyrių: įvadas, literatūros apžvalga ir programinės įrangos analizė, pagrindinė dalis, išvada, literatūros sąrašas. Pagrindinę studijos dalį sudaro trys skyriai, iš kurių du atspindi teorinę studijos dalį, o vienas – praktinį. Pirmas skyrius skirtas daugiakriterinės analizės metodų parinkimui ir jų aprašymui. Antrame skyriuje daugiakriterinės analizės metodai lyginami su problemos charakteristikomis, sprendimus priimančiu asmeniu ir gautu sprendimu. Remiantis gautu palyginimu, verslo procesų analizės rėmuose, remiantis pamatiniu 13 procesų modeliu, sukurta metodų klasifikacija pagal taikymo objektą ir pateiktos metodų naudojimo rekomendacijos. Trečiame skyriuje atsispindi praktinio metodų taikymo pavyzdys, kaip išspręsti daugiakriterinę problemą, kylančią įmonės VARS Expo LLC verslo procese „Pardavimo strategijos apibrėžimas“. Pabaigoje apibendrinami tyrimo metu gauti rezultatai.
1. Programinės įrangos analizė
Daugiakriterinių problemų sprendimo sudėtingumą, be kita ko, lemia didelis informacijos kiekis, į kurį reikia atsižvelgti ir apdoroti priimant sprendimą. Žmogus dažnai negali susidoroti su šia užduotimi, nesikreipdamas į šiuolaikinę pagalbą Kompiuterinė technologija. Šiuo atžvilgiu, siekiant paremti sprendimų priėmimą daugiakriterinėmis sąlygomis, buvo sukurta daug programinės įrangos produktų arba sprendimų palaikymo sistemų (DSS), kurių veikimas pagrįstas MCDA (multiple-criteria Decision analysis) metodais. Pagrindinės šių programinės įrangos produktų funkcijos yra sprendimų reitingavimas pagal pageidavimą ir geriausio sprendimo parinkimas. Tačiau be sprendimo paieškos ir didelio informacijos kiekio apdorojimo (kuris būtinas sėkmingam daugiakriterinės analizės metodų naudojimui praktikoje), tokia programinė įranga taip pat dažniausiai suteikia vartotojui galimybę analizuoti gautus rezultatus. Ypač vertinga yra grafinė vartotojo sąsaja, kuri suteikia galimybę vizualizuoti ir procesą, ir rezultatus, todėl sprendimų priėmimo procesas tampa akivaizdesnis ir skaidresnis.
Kadangi šiuo darbu siekiama ištirti ir klasifikuoti praktikoje gerai pritaikomus daugiakriterinės analizės metodus, esamos sprendimų palaikymo programinės įrangos analizė ir palyginimas atrodo būtinas ir svarbus. Išmintinga analizę pradėti nustatant palyginimo ir vertinimo kriterijus.
Skirtingi programinės įrangos produktai gali suteikti vartotojui skirtingas galimybes tiek pačiam sprendimo priėmimo procese, tiek analizuojant rezultatus. Žinoma, sprendimų priėmimo proceso organizavimui visų pirma būdinga daugiakriterinės analizės metodai palaiko gaminys. Sprendimų paieškos procedūra, taigi ir produkto pritaikymas įvairiose situacijose, priklauso nuo palaikomų metodų. Be to, kadangi šis darbas skirtas kelių kriterijų metodų pritaikymui tiesiogiai verslo procesams, jis yra itin reikšmingas profesionalus lygiskompetencijos(specialios žinios ir įgūdžiai), būtini sėkmingam gaminio naudojimui. Daugelis programų yra skirtos naudoti daugiakriterinės analizės srities specialistams, o be patirties ir žinių šioje srityje vartotojas negalės efektyviai naudoti tokių produktų. Tačiau vienas iš pagrindinių šiame darbe sukurtų metodų klasifikacijos tikslų yra padėti asmenims, kurie nėra daugiakriterinės analizės srities specialistai (pavyzdžiui, vadovams, atsakingiems už sprendimų priėmėjus), pasirinkti tinkamus metodus. Todėl gaminiai taip pat bus lyginami remiantis reikiamomis specialiomis žiniomis ir įgūdžiais. Trečiasis palyginimo kriterijus yra grupės sprendimų palaikymas. Paprastai sprendimų priėmėjas daugiakriterinėje analizėje reiškia asmenį, tačiau versle sprendimai retai priklauso nuo vieno asmens. Dažniausiai už sprendimus yra atsakinga tam tikra grupė (direktorių valdyba, Akcinė bendrovė, probleminė komisija ir kt.), priimant sprendimą reikia atsižvelgti į kiekvieno nario pageidavimus. Kitas kriterijus, atspindintis produkto naudojimo praktiškumą prieinamumas internetu. Ir galiausiai svarbus veiksnys vartotojui, kuris neturi rimtos patirties su tokiomis programomis galimybė importuoti ir / arbaeksportuoti duomenis arba rezultatus „Excel“. Atskirai verta apsvarstyti gautų rezultatų analizės procesą, būtent tekstiniai ir grafiniai informacijos vizualizavimo metodai, palaikomi produktai.
Šiandien yra daugybė įvairių programų ir programinės įrangos paketų, skirtų daugiakriterinei analizei. Šiame darbe atliekamos programinės įrangos apžvalgos tikslas – nustatyti esamų produktų panašumus ir skirtumus, kad būtų parengtos jų naudojimo rekomendacijos. Todėl atrodo tikslinga atkreipti dėmesį į programinės įrangos produktus, kurie turi skirtingus tikslus ir palaiko skirtingus metodus, tačiau yra aktyviai naudojami arba tapo žinomi tiek tarp daugelio kriterijų analizės ekspertų, tiek tarp kitų sričių specialistų, atsakingų už sprendimų priėmimą (kurie Žinoma, yra praktinio produkto efektyvumo rodiklis). Dvylika tokių produktų buvo atrinkti analizei, lyginant programinės įrangos apžvalgas ir lyginamuosius straipsnius, esančius tarptautiniuose moksliniuose leidiniuose (French and Xu, 2005; McGinley. P, 2014; Vassilev ir kt., 2005; Weistroffer ir kt., 2005), taip pat atsižvelgiant į į reitingus ir apžvalgas, paskelbtas tinklalapiuose, skirtuose kelių kriterijų analizės programinei įrangai (Capterra, EWG-MCDA, Wikipedia). Pasirinkimas taip pat buvo pagrįstas bandomosios arba demonstracinės produkto versijos prieinamumu. Lyginamosios analizės rezultatai atsispindi lentelėse, kuriose pateikiami parametrai, sugrupuoti pagal dvi pagrindines programinės įrangos funkcijas: paties sprendimų priėmimo proceso organizavimą (žr. 1 lentelę) ir rezultatų analizę (žr. 2 lentelę).
1 lentelė. Programinės įrangos palyginimas pagal sprendimų priėmimo charakteristikas
|
Programinės įrangos pavadinimas |
MCDA palaikomi metodai |
Reikalingas lygis profesinę kompetenciją |
Grupinių sprendimų palaikymas |
Prieinamumas internetu |
Galimybė importuoti/eksportuoti į Excel |
|
|
PAPRIKA, AHP, MAUT |
||||||
|
AHP, Pareto sienos aproksimacija |
||||||
|
Kriterijus DecisionPlus |
AHP, SMART, MAUT, sūpynės |
|||||
|
PROMETHEE, UTILITY |
||||||
|
MAUT, sprendimų medis, AHP, sekos metodas. nuolaidų |
||||||
|
Sprendimų medis |
||||||
|
Logiški sprendimai |
AHP, MAUT, sūpynės |
|||||
Kaip matyti iš lentelių, beveik visi apžvelgti produktai pateikia puikias galimybes analizuoti rezultatus, tačiau turi reikšmingų sprendimų priėmimo proceso organizavimo skirtumų. Programos palaiko skirtingą metodų rinkinį, tačiau daugiau nei pusėje jų tarp palaikomų metodų yra AHP arba AHP (Analytic hierarchy process), o tai yra gana tikėtina, nes metodas yra gerai pritaikomas praktikoje įvairiose pramonės šakose ir, be to, nereikalauti specialus mokymas. Jis palankiai palyginamas su kitais metodais tuo, kad sujungia matematinį požiūrį ir psichologinius aspektus, taip pat leidžia palyginti skirtingus parametrus, o tai yra labai didelis privalumas, kai praktinis pritaikymas. Produktuose, kurie palaiko šį metodą, galima išskirti du būdus, kaip atlikti porinį alternatyvų palyginimą. Pirmuoju metodu sudaroma vienų kriterijų vertinimų, palyginti su kitais, matrica, o antruoju – išvardijamos visos galimos kriterijų kombinacijos ir kiekvienam iš jų sprendimų priėmėjas turi įvertinti, kiek vienas kriterijus yra pranašesnis savo svarba. kitam. Dėl gautų vertinimų kriterijai surikiuojami pagal svarbą.
Be to, galite pastebėti, kad dauguma AHP palaikančių programų taip pat palaiko MAUT (Multi Attribute Utility Theory). Tuo pačiu metu metodologiniuose tyrimuose tokie metodai paprastai yra aiškiai atskirti. Šis faktas rodo, kad nepaisant to, kad tokia programinė įranga yra pagrįsta sprendimų priėmimo teorija daugelio kriterijų aplinkoje, produktas gali prieštarauti teorijai, derindamas daugybę skirtingų mokyklų metodų, kad būtų galima sėkmingai pritaikyti praktikoje. Tai patvirtina ir tai, kad keturi produktai vienu metu palaiko MAUT ir Swing metodus.
Šiek tiek mažiau populiarus yra nuoseklių nuolaidų metodas, kai naudojami tam tikri intervalai, atspindintys leistiną parametrų verčių nuokrypį nuo prioritetinių. Greičiausiai taip yra dėl to, kad praktikoje sunku objektyviai nustatyti tokius intervalus. Taip pat kai kurios svarstomos programos yra pagrįstos sprendimų medžiu, pasižyminčiu specifiniu konstravimo algoritmu, kuris yra lengvai suprantamas, tačiau ne visada užtikrina viso medžio optimalumą. Galiausiai, Pareto pasienio metodas taip pat yra apžvelgtose programose ir yra labai efektyvus teikiant vizualizacijas, tokias kaip burbulinė diagrama, kaip įdiegta Clafer Multi-Objective Optimizer.
Analizuojant likusius palyginimo parametrus, reikia pažymėti, kad dauguma programinės įrangos produktų yra skirti naudoti daugiakriterinės analizės srities specialistams, kadangi reikiamos profesinės kompetencijos lygis dirbti su jais yra labai aukštas. Tačiau tokie produktai kaip 1000Minds, Clafer MOO, D-Sight, Decision Lens ir MakeItRational gali būti naudojami sprendimams priimti net ir neturint specialių žinių. Reikėtų nepamiršti, kad grupės sprendimai palaikomi tik trijuose iš peržiūrėtų produktų. - 1000Minds, D -Sight ir MakeItRational. Pirmasis numato tik balsavimą internetu, antrasis leidžia priskirti svorį kiekvieno grupės nario nuomonei, o paskutinis apskaičiuoja vidutinę grupės reikšmę, atsižvelgdamas į visas individualias nuomones. Dauguma produktų yra pagrįsti žiniatinkliu (išskyrus Criterium DecisionPlus, Hiview3, Logical Decisions ir M-MACBETH) ir beveik pusė jų suteikia galimybę importuoti ir eksportuoti duomenis ir rezultatus į „Excel“.
2 lentelė. Programinės įrangos palyginimas pagal rezultatų analizės charakteristikas
|
Programinės įrangos pavadinimas |
Vizualiniai grafikai |
Bendros vertės |
Jautrumo analizė |
2D žemėlapiai |
Rašytinė ataskaita |
|
|
Clafer Multi-Object. Optimizatorius |
||||||
|
Kriterijus DecisionPlus |
||||||
|
Logiški sprendimai |
||||||
5 lentelėje parodytas faktas, kad visi apžvelgti programinės įrangos produktai suteikia galimybę grafiškai vizualizuoti rezultatus. Bent keliuose produktuose naudojami metodai apima alternatyvų vizualizavimą naudojant vorų-CIS, tornadų diagramas, termometro diagramas, skritulines diagramas ir burbulines diagramas. Programinės įrangos produktuose, pagrįstuose koncesijos metodu, rezultatai pateikiami priimtinų verčių diapazonų forma ir gali apimti dominavimo santykius bei grafinį optimalių sprendimų srities vaizdą. Dauguma programų palaiko tradicinį jautrumo analizės metodą, kai kurios iš jų taip pat naudoja statistinius metodus analizei, kurią sudaro įvairūs parametrinio modelio pakeitimai ir vėlesnio rezultatų pasikeitimo stebėjimas. Tai leidžia mums gauti tikimybinę alternatyvų tvarką arba vienos alternatyvos dominavimo prieš kitą procentą. Taikant koncesijos metodą, patį intervalų naudojimą jau galima laikyti jautrumo analizės rūšimi. Kai kurie dvimačiai žemėlapiai yra daugelyje programinės įrangos produktų. Ašys atitinka kriterijus, taškai su atitinkamomis koordinatėmis grafike – alternatyvos. Kai kurios programos suteikia galimybę sugeneruoti rašytinę ataskaitą, kuri atspindi pagrindinius rezultatus ir paaiškina juos vartotojui.
2 . Daugiakriteriniai sprendimų priėmimo metodai
2.1 Metodų, į kuriuos reikia atsižvelgti, pasirinkimas
Mokslinė sprendimų priėmimo daugiakriterinėmis sąlygomis disciplina yra gana jauna: pirmieji šios disciplinos darbai pasirodė aštuntajame dešimtmetyje, o nuorodos į MMPR taikymą sprendžiant praktines problemas – devintajame dešimtmetyje (Wallenius ir kt., ). Nepaisant to, šiuo metu daugiau nei septyniasdešimt įvairių metodų daugiakriterinėms problemoms spręsti (Aregai Tecle, ). Atrodo, kad atliekant šį darbą detalus visų esamų metodų svarstymas nėra būtinas ar įmanomas, todėl nagrinėjamų metodų skaičius yra ribotas. Metodams pasirinkti naudojami šie kriterijai:
1. Metodo populiarumas(matuota pagal metodo paminėjimo dažnumą mokslinėje literatūroje 1970–2016 m.)
2. Metodo pritaikomumas sprendžiant praktines problemas(matuojama remiantis literatūros analize apie MMPR taikymą įvairių verslo sričių problemoms spręsti)
3. Metodo originalumas(metodai, pagrįsti kitais populiaresniais metodais, nėra svarstomi)
1. Hierarchijų analizės metodas (MAI/AHP)
2. Netiesinis programavimas (NLP)
3. Kompromisinis programavimas (CP)
4. Teorija kooperaciniai žaidimai(CGT)
5. Perkeltas idealus metodas (DISID)
6. ELEKTRO (ELEC) metodas
7. Įvertinimo ir jautrumo analizės metodas (ESAP)
8. Tikslinis programavimas (CPU / GP)
9. Daugiakriterinė naudingumo teorija (MAUT)
10. Kelių kriterijų Q analizė (MCQA)
11. Tikimybinio kompromiso kūrimo metodas (PROTR)
12. Zajonc-Wallenius metodas (Z-W)
13. STEM metodas
14. SWT metodas
15. PROMETHEE metodas (PRM)
Šių metodų populiarumas ir pritaikomumas atliekant įvairias užduotis įvairiose srityse yra aiškiai pateiktas lentelėje (žr. 1 priedą), kur kiekvienas metodas lyginamas su mokslinėmis publikacijomis, kuriose aprašomas jo pritaikymas ir konkrečius uždavinius, kurie buvo iškelti šiuose darbuose. .
2.2 Trumpas metodų aprašymas
Hierarchijos analizės metodas (MAI / AHP)
Hierarchijos analizės metodas yra matematinis sprendimų priėmimo įrankis, kuriame atsižvelgiama į psichologinius aspektus. Metodą sukūrė T. Saaty. Tai leidžia organizuoti turimas alternatyvas, kurios turi būti vertinamos pagal įvairius kiekybinius ir kokybinius kriterijus. Tvarka vyksta remiantis informacija apie sprendimus priimančio asmens pageidavimus, kuri išreiškiama skaitine forma ir leidžia gauti visų parametrų bendros alternatyvų vertės reikšmes. Alternatyva, kurios bendra vertė yra didžiausia, yra geriausia. Metodas plačiai naudojamas praktikoje. Norėdami jį naudoti, turite atlikti šiuos veiksmus:
1) Išskaidykite problemą sukurdami jos hierarchinį modelį, kuris turėtų apimti pačias alternatyvas, jų vertinimo parametrus ir galutinį tikslą rasti sprendimą
2) Palyginkite visus hierarchijos elementus poromis, nustatydami jų prioritetą pagal sprendimų priėmėjo pageidavimus
3) Sintezuokite alternatyvų vertę naudodami tiesinę konvoliuciją
4) Įvertinti sprendimų nuoseklumą
5) Remdamiesi gautais rezultatais, priimkite sprendimą
MAI pranašumai:
Porinių palyginimų paprastumas, sprendimų priėmėjų procedūros išmanymas
Tiesioginio alternatyvų vertinimo stoka
Palaiko tiek kiekybinius, tiek kokybinius parametrus
Nuosprendžių nuoseklumo tikrinimas
Platus pritaikymas praktikoje
MAI trūkumai:
Ribotas alternatyvų ir jų vertinimo parametrų skaičius (dirbti su dideliu skaičiumi sprendimus priimantiems asmenims sunku)
Galimybė iškraipyti nuostatas dėl to paties skaitinio vaizdavimo tipo
Nepagrįstas priedo pasirinkimas arba daugybinė kriterijų konvoliucija
2.3 Netiesinis programavimas (NLP)
Netiesinis programavimas yra ypatingas matematinio programavimo atvejis ir reiškia netiesinę tikslo funkcijos arba apribojimo formą. Šiuo metodu išspręstą uždavinį galima suformuluoti kaip tam tikros tikslo funkcijos optimalios reikšmės radimo uždavinį, kai tenkinamos sąlygos, kur parametrai, yra apribojimai, n – parametrų skaičius, s – apribojimų skaičius.
Tikslinė funkcija gali būti įgaubta arba išgaubta. Pirmuoju atveju sprendimų priėmėjas susidurs su maksimizavimo užduotimi, antruoju – su minimizavimo uždaviniu. Jei apribojimas pateikiamas išgaubta funkcija, tada problema laikoma išgaubta ir dažniausiai sprendžiama naudojant bendruosius išgaubto optimizavimo metodus. Jei uždavinys yra neišgaubtas, tuomet naudojamos specialios linijinio programavimo uždavinių formuluotės arba šakotieji metodai, leidžiantys išspręsti uždavinį tiesinėmis arba išgaubtomis aproksimacijomis. Tokie aproksimacijos sudaro apatinę bendros vertės skaidinyje ribą. Tolesniuose skyriuose vieną dieną bus rastas tikras sprendimas, kurio vertė yra panaši į geriausią bet kurio apytikslio sprendimo apatinę ribą. Toks sprendimas bus optimalus, bet nebūtinai vienintelis. Tokį algoritmą galima bet kada sustabdyti įsitikinus, kad optimalus sprendimas yra leistino nuokrypio nuo rasto geriausio sprendimo ribose; tokie sprendimai vadinami e-optimaliais.
Netiesiniame programavime galima išskirti nepriklausomas dalis, pvz., išgaubtą, kvadratinį, sveikąjį, stochastinį, dinaminį programavimą ir kt.
2.4 Kompromisinis programavimas (CP)
Kompromisinio programavimo metodo idėja yra panaši į tikslo programavimo metodą. Metodo technika pagrįsta atstumo nuo „idealaus“ taško nustatymu. Norint rasti geriausią sprendimą, būtina kuo labiau sumažinti „atstumą“ nuo idealaus sprendimo. Taškas (sprendimas), kuris visais atžvilgiais yra arčiausiai idealaus taško, yra kompromisinis sprendimas. Sprendimų rinkinys taip pat gali būti kompromisas.
Geriausio sprendimo paieškos procedūra apima šiuos veiksmus:
1) Nustatykite alternatyvų vertinimo parametrus ir šių parametrų svorius.
2) Sukurti alternatyvų vertinimo matricą, įrašant informaciją apie alternatyvas kiekvienam vertinimo parametrui.
3) Nustatykite kiekvieno kriterijaus optimizavimo kryptį (pageidautina maksimizuoti arba sumažinti reikšmes).
4) Normalizuokite matricą, kad ji būtų mokėjimo matricos (arba laimėjimo matricos) forma.
5) Raskite geriausią ir blogiausią kiekvieno kriterijaus alternatyvų vertę.
6) Raskite kiekvienos alternatyvos apibendrintą reikšmę visiems vertinimo parametrams, naudodami kriterijų svorius ir skirtumą tarp kiekvieno kriterijaus alternatyvos vertės ir geriausia vertė pagal šį kriterijų.
7) Alternatyva, kurios vertė yra arčiausiai idealo, yra geriausias sprendimas.
Kompromisinio programavimo metodo privalumai:
Naudingumas sprendžiant problemas sprendimų erdvėje, kurioje sprendimus priimantis asmuo yra linkęs pasitikėti savo intuicija ir patirtimi
2.5 Kooperacinio žaidimo teorija (CGT)
Kooperacinis žaidimas yra žaidimas, kuriame žaidėjai sujungia jėgas. Kooperacinių žaidimų teorija nagrinėja konfliktus, kylančius tarp žaidėjų priimant bet kokį bendrą sprendimą. Kadangi paprastai tokio sprendimo priėmimo kriterijai yra keli ir jie dažnai prieštarauja vienas kitam, teorija naudojama kaip vienas iš sprendimų priėmimo metodų daugiakriterinėje aplinkoje. Teorija tiria, kokių rezultatų ir kokiomis sąlygomis galima pasiekti derinant žaidėjus.
Pagrindinės užduotys, kurios kyla studijuojant kooperacinius žaidimus:
1) Žaidėjų pageidavimus apibūdinančios funkcijos nustatymas
2) Optimalaus sprendimo dėl bendrų šalių laimėjimų padalijimo suradimas
3) Tirpalo dinaminio stabilumo tikrinimas
Rastas sprendimas gali būti unikalus, jei bendro laimėjimo padalijimas gali būti atliekamas tik vienu būdu, pasižyminčiu maksimaliu naudingumu abiem pusėms. Jei yra keli tokie atskyrimo būdai, tai optimalus sprendimas gali būti daugiareikšmis. Vieno optimalaus sprendimo atvejis būdingas N branduoliui ir Shapley vektoriui, o kelių reikšmių sprendimas – C branduoliui ir K branduoliui.
2.6 Perkeltas idealus metodas (DISID)
Šis metodas skirtas geriausiems sprendimams nustatyti įmanomų sprendimų rinkinyje ir jam būdingos šios savybės:
„Idealaus“ sprendimo, kuris nustato optimizavimo kryptį, sudarymo procedūra. Paprastai toks sprendimas yra nepasiekiamas, tačiau jis gerai atspindi sprendimus priimančio asmens tikslus.
Kiekvienoje iteracijoje pašalinant sprendimus, kurie yra mažiausiai pageidaujami. Taigi geriausias sprendimas randamas palaipsniui pašalinant blogiausius sprendimus kiekviename procedūros etape.
Taikant metodą galima išskirti šiuos etapus:
1) Dominuojančių sprendimų pašalinimas.
2) „Idealaus“ sprendimo suformavimas ir „blogiausio“ sprendimo nustatymas.
3) Atstumo tarp galimų sprendinių taškų ir „blogiausio“ sprendimo taško nustatymas
4) Kartoti 1-3 etapų ciklą, kol liks priimtinas mažas optimaliausių sprendimų skaičius.
Tuo pačiu metu alternatyvų palyginimas su sugeneruotu „idealiu“ sprendimu dažnai sukelia sprendimų priėmėjo nepasitenkinimą esamomis alternatyvomis, o tai vadinama konfliktu prieš sprendimą. Konfliktas po sprendimo yra nepasitenkinimas, atsirandantis po to, kai kai kurios alternatyvos neįtraukiamos į svarstymą. Pradinėse iteracijose prieš sprendimą kyla stiprus konfliktas, kuris palaipsniui mažėja, nes esami sprendimai artėja prie „idealaus“, o konfliktas po sprendimo, priešingai, didėja, o tai rodo, kad sprendimą priėmėjas nepakankamai išnagrinėjo problemą.
2.7 ELEKTRO metodas
ELECTRE metodo atrankos procedūra susideda iš 6 etapų:
1) Kiekvieno kriterijaus alternatyvų minimalių ir didžiausių verčių nustatymas
2) Kriterinių svorių nustatymas
3) Kiekvieno kriterijaus grafiko sudarymas, kurio viršūnės yra kai kurie sprendinių aibės objektai, o lankai atspindi vieno objekto dominavimo laipsnį kito atžvilgiu.
4) vadinamųjų pritarimo ir nesutarimo indeksų verčių matricos sudarymas pagal kriterijų svarbą ir sprendimų pirmenybę
5) kiekvienai objektų porai pranašumo reikšmės nustatymas, jei vieno iš sprendimų susitarimo indekso reikšmė viršija tam tikrą ribinę reikšmę, o nesutarimų indekso reikšmė šios reikšmės nepasiekia.
6) Bendrojo pranašumo grafiko konstravimas atsižvelgiant į nustatytus apribojimus
2.8 Jautrumo įvertinimo ir analizės metodas (ESAP)
Jautrumo vertinimas ir analizė iš pradžių buvo sukurti kaip aplinkos planavimo metodas, skirtas valdymo alternatyvoms įvertinti vandens ištekliai. ESAP yra pagrįsta kriterijų svorio nustatymu, kad būtų galima teisingai įvertinti alternatyvas. Alternatyvos prieinamumo ir patrauklumo vertinimas nustatomas sujungiant informaciją apie poveikį gamtos ir kultūros ištekliams bei informaciją apie šių išteklių svarbą (nustatoma pagal kriterijų svorius) ir pageidaujamas vertes. Informacija turėtų būti renkama apklausiant kelis asmenis arba asmenų grupę, kad būtų galima nustatyti jų vertinimų jautrumą vertinimų apie išteklių svarbą ir pageidaujamas vertes skirtumams, taip pat neapibrėžtumui dėl konkrečios alternatyvos pasirinkimo pasekmių. Dabar šis metodas taikomas ne tik aplinkos planavime, bet ir kitose srityse.
2.9 Tikslinis programavimas (CPU / GP)
Tikslų programavimo metodas naudojamas MKO problemoms spręsti ir yra pagrįstas reitingavimo kriterijais pagal svarbą sprendimų priėmėjui. Pagrindinis uždavinys ieškant sprendimų apima keletą nuoseklių papildomų užduočių, skirtų optimizuoti kiekvieną kriterijų. Be to, toks optimizavimas vykdomas pagal tikslinę funkciją, o vertės pagerinimas pagal vieną kriterijų negali būti pasiektas vertės pablogėjimo pagal svarbesnį kriterijų sąskaita. Taigi galutinis rezultatas bus geriausio problemos sprendimo atradimas. Paprastai tikslo programavimo metodas naudojamas tiesinėms problemoms spręsti. Be to, jo skirtumas nuo linijinio programavimo metodo slypi daugelio tikslų įforminimu ne kaip objektyviomis funkcijomis, o kaip suvaržymais. Todėl, naudojant metodą, turi būti nustatytos norimos tikslinių funkcijų reikšmės ir tie kintamieji nuokrypiai nuo šių verčių, kurie atspindi pagrindinio tikslo – sprendimo paieškos – pasiekimo laipsnį.
2.10 Daugiakriterinė naudingumo teorija (MAUT)
Daugiakriterinė naudingumo teorija yra vienas populiariausių aksiomatiškai pagrįstų metodų. Šią teoriją sukūrė R. Keeney, G. Rife, P. Fishburne. Teorija remiasi aksiomomis, kurios apibūdina sprendimus priimančių asmenų pageidavimus ir pateikiamos grafiškai naudingumo funkcijos pavidalu. Daugiakriterinėje aplinkoje plačiausiai taikoma naudingumo aksiomatika apima aksiomas:
Visiškas palyginamumas
Tranzityvumas
Tirpumas
Nepriklausomybė pagal pirmenybę
Nepriklausomybė pagal naudingumą
Archimedas
Nepaisant akivaizdaus metodo sudėtingumo, svarbu pažymėti, kad jį galima pateisinti matematiniu rastų sprendimų pagrindimu. Be to, metodas taikomas vertinant bet kokį alternatyvų skaičių, o dialogo su sprendimų priėmėju daugiakriterinėje naudingumo teorijoje procedūros yra labai gerai išvystytos.
Pagrindiniai metodo žingsniai apima:
1) Kriterijų sąrašo sudarymas
2) Naudingumo funkcijos konstravimas kiekvienam iš kriterijų
3) Sąlygų, kurios lemia tipą, tikrinimas bendroji funkcija naudingumo
4) Santykio tarp kiekvieno kriterijaus pasirinkimo galimybių įvertinimo ir bendro pasirinkimo patrauklumo sprendimus priimantiems asmenims sukūrimas.
5) Visų galimų variantų įvertinimas ir geriausio varianto pasirinkimas
2.11 Daugiakriterinis Q- Aanalizė (MCQA)
Šis daugiakriterinės analizės metodas naudojamas efektyviai dialogo procedūrai tarp konfliktuojančių šalių formuoti. MCQA-I, MCQA-II ir MCQA-III leidžia reitinguoti alternatyvų vertinimo kriterijus pagal svarbą, o pačias alternatyvas – pagal patrauklumą sprendimų priėmėjams. Q analizę sukūrė Ronaldas Atkinas (1974, 1977), kaip metodą tiriant struktūrines charakteristikas. socialines sistemas, kuriame du rodiklių, požymių ar charakteristikų rinkiniai yra susiję vienas su kitu. Vėliau Q analizė buvo pritaikyta įvairiose srityse, tokiose kaip šachmatų teorija (Atkin ir Witten, 1975), lanksti gamybos sistemos(Robinsonas ir Ducksteinas, 1986), sporto varžybos (Gould ir Gatrell, 1980) ir miestų planavimas (Beaumont, 1984). Q analizė yra pripažinta naudinga priemonė atliekant ekologinius tyrimus, pavyzdžiui, vertinant upių ekosistemas (Casti ir kt., 1979) ir tiriant plėšrūno ir grobio santykius (Casti, 1979). Q analizė taip pat buvo naudojama klinikinė psichologija(Macgill ir Springer, 1984), geologiją (Griffiths, 1983), transporto sistemų tyrimus (Johnson, 1976), vandens paskirstymą (Duckstein, 1983) ir daugelyje kitų kontekstų (Casti, 1979). Q analizė pasirodė esanti ypač naudinga sprendžiant problemas, susijusias su sudėtingos sistemos pavyzdžiui, imituojant medicininius vaizdus. Šis metodas reikalauja griežtai apibrėžti duomenų rinkinius ir jų ryšius bei ištirti jų tarpusavio ryšio pasekmes sistemoje. Nustačius apytiksliai tikslius duomenų rinkinius ir ištyrus jų ryšius, Q analizė apima gana paprastus skaičiavimus, kuriems nereikia papildomos informacijos apie sistemą. Q analizės metodas suteikia algebrinę topografinę infrastruktūrą duomenų mažinimui, palengvinančią makroskopinių sistemų projektavimo koncepcijų supaprastinimą. Šiuo tikslu galima apibrėžti ir interpretuoti tokius rodiklius kaip jungiamumas, decentralizacija ir sudėtingumas. Q analizės metodas taip pat suteikia informacijos išdėstymą. Q analizė taip pat gali būti siejama su elgsenos dinamikos analize, parengta remiantis struktūrine matrica (vadinama backcloth); Šio tipo tyrimai (vadinami eismu) remiasi disciplina, paprastai vadinama daugiakampe dinamika (Casti ir kt., 1979; Johnson, 1981).
2.12 Tikimybinis kompromiso plėtros metodas (PROTR)
Šis daugiakriterinis optimizavimo metodas daugiausia naudojamas sprendžiant netiesines problemas, pagrįstas sprendimų priėmėjo pageidavimais. Metodas apima atskirų naudingumo funkcijų konstravimą, siekiant rasti geriausią problemos sprendimą.
Sprendimo paieškos procedūra susideda iš 12 iš eilės einančių etapų:
1) Tikslinių funkcijų vektoriaus kūrimas
2) Geriausių ir blogiausių kriterijų reikšmių vektorių kūrimas
3) Pakeitimo funkcijos formulavimas
4) Pradinio sprendimo gavimas maksimaliai padidinus šią funkciją ir ja remiantis sukuriant tikslo vektorių
5) Daugiakriterinės naudingumo funkcijos apibrėžimas
6) Naujos pakaitinės funkcijos formulavimas
7) Karta alternatyvus sprendimas maksimaliai padidinant naująją pakeitimo funkciją ir sukuriant ja paremtą tikslo vektorių
8) vektoriaus, jungiančio tikslines vektorių vertes su tikimybe jas pasiekti, sukūrimas
9) Sprendimo priėmėjo sprendimas, ar visos kriterijų reikšmės yra patenkinamos. Jei taip, tada gautas vektorius yra problemos sprendimas, jei ne, tada atliekamas 10 veiksmas
10) vektoriaus, kuriame ryšys tarp tikslinės reikšmės ir tikimybės ją pasiekti yra labiausiai nepatenkinamas, pasirinkimas ir naujos tikimybės nustatymas.
11) Sukurkite naują galiojančių reikšmių rinkinį
12) Suformuluokite naują pakeitimo funkciją ir pakartokite ciklą nuo 6 iki 12 etapo reikiamą skaičių kartų.
2.13 Zajonc-Wallenius metodas (Z-W)
Zajonc-Wallenius metodas pagrįstas svorio vektorių reikšmių rinkinio susiaurinimo procedūra.
Šios procedūros etapus galima apibūdinti taip:
1) Svorio vektorių kūrimas
2) Visuotinio kriterijaus vertės apskaičiavimas (paprastai reikšmė atitinka vieną iš daugiakampio viršūnių, sudarančių galiojančių reikšmių rinkinį)
3) kriterijų svorių reikšmių apskaičiavimas gretimose viršūnėse, kurioms duota viršūnė gali būti optimalus sprendimas
4) Įverčių vektoriaus vertės šiose viršūnėse apskaičiavimas kiekvienam iš kriterijų
5) Porinis sprendimų priėmimo kriterijų vektorių palyginimas
6) kriterijų svorių verčių apribojimų formavimas, remiantis sprendimus priimančio asmens sprendimais.
7) Centrinio taško nustatymas priimtinų svorio verčių diapazone
8) Pakartokite 2-8 ciklą
Lygindamas sprendimą priėmėjas gali pareikšti tokius sprendimus:
Pageidautina gretimų kriterijų vektorius;
Pirmenybė teikiama pirminiam kriterijų vektoriui;
Nėra aiškios pirmenybės.
Taigi paieška yra sisteminga, todėl rezultatai tampa objektyvesni.
2.14 STEM metodas
STEM metodas – tai iteracinė sprendimo paieškos procedūra, kurios metu geriausias sprendimas pasiekiamas po kelių ciklų. Kiekvienas ciklas apima skaičiavimo etapą ir sprendimų priėmimo etapą, tai yra, tai reiškia analitiko ir sprendimus priimančio asmens sąveiką.
Metodas pagrįstas Čebyševo atstumo sumažinimu iki idealaus sprendimo erdvės taško. Parametrai, apibrėžiantys atstumo formulę ir išmatuojamą erdvę, gali būti keičiami naudojant svorinių koeficientų normalizavimo metodą, remiantis sprendimų priėmėjo pageidavimais, išreikštais ankstesniame sprendimų paieškos etape. Paieškos procedūra leidžia sprendimus priimančiam asmeniui nustatyti gerus sprendimus ir nustatyti santykinę kriterijų svarbą. Kiekvienos iteracijos metu sprendimų priėmėjas gali pagerinti alternatyvų vertes pagal vienus kriterijus, o pagal kitus – prastesnę. Šiuo atveju sprendimus priimantis asmuo turi nurodyti maksimalią leistiną nuolaidos sumą pagal kiekvieną kriterijų. Kad galėtų atlikti kitą iteraciją, gavęs sprendimą, sprendimą priėmėjas turi išsakyti savo pageidavimus dėl tų kriterijų, kurių vertę jis norėtų pagerinti, ir tų, kurių vertė jį jau tenkina.
2.15 SWT metodas
SWT metodas yra daugiakriterinis optimizavimo metodas, leidžiantis rasti visus reikiamus Pareto optimalius sprendimus pagal problemos optimizavimo vektorių. Taikant metodą, būtina atsižvelgti į tai, kad modeliuojant, nustatant, vertinant ir lyginant dažnai prieštaraujančius kriterijus, sistemų analitiko vaidmuo neturėtų būti painiojamas su sprendimų priėmėjo vaidmeniu. Nors analitikas yra atsakingas už Pareto optimalių sprendimų ir atitinkamų alternatyvų verčių generavimą, jis neturi teisės nustatyti priimtinų ir pageidaujamų nuolaidų pagal įvairius prieštaraujančius kriterijus. Sprendimų priėmėjas yra atsakingas už sprendimų dėl pirmenybių išreiškimą, remiantis analitiko atlikta skaičiavimo analize. Be to, kai jau gautas bet koks kriterijų reikšmių rinkinys, daug lengviau iš sprendimų priėmėjo gauti santykinės koncesijos vertės įvertinimą (vertės padidėjimą ar sumažėjimą) tarp dviejų kriterijų, nei įvertinti jų absoliučią vertę. vidutines vertes.
2.16 PROMETHEE metodas (PRM)
PROMETHEE – tai gerai apgalvota sprendimų palaikymo sistema, leidžianti įvertinti ir pasirinkti alternatyvą iš tam tikro rinkinio, remiantis kriterijais, atspindinčiais alternatyvų privalumus ir trūkumus, taip pat leidžianti šias alternatyvas reitinguoti pagal jų patrauklumą. sprendimus priimantys asmenys.
PROMETHEE nereikalauja griežtų sprendimų dėl faktinės sprendimų priėmėjo pirmenybės struktūros. Vertinant alternatyvas pagrindinė užduotis yra gauti informacijos apie tai, ar kuri nors alternatyva yra bent tokia pat patraukli kaip kita. Remiantis vadinamaisiais pirmenybės santykiais, kurie nustatomi pirmame žingsnyje, atliekamas alternatyvų reitingavimas.
Apsvarstykite pagrindinius etapus:
1) Pirmenybės funkcijos nustatymas
Atspirties taškas yra vertinimo matricos formavimas, atspindintis kiekvieno kriterijaus alternatyvų patrauklumą. Remiantis vertinimo matricoje esančia informacija, alternatyvos lyginamos poromis pagal kiekvieną kriterijų. Rezultatai išreiškiami pirmenybės funkcijomis, kurios apskaičiuojamos kiekvienai parinkčių porai ir gali svyruoti nuo 0 iki 1. Nors 0 reiškia, kad nėra skirtumo tarp parinkčių, 1 reiškia didelį skirtumą.
2) Opcionų pirmenybės laipsnio įvertinimas
Bendra verčių matrica sudaroma remiantis vertėmis, gautomis padauginus kiekvieno kriterijaus alternatyvų vertes iš atitinkamo kriterijaus svorio. Šioje matricoje visų reikšmių suma iš eilės atspindi alternatyvos dominavimo (patrauklumo) laipsnį. Visų stulpelio reikšmių suma parodo, kiek alternatyva yra slopinama kitų. Tiesinį reitingą galima gauti iš dominuojančios reikšmės atėmus subdominančiąją reikšmę.
Sprendimų priėmėjas turi nustatyti kriterijų svorius ir pasirinkti pirmenybės funkciją. PROMETHEE nenurodo konkretaus šių svorių nustatymo būdo, tačiau daro prielaidą, kad sprendimus priimantis asmuo gali teisingai nustatyti svorius, bent jau tada, kai kriterijų skaičius nėra per didelis. Svorio koeficientų nustatymas visada yra subjektyvus. Todėl svarbia sprendimo paieškos proceso dalimi tampa jautrumo analizė, kuri atspindi, kiek pasirinkti svoriai įtakoja rezultatą.
PROMETHEE metodu buvo sukurti įvairūs įrankiai ir moduliai. Šios 3 priemonės gali būti ypač naudingos analizuojant vertinimo užduotį:
PROMETHEE I už dalinį alternatyvų įvertinimą,
PROMETHEE II už visą reitingą,
GAIA sprendimų vizualizavimui.
3. Metodų klasifikacijos kūrimas
Pati tinkamiausio kelių kriterijų metodo, kurį būtų galima taikyti konkrečiai situacijai, parinkimo problema yra kelių kriterijų problema, nes yra keli atrankos kriterijai ir jie yra prieštaringi (AI-Shemmeri ir kt., ). Todėl išvardinti metodai turi būti įvertinti pagal atitinkamus kriterijus, kad būtų galima juos palyginti. Norint nustatyti šiuos kriterijus, būtina atsižvelgti į aspektus, lemiančius metodų taikymo skirtumus. Įprasta išskirti šiuos aspektus arba kriterijų grupes (Mollaghasemi ir Pet-Edwards, ):
1) Užduoties charakteristika
2) Sprendimus priimančio asmens charakteristikos
3) Gauto sprendimo charakteristikos
Tinkamiausias naudoti konkrečioje situacijoje metodas yra tas, kurio technika geriausiai atitinka sprendžiamos problemos ir sprendimų priėmėjo charakteristikas, o gauti rezultatai gali būti teisingai interpretuojami ir naudingi sprendimus priimančiam asmeniui.
Taigi penkiolika priimtų svarstyti metodų turi būti vertinami pagal tam tikrus kriterijus, apibūdinančius tris pasirinktus aspektus. Kiekvienas aspektas (kriterijų grupė) šiame darbe yra skirtas atitinkamam skyriui, kuriame pateikiamas kriterijų aprašymas ir metodų palyginimo lentelė pagal šiuos kriterijus. Metodų vertinimas pagrįstas MMPR palyginimu Aregai Tecle ir Ozernoy V.M. darbuose. , taip pat praktinių problemų sprendimo metodų panaudojimo Bardossy, Khalili, Brans ir kt. darbuose apžvalga.
3.1 Metodų atitikties sprendžiamos problemos charakteristikoms vertinimas
Visų pirma, būtina nustatyti naudojamo metodo tinkamumą nagrinėjamos problemos savybėms. Daugiakriterines problemas galima apibūdinti keliomis viena kitą paneigiančių charakteristikų poromis. Pavyzdžiui, jei problema yra matematinė programavimo problema, tai sprendimas gali būti gautas sistemingai ieškant galimų alternatyvų įmanomuose sprendimų rinkiniuose, o sprendimų analizės problemos paprastai reiškia baigtinį ir santykiną. didelis kiekis alternatyvas, kurias įvertinus galima rasti efektyvų sprendimą. Renkantis tinkamą MMPR taip pat gali turėti didelę reikšmę kita viena kitą paneigiančių charakteristikų pora, atspindinti kiekybinės ir kokybinės informacijos, reikalingos MKO problemai išspręsti, prieinamumą. Jei problema susijusi su kokybiniais kriterijais, tada matematinio programavimo metodai negali būti naudojami jai išspręsti. Dinamiškas problemos pobūdis taip pat labai riboja taikomų metodų spektrą, nes yra tik keli MMPR, kurie palaiko tokio tipo problemas (Szidarovszky ir Duckstein, , ). Problemos mastas, matuojamas kriterijų ir alternatyvų skaičiumi, kelia griežtus konceptualius ir skaičiavimo apribojimus daugeliui galimų metodų. Galiausiai lyginant metodus taip pat reikia atsižvelgti į struktūrinius ryšius tarp problemos parametrų, apibūdinančių jos tiesiškumą arba netiesiškumą, nes daugelis MMPR yra skirti išskirtinai tiesinio programavimo problemoms spręsti.
Taigi, MMPR pritaikymo įvertinimas pagal sprendžiamos problemos ypatybes turėtų būti atliekamas teigiamai arba neigiamai atsakant į šešis klausimus apie šias MMPR galimybes:
1) Kokybinių kriterijų turinčių problemų sprendimas
2) Pasirinkimas tarp riboto skaičiaus alternatyvų
3) Netiesinių uždavinių sprendimas
4) Didelio masto problemų sprendimas (su daugybe kriterijų ir alternatyvų)
5) Problemų sprendimas naudojant begalinį alternatyvų skaičių
6) Dinaminių uždavinių sprendimas
Lentelėje, kurioje MMPR lyginamas pagal pritaikomumą pagal sprendžiamos problemos ypatybes (žr. 3 lentelę), teigiami ir neigiami atsakymai į aukščiau pateiktus klausimus pateikiami dvejetaine forma, tai yra, atitinkamai skaičiais 1 ir 0. Aiškumo dėlei langeliai su teigiamu atsakymu paryškinami spalva. Vertinimas atliktas remiantis daugelio autorių MMPR naudojimo patirtimi mokslo darbai ir MKO specialistai, tokie kaip Aregai Tecle, Gershon ir Duckstein, Brans, Brink ir kt. (1986), Khalili ir kt.
3 lentelė. Metodų ir užduoties charakteristikų atitikties lentelė
|
Kokybinės informacijos apdorojimas |
Netiesinė problema |
Didelės apimties užduotis |
Dinaminė užduotis |
Begalinis alternatyvų skaičius |
Ribinis alternatyvų skaičius |
||
3.2 Metodų atitikties sprendimus priimančio asmens charakteristikoms vertinimas
Žinoma, taip pat būtina atsižvelgti į tai, ar naudojamas metodas atitinka sprendimus priimančio asmens galimybes. Tai, kiek sprendimus priimantis asmuo dalyvauja interaktyviame sprendimų priėmimo procese, ir laikas, per kurį sprendimus priimantis asmuo gali sąveikauti, yra labai svarbios savybės, kurios gali labai apriboti tinkamų MMDM asortimentą. Be to, prieš pradedant ieškoti geriausio sprendimo, svarbu atsižvelgti į sprendimus priimančio asmens gebėjimą nurodyti savo pageidavimus. Jei preferencijos negali būti išreikštos, tai užpakaliniai metodai, kuriems prieš ieškant sprendimų reikia gauti reikiamą informaciją apie pageidavimus, negali būti laikomi tinkamais konkrečiai problemai spręsti.
Tai, kiek sprendimus priimantis asmuo supranta MMPR veikimo principus, taip pat gali apriboti jų naudojimą. Metodai, kuriems reikia specialių žinių MCE srityje, gali būti mažiau patrauklūs sprendimų priėmėjams nei intuityvūs metodai, daugiausia dėl to, kad sunku interpretuoti gautus rezultatus. Pavyzdžiui, taikyti SWO metodą reikia rimtai Profesionalus mokymas MKO srityje, o ELECTRE metodas, priešingai, nereikalauja praktiškai jokių specialių žinių, o naudojamas tik su diskretiškais kiekiais.
Be to, reikia atsižvelgti ir į charakteristikas, tiesiogiai susijusias su analitiku (MCO srities specialistu), atsakingu už užduoties sprendimą. Pavyzdžiui, būtina nustatyti, ar analitikas turi specialių žinių apie sprendimų palaikymo programinės įrangos produktų naudojimą.
MMPR palyginimo pagal pritaikomumą pagal sprendimus priimančio asmens charakteristikas rezultatai pateikti 4 lentelėje (žr. 4 lentelę). Įvertinimas atliekamas skalėje nuo 1 iki 10. Aiškumo dėlei langeliai, kuriuose yra didžiausios kiekvieno kriterijaus reikšmės, yra paryškinti spalva.
4 lentelė. Metodų atitikimo sprendimus priimančio asmens charakteristikoms lentelė
|
Reikalingas sprendimus priimančių asmenų žinių lygis MCO srityje |
Bendravimo su sprendimų priėmėju laipsnis |
Laisvas laikas sprendimų priėmėjams |
Reikiamas informacijos kiekis apie sprendimus priimančio asmens pageidavimus |
Reikalingas MKO srities specialisto kompetencijos lygis |
||
|
magistro baigiamasis darbas, pridėtas 2011-04-26 Analizės metodų klasifikavimas į grupes. Sprendimams priimti reikalingos informacijos rinkimas ir saugojimas. Operatyvinės ir intelektualinės analizės rezultatų paruošimas, kad vartotojai juos efektyviai suvoktų ir jais remiantis būtų priimti adekvatūs sprendimai. testas, pridėtas 2010-02-15 Panašių pokyčių „pasirinkimo pagalbos sistemų“ kūrimo srityje analizė. Daugiakriterinio požiūrio esmė. Vartotojo sąsajos kūrimo technologija. Programų kūrimo planavimas naudojant įvairius metodus. Tinklo schemos sudarymas. baigiamasis darbas, pridėtas 2013-01-26 Įmonės veiklos valdymo informacinių sistemų klasifikatorius. Rinkos analizė ir Business Intelligence klasės sistemų charakteristikos. DSS naudojamų sprendimų priėmimo metodų klasifikacija. Verslo žvalgybos platformos pasirinkimas, palyginimo kriterijai. baigiamasis darbas, pridėtas 2016-09-27 Tiesinių algebrinių lygčių sistemų sprendimo metodų charakteristikos, pagrindiniai skaitmeninių metodų tipai ir Delphi 5.0 programinio produkto naudojimas kaip efektyviausias. Gauso, Gauso-Jordano ir Jacobi metodų esmė, Seidelio metodo ypatumai. kursinis darbas, pridėtas 2010-06-25 Kompiuterinės steganografijos principai. Informacijos slėpimo būdų klasifikacija. Mažiausios reikšmės bitų pakeitimo metodo populiarumas. Paletės išplėtimo ir blokų slėpimo būdų esmė. Metodų taikymas GIF vaizduose. Algoritmų įgyvendinimas. kursinis darbas, pridėtas 2013-02-17 Trumpas valdymo objekto aprašymas, esamų analogų, įgyvendinančių jo funkcijas, apžvalga ir analizė. Programinės įrangos sistemos architektūros kūrimas, programų efektyvumo testavimas ir įvertinimas. Programinės įrangos produkto diegimas ir naudojimas. kursinis darbas, pridėtas 2015-02-05 Žmogaus ir mašinos sistemos, specialiai sukurtos sprendimams priimti. Sprendimų priėmimo procesas ir jo etapai. Naujų sprendimų paieškos metodai: sprendimų medžiai, morfologinės lentelės, idėjų konferencijos. Tendencijų matematinio vertinimo principas. kursinis darbas, pridėtas 2009-07-30 SQL serverio DBVS architektūros apžvalga. Apibūdinkite ir analizuokite verslo žvalgybos įrankių taikymą, pvz., daugiamatę duomenų analizę ir duomenų gavybą. Kalbos priemonių, metodų apžvalga ir gautos informacijos eksperimentinis pritaikymas. baigiamasis darbas, pridėtas 2014-07-09 Daugiakriterinės žmogaus sukurto objekto saugos valdymo sistemos struktūra. Atsižvelgiant į saugumo posistemių tarpusavio ryšius. Ekspertiniai sprendimų priėmimo metodai, pagrįsti daugiakriterinių alternatyvų palyginimais. Analitinės hierarchijos požiūrio esmė. |
Ekonominė dalis
Ekonominėje dalyje buvo lyginama abonentinė programinė įranga pagal nurodytus kriterijus ir, naudojant daugiakriterinių uždavinių (MCP) sprendimo teoriją, nustatyta geriausia. Geriausio paketo pasirinkimas buvo atliktas pasaulinių tinklų srities specialisto ir niekada su tinklais nesusijusio vartotojo požiūriu.
Šios problemos sprendimas buvo atliktas naudojant „perkelto idealo“ metodą. Šis metodas, aprašytas, skirtas išspręsti tinkamiausio objekto pasirinkimo problemas, kai yra daug objektų ir palyginimo kriterijų.
„Perkelto idealo“ metodas daro prielaidą, kad tai yra.
Tegul į aibę A įtraukiamas baigtinis daugiakriterinių objektų skaičius i=1...N Visi kriterijai matuojami intervalų arba santykių skalėje.
Idealų objektą sudarome pagal didžiausią kriterijaus vertės naudingumo vertę, pasiektą aibėje A. Tai yra, jei kelių kriterijų objekto naudingumas didėja didėjant kriterijui, o kelių kriterijų objekto naudingumas mažėja didėjant kriterijui . Jei idealus objektas priklauso aibei A, tai jis bus daugiakriterinės problemos sprendimas.
Taip pat sudarykime blogiausią objektą pagal minimalią kriterijaus naudingumo vertę, pasiektą aibėje A.
Nuo įprastų matavimo skalių pereiname prie skalių, normalizuotų intervale
Galima interpretuoti kaip daugiakriterinio objekto atstumą pagal kriterijų nuo idealaus objekto. Šiuo atveju visi idealaus objekto atveju bus lygūs 0, o visi blogiausiam objektui bus lygūs 1.
Tada sprendimus priimančių asmenų (DM) turėtų būti paprašyta nustatyti santykinę kriterijų svarbą. Tuo atveju, kai sprendimus priimantiems asmenims sunku tiksliai nustatyti, nes jie nepakankamai suprato sprendimo tikslą, kriterijų santykinės svarbos svoriams nustatyti būtina taikyti entropijos metodą. Šio požiūrio prielaidos yra šie teiginiai.
Jeigu kokio nors kriterijaus sklaida objektams, priklausantiems aibei A, yra mažas arba lygus nuliui, tai šis kriterijus nėra informatyvus; į jį galima arba visai neatsižvelgti, arba atsižvelgti į mažą svorį. Ir atvirkščiai, jei kriterijų sklaida yra didelė, tai rodo, kad būtent į šį kriterijų reikėtų atkreipti ypatingą dėmesį renkantis geriausią objektą.
Entropija paprastai naudojama kaip atskirų kriterijų sklaidos matas. Nagrinėjamo metodo entropija kiekvienam kriterijui apskaičiuojama naudojant formulę
Kadangi sprendimus priimantys asmenys nėra aiškiai suformavę sau pirmenybių sistemos, vertinimai gali turėti didelių klaidų. Todėl kaip kriterijų laikome svorius.
Išraiška turėtų būti naudojama kaip objektų palyginimo metrika. Didėjant p, mažėja indėlis į kriterijus, kurių vertės yra artimos prasčiausiai, ir atvirkščiai, kriterijų, kurių vertės yra artimos idealui, indėlis smarkiai padidėja.
„Nešališko idealo“ metodas veikia su skaičiais išreikštomis objektų charakteristikomis, todėl kokybiniai objektų palyginimo kriterijai buvo paversti skaičiais.
Kriterijai buvo suskaitmeninti taip.
1 lentelė
Pastaba: „Dokumentacijos“ kriterijaus vertinimas atliktas taip: 0 (nėra dokumentacijos), 1 (yra neišsami dokumentacija, anglų kalba), 2 (yra nepilna dokumentacija, kalba rusų), 3 ( yra visa dokumentacija, anglų kalba), 4 (visa dokumentacija yra, kalba - rusų).
Pagal 1 lentelę kiekvieno tyrimo objekto charakteristikos buvo konvertuotos į skaitmeninę išraišką. Taip pat susiformavo idealūs ir blogiausi objektai. 2 lentelėje pateiktos visų tyrimo objektų skaitmeninės charakteristikos, idealūs ir blogiausi objektai.
2 lentelė
2 lentelės tęsinys
Siekiant gauti objektyvią informaciją, buvo atlikta X-Atom tinklo darbuotojų ir abonentų apklausa. Remiantis apklausos rezultatais, buvo nustatyti kiekvieno kriterijaus svarbos koeficientai.
3 lentelėje pateikti kriterijų santykinės svarbos koeficientai, nustatyti atlikus X-Atom tinklo darbuotojų ir abonentų apklausą.
3 lentelė
Kelių kriterijų atrankai įgyvendinti buvo parašyta ekspertų atrankos programa C++ kalba. Programos tekstas pateiktas 11 priede.
Pradiniai ekspertų atrankos programos duomenys yra: palyginimo objektų skaičius ir pavadinimai, palyginimo kriterijų skaičius ir pavadinimai, kiekvieno abonento programinės įrangos paketo kriterijų faktinės reikšmės ir kiekvieno palyginimo kriterijaus santykinės svarbos koeficientai. Atlikus skaičiavimus, programa nustato geriausią abonento programinės įrangos paketą ir ekrane parodo jo pavadinimą.
Naudojant ekspertų atrankos programą, iš visų abonentų programinės įrangos paketų buvo atrinkti: geriausias specialisto požiūriu ir geriausias paketas vartotojo požiūriu.
Buvo gauti tokie rezultatai.
Specialisto požiūriu, geriausia pakuotė yra „Ka9q“. Tai visiškai tiesa, nes Ka9q paketas yra laisvai platinamas kartu su šaltinio kodu ir suteikia vartotojams beveik visas tinklo paslaugas. Šaltinio tekstų buvimas leidžia modifikuoti paketą, taip pat naudoti jį kaip naujo abonentinės programinės įrangos paketo pagrindą. Pagrindinis paketo trūkumas yra labai prasta sąsaja ir sudėtinga konfigūracija, tačiau specialistui tai nėra labai svarbu.
Vartotojo požiūriu geriausias yra „Menuet“ prenumeratos programinės įrangos paketas. Tai taip pat tiesa, nes „Menuet“ teikia beveik visas tinklo paslaugas ir turi puikią vartotojo sąsają. Jo trūkumas yra šaltinio kodų trūkumas ir todėl modifikavimo neįmanoma.
Nors programa buvo sukurta specifiniam šališko idealaus metodo taikymui, ji suteikia galimybę palyginti bet kokius daugiakriterinius objektus, naudojant šališką idealų metodą.
Darbo apsaugos ir informacijos saugos elementai
Vartotojai, nusprendę prijungti kompiuterį prie tinklo, turėtų atkreipti ypatingą dėmesį į informacijos saugumą. Griežti reikalavimai informacijos apsaugai kyla dėl to, kad prie tinklo prijungtas kompiuteris tampa pasiekiamas iš bet kurios tinklo vietos, todėl yra nepalyginamai jautresnis virusams ir neteisėtai prieigai.
Taigi, nesilaikant apsaugos nuo neteisėtos prieigos režimo, gali nutekėti informacija, o nesilaikant apsaugos nuo virusų režimo gali sugesti svarbios sistemos ir sunaikinti daugelio dienų darbo rezultatai.
Daugiafunkcinis kompiuteris Operacinės sistemos(pvz., Unix, VMS) yra mažiau jautrūs virusams, tačiau jie turi būti ypač kruopščiai apsaugoti nuo neteisėtos prieigos. Todėl daugiafunkcinių operacinių sistemų vartotojai turi laikytis šių reikalavimų.
Kiekvienas vartotojas turi turėti savo unikalų Unix serverio prisijungimo vardą ir slaptažodį.
Vartotojas neturi atskleisti jam nustatyto slaptažodžio kitiems asmenims.
Vartotojas privalo keisti slaptažodį ne rečiau kaip kartą per ketvirtį, taip pat visais slaptažodžio informacijos nutekėjimo atvejais.
NetWare LAN failų serverių administratoriai ir naudotojai taip pat turi laikytis aukščiau nurodytų reikalavimų savo LAN tinkle. Taip yra dėl to, kad jei „Iptuunel“ programa įkeliama į failų serverį, prijungtą prie tinklo, failų serveris taip pat tampa pasiekiamas iš bet kurios tinklo vietos.
Kompiuteriai, kuriuose veikia vienos užduočių operacinės sistemos (pvz., MS-DOS), yra pakankamai apsaugoti nuo neteisėtos prieigos (dėl jų vienos užduoties pobūdžio), tačiau jie turėtų būti ypač kruopščiai apsaugoti nuo virusų.
Puslapis 1
SANATORIJOS TIPO GYDYMO IR PREVENCIJOS ĮSTAIGŲ MEDICINOS INFORMACINIŲ SISTEMŲ ANALIZĖ.
Sveikatos priežiūros įstaigų veiklos informatavimas jau seniai tapo neatidėliotinu poreikiu. Apdoroti finansinės, medicininės ir statistinės informacijos masyvus, kurių nuolat daugėja, tapo įmanoma tik naudojant šiuolaikines informacines ir kompiuterines technologijas. Išaugo ne tik informacijos apimtys, bet ir reikalavimai jos apdorojimo greičiui. Kiekvienais metais aukštesnio lygio organizacijos padidina vadinamųjų „elektroninių ataskaitų“ (tai yra ataskaitų elektroniniu formatu). Elektroninio duomenų mainų tarp sveikatos priežiūros subjektų, besinaudojančių elektroniniu paštu ir internetu, vaidmuo nuolat auga.
Šiuo metu kiekviena gydymo ir profilaktikos įstaiga (SVĮ) vienaip ar kitaip yra informatizuota. Dažniausiai tai yra vietinės, tarpusavyje nesusijusios automatizavimo sistemos, skirtos skirtingoms sveikatos priežiūros įstaigų sritims. Praktiškai regioninės sveikatos priežiūros informatizacija apima tik gydymo įstaigų finansines ir ūkines paslaugas: buhalterinę apskaitą, ekonominio planavimo skyrių, draudimo mediciną. Siekiant pagerinti kokybę ir prieinamumą Medicininė priežiūra Sveikatos priežiūros įstaigose būtina atlikti visapusišką visų rūšių veiklos įstaigoje automatizavimą.
Šiandien medicinos informacinių sistemų (MIS) rinka siūlo gana skirtingus sprendimus plačiame kainų diapazone ir skirtingo funkcionalumo. Tyrimo metu ištyrėme 30 medicinos informacinių sistemų. Iš jų 12 yra Ukrainos gamintojo gaminiai, 18 – Rusijos. Dauguma sistemų, ty 13, yra specializuotos sanatorijose.
Mūsų tyrimo tikslas buvo palyginti sanatorinio tipo gydymo įstaigų medicinines informacines sistemas pagal visuotinai priimtus kriterijus ir nustatyti optimaliausią, naudojant daugiakriterinių uždavinių sprendimo teoriją.
Optimalios sistemos parinkimas buvo atliktas pirkėjo požiūriu, naudojant atvirame tinkle esančius duomenis. Šios problemos sprendimas buvo atliktas naudojant „perkelto idealo“ metodą. Šis metodas, aprašytas punkte, skirtas optimalaus objekto pasirinkimo problemoms spręsti, esant dideliam objektų skaičiui ir palyginimo kriterijams.
Tyrimo metu buvo palyginta 19 medicinos informacinių sistemų, apie kurias daugiausia informacijos rasta atviruose šaltiniuose. Detali informacija. Sistemų palyginimas atliktas pagal visuotinai pripažintus palyginimo kriterijus. Būtent:
· pilnas sistemos funkcionalumas;
programos kaina (vienam darbo vieta);
· kapitalo investicijų poreikis duomenų bazių valdymo sistemai (DBVS) įsigyti;
· DBVS kaina;
· prisitaikymas prie Ukrainos teisės aktų.
„Perkelto idealo“ metodas veikia su objektų charakteristikomis, kurios išreiškiamos skaičiais, todėl kokybiniai sistemų palyginimo kriterijai buvo paversti skaičiais (1 lentelė).
1 lentelė. Palyginimo kriterijų konvertavimas į skaitmeninę formą.
- 275,50 KbRusijos Federacijos švietimo ir mokslo ministerija
Federalinė valstybinė aukštojo profesinio mokymo įstaiga „Mordovijos valstybinis universitetas, pavadintas N. P. Ogarevo vardu“
Matematikos fakultetas
Taikomosios matematikos katedra
ATASKAITA
Matematikos fakulteto IV kurso studentai
(specialybės „Taikomoji matematika ir informatika“)
Korovina A.V.
apie praktinius mokymus per laikotarpį
nuo 01.09.11 iki 15.05.12
Ekspertiniai sprendimų priėmimo metodai
Ataskaitą sudarė Korovina A.V.
404 grupė, d/o
Pranešimą priėmė fizinių ir matematikos mokslų daktaras V.I.Safonkinas.
Saranskas
2012
| 1. | Įvadas………………………………………………………………………… | 3 | |||
| 2. | Daugiakriterinių problemų sprendimas…………………………………………………………… | 4 | |||
| 2.1. | Kelių kriterijų problemų nustatymas …………………………….......... | 4 | |||
| 2.2. | Daugiakriterinių uždavinių sprendimo metodai …………………………… | 5 | |||
| 3. | Ekspertiniai sprendimų priėmimo metodai…………………………………………………… | 14 | |||
| 3.1. | Probleminės situacijos ekspertinio vertinimo atlikimo etapai ………….. | ||||
| 3.2. | Problemos pareiškimas grupės sprendimus priimantiems asmenims ………………………………. ..... | ||||
| 3.3. | Grupinės sutarties rūšys …………………………………………… | ||||
| 3.3.1. | diktatoriaus principu……………………………………………………… | ||||
| 3.3.2. | balsavimo principas………………………………………………… …... | ||||
| 3.3.3. | nesisteminiai pasirinkimo principai………………………………………... | ||||
| 3.4. | Sprendimų formavimas grupėse ………………………………… …...... | ||||
| 3.5. | Ekspertinių vertinimų rezultatų apdorojimas ……………………………… | ||||
| 3.5.1. | ekspertinių vertinimų statistinio apdorojimo metodai……………. | ||||
| 4. | Išvada……………………………………………………………………… | ||||
| 5. | Literatūros sąrašas………………………………………………………… | ||||
1. Įvadas
Valdymo praktikoje ekonominės sistemos Dažnai pasitaiko probleminių situacijų, kai informacija probleminei situacijai apibūdinti iš dalies arba visiškai nežinoma arba sunkiai prieinama arba kurios negali būti pakankamai tiksliai įformintos. Tokiu atveju tokias problemas dažniausiai sprendžia pasitelkusi įtraukta ekspertų grupė, kuri analizuoja ir įvertina esamą probleminę situaciją bei generuoja daugybę jos sprendimo alternatyvų. Sprendimo priėmimo metodo, įtraukiant ekspertus, esmė – gauti ekspertų vertinimus individualiai kiekvienam ekspertui ir suformuluoti apibendrintą nuomonę apie geriausią objektą (sprendimą) visai grupei.
Ekspertų grupės sprendimų priėmimo problemų sprendimo technologija yra panaši į individualaus pasirinkimo technologiją ir apima tas pačias apibendrintas procedūras ir operacijas: problemos suvokimas ir identifikavimas, jos analizė; informacinis sprendimų rengimas; paieška ir sprendimų priėmimas; sprendimų įgyvendinimas ir kt.
Panagrinėkime atskirų grupių atrankos procedūras, apibūdinančias ekspertinių metodų ypatybes.
2. Daugiakriterinių uždavinių sprendimas
2.1. Kelių kriterijų problemų nustatymas
Sprendimų priėmimo problemos yra tos, kurios turi daugiau nei du kriterijus tikslui pasiekti:
K М (K 1, K 2, ..., K m),
o pačios užduotys pasižymi keliomis alternatyvomis:
Y = (A l, A 2, ..., A n)
1.1 lentelė.
Matrica daugiakriterinei problemai apibūdinti
|
|||||||||||||||||||||||||||||
Tokio pobūdžio problemos paprastai aprašomos lentelėje pateikta matrica. 1.1.
Matematinė daugiakriterinės problemos interpretacija yra tokia, kad objektai atvaizduojami tašku kriterijų erdvėje (K 1 ,K 2 ,...,K m ). Problemos, kurių kriterijų reikšmės keičiasi diskretiškai, vadinamos diskrečiųjų sprendimų priėmimo problemomis. Trijų objektų diskrečios problemos atvaizdavimo pavyzdys dvimatėje kriterijų erdvėje (k 1 , k 2 ) parodytas Fig. 1.1.
Ryžiai. 1.1.
Grafinis daugiakriterinės problemos aiškinimas
(3 objektai, 2 kriterijai)
Jei kriterijų reikšmės nuolat kinta, tada problema priklauso vektorinio optimizavimo problemai. Šiuo atveju grafinis tokios problemos aiškinimas pateikiamas tam tikros srities forma kriterijų erdvėje.
Priklausomai nuo reikalingo sprendimo, daugiakriterines problemas galima suskirstyti į šias klases:
- atrankos užduotys (labiausiai pageidaujamo objekto pasirinkimas);
- vertinimo užduotys (objekto vertinimas integraliniu kriterijumi);
- Pareto optimalių sprendimų nustatymo problemos.
Norint išspręsti skirtingoms klasėms priklausančias problemas, reikalingi atitinkami sprendimo būdai. Panagrinėkime keletą praktikoje naudojamų daugiakriterinių problemų sprendimo metodų.
1.2. Daugiakriterinių uždavinių sprendimo metodai
Atsižvelgiant į daugiakriterinių problemų sprendimo metodus, išskiriamos trys pagrindinės metodų grupės: leksikografinis, interaktyvus, aksiominis.
Sprendimo metodai, susiję su pirmoji grupė, yra pagrįsti kriterijų dominavimo prielaida. Problema sprendžiama keliais ciklais, kurių kiekviename atliekami du etapai: kriterijų reitingavimas; objekto parinkimas pagal svarbiausią kriterijų.
Co. antroji grupė Tai daugiausia apima tinkamiausio objekto (sprendimo) pasirinkimo metodus ir algoritmus, kurie daugiausia yra interaktyvios procedūros, kurios priklauso nuo sprendžiamos problemos specifikos.
Metodai trečioji grupė(aksiominės) naudojimo nuostatos, sukurtos naudingumo teorijoje. Čia reikia nustatyti ir nustatyti implicitinio pirmenybės funkcijos savybes, t.y., nustatyti pirmenybės struktūrą, kurią sprendimų priėmėjas naudoja pasirinkdamas ir vertindamas objektą. Remiantis nustatytomis savybėmis, parenkama tam tikra analitinė funkcija (naudingumo funkcija), kuri apibūdina sprendimus priimančio asmens pageidavimų struktūrą. Tokiu atveju sprendimus priimantis asmuo turi gerai išmanyti užduoties turinį. Šis metodas yra imliausias, palyginti su ankstesniais, tačiau leidžia gauti pagrįstesnius objektų įvertinimus.
Pažvelkime atidžiau į kai kuriuos iš šių metodų.
Leksikografijos metodai. Sprendžiant uždavinius šiuo metodu, kriterijai (k 1, k 2, ..., k m) surikiuojami pagal svarbą taip, kad svarbiausiam kriterijui būtų priskirtas indeksas 1 (rangas). Be to, pagal šį kriterijų atliekama objektų atrankos procedūra. Likusiems kriterijams (k 2 , k 3 , ..., k m ) taikomi tokio tipo apribojimai, kurie žinomi iš problemos struktūros: a 2 ≤ k 2 ≤ b 2 ; a3 ≤ k 3 ≤ b3; ...; a m ≤ k m ≤ b m
Jei kuris nors kriterijus neatitinka nurodytų apribojimų, jis nenagrinėjamas. Vadinasi, susidaro priimtinų objektų (alternatyvų) rinkinys, pvz.: renkantis šaldytuvą galima nustatyti tokius kriterijus:
k 1 - bendras tūris (m 3);
k 2 - šaldiklio tūris (m 3);
k 3 - galia (kW);
k 4 - kaina (rub.) ir kt.
Jeigu pagal kriterijų k 1 negalima vienareikšmiškai pasirinkti objekto a iÎ Ir tada pasirenkamas pagal kitą svarbiausią kriterijų – k 2 ir t.t.
Būklė dominavimas prasmingai reiškia tai: jei suskirstysite objektus pagal kriterijų k 1, tai ši tvarka nepasikeis, atsižvelgiant į kriterijus k 2, k 3 ir kt., t.y. k 1 yra toks svarbus, kad dominuoja tarp visų kitų.
Interaktyvių metodų grupėje dažniausiai taikomi atrankos principai pageidaujamas objektas(„perkelto idealo“ metodas). Šis metodas apima didelę grupę algoritmų, kurie įgyvendina panašių problemų sprendimą. Bendros šį metodą vienijančios savybės yra „idealaus objekto“ buvimas ir atrankos procedūrų buvimas.
Formuojant „idealų objektą“, visai gali būti, kad jo atvaizdas nepriklausys tikrajai objektų aibei (A l, A 2, ..., A n) arba iš viso neegzistuoja. Tokiu atveju objektai iš aibės (A l ,A 2 ,...,A n ) lyginami su sugeneruoto idealaus objekto modeliu ir įvyksta atrankos procedūra. Kuriant „idealaus objekto“ modelį, svarbu pasinaudoti specialisto vartotojo (DM) žiniomis ir patirtimi, nes jis tiksliau supranta iš geriausių realių objektų paimtas savybes ir parametrus, kurie sudaro objekto turinį. „idealus objektas“.
Atrankos procedūrai būdinga tai, kad iš pradinio objektų rinkinio (A l, A 2, ..., A n) išbraukiami poaibiai, kuriuose nėra labiausiai pageidaujamo ieškomo objekto.
Apskritai labiausiai pageidaujamo objekto paieškos procedūra susideda iš kelių etapų.
- „Idealaus objekto“ formavimas.
- Kelių objektų analizė korespondencijai nustatyti
„idealus objektas“. - Interaktyvus tų objektų išskyrimas iš pradinės aibės (A l ,A 2 ,...,A n ), kurie analizėje pripažinti akivaizdžiai ne geriausiais.
- Norėdami sumažinti objektų rinkinį, pereikite prie 1 veiksmo.
Panagrinėkime sprendimų priėmimo problemos sprendimo taikant šališką idealų metodą pavyzdį.
1 pavyzdys.
- Probleminės situacijos aprašymas S 0
- Problemos aprašymas.
Nustatykite perspektyviausią CNC mašiną, kuri bus paleista į seriją.
- PR laikas: T = 1 savaitė.
- PR ištekliai: informacija apie mašinos charakteristikas.
- Kriterijai (K):
K 1 - vidutinė veikimo trukmė (s);
K 2 - patikimumas tarp gedimų (tūkstantis valandų);
K 3 - mašinos kaina (tūkstantis rublių).
- Daug apribojimų (B).
Yra žinomos viršutinės ir apatinės kriterijų verčių pokyčių ribos.
- Daug alternatyvių variantų.
1.2 lentelė
Parinkčių matrica
Darbo aprašymas
Ekonominių sistemų valdymo praktikoje dažnai pasitaiko probleminių situacijų, kurioms informacija probleminei situacijai apibūdinti yra iš dalies arba visiškai nežinoma arba sunkiai prieinama arba kurios neįmanoma pakankamai tiksliai įforminti. Tokiu atveju tokias problemas dažniausiai sprendžia pasitelkusi įtraukta ekspertų grupė, kuri analizuoja ir įvertina esamą probleminę situaciją bei generuoja daugybę jos sprendimo alternatyvų. Sprendimo priėmimo metodo, įtraukiant ekspertus, esmė – gauti ekspertų vertinimus individualiai kiekvienam ekspertui ir suformuluoti apibendrintą nuomonę apie geriausią objektą (sprendimą) visai grupei.
2.1.
Kelių kriterijų problemų nustatymas……………………………………….
4
2.2.
Daugiakriterinių problemų sprendimo metodai……………………………
5
3.
Ekspertiniai sprendimų priėmimo metodai……………………………………………………
14
3.1.
Probleminės situacijos ekspertinio vertinimo atlikimo etapai…………..
3.2.
Problemos pareiškimas grupės sprendimus priimantiems asmenims…………………………………
3.3.
Grupės sutarties rūšys………………………………………………
3.3.1.
diktatoriaus principas………………………………………………………
3.3.3.
nesisteminiai pasirinkimo principai………………………………………………………
3.4.
Sprendimų formavimas grupėse…………………………………………………………
3.5.
Ekspertinių vertinimų rezultatų apdorojimas…………………………………………………………
3.5.1.
ekspertinių vertinimų statistinio apdorojimo metodai…………….
4.
Išvada………………………………………………………………………
5.
Literatūros sąrašas…………………………………………………………
Interaktyvus pakeistas idealus metodas
Metodas skirtas pasirinkti vieną arba labiausiai pageidaujamų objektų poaibį. Būdingos savybės metodai yra:
a) „idealaus“ objekto formavimo procedūros buvimas (), kuris yra tam tikras tikslas, kurio reikia siekti. Toks „idealas“, kaip taisyklė, yra nepasiekiamas ir iš tikrųjų neegzistuoja, tačiau jį naudinga turėti, kad sprendimus priimantis asmuo suprastų savo tikslus;
b) kiekvienoje iteracijoje pašalinami objektai, kurie nepretenduoja į pirmenybę, ᴛ.ᴇ. „Geriausi“ objektai neatrenkami, bet „blogiausi“ neįtraukiami.
IN bendras vaizdas Metodo algoritmas yra toks. Pirma, neįtraukiami dominuojantys objektai, nes tarp jų neturėtų būti labiausiai pageidaujamo.
„Idealus“ objektas formuojamas iš labiausiai pageidaujamų kriterijų reikšmių, o „antiidealus“ objektas iš mažiausiai pageidaujamų verčių. Nustatomi atstumai nuo objektų nuo pradinio rinkinio iki „antiidealo“, kurių pagrindu nustatomi „blogiausi“ objektai. Tarp tokių objektų, kaip taisyklė, yra objektų, kuriems yra vienas labiausiai pageidaujamas 
vertė (objektai ir 2.2 pav.).
Pašalinus „blogiausius“ objektus, vėl pereiname į „idealo“ formavimo etapą, ir jis keičiasi, artėdamas prie realių objektų (paveiksle tai yra ).
Procedūra baigiama, kai lieka nedaug objektų, kurie laikomi geriausiais.
|
Pasirinkus labiausiai pageidaujamą objektą, sprendimų priėmėjas tampa nepatenkintas dėl to, kad pasirinktas būtent šis, o ne kitas objektas. Šis nepasitenkinimas vadinamas konfliktas po sprendimo.
Pirmosiose metodo kartose konfliktas vyrauja prieš sprendimą. Vėlesnėse iteracijose „idealas“ priartėja prie realių objektų, o konfliktas prieš sprendimą mažėja. Tokiu atveju konfliktas po sprendimo gali padidėti. Tai rodo, kad sprendimų priėmėjas nepakankamai ištyrė sprendžiamą problemą.
Išsamiai apsvarstykime metodo algoritmą, naudodamiesi organizacijos, su kuria dirbti, pasirinkimo pavyzdžiu.
Tegul pradinėje organizacijų aibėje yra =8 objektai. Mes naudojame šiuos tris kriterijus: k 1- atlyginimo lygis (tūkstantis rublių per mėnesį), k 2– atstumas (kelionės minutės iki darbo vietos) k 3– augimo perspektyvos (taškais nuo 0 iki 10). Žemiau yra 8 organizacijos su kriterijų reikšmėmis:
| turto pavadinimas | Zar. Paskelbta ref.rf Mokėti | Nuošalumas | Perspektyvos |
| 1 variantas | |||
| 2 variantas | |||
| 3 variantas | |||
| 4 variantas | |||
| 5 variantas | |||
| 6 variantas | |||
| 7 variantas | |||
| 8 variantas |
Pirmiausia išanalizuokime pasirinkimų rinkinį ir išskirkime dominuojančius. Iš 8 variantų šeštasis variantas yra dominuojantis 3 varianto atžvilgiu, todėl šeštąjį variantą atmetame.
1 etapas. „Idealaus objekto“ formavimas, kur yra didžiausia kriterijaus pirmenybės reikšmė tarp visų objektų, ᴛ.ᴇ., jei objekto pirmenybė didėja didėjant , arba jei objekto pirmenybė didėja mažėjant kriterijui .
Jei „idealas“ priklauso daugeliui objektų, tada jis bus tinkamiausias. Tačiau kadangi MKZ paprastai išsprendžiamas efektyvių objektų rinkinyje, „idealus“ objektas nepriklausys pradiniam rinkiniui.
Tame pačiame etape iš mažiausiai pageidaujamų vertybių formuojamas „antiidealus“ objektas.
Nagrinėjamame pavyzdyje „idealūs“ ir „antiidealūs“ objektai:
2 etapas. Perėjimas nuo fizinių kriterijų matavimo vienetų prie santykinių vienetų pagal išraišką:
Santykiniais vienetais visi kriterijai keisis intervale , ir kuo mažesnis , tuo objektas yra arčiau „antiidealo“ pagal kriterijų.
| turto pavadinimas | Zar. Paskelbta ref.rf Mokėti | Nuošalumas | Perspektyvos |
| 1 variantas | 0,25 | 0,8 | 0,2 |
| 2 variantas | 0,4 | ||
| 3 variantas | 0,875 | 0,4 | 0,2 |
| 4 variantas | 0,5 | 0,6 | |
| 5 variantas | 0,6 | ||
| 7 variantas | 0,2 | ||
| 8 variantas | 0,625 | 0,4 | 0,8 |
Pirmieji du etapai atliekami automatiškai, nedalyvaujant sprendimus priimančiam asmeniui.
3 etapas. Kriterijų svorių (santykinės svarbos koeficientų) nustatymas. Sprendimų priėmėjas, remdamasis savo sprendimais apie kriterijų svarbą, nustato kriterijų svorį 
. Leisti V 1 = 0.4; V 2 = 0.3; V 3 = 0.3.
4 etapas. Objektų atstumo iki „antiidealo“ apskaičiavimas. Ši išraiška naudojama kaip metrika:
Naudodami skirtingus, galite gauti skirtingus rodiklius. Taigi ties gauname priedinį operatorių, o ties (2.2) jis tampa 
. Kuo didesnė vertė, tuo objektas yra toliau nuo „antiidealo“ ir arčiau „idealo“. Kitame, penktajame, etape klausia skirtingos reikšmės p, yra apibrėžtos skirtingos metrikos palyginimui su „idealiu“. Apskaičiuokime metrikas
| p=3 | p=2 | p=1 | p=0,3 | |
| 1 | 0,247 | 0,267 | 0,40 | 4,62 |
| AT 2 | 0,306 | 0,323 | 0,42 | 1,97 |
| 3 d | 0,355 | 0,375 | 0,53 | 5,74 |
| 4 d | 0,344 | 0,403 | 0,68 | 8,67 |
| 5 val | 0,412 | 0,439 | 0,58 | 2,77 |
| 7 val | 0,400 | 0,404 | 0,46 | 1,78 |
| 8 val | 0,315 | 0,367 | 0,61 | 7,65 |
4 etapas. „Neperspektyvių“ variantų pašalinimas. Norėdami tai padaryti, už kiekvieną , ᴛ.ᴇ. pagal kiekvieną metriką visi objektai yra išdėstyti pagal vertės „idealumo“ artumą. Dėl to gauname tokią matricą:
| p=3 | p=2 | p=1 | p=0,3 | Suma p | |
| 4 variantas | |||||
| 5 variantas | |||||
| 8 variantas | |||||
| 3 variantas | |||||
| 7 variantas | |||||
| 2 variantas | |||||
| 1 variantas |
Šioje matricoje parinktys surikiuotos pagal sumos p reikšmę, gautą sudėjus išilgai parinkčių eilučių.
Sprendimų priėmėjas priima sprendimą neįtraukti objektus, kurie nepretenduoja į tinkamiausius. Akivaizdu, kad tai yra objektai, kurių metrika skiriasi (skirtinga p) yra eilučių pabaigoje. Iš tiesų, jei, nepaisant pasirinktos metrikos, objektas toli gražu nėra „idealus“, tada yra visų priežasčių jį atmesti.
Matome, kad 1 ir 2 variantai yra dauguma R yra paskutinėje vietoje, ᴛ.ᴇ. jis yra toliausiai nuo idealaus objekto ir todėl nepretenduoja į jį geriausias variantas. Dėl šios priežasties neįtraukiame 1 ir 2 variantų.
Vėl pereiname prie pirmojo etapo – idealių ir antiidealių objektų formavimo.
Matome, kad idealių ir antiidealių objektų savybės pasikeitė, pasislinko.
Perskaičiuokime matricą, o tada metrikos reikšmes, gausime tokią matricą
| p=3 | p=2 | p=1 | p=0,3 | Suma p | |
| 4 variantas | |||||
| 5 variantas | |||||
| 3 variantas | |||||
| 7 variantas | |||||
| 8 variantas |
Atkreipkite dėmesį, kad pasirinkimų tvarka pasikeitė dėl to, kad pasikeitė idealių ir antiidealių objektų savybės.
Neįtraukiame 8 varianto ir vėl atliekame 1, 2, 4.5 veiksmus
Iš likusių 4 ir 5 variantai turėtų būti laikomi tinkamiausiais.
Apibendrinant pažymime, kad šis metodas yra efektyviausias esant dideliems problemos matmenims.
Interaktyvus perkeltojo idealo metodas – samprata ir tipai. Kategorijos „Interaktyvus perkeltojo idealo metodas“ klasifikacija ir ypatumai 2017, 2018 m.
