İyi çalışmalarınızı bilgi tabanına gönderin basittir. Aşağıdaki formu kullanın

Bilgi tabanını çalışmalarında ve çalışmalarında kullanan öğrenciler, yüksek lisans öğrencileri, genç bilim adamları size çok minnettar olacaktır.

http://www.allbest.ru/ adresinde barındırılmaktadır.

İş süreçlerinin çok kriterli analiz yöntemlerinin uygulanması

giriiş

çok kriterli karar işi

Modern iş süreci optimizasyonu teorisinin temeli, alternatiflerin nitel veya nicel analizi yoluyla iş süreçlerini organize etmek için en iyi alternatifin seçimidir. Maliyet, kalite, maliyet, risk, verimlilik vb. gibi çelişkili olabilecek birkaç kriterin aynı anda değerlendirilmesi gerektiğinden, böyle bir analiz genellikle çok kriterlidir. Günlük yaşamda, çeşitli kriterlere dayalı böyle bir seçim genellikle sezgisel olarak yapılır ve sonuçları karar verici (DM) için oldukça kabul edilebilir olabilir. Bununla birlikte, iş görevlerini belirlerken, sezgi tek karar verme aracı olamaz, çünkü bu tür görevler çok daha büyüktür ve oldukça rekabetçi bir ortamda, kuruluşların alternatiflerin en objektif değerlendirmesini elde etmesi gerekir. Böyle bir değerlendirme elde etmek, tüm seçim kriterlerinin kapsamlı bir şekilde incelenmesini, aralarındaki bağımlılıkların belirlenmesini ve önceliklerin belirlenmesini gerektirir.

alaka Bu çalışma, iş süreçlerinin analizinde problemlerin sıklıkla çok kriterli bir form almasından kaynaklanmaktadır. Örneğin, bir tedarikçi seçerken, tedarik iş sürecinin analizi, ürün kalitesi, maliyet, satış sonrası hizmet, finansal istikrar vb. parametrelerin değerlendirilmesini gerektirir. Yatırım yönetimi iş sürecinin analizi, risk, beklenen getiri, yatırım hacmi ve yatırım faaliyetlerinin yürütüldüğü bölgenin çekiciliğinin değerlendirilmesini içerir. Çoğu kuruluşta yer alan işe alım iş sürecinin analizi, aday deneyimi, eğitim, yaş, talep edilen maaş vb. gibi parametrelerin değerlendirilmesini içerir. Ayrıca, yönetim teorisinin geliştirilmesindeki modern eğilimler, işletmenin hem finansal hem de finansal olmayan çeşitli yönlerini dikkate almaktır. Bir dizi göstergeyi birden çok perspektiften tanımlamak ve incelemek çoğu zaman çok kriterli bir biçim alan sorunlara yol açar. Örneğin, R. Kaplan ve D. Norton tarafından geliştirilen dengeli bir puan kartı gibi popüler bir yönetim aracı, şirketler tarafından en az dört perspektifte eşit değerlendirme anlamına gelir: finans, müşteriler, dahili iş süreçleri, eğitim ve geliştirme. Bu bakış açılarının her birinde, yazarlar en az beş temel performans göstergesinin (KPI) tanımlanmasını önermektedir. Bu yaklaşım, etkili bir şirket stratejisi oluşturmanıza izin verir, ancak bu stratejinin uygulanmasını izlerken, yazarların da vurguladığı gibi, çok sayıda göstergenin değerlendirilmesiyle ilgili zorluklar sıklıkla ortaya çıkabilir. Kitapta verilen pratik örneklerden biri, bir şirketteki bir projenin etkinliğinin nasıl analiz edileceğini gösterir, şirketin müşterileri tarafından değerlendirilen bu projenin 16 temel göstergesi belirlendi. Ancak, bu tahminlere göre projenin başarısı hakkında bir sonuca varmak şirket yönetimi için çok kriterli bir görev haline geldi, çözümünde hangi sıralama ve kriterlerin doğrusal evrişimine dayalı yöntemler uygulandı. R. Kaplan ve D. Norton da şirket yönetiminin çok kriterli olması nedeniyle baş edemediği bir göreve örnek verdiler. Görev, teslimat iş sürecini optimize etmekti ve “zamanında teslimat” göstergesinin değerini artırmak için şirket, teslimat zaman aralığını önemli ölçüde artırdı, bunun sonucunda müşterinin memnun olmadığı ve iş süreci gerçekleşti. "yanlış optimizasyon". Bu hata, çok amaçlı optimizasyon yöntemleri uygulanarak önlenebilirdi.

Günümüzde karar verme teorisi, karar vericinin çeşitli çok kriterli problemleri çözmek için kullanabileceği çok kriterli bir ortamda karar vermeye yönelik birçok yaklaşım ve yöntemi içermektedir. Bununla birlikte, aynı zamanda, belirli bir sorunu çözmek için en uygun yöntemi seçme sorunu son derece alakalı olmaya devam etmektedir. Çok kriterli optimizasyon yöntemlerinin hem elde edilen sonuçlarda (bulunan çözüm sayısı, çözümlerin sunumu vb.) hem de uygulamalarında (çözüm tercihleri hakkında gerekli bilgi miktarı) bir takım farklılıklara sahip olması nedeniyle. karar verici, bilgi toplama yöntemleri vb.), belirli bir sorunu çözmek için tüm yöntemler uygulanamaz. Genel olarak, görevler belirli bir konu alanına ait olmalarına göre gruplar halinde birleştirilebilir. Çözüm yönteminin yanlış seçilmesi nedeniyle dört ciddi sorun ortaya çıkabilir: Birincisi, uygun olmayan bir yöntemin uygulanmasının sonuçları karar verici için tatmin edici olmayacak, hatta yanlış olacaktır. İkinci olarak, elde edilen kötü sonuçlar nedeniyle, örneğin Cohon ve Marks (1977)'deki ELECTRE yöntemi gibi, yararlı yöntemler haksız yere kınanabilir. Üçüncüsü, uygun olmayan bir yöntemin kullanılması, karar verme sürecinde harcanan zaman, emek ve para kaybına neden olur. Son olarak, uygulamadaki hataların bir sonucu olarak, potansiyel kullanıcılar herhangi bir MMRM'yi pratik sorunlara uygulamayı reddedebilir.

amaç Bu çalışmanın amacı, iş süreçlerinin analizi çerçevesinde uygulama nesnesi üzerinde çok kriterli karar verme yöntemlerinin bir sınıflandırmasının geliştirilmesidir.

Bu hedefe ulaşmak için aşağıdakileri çözmek gerekir görevler:

1. Mevcut çok kriterli analiz yöntemlerini incelemek için çok kriterli bir ortamda karar vermede farklı yaklaşımları yansıtan kaynakların analizini yapın.

2. Çok kriterli problemleri çözmeyi amaçlayan bir yazılım analizi yapın.

3. İş süreçlerinin çok kriterli analizi için yöntemlerin pratik uygulama örneklerini yansıtan bir kaynak analizi yapın.

4. İş süreçleri alanına uygulanabilir çok kriterli analiz yöntemlerini belirleyin.

5. İş süreçleri alanında uygulama amacına göre bir yöntem sınıflandırması geliştirin.

7. "VARS Expo" LLC şirketinin "Satış stratejisinin belirlenmesi" iş sürecinde ortaya çıkan pratik bir çok kriterli sorunu çözün.

nesneçok kriterli bir ortamda karar vermeyi gerektiren iş süreçleridir.

Ders araştırma, çok kriterli bir ortamda karar vermeyi gerektiren iş süreçlerini optimize etmek için çok kriterli analiz yöntemlerinin uygulanmasıdır.

metodolojik temel Bu çalışmanın önde gelen yerli ve yabancı bilim adamlarının bilimsel yayınlarının yanı sıra iş süreçlerini analiz etmek için çok kriterli yöntemlerin uygulanması alanındaki mevcut standartları yansıtan makaleler vardı. Belirlenen görevleri çözmek için, çok kriterli durumda karar verme teorisi yöntemleri kullanıldı.

teorik önem araştırma, uygulama nesnesine göre iş süreçlerinin çok kriterli analizi için bir yöntem sınıflandırması geliştirmektir.

pratik önemi araştırma, belirli bir çok kriterli optimizasyon problemini çözmek için en uygun yöntemi seçmek için iş süreçlerinin analizinde geliştirilen sınıflandırmayı kullanma olasılığından oluşur.

Yapıişşu bölümleri içerir: giriş, literatür taraması ve yazılım analizi, ana bölüm, sonuç, kaynakça. Çalışmanın ana kısmı, ikisi çalışmanın teorik kısmını yansıtan ve biri pratik olan üç bölümden oluşmaktadır. İlk bölüm, değerlendirilmek üzere çok kriterli analiz yöntemlerinin seçimine ve tanımlarına ayrılmıştır. İkinci bölüm, çok kriterli analiz yöntemlerini problemin, karar vericinin ve elde edilen çözümün özellikleriyle karşılaştırır. Elde edilen karşılaştırmaya dayalı olarak, referans 13-süreç modeline dayalı iş süreçlerinin analizinin bir parçası olarak uygulama amacına göre yöntemlerin bir sınıflandırması geliştirildi ve yöntemlerin uygulanması için öneriler verildi. Üçüncü bölüm, VARS Expo LLC şirketinin "Satış stratejisinin belirlenmesi" iş sürecinde ortaya çıkan çok kriterli bir sorunu çözmek için yöntemlerin pratik uygulamasının bir örneğini yansıtmaktadır. Sonuç olarak, çalışma sırasında elde edilen sonuçlar özetlenmiştir.

1. Yazılım analizi

Çok kriterli görevleri çözmenin karmaşıklığı, diğer şeylerin yanı sıra, karar verirken dikkate alınması ve işlenmesi gereken büyük miktarda bilgi tarafından belirlenir. Bir kişi, modern bilgisayar teknolojisinin yardımına başvurmadan genellikle bu görevle başa çıkamaz. Bu bağlamda, çok kriterli bir ortamda karar vermeyi desteklemek için, işleyişi MCDA (çok kriterli karar analizi) yöntemlerine dayanan birçok yazılım ürünü veya karar destek sistemi (KDS) oluşturulmuştur. Bu yazılım ürünleri tarafından gerçekleştirilen ana işlevler, çözümlerin tercihlere göre sıralanması ve en iyi çözümün seçimidir. Ancak bu tür yazılımlar (çok kriterli analiz yöntemlerinin pratikte başarılı bir şekilde kullanılması için gerekli olan) bir çözüm bulma ve büyük miktarda bilgiyi işlemenin yanı sıra, genellikle kullanıcıya elde edilen sonuçları analiz etme olanağı da sağlar. Karar verme sürecini en açık ve şeffaf hale getirmek için hem süreci hem de sonuçları görselleştirme yeteneği sağlayan grafik kullanıcı arayüzü özellikle değerlidir.

Bu çalışmanın pratikte iyi uygulanabilen çok kriterli analiz yöntemlerini incelemeye ve sınıflandırmaya yönelik olması nedeniyle, karar destek için geliştirilmiş mevcut yazılımların analizi ve karşılaştırılması gerekli ve önemli görünmektedir. Analize karşılaştırma ve değerlendirme kriterlerinin tanımı ile başlamak mantıklıdır.

Farklı yazılım ürünleri, kullanıcıya hem karar verme sürecinde hem de sonuçların analizi sırasında farklı seçenekler sunabilir. Tabii ki, karar verme sürecinin organizasyonu, her şeyden önce, şu şekilde karakterize edilir: çok kriterli analiz yöntemleriürün tarafından desteklenmektedir. Çözüm bulma prosedürü desteklenen yöntemlere ve dolayısıyla ürünün çeşitli durumlara uygulanabilirliğine bağlıdır. Ayrıca bu çalışma çok kriterli yöntemleri doğrudan iş süreçlerine uygulamayı amaçladığından son derece önemlidir. profesyonel seviyeyeterlilikleri(özel bilgi ve beceriler) ürünün başarılı kullanımı için gereklidir. Birçok program, çok kriterli analiz alanında profesyoneller tarafından kullanılmak üzere tasarlanmıştır ve bu alanda deneyim ve bilgi sahibi olmadan kullanıcı bu tür ürünleri etkin bir şekilde kullanamayacaktır. Bununla birlikte, bu yazıda geliştirilen yöntemlerin sınıflandırılmasının temel amaçlarından biri, çok kriterli analiz alanında uzman olmayanlar (örneğin, karar vermekten sorumlu yöneticiler) için uygun yöntemlerin seçilmesine yardımcı olmaktır. Bu nedenle, gerekli uzmanlık bilgi ve becerileri bazında da ürün karşılaştırmaları yapılacaktır. Karşılaştırma için üçüncü kriter grup karar desteği. Genellikle, çok kriterli analizde karar verici bir birey olarak anlaşılır, ancak iş dünyasında kararlar nadiren bir kişiye bağlıdır. Çoğu zaman, belirli bir grup kararlardan (yönetim kurulu, anonim şirket, sorun komisyonu vb.) sorumludur, karar verirken her üyenin tercihleri dikkate alınmalıdır. Ürünü kullanmanın pratikliğini yansıtan bir sonraki kriter ise; İnternet üzerinden erişilebilirlik. Ve son olarak, bu tür programlarla ciddi deneyimi olmayan bir kullanıcı için önemli bir faktör, ithal etme yeteneği ve / veyaihracat Excel'deki veriler veya sonuçlar. Ayrı olarak, elde edilen sonuçları analiz etme sürecini, yani bilgi görselleştirme metin ve grafik yöntemleri desteklenen ürünler

Günümüzde çok kriterli analiz için çok çeşitli programlar ve yazılım sistemleri bulunmaktadır. Bu belgedeki yazılım incelemesinin amacı, kullanımları için öneriler geliştirmek için mevcut ürünler arasındaki benzerlikleri ve farklılıkları belirlemektir. Bu nedenle, farklı amaçlara sahip ve farklı yöntemleri destekleyen yazılım ürünlerine dikkat etmek, hem çok kriterli analiz uzmanları arasında hem de karar vermekten sorumlu diğer alanlarda (tabii ki pratik ürün performansının bir göstergesidir). Uluslararası bilimsel yayınlardaki yazılım incelemeleri ve karşılaştırmalı makaleleri karşılaştırarak (French ve Xu, 2005; McGinley. P, 2014; Vassilev ve diğerleri, 2005; Weistroffer ve diğerleri, 2005) analiz için bu türden on iki ürün seçildi. çok kriterli analiz yazılımına ayrılmış web sayfalarında (Capterra, EWG-MCDA, Wikipedia) yayınlanan derecelendirmeleri ve incelemeleri hesaba katar. Seçim, ürünün deneme veya demo sürümünün mevcudiyetine de dayanıyordu. Karşılaştırmalı analizin sonuçları, yazılımın iki ana işlevine göre gruplandırılmış parametreleri içeren tablolarda yansıtılır: karar verme sürecinin kendisinin organizasyonu (bkz. Tablo 1) ve sonuçların analizi (bkz. Tablo 2).

Tablo 1. Karar verme sürecinin özelliklerine göre yazılımın karşılaştırılması

Yazılım adı	Desteklenen MCDA Yöntemleri	Gerekli mesleki yeterlilik düzeyi	Grup kararları için destek	İnternet üzerinden erişilebilirlik	Excel'e içe / dışa aktarma yeteneği
	PAPRIKA, AHP, MAUT

	AHP, Pareto Sınır Yaklaşımı
Kriter Karar Artı	AHP, AKILLI, MAUT, Salıncak
	PROMETHEE, UYGULAMA
	MAUT, Karar ağacı, AHP, Sıra yöntemi. tavizler
	karar ağacı


Mantıksal Kararlar	AHP, MAUT, Salıncak

Tablolardan görülebileceği gibi, dikkate alınan ürünlerin neredeyse tamamı sonuçları analiz etmek için mükemmel fırsatlar sunar, ancak karar verme sürecinin organizasyonunda önemli farklılıklar vardır. Programlar farklı bir dizi yöntemi desteklemektedir, ancak bunların yarısından çoğunda desteklenen yöntemler arasında AHP veya AHP (Analitik hiyerarşi süreci / Hiyerarşi analizi yöntemi) vardır, bu yöntem çeşitli endüstrilerde pratikte iyi uygulanabilir olduğundan ve oldukça beklenen bir durumdur. ayrıca özel hazırlık gerektirmez. Matematiksel yaklaşımı ve psikolojik yönleri birleştirmesi bakımından diğer yöntemlerle olumlu bir şekilde karşılaştırır ve ayrıca pratik uygulamada son derece önemli bir avantaj olan farklı parametreleri karşılaştırmanıza izin verir. Bu yöntemi destekleyen ürünlerde, alternatiflerin ikili karşılaştırmasına yönelik iki yaklaşım vardır. İlk yaklaşım çerçevesinde, bazı kriterlerin diğerlerine göre bir değerlendirme matrisi derlenir ve ikincisi çerçevesinde, tüm olası kriter kombinasyonları listelenir ve her biri için karar verici ne kadarını değerlendirmelidir. bir kriter önem bakımından diğerine göre daha üstündür. Elde edilen tahminler sonucunda kriterler önem derecesine göre sıralanır.

Ayrıca AHP'yi destekleyen çoğu programın MAUT'u da (Multi Attribute Utility Theory / Multicriteria Utility Theory) desteklediğini görebilirsiniz. Aynı zamanda, metodolojik çalışmalarda, bu tür yöntemler genellikle açıkça ayrılır. Bu gerçek, bu tür yazılımların çok kriterli bir ortamda karar verme teorisine dayanmasına rağmen, ürünün pratikte başarılı uygulama için farklı okullardan çok çeşitli yöntemleri birleştirerek teoriye karşı gelebileceğini göstermektedir. Bu, MAUT ve Swing yöntemlerinin aynı anda dört ürün tarafından desteklenmesiyle de doğrulanabilir.

Parametre değerlerinin öncelikli değerlerden izin verilen sapmasını yansıtan belirli aralıkların kullanılmasını ima eden ardışık tavizler yöntemi biraz daha az popülerdir. Büyük olasılıkla, bu, pratikte bu tür aralıkları nesnel olarak belirlemenin zorluğundan kaynaklanmaktadır. Ayrıca, dikkate alınan programlardan bazıları, anlaşılması kolay, ancak her zaman tüm ağacın optimalliğini sağlamayan belirli bir inşaat algoritması ile karakterize edilen bir karar ağacına dayanmaktadır. Son olarak, Pareto sınır yaklaşımı yöntemi, tartışılan programlarda da bulunur ve Clafer Çok Amaçlı Optimize Edici'de somutlaştırıldığı gibi, örneğin bir kabarcık grafiği üzerinde görsel görselleştirme sağlamada çok etkilidir.

Kalan karşılaştırma parametrelerini analiz ederken, çoğu yazılım ürününün çok kriterli analiz alanındaki uzmanlar tarafından kullanılması amaçlandığına dikkat edilmelidir, çünkü onlarla çalışmak için gerekli profesyonel yeterlilik seviyesi çok yüksektir. Ancak 1000Minds, Clafer MOO, D-Sight, Decision Lens, MakeItRational gibi ürünler özel bilgi eksikliğinde dahi karar verme için kullanılabilir.Grup kararlarının, dikkate alınan kararlardan sadece üçünde desteklendiği unutulmamalıdır. ürünler - 1000Minds, D -Sight ve MakeItRational. Birincisi sadece çevrimiçi oylama sağlar, ikincisi grubun her bir üyesinin görüşüne ağırlık verir ve sonuncusu tüm bireysel görüşleri dikkate alarak grup için ortalama değeri hesaplar. Çoğu ürün web tabanlıdır (Criterium DecisionPlus, Hiview3, Logical Decisions ve M-MACBETH hariç) ve yarısından biraz azı verileri ve sonuçları Excel'e alma ve verme yeteneği sağlar.

Tablo 2. Sonuç analizi özelliklerine göre yazılım karşılaştırması

Yazılım adı	Görsel Grafikler	Toplam değerler	Duyarlılık analizi	2D haritalar	Yazılı rapor


Clafer Çoklu Nesne. Optimize Edici
Kriter Karar Artı





Mantıksal Kararlar

Tablo 5, dikkate alınan tüm yazılım ürünlerinin sonuçların grafiksel olarak görselleştirilmesi olasılığını sağladığı gerçeğini yansıtmaktadır. En az birkaç üründe bulunan yaklaşımlar arasında spider-cys, tornado, termometre, pasta ve kabarcık grafikleri aracılığıyla alternatiflerin görselleştirilmesi yer alır. İmtiyaz yöntemine dayalı yazılım ürünlerinde, sonuçlar kabul edilebilir değer aralıkları olarak sunulur ve baskınlık ilişkileri ve optimum çözüm alanının grafiksel bir temsilini içerebilir. Çoğu program, geleneksel duyarlılık analizi yöntemini destekler, bazıları ayrıca analiz için, parametrik modelde çeşitli değişiklikler yapmaktan ve sonuçlardaki müteakip değişikliği gözlemlemekten oluşan istatistiksel yaklaşımları kullanır. Bu, olasılıksal bir alternatif sıralaması veya bir alternatifin diğerine baskın olduğu durumların yüzdesini elde etmenizi sağlar. İmtiyaz yönteminde, kendi içinde aralıkların kullanılması zaten bir tür duyarlılık analizi olarak kabul edilebilir. Çoğu yazılım ürününde bir tür iki boyutlu haritalar bulunur. Kriterler eksenlere karşılık gelir, alternatifler grafikte karşılık gelen koordinatlara sahip noktalara karşılık gelir. Bazı programlar, ana sonuçları yansıtan ve bunları kullanıcıya açıklayan yazılı bir rapor oluşturma yeteneği sağlar.

2 . Çok kriterli karar verme yöntemleri

2.1 Dikkate alınacak yöntemlerin seçimi

Çok kriterli koşullar altında karar vermenin bilimsel disiplini nispeten gençtir: Bu disiplin içindeki ilk çalışmalar 1970'lerde ortaya çıktı ve MMRM'nin pratik problemlerin çözümüne yönelik başvuruları 1980'lerde yapıldı (Wallenius ve diğerleri, ). . Buna rağmen, çok kriterli problemlerin çözümü için yetmişten fazla farklı yöntem geliştirilmiştir (Aregai Tecle, ). Mevcut tüm yöntemlerin ayrıntılı bir şekilde ele alınması, bu çalışma çerçevesinde gerekli ve mümkün görünmemektedir, bu nedenle, dikkate alınan yöntemler kümesi sınırlıdır. Yöntemleri seçmek için kullanılan kriterler şunları içerir:

1. Yöntemin popülerliği(1970 ve 2016 yılları arasında bilimsel literatürde yöntemin ne sıklıkta bahsedildiğine göre ölçülmüştür)

2. Yöntemin pratik problemlere uygulanabilirliği(MMRM'nin çeşitli iş alanlarındaki görevlere uygulanmasına ilişkin literatürün analizine dayalı olarak ölçülmüştür)

3. Yöntemin özgünlüğü(diğer popüler yöntemlerde bulunan tekniklere dayalı yöntemler dikkate alınmaz)

1. Hiyerarşi analiz yöntemi (AHP)

2. Doğrusal olmayan programlama (NLP)

3. Uzlaşma Programlaması (CP)

4. İşbirlikçi Oyun Teorisi (CGT)

5. Yerinden edilmiş ideal yöntem (DISID)

6. ELECTRE yöntemi (ELEC)

7. Duyarlılık Değerlendirme ve Analiz Yöntemi (ESAP)

8. Hedef programlama (CPU/GP)

9. Çok kriterli fayda teorisi (MAUT)

10. Çok Kriterli Q-Analiz (MCQA)

11. Olasılıksal uzlaşma geliştirme yöntemi (PROTR)

12. Zayonz-Wallenius yöntemi (Z-W)

13. STEM Yöntemi

14. SWT yöntemi

15. PROMETHEE yöntemi (PRM)

Bu yöntemlerin çok çeşitli alanlardaki çeşitli görevlere popülaritesi ve uygulanabilirliği, her yöntemin uygulamasını açıklayan bilimsel yayınlarla ve bu yöntemlerde belirlenen belirli görevlerle karşılaştırıldığı tabloda (bkz. Ek 1) açıkça sunulmuştur. İşler.

2.2 Yöntemlerin kısa açıklaması

Hiyerarşi Analiz Yöntemi (AHP)

Hiyerarşi analizi yöntemi, psikolojik yönleri dikkate alan matematiksel bir karar verme aracıdır. Yöntem T. Saati tarafından geliştirilmiştir. Çeşitli nicel ve nitel kriterlere göre değerlendirilmesi gereken mevcut alternatifleri düzenlemenize olanak tanır. Sıralama, sayısal olarak ifade edilen ve tüm parametreler için alternatiflerin toplam değerinin değerlerini almanızı sağlayan karar vericinin tercihleri hakkındaki bilgilere dayanarak gerçekleşir. Toplam değeri en yüksek olan alternatif en iyisidir. Yöntem pratikte yaygın olarak kullanılmaktadır. Kullanmak için şu adımları izleyin:

1) Alternatifleri, değerlendirme parametrelerini ve nihai çözüm bulma hedefini içermesi gereken hiyerarşik modelini derleyerek sorunu ayrıştırın.

2) Karar vericinin tercihlerine göre önceliklerini belirleyerek hiyerarşinin tüm unsurlarını çiftler halinde karşılaştırın

3) Doğrusal evrişim kullanarak alternatiflerin değerini sentezleyin

4) Kararların tutarlılığını değerlendirin

5) Sonuçlara göre karar verin

MAI'nin avantajları:

İkili karşılaştırmaların basitliği, karar vericiler için prosedürün aşinalığı

Alternatiflerin doğrudan değerlendirilmemesi

Hem nicel hem de nitel parametreler için destek

Kararların Tutarlılığını Kontrol Etme

Pratikte geniş uygulanabilirlik

MAI'nin dezavantajları:

Bunların değerlendirilmesi için sınırlı sayıda alternatif ve parametre (çok sayıda karar vericiler için çok sayıda çalışma zordur)

Aynı tür sayısal temsil nedeniyle tercihlerin bozulma olasılığı

Mantıksız toplamsal veya çarpımsal ölçüt evrişim seçimi

2.3 Doğrusal Olmayan Programlama (NLP)

Doğrusal olmayan programlama, matematiksel programlamanın özel bir durumudur ve amaç fonksiyonu veya kısıtlamanın doğrusal olmayan bir biçimini ifade eder. Bu yöntemle çözülen problem, parametreler, kısıtlamalar, n parametre sayısı, s kısıtlama sayısı koşulları altında belirli bir amaç fonksiyonunun optimal değerini bulma problemi olarak formüle edilebilir.

Amaç fonksiyonu içbükey veya dışbükey olabilir. İlk durumda, karar verici maksimizasyon sorunuyla, ikincisinde ise minimizasyon sorunuyla karşı karşıya kalacaktır. Kısıtlama bir dışbükey fonksiyon tarafından verilirse, problem dışbükey olarak kabul edilir ve çoğu zaman genel dışbükey optimizasyon yöntemleri kullanılarak çözülür. Problem konveks değilse, o zaman problemin lineer veya konveks yaklaşımlarla çözülmesine izin veren lineer programlama problemlerinin özel formülasyonları veya dal ve sınır yöntemleri kullanılır. Bu tür yaklaşımlar, bir bölüm içindeki toplam değer üzerinde bir alt sınır oluşturur. İlerleyen bölümlerde, bir gün değeri yaklaşık çözümlerden herhangi biri için bulunan en iyi alt sınıra benzer gerçek bir çözüm bulunacaktır. Böyle bir çözüm optimal olacaktır, ancak mutlaka tek çözüm olmayacaktır. Böyle bir algoritmayı herhangi bir zamanda, optimal çözümün bulunan en iyi çözümden kabul edilebilir sapma içinde yer aldığından emin olarak durdurmak mümkündür; bu tür çözümlere e-optimal denir.

Doğrusal olmayan programlamada, dışbükey, ikinci dereceden, tamsayı, stokastik, dinamik programlama vb. gibi bağımsız bölümler ayırt edilebilir.

2.4 Uzlaşma Programlama (CP)

Uzlaşma programlama yöntemi fikri, hedef programlama yöntemine benzer. Yöntemin tekniği, "ideal" noktadan olan mesafenin belirlenmesine dayanmaktadır. En iyi çözümü bulmak için ideal çözümden "mesafeyi" en aza indirmek gerekir. Her bakımdan ideal noktaya en yakın olan nokta (çözüm) uzlaşık çözümdür. Bir dizi çözüm de bir uzlaşma olabilir.

En iyi çözümü bulma prosedürü aşağıdaki adımları içerir:

1) Alternatifleri değerlendirmek için parametreleri ve bu parametrelerin ağırlıklarını belirleyin.

2) Her bir değerlendirme parametresi için alternatifler hakkında bilgi kaydederek bir alternatif değerlendirme matrisi oluşturun.

3) Her bir kriter için optimizasyon yönünü belirleyin (değerleri maksimize etmek veya minimize etmek tercih edilir).

4) Matriksi, bir getiri matrisi (veya getiri matrisi) şeklini alacak şekilde normalleştirin.

5) Her bir kriter için alternatiflerin en iyi ve en kötü değerini bulun.

6) Kriterlerin ağırlıklarını ve her bir kriter için alternatifin değeri ile bu kriter için en iyi değer arasındaki farkı kullanarak, tüm değerlendirme parametreleri için her bir alternatifin genelleştirilmiş değerini bulun.

7) Değeri ideale en yakın olan alternatif en iyi çözümdür.

Uzlaşma programlama yönteminin avantajları:

Karar vericinin sezgisine ve deneyimine güvenme eğiliminde olduğu çözüm uzayındaki problemlerin çözümünde kullanışlılık

2.5 işbirlikçi oyunlar teorisi (CGT)

İşbirlikçi bir oyun, oyuncuların birleşik çabalarını içeren bir oyundur. İşbirlikçi oyunlar teorisi, ortak bir karar verirken oyuncular arasında ortaya çıkan çatışmaları araştırır. Böyle bir karar vermek için genellikle birkaç kriter olduğundan ve çoğu zaman çelişkili olduklarından, teori çok kriterli bir ortamda karar verme yöntemlerinden biri olarak kullanılır. Teori, oyuncuların birlikteliğinin hangi sonuçlarının hangi koşullar altında elde edilebileceğini araştırır.

İşbirlikçi oyunların çalışmasında ortaya çıkan ana görevler:

1) Oyuncuların tercihlerini karakterize eden bir fonksiyonun tanımı

2) Tarafların toplam kazancının bölünmesine ilişkin en uygun çözümün bulunması

3) Çözümün dinamik kararlılığının kontrol edilmesi

Toplam kazancın bölünmesi, her iki taraf için maksimum fayda ile karakterize edilen tek bir şekilde yapılabiliyorsa, bulunan çözüm benzersiz olabilir. Bu tür birkaç ayırma yöntemi varsa, optimal çözüm çok değerli olabilir. Tek bir optimal çözüm durumu, N-çekirdek ve Shapley vektörü için tipiktir, çok değerli bir çözüm - C-çekirdek ve K-çekirdek için.

2.6 Kaydırılmış ideal yöntem (DİSİD)

Bu yöntem, uygun çözümler kümesindeki en iyi çözümleri belirlemek için geliştirilmiştir ve aşağıdaki özelliklerle karakterize edilir:

Optimizasyonun yönünü belirleyen "ideal" bir çözüm oluşturma prosedürü. Genellikle böyle bir çözüm elde edilemez, ancak karar vericinin hedeflerini iyi yansıtır.

Her yinelemede en az tercih edilen çözümleri ortadan kaldırın. Böylece, prosedürün her adımında en kötü çözümler kademeli olarak ortadan kaldırılarak en iyi çözüm bulunur.

Yöntemi uygularken, aşağıdaki adımlar ayırt edilebilir:

1) Domine edilen çözümlerin hariç tutulması.

2) "İdeal" çözümün oluşturulması ve "en kötü" çözümün belirlenmesi.

3) Olası çözüm noktaları ile "en kötü" çözüm noktası arasındaki mesafenin belirlenmesi

4) Kabul edilebilir az sayıda en uygun çözüm kalana kadar 1-3 aşamalı döngünün tekrarlanması.

Aynı zamanda, oluşturulan “ideal” çözüm ile alternatiflerin karşılaştırılması, karar vericide çoğu zaman karar öncesi çatışma olarak adlandırılan mevcut alternatiflerden memnuniyetsizliğe neden olur. Karar sonrası çatışma, bazı alternatiflerin değerlendirme dışı bırakılmasından sonra ortaya çıkan bir memnuniyetsizliktir. İlk iterasyonlarda, mevcut çözümlerin “ideal” olana yaklaştırılması nedeniyle giderek azalan, çözümden önce güçlü bir çatışma vardır, çözümden sonraki çatışma ise tam tersine artar, bu da karar vericinin karar vericinin başarılı olduğunu gösterir. problemi yeterince incelememiştir.

2.7 ELEKTRE yöntemi

ELECTRE yöntemindeki seçim prosedürü 6 adımdan oluşur:

1) Her bir kriter için alternatiflerin minimum ve maksimum değerlerinin belirlenmesi

2) Kriter ağırlıklarının belirlenmesi

3) Köşelerin çözüm kümesinin bazı nesneleri olduğu ve yayların bir nesnenin diğerine baskınlık derecesini yansıttığı her bir kriter için bir grafiğin oluşturulması

4) Kriterlerin önemine ve kararların tercihine dayalı olarak sözde anlaşma ve anlaşmazlık endekslerinin bir değerler matrisinin derlenmesi

5) Çözümlerden birinin uyuşma indeksinin değeri belirli bir eşik değerini aşması ve uyuşmazlık indeksinin değerinin bu değere ulaşmaması durumunda her bir nesne çifti için üstünlük değerinin belirlenmesi

6) Belirlenen kısıtlamaları dikkate alarak genel bir üstünlük grafiğinin oluşturulması

2.8 Duyarlılık Değerlendirme ve Analiz Yöntemi (ESAP)

Duyarlılık değerlendirme ve analiz yöntemi, başlangıçta su yönetimi alternatiflerini değerlendirmek için bir çevre planlama tekniği olarak geliştirilmiştir. ESAP, alternatiflerin doğru bir değerlendirmesini elde etmek için kriter ağırlıklarının belirlenmesine dayanmaktadır. Bir alternatifin mevcudiyetinin ve çekiciliğinin değerlendirilmesi, doğal ve kültürel kaynaklar üzerindeki etkisi hakkındaki bilgiler ile bu kaynakların önemi (kriter ağırlıklarına göre belirlenen) ve tercih edilen değerleri hakkındaki bilgiler birleştirilerek belirlenir. Tahminlerinin, kaynakların önemi ve tercih edilen değerleri hakkındaki yargılardaki farklılıklara ve ayrıca bir veya başka bir alternatifi seçmenin sonuçlarındaki belirsizliğe duyarlılığını belirlemek için birkaç kişi veya bir grup kişiyle görüşerek bilgi toplanmalıdır. Artık bu yöntem sadece çevre planlamasında değil, diğer alanlarda da kullanılmaktadır.

2.9 Hedef Programlama (CPU/GP)

Hedef programlama yöntemi, MCO problemlerini çözmek için kullanılır ve karar vericiler için önemlerine göre kriterlerin sıralanmasına dayanır. Çözüm bulmanın ana görevi, her bir kriteri optimize etmek için birkaç ardışık alt görevi içerir. Aynı zamanda, bu tür bir optimizasyon amaç fonksiyonuna göre yapılır ve değerin daha önemli bir kriter tarafından bozulması pahasına değerin bir kritere göre iyileştirilmesi sağlanamaz. Böylece nihai sonuç, soruna en iyi çözümün keşfi olacaktır. Genellikle doğrusal problemlerin çözümünde hedef programlama yöntemi uygulanır. Aynı zamanda, doğrusal programlama yönteminden farkı, birçok amacın amaç fonksiyonu olarak değil, kısıtlar olarak resmileştirilmesinde yatmaktadır. Bu nedenle, yöntemi kullanırken, amaç fonksiyonlarının istenen değerleri ve bu değerlerden, çözüm arayışının ana hedefine ulaşma derecesini yansıtan değişken sapmaları belirlenmelidir.

2.10 Çok Kriterli Fayda Teorisi (MAUT)

Çok kriterli fayda teorisi, en popüler aksiyomatik olarak doğrulanmış yöntemlerden biridir. Bu teori R. Keaney, G. Rife, P. Fishburne tarafından geliştirilmiştir. Teori, karar vericilerin tercihlerini tanımlayan ve bir fayda fonksiyonu olarak grafiksel olarak sunulan aksiyomlara dayanmaktadır. Çok amaçlı bir ortamda en yaygın olarak uygulanabilir fayda aksiyomları, aksiyomları içerir:

Tam karşılaştırılabilirlik

geçişlilik

çözünürlük

Tercihe göre bağımsızlık

Yardımcı programa göre bağımsızlık

Arşimet

Yöntemin bariz zahmetine rağmen, bulunan çözümlerin matematiksel olarak gerekçelendirilmesiyle doğrulanabileceğini belirtmek önemlidir. Ek olarak, yöntem herhangi bir sayıda alternatifi değerlendirirken uygulanabilir ve çok kriterli fayda teorisinde karar vericilerle diyalog prosedürleri çok iyi gelişmiştir.

Yöntemin ana adımları şunları içerir:

1) Bir kriter listesinin geliştirilmesi

2) Her bir kriter için bir fayda fonksiyonu oluşturma

3) Genel fayda fonksiyonunun şeklini belirleyen koşulların kontrol edilmesi

4) Her bir kriter için seçeneklerin değerlendirilmesi ile seçeneğin karar vericiler için genel çekiciliği arasında bir ilişki kurmak

5) Mevcut tüm seçeneklerin değerlendirilmesi ve en iyi seçeneğin seçimi

2.11 Çok kriterli Q- ANCAKanaliz (MCQA)

Bu çok kriterli analiz yöntemi, çatışan taraflar arasında etkili bir diyalog prosedürü oluşturmak için kullanılır. MCQA-I, MCQA-II ve MCQA-III, karar vericiler için alternatifleri değerlendirme kriterlerini önem açısından ve alternatiflerin kendilerini çekicilik açısından sıralamayı mümkün kılar. Q-analiz, Ronald Atkin (1974, 1977) tarafından iki gösterge, özellik veya özelliğin birbiriyle ilişkili olduğu sosyal sistemlerin yapısal özelliklerinin incelenmesine yönelik bir yaklaşım olarak geliştirilmiştir. Daha sonra Q analizi, satranç teorisi (Atkin ve Witten, 1975), esnek üretim sistemleri (Robinson ve Duckstein, 1986), rekabetçi sporlar (Gould ve Gatrell, 1980) ve şehir planlaması (Beaumont, 1984) gibi çeşitli alanlarda uygulanmıştır. ). Q analizi, ekolojik çalışmalarda, örneğin nehir ekosistemlerinin değerlendirilmesinde (Casti ve diğerleri, 1979) ve yırtıcı-avcı ilişkilerinin çalışmasında (Casti, 1979) kabul edilen yararlı bir araçtır. Q analizi ayrıca klinik psikolojide (Macgill ve Springer, 1984), jeolojide (Griffiths, 1983), ulaşım sistemleri araştırmasında (Johnson, 1976), su dağıtımında (Duckstein, 1983) ve bir dizi başka bağlamda (Casti, 1979) . Q analizinin, örneğin tıbbi görüntülerin modellenmesi gibi karmaşık sistemlerle ilgili sorunların çözümünde özellikle yararlı olduğu kanıtlanmıştır. Bu yaklaşım, veri kümelerinin ve ilişkilerinin titiz bir tanımını gerektirir ve bir sistem içindeki ara bağlantılarının sonuçlarının araştırılmasını gerektirir. Yaklaşık olarak kesin veri kümeleri oluşturup bunların ilişkilerini inceledikten sonra, Q analizi, sistem hakkında ek bilgiye ihtiyaç duymayan oldukça basit hesaplamaları içerir. Q analiz yöntemi, veri indirgemesi için cebirsel bir topografik altyapı sağlayarak makroskopik sistem tasarım konseptlerini basitleştirmeye yardımcı olur. Bu amaçla, bağlantı derecesi, ademi merkeziyetçilik ve karmaşıklık gibi göstergeleri tanımlamak ve yorumlamak mümkündür. Q analizi yaklaşımı ayrıca bilgilerin sıralanmasını sağlar. Q analizi, yapısal matristen (arka bez olarak adlandırılır) üretilen davranışsal dinamiklerin analizi ile de ilişkilendirilebilir; Bu tür bir çalışma (trafik olarak adlandırılır), yaygın olarak çokyüzlü dinamikler olarak adlandırılan disiplinden yararlanır (Casti ve diğerleri, 1979; Johnson, 1981).

2.12 Uzlaşma geliştirmenin olasılıksal yöntemi (PROTR)

Bu çok kriterli optimizasyon yöntemi esas olarak karar vericinin tercihlerine dayalı doğrusal olmayan problemleri çözmek için kullanılır. Yöntem, soruna en iyi çözümü bulmak için bireysel fayda fonksiyonlarının oluşturulmasını içerir.

Çözüm arama prosedürü ardışık 12 aşamadan oluşur:

1) Bir amaç fonksiyonları vektörünün geliştirilmesi

2) En iyi ve en kötü kriter değerlerinin vektörlerinin geliştirilmesi

3) İkame fonksiyonunun formülasyonu

4) Bu fonksiyonu maksimize ederek bir başlangıç çözümü elde etmek ve buna dayalı bir hedef vektörü geliştirmek

5) Çok kriterli bir yardımcı fonksiyonun tanımı

6) Yeni bir ikame fonksiyonunun formülasyonu

7) Yeni bir ikame fonksiyonunu maksimize ederek alternatif bir çözüm üretilmesi ve buna dayalı bir hedef vektörünün geliştirilmesi

8) Vektörlerin hedef değerleri ile başarı olasılıklarını birbirine bağlayan bir vektörün geliştirilmesi

9) Kriterlerin tüm değerlerinin tatmin edici olup olmadığına karar verici tarafından karar verilmesi. Evet ise, elde edilen vektör sorunun çözümüdür, değilse adım 10 gerçekleştirilir.

10) Hedef değerin gerçekleşme olasılığı ile ilişkisinin en yetersiz olduğu vektörün seçimi ve yeni bir olasılığın tanımı

11) Yeni bir geçerli değerler kümesinin oluşturulması

12) Yeni bir ikame fonksiyonu formüle etmek ve döngüyü 6. aşamadan 12. aşamaya kadar gerektiği kadar tekrarlamak.

2.13 Zajonc-Wallenius yöntemi (Z-W)

Zajonc-Wallenius yöntemi, ağırlık vektörlerinin değer kümesini daraltma prosedürüne dayanmaktadır.

Bu prosedürün adımları şu şekilde açıklanabilir:

1) Ağırlık vektörlerinin geliştirilmesi

2) Global kriter değerinin hesaplanması (kural olarak, değer, geçerli değerler kümesini oluşturan çokgenin köşelerinden birine karşılık gelir)

3) Bu köşenin optimal çözüm olabileceği bitişik köşelerdeki kriter ağırlıklarının değerlerinin hesaplanması

4) Kriterlerin her biri için bu köşelerdeki tahmin vektörünün değerinin hesaplanması

5) Karar verici kriter vektörlerinin ikili karşılaştırması

6) Karar vericinin yargılarına dayalı olarak kriter ağırlıklarının değerleri üzerinde kısıtlamaların oluşturulması

7) Kabul edilebilir ağırlıklar aralığında merkez noktasının belirlenmesi

8) 2-8 döngüsünü tekrarlayın

Karşılaştırma yaparken, karar verici aşağıdaki yargıları ifade edebilir:

Bitişik bir kriter vektörü daha çok tercih edilir;

Başlangıç kriter vektörü daha çok tercih edilir;

Net bir tercih yok.

Böylece, arama sistematiktir ve bu da sonuçları en objektif hale getirir.

2.14 STEM yöntemi

STEM yöntemi, birkaç yinelemeden sonra en iyi çözüme ulaşılan yinelemeli bir çözüm arama prosedürüdür. Her döngü bir hesaplama aşaması ve bir karar verme aşaması içerir, yani analist ile karar verici arasındaki etkileşimi içerir.

Yöntem, çözüm uzayında ideal bir noktadan Chebyshev mesafesinin en küçüklenmesine dayanmaktadır. Uzaklık formülünü ve ölçülebilir alanı belirten parametreler, çözüm arayışının önceki aşamasında ifade edilen karar vericinin tercihlerine dayalı olarak ağırlık katsayılarının normalleştirilmesi yöntemi kullanılarak değiştirilebilir. Arama prosedürü, karar vericinin iyi çözümleri vurgulamasına ve kriterlerin göreceli önemini belirlemesine olanak tanır. Her yinelemede, karar verici alternatiflerin değerlerini bazı kriterlere göre iyileştirebilir ve diğerlerine sonuç verebilir. Aynı zamanda, karar verici her bir kriter için kabul edilebilir maksimum taviz miktarını belirtmelidir. Bir sonraki yinelemeyi gerçekleştirmek için, bir karar aldıktan sonra, karar verici, değerini iyileştirmek istediği ve değerin kendisi için halihazırda tatmin edici olduğu kriterlere ilişkin tercihlerini belirtmelidir.

2.15 SWT Yöntemi

SWT yöntemi, problem optimizasyon vektörüne göre gerekli tüm Pareto-optimal çözümlerin bulunmasını sağlayan çok kriterli bir optimizasyon yöntemidir. Yöntemi kullanırken, modellemede, tanımlamada, değerlendirmede, sıklıkla çelişen kriterleri karşılaştırırken, bir sistem analistinin rolünün bir karar vericinin rolüyle karıştırılmaması gerektiği dikkate alınmalıdır. Analist, Pareto-optimal çözümler ve alternatiflerin karşılık gelen değerlerini üretmekten sorumluyken, çeşitli çelişkili kriterlere göre kabul edilebilir ve tercih edilen tavizleri belirleme özgürlüğüne sahip değildir. Karar verici, analist tarafından gerçekleştirilen hesaplamalı analize dayalı tercih yargılarını ifade etmekten sorumludur. Ayrıca, herhangi bir kriter değerleri kümesi zaten elde edildiğinde, karar vericiden, iki kriter arasındaki imtiyazın (değer artışı veya azalması) göreli değerine ilişkin bir tahmin elde etmek, bunların mutlak değerlerinin bir tahmininden çok daha kolaydır. ortalama değerler.

2.16 PROMETHEE yöntemi (PRM)

PROMETHEE, alternatiflerin artılarını ve eksilerini yansıtan kriterlere dayalı olarak belirli bir setten bir alternatifi değerlendirmenize ve seçmenize ve bu alternatifleri karar vericiler için çekiciliğine göre sıralamanıza olanak tanıyan iyi tasarlanmış bir karar destek sistemidir. .

PROMETHEE, karar vericilerin tercihlerinin gerçek yapısı hakkında kesin yargılar gerektirmez. Alternatifleri değerlendirirken temel görev, bazı alternatiflerin en az diğeri kadar çekici olup olmadığı hakkında bilgi edinmektir. İlk adımda belirlenen tercih ilişkileri adı verilen temele dayalı olarak alternatiflerin sıralanması gerçekleştirilir.

Ana adımları göz önünde bulundurun:

1) Bir tercih fonksiyonu tanımlama

Başlangıç noktası, her bir kriter için alternatiflerin çekiciliğini yansıtan bir derecelendirme matrisinin oluşturulmasıdır. Puanlama matrisinde yer alan bilgilere dayanarak, alternatifler her bir kritere göre ikili olarak karşılaştırılır. Sonuçlar, her bir seçenek çifti için hesaplanan ve 0 ile 1 arasında değişebilen tercih fonksiyonları ile ifade edilir. 0, seçenekler arasında fark olmadığını gösterirken, 1 büyük bir fark anlamına gelir.

2) Seçenekler için tercih derecesinin değerlendirilmesi

Toplam değer matrisi, her bir kriter için alternatiflerin değerlerinin karşılık gelen kriterin ağırlığı ile çarpılmasıyla elde edilen değerler esas alınarak derlenir. Bu matriste, bir satırdaki tüm değerlerin toplamı, alternatifin baskınlık (çekicilik) derecesini yansıtır. Bir sütundaki tüm değerlerin toplamı, alternatifin başkaları tarafından ne kadar bastırıldığını gösterir. Baskın değerden alt baskın değer çıkarılarak doğrusal bir sıralama elde edilebilir.

Karar vericinin kriter ağırlıklarını belirlemesi ve bir tercih fonksiyonu seçmesi gerekmektedir. PROMETHEE, bu ağırlıkları belirlemek için özel bir yol ima etmez, ancak karar vericinin, en azından kriter sayısı çok fazla olmadığında, ağırlıkları doğru bir şekilde ayarlayabildiğini varsayar. Ağırlıklandırma faktörlerinin tanımı her zaman özneldir. Bu nedenle seçilen ağırlıkların sonucu ne kadar etkilediğini yansıtan duyarlılık analizi, karar verme sürecinin önemli bir parçası haline gelmektedir.

PROMETHEE yöntemi içerisinde çeşitli araçlar ve modüller geliştirilmiştir. Aşağıdaki 3 araç özellikle bir değerlendirme problemini analiz etmek için faydalı olabilir:

Alternatiflerin kısmi değerlendirilmesi için PROMETHEE I,

Tam sıralama için PROMETHEE II,

Çözümleri görselleştirmek için GAIA.

3. Bir yöntem sınıflandırmasının geliştirilmesi

Belirli bir duruma uygulanacak en uygun çok kriterli yöntemi seçme probleminin kendisi çok kriterli bir problemdir, çünkü birkaç seçim kriteri vardır ve bunlar doğal olarak çelişkilidir (AI-Shemmeri ve diğerleri, ). Bu nedenle listelenen yöntemlerin karşılaştırılabilmesi için ilgili kriterlere göre değerlendirilmesi gerekmektedir. Bu kriterleri belirlemek için yöntemlerin uygulanmasında farklılıklara neden olan yönlerin dikkate alınması gerekmektedir. Aşağıdaki hususları veya kriter gruplarını ayırmak gelenekseldir (Mollaghasemi ve Pet-Edwards, ):

1) Görev özellikleri

2) Karar vericinin özellikleri

3) Ortaya çıkan çözümün özellikleri

Belirli bir durumda uygulama için en uygun yöntem, tekniği çözülen problemin ve karar vericinin özelliklerine en uygun olanıdır ve elde edilen sonuçlar doğru yorumlanabilir ve karar verici için faydalı olabilir.

Bu nedenle, değerlendirilmek üzere kabul edilen on beş yöntem, seçilen üç yönü tanımlayan bazı kriterlere göre değerlendirilmelidir. Bu çalışmadaki her bir yön (kriter grubu), kriterlerin bir tanımını ve bu kriterlere göre yöntemlerin bir karşılaştırma tablosunu sağlayan ilgili bölüme ayrılmıştır. Yöntemlerin değerlendirilmesi, Aregai Tecle ve Ozernoy V.M.'nin çalışmalarında MMRM'nin karşılaştırılmasına dayanmaktadır. Bardossy , Khalili , Brans ve diğerlerinin eserlerinde pratik problemleri çözmek için yöntemlerin uygulanmasının gözden geçirilmesi.

3.1 Yöntemlerin çözülmekte olan problemin özelliklerine uygunluğunun değerlendirilmesi

Öncelikle uygulanan yöntemin incelenen problemin özelliklerine uygunluğunu belirlemek gerekir. Çok kriterli görevler, birbirini dışlayan birkaç çift özellik ile tanımlanabilir. Örneğin, eğer problem bir matematiksel programlama problemiyse, o zaman çözüm, kabul edilebilir kararlar kümesinde sistematik olarak olası alternatifler aranarak elde edilebilirken, karar analizi problemleri genellikle sonlu ve nispeten az sayıda alternatifin varlığını varsayar. değerlendirilmesi etkili bir çözüme yol açar. MCO problemini çözmek için gerekli olan nicel ve nitel bilginin mevcudiyetini yansıtan, birbirini dışlayan başka bir özellik çifti de uygun MMRM'yi seçerken büyük önem taşıyabilir. Problem nitel kriterler içeriyorsa, o zaman matematiksel programlama teknikleri onu çözmek için kullanılamaz. Görevin dinamik doğası, aynı zamanda, bu tür bir görevi destekleyen yalnızca birkaç MMRM olduğundan (Szidarovszky ve Duckstein, , ) uygulanabilir yöntemler kümesini büyük ölçüde sınırlar. Kriterlerin ve alternatiflerin sayısıyla ölçülen problemin ölçeği, mevcut yöntemler kümesine katı kavramsal ve hesaplama kısıtlamaları getirir. Ve son olarak, birçok MMRM, yalnızca doğrusal programlama problemlerini çözmek için tasarlandığından, yöntemleri karşılaştırırken, sorunun parametreleri arasındaki, doğrusallığını veya doğrusal olmama durumunu tanımlayan yapısal ilişkiler de dikkate alınmalıdır.

Bu nedenle, MMRM'nin uygulanabilirliğinin, çözülmekte olan problemin özelliklerine göre değerlendirilmesi, MMRM'nin aşağıdaki olasılıkları hakkında altı soruya olumlu veya olumsuz cevap verilerek yapılmalıdır:

1) Niteliksel kriterler içeren problem çözme

2) Sınırlı sayıda alternatif arasından seçim

3) Doğrusal olmayan problemleri çözme

4) Büyük ölçekli problemlerin çözülmesi (çok sayıda kriter ve alternatif ile)

5) Sonsuz sayıda alternatifle problem çözme

6) Dinamik problemlerin çözümü

MMRM'nin çözülmekte olan problemin özelliklerine göre uygulanabilirliğe göre karşılaştırma tablosunda (bkz. Tablo 3), yukarıdaki sorulara verilen olumlu ve olumsuz cevaplar sırasıyla ikili biçimde yani 1 ve 0 sayılarıyla sunulmaktadır. Netlik için, olumlu yanıt veren hücreler renkli olarak vurgulanır. Değerlendirme, Aregai Tecle, Gershon ve Duckstein, Brans, Brink ve diğerleri gibi MCO alanında birçok bilimsel makalenin ve uzmanın yazarlarının MMRM'yi uygulama deneyimine dayanmaktadır. (1986), Halili ve diğerleri.

Tablo 3. Yöntemlerin problemin özelliklerine uygunluk tablosu

Niteliksel Bilgi İşleme	Doğrusal olmayan problem	büyük meydan okuma	Dinamik görev	Sonsuz sayıda alternatif	Sonlu sayıda alternatif

3.2 Yöntemlerin karar vericilerin özelliklerine uygunluğunun değerlendirilmesi

Elbette uygulanan yöntemin karar vericinin yeteneklerine uygunluğu da dikkate alınması gereken bir husustur. Karar vericinin etkileşimli karar verme sürecine dahil olma derecesi ve karar vericinin etkileşim için hazır olabileceği süre, uygun MMRM'leri ciddi şekilde sınırlayabilen son derece önemli özelliklerdir. Ayrıca, en iyi çözümü bulma sürecine başlamadan önce karar vericinin tercihlerini belirtme kabiliyetinin dikkate alınması önemlidir. Tercihler ifade edilemiyorsa, çözüm aramaya başlamadan önce tercihler hakkında gerekli bilgilerin elde edilmesi gereken sonsal yöntemler bu sorunun çözümü için uygun kabul edilemez.

Karar vericinin MMRM'nin işleyiş ilkelerini anlama derecesi de kullanımlarını sınırlayabilir. MCO alanında özel bilgi gerektiren yöntemler, esas olarak elde edilen sonuçları yorumlamanın karmaşıklığı nedeniyle, karar vericiler için sezgisel yöntemlere göre daha az çekici olabilir. Örneğin, SWO yönteminin uygulanması MCO alanında ciddi bir mesleki eğitim gerektirirken, ELECTRE yöntemi ise tam tersine neredeyse hiç özel bilgi gerektirmez, yalnızca kesikli değerlerle kullanılır.

Ayrıca, görevi çözmekten sorumlu analistle (MCO alanında uzman) doğrudan ilgili özellikler de dikkate alınmalıdır. Örneğin, analistin karar destek yazılım ürünlerinin kullanımı konusunda özel bilgiye sahip olup olmadığını belirlemek gerekir.

MMRM'nin karar vericinin özelliklerine göre uygulanabilirlik açısından karşılaştırmasının sonuçları Tablo 4'te sunulmaktadır (bkz. Tablo 4). Değerlendirme 1'den 10'a kadar bir ölçekte yapılmıştır. Anlaşılır olması için her bir kriter için en yüksek değerleri içeren hücreler renkli olarak vurgulanmıştır.

Tablo 4. Yöntemlerin karar vericinin özelliklerine uygunluğu tablosu

MCO alanında karar vericinin gerekli bilgi düzeyi	Karar vericilerle etkileşim derecesi	Uygun DM zamanı	Karar vericilerin tercihleri hakkında gerekli bilgi miktarı	MCO alanında bir uzmanın gerekli yeterlilik düzeyi





usta işi, 26/04/2011 eklendi Analiz yöntemlerinin gruplara göre sınıflandırılması. Karar verme için gerekli bilgilerin toplanması ve saklanması. Tüketiciler tarafından etkili bir şekilde algılanması ve buna dayalı olarak yeterli kararların alınması için operasyonel ve entelektüel analiz sonuçlarının hazırlanması. kontrol çalışması, 15.02.2010 eklendi "Seçim yardım sistemleri" oluşturma alanındaki benzer gelişmelerin analizi. Çok kriterli yaklaşımın özü. Kullanıcı arayüzü geliştirme teknolojisi. Çeşitli yöntemler kullanarak program geliştirme planlaması. Bir ağ grafiği oluşturma. tez, eklendi 01/26/2013 Bir işletmenin faaliyetlerini yönetmek için bilgi sistemlerinin sınıflandırılması. İş Zekası sınıf sistemlerinin pazar analizi ve özellikleri. KDS'de kullanılan karar verme yöntemlerinin sınıflandırılması. İş zekası platformu seçimi, karşılaştırma kriterleri. tez, eklendi 09/27/2016 Lineer cebirsel denklem sistemlerini çözme yöntemlerinin özellikleri, ana sayısal yöntem türleri ve Delphi 5.0 yazılım ürününün en etkili olarak kullanılması. Gauss, Gauss-Jordan ve Jacobi yöntemlerinin özü, Seidel yönteminin özellikleri. dönem ödevi, eklendi 06/25/2010 Bilgisayar steganografisinin ilkeleri. Bilgi gizleme yöntemlerinin sınıflandırılması. En az anlamlı bit değiştirme yönteminin popülerliği. Palet genişletme ve blok gizleme yöntemlerinin özü. GIF görüntülerine yöntemler uygulama. Algoritmaların uygulanması. dönem ödevi, eklendi 02/17/2013 Kontrol nesnesinin kısa açıklaması, işlevlerini uygulayan mevcut analogların gözden geçirilmesi ve analizi. Yazılım sistem mimarisinin geliştirilmesi, uygulamanın etkinliğinin test edilmesi ve değerlendirilmesi. Yazılım ürününün dağıtımı ve kullanımı. dönem ödevi, eklendi 02/05/2015 Karar verme için özel olarak tasarlanmış insan-makine kompleksleri. Karar verme süreci ve aşamaları. Yeni çözümler bulma yöntemleri: karar ağacı, morfolojik tablolar, fikir konferansları. Eğilimlerin matematiksel olarak değerlendirilmesi ilkesi. dönem ödevi, eklendi 07/30/2009 SQL Server DBMS mimarisine genel bakış. Çok değişkenli veri analizi ve veri madenciliği gibi iş zekası araçlarının kullanıldığı alanları tanımlayın ve analiz edin. Elde edilen bilgilerin dil araçlarının, yöntemlerinin ve deneysel uygulamasının gözden geçirilmesi. tez, eklendi 07/09/2014 Teknolojik bir nesnenin güvenliğinin çok kriterli yönetim sisteminin yapısı. Güvenlik alt sistemlerinin karşılıklı ilişkilerinin dikkate alınması. Çok kriterli alternatiflerin karşılaştırılmasına dayanan uzman karar verme yöntemleri. Analitik hiyerarşi yaklaşımının özü.

Ekonomik kısım

Ekonomik kısımda, abone yazılımlarının belirlenen kriterlere göre karşılaştırması yapılmış ve çok kriterli problem çözme teorisi (MKZ) kullanılarak en iyileri belirlenmiştir. En iyi paketin seçimi, küresel ağlar alanında bir uzmanın bakış açısından ve ağlarla hiç ilgilenmemiş bir kullanıcının bakış açısından yapılmıştır.

Bu sorun "kaydırılmış ideal" yöntemiyle çözüldü. 'de açıklanan bu yöntem, çok sayıda nesne ve karşılaştırma kriteri durumunda en çok tercih edilen nesneyi seçme problemlerini çözmek için tasarlanmıştır.

"Kaydırılan ideal" yöntemi aşağıdakileri varsayar.

A kümesinin sonlu sayıda çok kriterli nesne içermesine izin verin i=1...N Tüm kriterler bir aralık veya oran ölçeğinde ölçülür.

A kümesinde ulaşılan kriterin maksimum fayda değerine dayanarak ideal nesneyi oluştururuz. Yani, çok kriterli bir nesnenin faydası, kriterdeki artışla artıyorsa ve çok kriterli bir nesnenin faydası, kriterdeki artışla azalıyorsa, Kriterde bir artış. İdeal nesne A kümesine aitse, o zaman çok kriterli problemin çözümü olacaktır.

Ayrıca A kümesinde elde edilen kriter değerinin minimum fayda değerine dayanarak en kötü nesneyi oluşturuyoruz.

Olağan ölçüm ölçeklerinden, aralıkta normalleştirilmiş ölçeklere geçelim

Çok kriterli bir cismin kritere göre ideal bir cisme olan uzaklığı olarak yorumlanabilir. Bu durumda, ideal nesne için her şey 0'a eşit olacak ve en kötü nesne için her şey 1'e eşit olacaktır.

Bundan sonra, karar vericilerden (DM'ler) kriterlerin göreceli önemini belirlemeleri istenmelidir. Karar vericilerin kararın amacını yeterince anlamadıkları için tam olarak belirtmekte zorlandıkları durumlarda, kriterlerin göreli önem ağırlıklarının belirlenmesinde entropi yaklaşımının kullanılması gerekmektedir. Bu yaklaşımın önkoşulları aşağıdaki iddialardır.

A kümesine ait nesneler için belirli bir kriterin dağılımı küçük veya sıfıra eşitse, bu kriter bilgilendirici değildir; ya göz ardı edilebilir ya da küçük bir ağırlıkla dikkate alınabilir. Ve bunun tersi, kriterlerin dağılımı büyükse, bu, en iyi nesneyi seçerken özel dikkat gösterilmesi gereken bu kriter olduğunu gösterir.

Entropi genellikle tek kriter dağılımının bir ölçüsü olarak kullanılır. Söz konusu yöntem için, her bir kriterin entropisi aşağıdaki formülle hesaplanır.

Karar vericiler kendileri için net bir tercih sistemi oluşturmadıkları için tahminlerde büyük hatalar olabilir. Bu nedenle, kriterlerin ağırlıkları olarak alıyoruz.

Nesneleri karşılaştırmak için bir metrik olarak bir ifade kullanılmalıdır. p'nin artmasıyla, değerleri en kötüye yakın olan kriterlere katkısı azalır ve tam tersi, değerleri ideale yakın olan kriterlerin katkısı keskin bir şekilde artar.

"Kaydırılan ideal" yöntemi, sayılarla ifade edilen nesnelerin özellikleriyle çalışır, bu nedenle nesneleri karşılaştırmak için nitel kriterler sayılara dönüştürülmüştür.

Kriterler aşağıdaki şekilde sayısallaştırılmıştır.

tablo 1

Not: "Belgeleme" kriterinin değerlendirmesi şu şekilde yapılmıştır: 0 (belge yok), 1 (eksik belge mevcut, dil - İngilizce), 2 (eksik belge mevcut, dil - Rusça), 3 (tam belge mevcut, dil - İngilizce), 4 (tüm belgeler mevcut, dil - Rusça).

Tablo 1'e göre, her bir araştırma nesnesinin özellikleri sayısal terimlere dönüştürülmüştür. İdeal ve en kötü nesneler de oluşturuldu. Tablo 2, ideal ve en kötü nesnelerin yanı sıra tüm çalışma nesnelerinin dijital özelliklerini göstermektedir.

Tablo 2

Tablo 2'nin devamı

Objektif bilgi elde etmek için, X-Atom ağının çalışanları ve aboneleri arasında bir anket yapıldı. Anket sonuçlarına göre her bir kriter için önem katsayıları belirlenmiştir.

Tablo 3, X-Atom ağının çalışanları ve aboneleri arasında yapılan bir anket sonucunda belirlenen kriterlerin göreceli önem katsayılarını göstermektedir.

Tablo 3

Çok kriterli bir seçimi C++ dilinde uygulamak için bir uzman seçim programı yazılmıştır. Program metni Ek 11'de verilmiştir.

Uzman seçim programı için ilk veriler şunlardır: karşılaştırma nesnelerinin sayısı ve adları, karşılaştırma ölçütlerinin sayısı ve adları, her abone yazılım paketi için ölçütlerin gerçek değerleri ve her karşılaştırma ölçütü için göreli önem katsayıları. Hesaplamalar sonucunda program en iyi abone yazılım paketini belirler ve adını ekranda gösterir.

Bir uzman seçim programı yardımıyla, tüm abone yazılım paketlerinden aşağıdakiler seçildi: uzman bakış açısına göre en iyi paket ve kullanıcı bakış açısına göre en iyi paket.

Aşağıdaki sonuçlar elde edildi.

Bir uzmanın bakış açısından Ka9q paketi en iyisidir. Bu oldukça doğrudur, çünkü Ka9q paketi kaynak koduyla birlikte ücretsiz olarak dağıtılır ve kullanıcılara neredeyse tüm ağ servislerini sağlar. Kaynak metinlerin mevcudiyeti, paketi değiştirmeyi ve yeni bir abone yazılımı paketi için temel olarak kullanmayı mümkün kılar. Paketin ana dezavantajı, çok zayıf arayüzü ve karmaşık kurulumudur, ancak bir uzman için bu çok önemli değildir.

Kullanıcının bakış açısından Minuet abone yazılım paketi en iyisidir. Bu aynı zamanda doğrudur, çünkü Minuet paketi hemen hemen tüm ağ hizmetlerini sağlar ve harika bir kullanıcı arayüzüne sahiptir. Dezavantajı, kaynak kodlarının olmaması ve dolayısıyla modifikasyonun imkansız olmasıdır.

Program önyargılı ideal yöntemin belirli bir uygulaması için yazılmış olsa da, önyargılı ideal yöntemi kullanarak herhangi bir çok kriterli nesneyi karşılaştırma yeteneği sağlar.

Emek koruma ve bilgi koruma unsurları

Bilgisayarlarını ağa bağlamaya karar veren kullanıcılar, bilgi güvenliğine özellikle dikkat etmelidir. Bilgi güvenliği için katı gereksinimler, bir ağa bağlı bir bilgisayarın ağ üzerindeki herhangi bir yerden erişilebilir hale gelmesi ve bu nedenle virüslere ve yetkisiz erişime karşı kıyaslanamayacak kadar daha hassas olması gerçeğiyle ilgilidir.

Bu nedenle, yetkisiz erişime karşı korumaya uyulmaması bilgi sızıntısına neden olabilir ve virüslere karşı korumaya uyulmaması, önemli sistemlerin arızalanmasına ve günlerce süren çalışmaların sonuçlarının yok olmasına neden olabilir.

Çok görevli işletim sistemleri (Unix, VMS gibi) çalıştıran bilgisayarlar virüs bulaşmasına karşı çok hassas değildir, ancak özellikle yetkisiz erişime karşı dikkatli bir şekilde korunmalıdırlar. Bu bağlamda, çok görevli işletim sistemlerinin kullanıcıları aşağıdaki gereksinimlere uymalıdır.

Her kullanıcının kendi benzersiz Unix sunucu oturum açma adı ve parolası olmalıdır.

Kullanıcı kendisi için belirlediği şifreyi başka kişilere açıklamamalıdır.

Kullanıcı, şifreyi en az üç ayda bir ve şifreyle ilgili her türlü bilgi sızıntısı durumunda değiştirmelidir.

NetWare LAN dosya sunucularının yöneticileri ve kullanıcıları, LAN'larında da yukarıdaki gereksinimleri takip etmelidir. Bunun nedeni, Iptuunel yardımcı programının ağa bağlı bir dosya sunucusuna yüklenmesi durumunda, dosya sunucusuna da ağdaki herhangi bir yerden erişilebilir hale gelmesidir.

Tek görevli işletim sistemlerinde (MS-DOS gibi) çalışan bilgisayarlar, yetkisiz erişime karşı (tek görevleri nedeniyle) yeterince korunur, ancak virüslerden özellikle dikkatli bir şekilde korunmaları gerekir.

Sayfa 1

SANATORYUM TİPİ TIBBİ VE ÖNLEYİCİ KURUMLAR İÇİN TIBBİ BİLGİ SİSTEMLERİNİN ANALİZİ.

Sağlık kurumlarının faaliyetlerinin bilgilendirilmesi uzun zamandan beri acil bir ihtiyaç olmuştur. Sürekli artan finansal, tıbbi ve istatistiksel bilgi dizilerinin işlenmesi ancak modern bilgi ve bilgisayar teknolojilerinin kullanılmasıyla mümkün olmuştur. Sadece bilgi hacmi artmadı, aynı zamanda işleme hızı için gereksinimler de arttı. Her yıl, üst düzey kuruluşlar, “elektronik raporların” (yani elektronik formdaki raporların) aktarımı için gereksinimleri artırmaktadır. E-posta ve İnternet kullanan sağlık hizmetleri konuları arasındaki elektronik veri alışverişinin rolü istikrarlı bir şekilde büyümektedir.

Şu anda, her bir sağlık kurumu (HCI) bir dereceye kadar bilişim kapsamındadır. Çoğunlukla bunlar, sağlık tesislerinin çeşitli faaliyet alanları için yerel, birbirine bağlı olmayan otomasyon sistemleridir. Uygulamada, bölgesel sağlık hizmetlerinin bilgilendirilmesi yalnızca sağlık tesislerinin mali ve ekonomik hizmetlerini kapsar: muhasebe, planlama ve ekonomi departmanı, sigorta tıbbı. Sağlık tesislerinde tıbbi bakımın kalitesini ve erişilebilirliğini artırmak için kurumda her türlü faaliyetin kapsamlı bir otomasyonunun yapılması gerekmektedir.

Günümüzde tıbbi bilgi sistemleri (MIS) pazarı, geniş bir fiyat aralığında ve farklı işlevselliklerle oldukça farklı çözümler sunmaktadır. Çalışma sırasında 30 tıbbi bilgi sistemini inceledik. Bunlardan 12'si Ukraynalı bir üreticinin ürünleri, 18'i Rus. Sistemlerin çoğu, yani 13, sanatoryumlar için uzmanlaşmıştır.

Çalışmamızın amacı, sanatoryum tipi tıbbi ve koruyucu kurumlar için tıbbi bilgi sistemlerini genel kabul görmüş kriterlere göre karşılaştırmak ve çok kriterli görevleri çözme teorisini kullanarak en uygun olanı belirlemekti.

Optimal sistemin seçimi, açık ağda mevcut verilere göre alıcı açısından gerçekleştirildi. Bu sorun "kaydırılmış ideal" yöntemiyle çözüldü. 'de açıklanan bu yöntem, çok sayıda nesne ve karşılaştırma kriteri durumunda en uygun nesneyi seçme görevlerini çözmek için tasarlanmıştır.

Çalışma sırasında hakkında en detaylı bilgiye açık kaynaklarda bulunan 19 tıbbi bilgi sisteminin karşılaştırması yapılmıştır. Sistemlerin karşılaştırılması, karşılaştırma için genel kabul görmüş kriterlere göre yapılmıştır. Yani:

sistemin işlevselliğinin eksiksizliği;

Programın maliyeti (bir işyeri için);

· bir veritabanı yönetim sisteminin (DBMS) edinilmesine yönelik yatırım ihtiyacı;

bir DBMS'nin maliyeti;

· Ukrayna mevzuatına uyum.

"Kaydırılan ideal" yöntemi, sayılarla ifade edilen nesnelerin özellikleriyle çalışır, bu nedenle sistemleri karşılaştırmak için nitel kriterler sayılara dönüştürülmüştür (Tablo 1).

Tablo 1. Karşılaştırma kriterlerinin dijital forma dönüştürülmesi.

- 275.50 Kb

Rusya Federasyonu Eğitim ve Bilim Bakanlığı

FGOU HPE "N.P. Ogaryov'un adını taşıyan Mordovia Devlet Üniversitesi"

Matematik Fakültesi

Uygulamalı Matematik Bölümü

BİLDİRİ

Matematik Fakültesi 4. sınıf öğrencileri

(uzmanlık alanı "Uygulamalı Matematik ve Bilişim")

Korovina A.V.

dönemde endüstriyel uygulamanın geçişi üzerine

09/01/11 - 05/15/12

Uzman Karar Yöntemleri

Rapor Korovina A.V.

404 grubu, d / o

Rapor, Dr. Safonkin V.I. tarafından kabul edildi.

Saransk

2012

1.	Giriiş………………………………………………………………………......				3
2.	Çok kriterli görevlerin çözümü…………………………………………..				4
	2.1.		Çok kriterli görevlerin beyanı ……………………………..........		4
	2.2.		Çok kriterli problemleri çözme yöntemleri ……………………………		5
3.	Uzman karar verme yöntemleri……………………………………......				14
	3.1.		Bir problem durumunun uzman değerlendirmesinin aşamaları …………..
	3.2.		Grup karar vericileri için sorunun beyanı ………………………………. .....
	3.3.		Grup onayı türleri ……………………………………………
		3.3.1.		diktatör ilkesi………………………………………………………
		3.3.2.		oylama ilkesi………………………………………………… …...
		3.3.3.		sistem dışı seçim ilkeleri………………………………………...
	3.4.		Gruplarda kararların oluşumu ………………………………… …......
	3.5.		Uzman değerlendirmelerinin sonuçlarının işlenmesi ………………………………
		3.5.1.		uzman değerlendirmelerinin istatistiksel işleme yöntemleri…………….
4.		Çözüm…………………………………………………… ………………...
5.		Kullanılmış literatür listesi………………………………………......

1. Giriş

Ekonomik sistemleri yönetme pratiğinde, genellikle bilginin kısmen veya tamamen bilinmediği veya problem durumunu açıklamak için erişilmesi zor olan veya yeterli doğrulukla resmileştirilemeyen problem durumları vardır. Bu durumda, bu tür problemler genellikle mevcut problem durumunu analiz eden ve değerlendiren ve onu çözmek için belirli bir dizi alternatif üreten ilgili bir uzman grubunun yardımıyla çözülür. Uzmanların katılımıyla karar verme yönteminin özü, her uzman için ayrı ayrı uzman değerlendirmeleri almak ve bir bütün olarak tüm grup için en iyi nesne (çözüm) hakkında genelleştirilmiş bir görüş formüle etmektir.

Bir grup uzman tarafından karar verme problemlerini çözme teknolojisi, bireysel seçim teknolojisine benzer ve aynı genelleştirilmiş prosedürleri ve işlemleri içerir: problemin farkındalığı ve tanımlanması, analizi; kararların bilgi hazırlanması; arama ve karar verme; kararların uygulanması vb.

Uzman yöntemlerin özelliklerini karakterize eden ayrı grup seçimi prosedürlerini ele alalım.

2. Çok kriterli problemleri çözme

2.1. Çok kriterli görevlerin beyanı

Karar verme görevlerine, ikiden fazla olan hedefe ulaşmak için kriter sayısı olan çok kriterli denir:

K Ì (K 1 , K 2 , ..., Km ),

ve görevlerin kendileri çeşitli alternatiflerle karakterize edilir:

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

Tablo 1.1.

Çok kriterli bir görevin açıklama matrisi

Nesneler (alternatifler)	Kriterler
Nesneler (alternatifler)	K1	K2	…	Km
1			…
2			…
…	…	…	…	…
Bir			…

Bu tür görevler genellikle Tablo'da verilen matris ile tanımlanır. 1.1.

Çok amaçlı problemin matematiksel yorumu, nesnelerin kriter uzayında (K 1 ,K 2 ,...,K m ) bir nokta olarak gösterilmesidir. Kriter değerlerinin ayrık olarak değiştiği problemlere ayrık karar verme problemleri denir. İki boyutlu bir ölçüt uzayında (k 1 , k 2 ) üç nesne için ayrı bir problemin görüntülenmesine ilişkin bir örnek, şekil 2'de gösterilmiştir. 1.1.

Pirinç. 1.1.

Çok kriterli bir problemin grafiksel yorumu

(3 nesne, 2 kriter)

Kriterlerin değerleri sürekli değişiyorsa, problem vektör optimizasyonu problemine aittir. Bu durumda, böyle bir problemin grafiksel yorumu, kriterler uzayında belirli bir alan olarak sunulur.

Gerekli çözüme bağlı olarak, çok kriterli problemler aşağıdaki sınıflara ayrılabilir:

seçim görevleri (en çok tercih edilen nesnenin seçimi);
değerlendirme görevleri (bir nesnenin bütünleyici bir kritere göre değerlendirilmesi);
Pareto-optimal çözümleri belirleme problemleri.

Farklı sınıflara ait problemleri çözmek için uygun çözüm yöntemlerine ihtiyaç vardır. Çok kriterli problemleri çözmek için bir dizi pratik yöntemi ele alalım.

1.2. Çok kriterli problemleri çözme yöntemleri

Çok kriterli problemleri çözme yaklaşımlarına göre, üç ana yöntem grubu vardır: sözlükbilimsel, etkileşimli, aksiyomatik.

ile ilgili çözüm yöntemleri İlk grup, kriterlerin baskınlığı varsayımına dayanmaktadır. Problem, her birinde iki aşamanın gerçekleştirildiği birkaç döngüde çözülür: kriter sıralaması; en önemli kritere göre bir nesnenin seçimi.

şirket ikinci grup esas olarak, çözülmekte olan problemin özelliklerine bağlı olan etkileşimli prosedürler olan en çok tercih edilen nesneyi (çözüm) seçmeye yönelik yöntemleri ve algoritmaları içerir.

yöntemler üçüncü grup(aksiyomatik) fayda teorisinde geliştirilen kullanım hükümleri. Burada örtük tercih fonksiyonunun özelliklerini tanımlamak ve ayarlamak, yani karar vericinin bir nesneyi seçerken ve değerlendirirken kullandığı tercih yapısını ayarlamak gerekir. Belirlenen özelliklere dayalı olarak, karar vericinin tercihlerinin yapısını tanımlayan bazı analitik işlevler (fayda işlevi) seçilir. Aynı zamanda, karar verici görevin içeriği konusunda bilgili olmalıdır. Bu yöntem, öncekilere kıyasla en çok zaman alan yöntemdir, ancak nesnelerin daha makul tahminlerinin elde edilmesini sağlar.

Bu yöntemlerden bazılarına daha yakından bakalım.

sözlükbilimsel yöntemler. Bu yöntemle problemler çözülürken kriterler (k 1 , k 2 , ..., k m ) önem derecesine göre sıralanır, böylece indeks 1 (rank) en önemli kritere atanır. Ayrıca, nesneleri seçme prosedürü bu kritere göre gerçekleştirilir. Kalan kriterler (k 2 , k 3 , ..., k m ) problemin yapısından bilinen tip kısıtlamalarına tabidir: a 2 ≤ k 2 ≤ b 2 ; a 3 ≤ k 3 ≤ b 3 ; …; bir m ≤ k m ≤ b m

Herhangi bir kriter belirtilen kısıtlamaları karşılamıyorsa, değerlendirme dışı bırakılır. Sonuç olarak, bir dizi geçerli nesne (alternatif) oluşur, örneğin: bir buzdolabı seçerken, aşağıdaki kriterleri kriter olarak belirleyebilirsiniz:

k 1 - toplam hacim (m 3);

k 2 - dondurucunun hacmi (m 3);

k 3 - güç (kW);

k 4 - fiyat (ruble), vb.

k 1 kriterine göre, bir nesneyi benzersiz olarak seçmek mümkün değilse a iÎ Ve sonra bir sonraki en önemli kritere göre bir seçim yapılır - k 2, vb.

Şart hakimiyet anlamlı olarak şu anlama gelir: nesneleri k 1 kriterine göre sıralarsanız, k 2 , k 3 , vb. kriterler dikkate alınırsa bu sıra değişmez, yani k 1 o kadar önemlidir ki, aralarında önem bakımından hakimdir. diğer hepsi.

Etkileşimli yöntemler grubunda en yaygın tercih edilen ilkeler şunlardır: tercih edilen nesne(“kaydırılmış ideal” yöntemi). Bu yöntem, bu tür problemlerin çözümünü uygulayan geniş bir algoritma grubunu içerir. Bu yöntemi birleştiren ortak özellikler, bir “ideal nesne”nin varlığı ve tarama prosedürlerinin varlığıdır.

Bir "ideal nesne" oluştururken, görüntüsünün gerçek nesneler kümesine (A l , A 2 , ..., A n ) ait olmaması veya hatta hiç olmaması oldukça olasıdır. Bu durumda (A l ,A 2 ,...,A n ) kümesindeki nesneler oluşturulan ideal nesnenin modeli ile karşılaştırılır ve bir eleme prosedürü gerçekleşir. Bir "ideal nesne" modeli oluştururken, bir kullanıcı uzmanının (DM) bilgi ve deneyimini kullanmak önemlidir, çünkü o en iyi gerçek nesnelerden alınan özellikleri ve parametreleri daha doğru anlar ve bir "içeriği oluşturur. ideal nesne”.

Eleme prosedürü, istenen en çok tercih edilen nesneyi içermeyen ilk nesne kümesinden (Al, A2, ..., An) alt kümelerin hariç tutulmasıyla karakterize edilir.

Genel olarak, en çok tercih edilen nesneyi bulma prosedürü birkaç aşamadan oluşur.

“İdeal nesnenin” oluşumu.
Bir yazışma oluşturmak için bir dizi nesnenin analizi
"ideal nesne".
Analizde açıkça en iyi olmadığı kabul edilen nesnelerin ilk kümeden (A l ,A 2 ,...,A n ) etkileşimli olarak hariç tutulması.
Azaltılmış bir nesne grubu için 1. adıma gidin.

Kaydırılmış ideal yöntemi kullanarak bir karar verme problemini çözmenin bir örneğini düşünün.

örnek 1

Sorun durumunun açıklaması S 0

Problemin tanımı.

Bir seri halinde piyasaya sürülecek en umut verici CNC makinesini belirleyin.

PR Süresi: T = 1 hafta.
Halkla İlişkiler için Kaynaklar: makinelerin özellikleri hakkında bilgi.
Kriter (K):

K 1 - ortalama çalışma süresi (s);

K 2 - arızalar arasındaki sürenin güvenilirliği (bin saat);

K 3 - makinenin maliyeti (bin ruble).

Çok sayıda kısıtlama (B).

Kriter değerlerinin değişimi için üst ve alt limit limitleri bilinmektedir.

Çok sayıda alternatif seçenek.

Tablo 1.2

Varyant Matrisi

İş tanımı

2.1.
Çok kriterli görevlerin beyanı………………………………..........
4

2.2.
Çok kriterli problemleri çözme yöntemleri………………………………
5
3.
Uzman karar verme yöntemleri……………………………………......
14

3.1.
Bir problem durumunun uzman değerlendirmesinin aşamaları…………..

3.2.
Grup karar vericileri için problemin ifadesi………………………………….

3.3.
Grup onayı türleri……………………………………………

3.3.1.
diktatör ilkesi…………………………………………………………

3.3.3.
sistem dışı seçim ilkeleri………………………………………...

3.4.
Gruplar halinde kararların oluşturulması………………………………………......

3.5.
Uzman değerlendirmelerinin sonuçlarının işlenmesi………………………………

3.5.1.
uzman değerlendirmelerinin istatistiksel işleme yöntemleri…………….

4.
Çözüm……………………………………………………………………...

5.
Kullanılmış literatür listesi………………………………………......

Etkileşimli Kaydırılmış İdeal Yöntem

Yöntem, en çok tercih edilen nesnelerden birini veya bir alt kümesini seçmek için tasarlanmıştır. Yöntemin karakteristik özellikleri şunlardır:

a) "ideal" bir nesnenin () oluşumu için bir prosedürün varlığı, bir tür hedef olarak hizmet eder. Böyle bir "ideal", kural olarak, elde edilemez ve gerçekte mevcut değildir, ancak karar vericinin hedeflerini anlaması için ona sahip olmak yararlıdır;

b) her yinelemede, en çok tercih edilen ᴛ.ᴇ olduğunu iddia etmeyen nesneler hariç tutulur. "en iyi" nesneler seçilmez, ancak "en kötü" olanlar hariç tutulur.

Genel olarak, yöntemin algoritması aşağıdaki gibidir. Aralarında en çok tercih edilenler olmaması gerektiğinden, önce hükmedilen nesneler hariç tutulur.

En çok tercih edilen kriter değerlerinden bir "ideal" nesne ve en az tercih edilen değerlerden bir "anti-ideal" nesne oluşturulur. Nesnelerden orijinal kümeden "anti-ideal"e olan mesafeler, "en kötü" nesnelerin seçildiği esas alınarak belirlenir. Bu tür nesneler arasında, kural olarak, en çok tercih edilen nesneler vardır. değer (nesneler ve Şekil 2.2'de).

"En kötü" nesneleri ortadan kaldırdıktan sonra, tekrar "ideal" oluşturma aşamasına geçiyoruz ve gerçek nesnelere yaklaşarak değişiyor (şekilde, bu ).

Prosedür, en çok tercih edilen olarak kabul edilen az sayıda nesne kaldığında sona erer.

Gerçek hayattaki nesneleri "ideal" ile karşılaştırırken, oluşturulan "ideal" e erişilememesi nedeniyle karar vericinin tatminsiz hale geldiğine dikkat edilmelidir. Bu memnuniyetsizliğin adı karar öncesi çatışma.

En çok tercih edilen nesneyi seçtikten sonra, karar verici başka bir nesne değil, bu belirli nesnenin seçilmesinden dolayı tatmin olmaz. Bu memnuniyetsizliğin adı çözümden sonra çatışma.

Yöntemin ilk yinelemelerinde, çatışma çözüme üstün gelir. Sonraki iterasyonlarda, "ideal" gerçek nesnelere yaklaşır ve karar öncesi çatışma azalır. Bu durumda karar sonrası çatışma artabilir. Bu, karar vericinin çözülmekte olan problem hakkında yetersiz bilgisi olduğunu gösterir.

İş için bir organizasyon seçme örneğini kullanarak yöntemin algoritmasını ayrıntılı olarak ele alalım.

İlk kuruluş kümesinin =8 nesne içermesine izin verin. Aşağıdaki üç kriteri kullanıyoruz: 1- maaş seviyesi (ayda bin ruble), k2– mesafe (iş yerine seyahat dakikaları) k3- büyüme beklentisi (0'dan 10'a kadar puanlar halinde). Aşağıda ölçüt değerlerine sahip 8 kuruluş yer almaktadır:

mülkün adı	Zar. ref.rf'de barındırılıyor Ödemek	uzaklık	umutlar
seçenek 1
seçenek 2
Seçenek 3
Seçenek 4
Seçenek 5
Seçenek 6
Seçenek 7
Seçenek 8

İlk olarak, seçenekler kümesini analiz eder ve baskın olanları hariç tutarız. 8 seçenekten altıncı seçenek 3. seçeneğe göre baskın olduğundan altıncı seçenek kapsam dışı tutulmuştur.

Aşama 1. "İdeal nesnenin oluşumu, tüm nesneler arasında kriterin maksimum tercih değeri nerededir, ᴛ.ᴇ. , nesnenin tercihi artan ile artıyorsa veya nesnenin tercihi azalan kriter ile artıyorsa .

"İdeal" bir dizi nesneye aitse, o zaman en çok tercih edilen olacaktır. Ancak MCZ genellikle etkin nesneler kümesinde çözüldüğünden, "ideal" nesne orijinal kümeye ait olmayacaktır.

Aynı aşamada en az tercih edilen değerlerden bir "anti-ideal" nesne oluşturulur.

Bu örnekte, ʼʼidealʼʼ ve "anti-ideal" nesneler şunlardır:

Aşama 2. Aşağıdaki ifadeye göre fiziksel ölçü birimlerinden göreceli birimlere geçiş:

Göreceli birimlerde, aralıkta tüm kriterler değişecektir, daha küçük, nesne kritere göre "anti-ideal" e o kadar yakındır.

mülkün adı	Zar. ref.rf'de barındırılıyor Ödemek	uzaklık	umutlar
seçenek 1	0,25	0,8	0,2
seçenek 2			0,4
Seçenek 3	0,875	0,4	0,2
Seçenek 4	0,5	0,6
Seçenek 5			0,6
Seçenek 7		0,2
Seçenek 8	0,625	0,4	0,8

İlk iki aşama, karar vericinin katılımı olmadan otomatik olarak gerçekleştirilir.

Aşama 3. Kriterlerin ağırlıklarının belirlenmesi (göreceli önem katsayıları). Karar verici, kriterlerin önemi hakkındaki yargılarına dayanarak, kriterlerin ağırlıklarını belirler. . İzin vermek 1 = 0.4; V2 = 0.3; V3 = 0.3.

Aşama 4. Nesnelerin "anti-ideal" e olan mesafesinin hesaplanması. Aşağıdaki ifade bir metrik olarak kullanılır:

Farklı kullanarak, farklı metrikler elde edebilirsiniz. Böylece, bir toplama operatörü elde ederiz ve (2.2) için şu olur: . Değer ne kadar büyükse, nesne "anti-ideal"den o kadar uzak ve "ideal"e daha yakındır. Bir sonraki, beşinci aşamada, farklı değerlerin ayarlanması p, "ideal" ile karşılaştırmak için farklı metrikler tanımlanır. Metrikleri hesaplayalım

	p=3	p=2	p=1	p=0,3
1 İÇİNDE	0,247	0,267	0,40	4,62
2 İÇİNDE	0,306	0,323	0,42	1,97
3'TE	0,355	0,375	0,53	5,74
AT 4	0,344	0,403	0,68	8,67
AT 5	0,412	0,439	0,58	2,77
7'DE	0,400	0,404	0,46	1,78
8'DE	0,315	0,367	0,61	7,65

Aşama 4. “Ödün vermeyen” seçeneklerin hariç tutulması. Bunun için her biri ile ᴛ.ᴇ. her metrik için tüm nesneler "ideal" değere yakınlık açısından sıralanır. Sonuç olarak, aşağıdaki matrisi elde ederiz:

	p=3	p=2	p=1	p=0,3	toplam p
Seçenek 4
Seçenek 5
Seçenek 8
Seçenek 3
Seçenek 7
seçenek 2
seçenek 1

Bu matriste, seçeneklerin sıraları satır üzerinde toplanarak elde edilen p toplamının değerine göre seçenekler sıralanır.

Karar verici, en çok tercih edildiğini iddia etmeyen nesneleri hariç tutma kararı verir. Açıkçası, bunlar farklı metriklere sahip nesnelerdir (farklı p) sıralı satırların sonundadır. Gerçekten de, seçilen metrikten bağımsız olarak, nesne "ideal" den uzaksa, onu hariç tutmak için her türlü neden vardır.

1. ve 2. seçeneklerin çoğunlukla R son sıralarda, ᴛ.ᴇ. ideal nesneden en uzak olanıdır ve bu nedenle en iyi seçenek olduğunu iddia etmez. Bu nedenle 1. ve 2. seçenekleri hariç tutuyoruz.

İlk aşamaya geri dönelim - ideal ve ideal olmayan nesnelerin oluşumu.

İdeal ve ideal olmayan nesnelerin özelliklerinin değiştiğini, kaydığını görüyoruz.

Matrisi yeniden hesaplayalım ve ardından metriklerin değerlerini aşağıdaki matrisi elde ederiz.

	p=3	p=2	p=1	p=0,3	toplam p
Seçenek 4
Seçenek 5
Seçenek 3
Seçenek 7
Seçenek 8

İdeal ve ideal olmayan nesnelerin özelliklerinin değişmesi nedeniyle seçeneklerin sırasının değiştiğini unutmayın.

Seçenek 8'i hariç tutuyoruz ve elde ettiğimiz 1, 2, 4.5 adımlarını tekrar gerçekleştiriyoruz

Kalan seçeneklerden 4 ve 5 numaralı seçenekler en çok tercih edilen olarak düşünülmelidir.

Sonuç olarak, bu yöntemin büyük problem boyutları için en verimli olduğunu not ediyoruz.

Yerinden edilmiş idealin etkileşimli yöntemi - kavram ve türleri. 2017, 2018 "Kaydırılan idealin etkileşimli yöntemi" kategorisinin sınıflandırılması ve özellikleri.