Փորձագիտական որոշումների կայացման մեթոդներ. Ինտերակտիվ մեթոդներ

Դասագրքում քննարկվում են տարբեր խնդրահարույց իրավիճակներում կառավարչական որոշումներ կայացնելու մեթոդները, որոնք առաջանում են տնտեսական համակարգերում: Տրված են հիմնական հասկացությունները, խնդիրների դասակարգումը և դրանց լուծման համարժեք մեթոդները, դրանց կառուցվածքի և նկարագրության մեթոդները: Զգալի ուշադրություն է դարձվում մշուշոտ պայմաններում որոշումների կայացման ընթացակարգերի և առաջադրանքների ավտոմատացված աջակցությանը: Հրապարակման առանձնահատկությունը լուծման եղանակն է բնորոշ առաջադրանքներռացիոնալ լուծման ընտրության մեթոդների հիմնավորմամբ։
Դասագիրքը պատրաստվել է «Կառավարման որոշումներ» դասընթացի ծրագրին համապատասխան, որը ներառված է «Կազմակերպությունների կառավարում և հասարակական. քաղաքապետարանները«. Նախատեսված է կրթության բոլոր ձևերի տնտեսական մասնագիտությունների ուսանողների համար, այն կարող է օգտակար լինել բոլոր նրանց համար, ովքեր հետաքրքրված են կառավարման, բիզնեսի և արտադրության ոլորտներում արդյունավետ որոշումների կայացման խնդիրներով: Առաջարկվում է Ռուսաստանի համալսարանների կրթական և մեթոդական ասոցիացիայի խորհրդի կողմից կառավարման ոլորտում կրթության համար որպես դասագիրք «Կազմակերպությունների կառավարում» մասնագիտության մեջ:

Ընդհանուր խնդիրներկառավարչական որոշումներ կայացնելը.
Որոշումների կայացման տեսության գիտական հիմքերը՝ որպես համակարգերի ընդհանուր տեսության բաժին և համակարգի վերլուծությունստեղծվել են Երկրորդ համաշխարհային պատերազմի տարիներին։ Նրա հիմնադիրներն են Ջ. ֆոն Նոյմանը և Օ. Մորգենսթերնը, ովքեր 1944 թվականին նյութեր են հրապարակել նոր ուղղության՝ խաղերի տեսության վերաբերյալ։ Հետագայում արտասահմանցի փորձագետներ Ռ.Աքոֆը, Ֆ.Էմերին, Ստ. Optner, R. Lewis, X. Rife, St. Գարեջուրը, Ջ. Ֆորեսթերը և ուրիշներ, ինչպես նաև կենցաղայինները՝ Ա. Գ.

Կառավարման ցանկացած գործունեություն, այդ թվում՝ տնտեսագիտության, կառավարման և մարքեթինգի ոլորտում, սերտորեն կապված է կառավարման տարբեր իրավիճակների վերաբերյալ համապատասխան որոշումների ընդունման հետ:

Հետևաբար, ընդհանուր դեպքում որոշումը ընկալվում է որպես կառավարման օբյեկտի (համակարգի, համալիրի և այլն) վրա կառավարչական ազդեցությունների (որոշումներ կայացնողի (DM)) գործողություններ, ինչը հնարավորություն է տալիս բերել. այս օբյեկտը դեպի ցանկալի վիճակ կամ հասնել դրա համար սահմանված նպատակին:

Որոշումների կայացման գործընթացը (ՆԿ) փուլերից մեկն է կառավարման գործունեություն, որի վրա իրագործելի լուծումների շարքից ընտրվում է առավել նախընտրելի լուծումը կամ դրանց կարևորությամբ դասակարգվում է լուծումների հավաքածուն։

Բովանդակություն
Ներածություն
Բաժին 1. Կառավարչական որոշումների կայացման ընդհանուր խնդիրները
Գլուխ 1. Տնտեսական համակարգերի կառավարման որոշումների կայացման հիմնախնդիրները
1.1. Կառավարչական որոշումների կայացման ընդհանուր խնդիրներ
1.2. Կառավարման գործընթացների մոդելավորում
1.3. Տեղեկատվության ներկայացման մոդել տնտեսական համակարգերի կառավարման մեջ
1.4. Տեղեկատվության մոդել որոշումների կայացման գործընթացում
1.5. Կառավարման արդյունավետությունը ժամանակակից պայմաններում
1.6. Եզակի խնդրահարույց իրավիճակներում որոշումների կայացում
Գլուխ 2. Որոշումների տեսության հիմնական հասկացությունները և կատեգորիաները
2.1. Որոշումների ընդունման խնդրի հիմնական սահմանումները և շարադրանքը
2.2. Որոշումների կայացման խնդիրների դասակարգում
2.3. Կառավարման որոշումների դասակարգում
Գլուխ 3 Որոշումների տեխնոլոգիա
3.1. Որոշումների ձևավորում և գնահատում
3.2. Պատրաստվում է լուծում ընտրել
3.3. Տեխնոլոգիական գործընթացորոշման կայացում
3.4. Որոշումների կայացման ընթացակարգերի մոդելավորում
Գլուխ 4. Խնդրի իրավիճակի նկարագրություն և վերլուծություն
4.1. Խնդրահարույց իրավիճակի նկարագրության մեթոդներ
4.2. Խնդրի իրավիճակի վերլուծության ընթացակարգեր
4.3. Խնդրահարույց իրավիճակի բնութագրերը չափելու առաջադրանքը
4.4. Բնութագրերի սուբյեկտիվ չափման մեթոդներ
4.5. Ընտրության չափանիշներ. Ինտեգրալ չափանիշի ձևավորման մեթոդներ
Բաժին 2. Որոշումների կայացման մեթոդներ կառուցվածքային խնդրահարույց իրավիճակներում
Գլուխ 5 Կառուցվածքային իրավիճակներում որոշումների կայացումը
5.1. Խնդիրների լուծման մեթոդներ, ինչպիսիք են /. Որոնել օպտիմալ լուծում
5.2. Գծային օպտիմալացման խնդրի վերլուծական լուծում (Սիմպլեքս մեթոդ)
5.3. Գծային օպտիմալացման խնդրի ավտոմատ լուծում (Excel)
5.4. JA տիպի խնդիրների լուծման մեթոդներ. Երաշխավորված արդյունքի սկզբունք
5.5. Լավատեսության սկզբունքը (Maximax)
5.6. Հուրվիցի սկզբունքը
5.7. Savage-ի սկզբունքը (նվազագույն ափսոսանք)
Գլուխ 6
6.1. Գ տիպի խնդիրներում որոշումներ կայացնելը
6.2. Ընտրության կարգը կառուցվածքային խնդիրներում Type GA
Գլուխ 7
7.1. Օրինակ 1
7.2. Օրինակ 2
7.3. Ընտրության խնդրի համակարգչային լուծում
Բաժին 3. Բարդ պրոբլեմային իրավիճակների լուծման մեթոդներ
Գլուխ 8
8.1. Բազմաչափ առաջադրանքների հայտարարություն և տեսակներ
8.2. Չկառուցված չափանիշներով բազմաչափ խնդիրների լուծման մեթոդներ
8.3. Հեռավորության չափումների վերլուծական կառուցման մեթոդներ
Գլուխ 9
9.1. Ներդրումային որոշման ընտրության մեթոդի հիմնավորումը
9.2. Լավագույն նախագծի ընտրություն բառարանագրական մեթոդով
9.3. Նախագծի ընտրություն՝ հիմնված փոխված իդեալական մեթոդի վրա
9.4. Սարքավորումների ընտրության առաջադրանք
Գլուխ 10
10.1. Թիրախային ծառի մեթոդ (հիերարխիայի վերլուծության մեթոդ)
10.2. Խնդիրների լուծում հիերարխիայի վերլուծության մեթոդով
Գլուխ 11
11.1. Լավատեսության, հոռետեսության, Հուրվից, Վայրենի մեթոդների կիրառում
11.2. «Տեղաշարժված իդեալ» մեթոդի կիրառում
11.3. Հիերարխիայի վերլուծության մեթոդի կիրառում
Գլուխ 12
12.1. Օրինակ 1 Լուծում
12.2. Օրինակ 2 լուծում
Բաժին 4. Չկառուցված իրավիճակներում որոշումներ կայացնելու մեթոդներ
Գլուխ 13
13.1. Ընտրության խնդիրները ռիսկի և անորոշության պայմաններում
13.2. Վերահսկողության խնդիրներում անորոշությունների դասակարգում
13.3. Որոշումների կայացումը հավանական որոշակիության պայմաններում (ռիսկի)
13.4. Իրադարձությունների և որոշումների ծառերի հետևանքների վերլուծության մեթոդներ
13.5. Ընտրության մեթոդներ լրիվ կամ մասնակի անորոշության պայմաններում
Բաժին 5. Բարդ որոշումների կայացման խնդիրներում ընտրության փորձագիտական (խմբային) մեթոդներ
Գլուխ 14
14.1. Խմբային որոշումների կայացման խնդիրների ձևակերպում և ձևակերպում (G տիպի խնդիրներ)
14.2. Խմբի ընտրության խնդիրների դասակարգում
14.3. Խմբի ընտրության ընթացակարգի անցկացման մեթոդիկա
Գլուխ 15
15.1. Փորձագետների խմբի կողմից որոշումներ կայացնելու մեթոդներ
15.2. Փորձագիտական որոշումների խմբային հաստատման տեսակները
Գլուխ 16
16.1. Որոշում կայացնելիս խմբի համակարգման մեթոդները
16.2. Ընտրության օբյեկտների խմբային գնահատման մոդել
16.3. Փորձագիտական գնահատականներին համապատասխանող մոդելներ
Գլուխ 17
17.1. Փորձագիտական կոմպետենտության աստիճանի գնահատում
17.2. GA տիպի խնդրի լուծման օրինակ
Բաժին 6. Որոշումների ընդունման ընթացակարգերի ավտոմատացում
Գլուխ 18
18.1. Որոշումների աջակցման համակարգերի պահանջները և նպատակը
18.2. Որոշումների աջակցման համակարգերի գործառույթները
18.3. Որոշումների աջակցման համակարգերի կիրառման տեխնոլոգիա
Գլուխ 19
19.1. Փորձագիտական համակարգերի առանձնահատկությունները, բնութագրերը և ներդրումը
19.2. Աշխատեք կառավարման տիպիկ իրավիճակների հետ (ES-ի ստանդարտ իրավիճակների մոդուլ)
19.3. Տեղեկատվական ֆոնդի տրամաբանական կառուցվածքը և WSN մոդուլի գործունեության ալգորիթմը
19.4. Մոդելի աջակցության համակարգի կառուցվածքը:

Էջ 1

ԲԺՇԿԱԿԱՆ ՏԵՂԵԿԱՏՎԱԿԱՆ ՀԱՄԱԿԱՐԳԵՐԻ ՎԵՐԼՈՒԾՈՒԹՅՈՒՆ ԱՌՈՂՋԱՊԱՀԱԿԱՆ ՏԵՍԱԿԻ ԲԺՇԿԱԿԱՆ ԵՎ ԿԱՆԽԱՐԳԵԼԻՉ ՀԱՍՏԱՏՈՒԹՅՈՒՆՆԵՐԻ.

Առողջապահական հիմնարկների գործունեության ինֆորմատիզացումը վաղուց հրատապ անհրաժեշտություն է։ Ֆինանսական, բժշկական և վիճակագրական տեղեկատվության զանգվածների մշակումը, որը մշտապես աճում է, հնարավոր է դարձել միայն ժամանակակից տեղեկատվական և համակարգչային տեխնոլոգիաների կիրառմամբ։ Աճել է ոչ միայն տեղեկատվության ծավալը, այլեւ ավելացել են դրա մշակման արագության պահանջները։ Ամեն տարի ավելի բարձր մակարդակի կազմակերպությունները մեծացնում են այսպես կոչված «էլեկտրոնային հաշվետվությունների» (այսինքն՝ հաշվետվությունների) փոխանցման պահանջները. էլեկտրոնային ձևաչափով): Էլեկտրոնային փոստի և ինտերնետի օգտագործող առողջապահական սուբյեկտների միջև տվյալների էլեկտրոնային փոխանակման դերը անշեղորեն աճում է:

Ներկայումս յուրաքանչյուր բժշկական հաստատություն (ԲՀ) որոշ չափով ծածկված է ինֆորմատիզացիայից։ Հիմնականում դրանք տեղական, ոչ փոխկապակցված, ավտոմատացման համակարգեր են առողջապահական հաստատությունների գործունեության տարբեր ոլորտների համար: Գործնականում մարզային առողջապահության տեղեկատվականացումը ներառում է միայն առողջապահական հիմնարկների ֆինանսատնտեսական ծառայությունները. Որակը և մատչելիությունը բարելավելու համար բժշկական օգնությունառողջապահական հաստատություններում անհրաժեշտ է իրականացնել հաստատությունում բոլոր տեսակի գործունեության համալիր ավտոմատացում:

Այսօր բժշկական տեղեկատվական համակարգերի (MIS) շուկան բավական է առաջարկում տարբեր լուծումներգների լայն տեսականիով և տարբեր գործառույթներով։ Ուսումնասիրության ընթացքում մենք ուսումնասիրել ենք 30 բժշկական տեղեկատվական համակարգ։ Դրանցից 12-ը ուկրաինական արտադրողի արտադրանք են, 18-ը՝ ռուսական։ Համակարգերի մեծ մասը՝ 13-ը, մասնագիտացված են առողջարանների համար։

Մեր ուսումնասիրության նպատակն էր համեմատել առողջարանային տիպի բժշկական և կանխարգելիչ հաստատությունների բժշկական տեղեկատվական համակարգերը՝ ըստ ընդհանուր ընդունված չափանիշների և որոշել օպտիմալը՝ օգտագործելով բազմաչափ առաջադրանքների լուծման տեսությունը:

Օպտիմալ համակարգի ընտրությունն իրականացվել է գնորդի տեսանկյունից՝ բաց ցանցում առկա տվյալների համաձայն։ Այս խնդիրը լուծվել է «տեղափոխված իդեալ» մեթոդով։ Այս մեթոդը, որը նկարագրված է , նախատեսված է տվյալ դեպքում օպտիմալ օբյեկտ ընտրելու առաջադրանքներ լուծելու համար մեծ թվովառարկաներ և համեմատության չափանիշներ:

Հետազոտության ընթացքում համեմատություն է կատարվել 19 բժշկական տեղեկատվական համակարգերի, որոնք հայտնաբերվել են ք բաց աղբյուրներառավել մանրամասն տեղեկատվություն. Համակարգերի համեմատությունն իրականացվել է համեմատության ընդհանուր ընդունված չափանիշների համաձայն: Այսինքն:

համակարգի ֆունկցիոնալության ամբողջականությունը;

Ծրագրի արժեքը (մեկ աշխատավայր);

· տվյալների բազայի կառավարման համակարգի (DBMS) ձեռքբերման համար ներդրումների անհրաժեշտությունը.

DBMS-ի արժեքը;

· հարմարեցում Ուկրաինայի օրենսդրությանը:

«Տեղաշարժված իդեալ» մեթոդը գործում է օբյեկտների բնութագրերով, որոնք արտահայտվում են թվերով, ուստի համակարգերի համեմատության որակական չափանիշները վերածվել են թվերի (Աղյուսակ 1):

Աղյուսակ 1. Համեմատության չափանիշների փոխակերպումը թվային ձևի:

Մեթոդը նախատեսված է ընտրելու առավել նախընտրելի օբյեկտներից մեկը կամ ենթաբազմությունը: Մեթոդի բնորոշ հատկանիշներն են.

«Իդեալական» օբյեկտի ձևավորման ընթացակարգի առկայությունը ( IN + ), որը ծառայում է որպես մի տեսակ ձգտելու նպատակ։ Նման «իդեալը», որպես կանոն, հասանելի չէ և իրականում գոյություն չունի, սակայն օգտակար է այն ունենալ, որպեսզի որոշում կայացնողը հասկանա իր նպատակները.

յուրաքանչյուր կրկնության ժամանակ բացառվում են այն օբյեկտները, որոնք չեն հավակնում լինել առավել նախընտրելի, այսինքն. «լավագույն» օբյեկտները չեն առանձնացվում, բայց «ամենավատերը» բացառվում են։

Ընդհանուր առմամբ, մեթոդի ալգորիթմը հետևյալն է. բրինձ 2.2 Գերիշխող օբյեկտները նախ բացառվում են, քանի որ դրանցից ամենանախընտրելիը չի կարող լինել:

Ձևավորվում է «իդեալական» օբյեկտ IN +(1) առավել նախընտրելի չափանիշների արժեքներից և «հակաիդեալական» ամենաքիչ նախընտրելի արժեքներից: Որոշվում են առարկաներից հեռավորությունները սկզբնական հավաքածուից մինչև «հակաիդեալական», որոնց հիման վրա ընտրվում են «ամենավատ» առարկաները։ Նման օբյեկտների թվում, որպես կանոն, կան օբյեկտներ, որոնք ունեն մեկ առավել նախընտրելի արժեք (օբյեկտներ IN 1 Եվ IN 6 վրա բրինձ 2.2 ).

«Ամենավատ» առարկաները բացառելուց հետո մենք կրկին անցնում ենք «իդեալական» ձևավորման փուլ, և այն փոխվում է (նկարում սա. IN +(2) ) իրական առարկաներին մոտենալը.

Պրոցեդուրան ավարտվում է, երբ մնում են փոքր թվով առարկաներ, որոնք համարվում են առավել նախընտրելի։

Հարկ է նշել, որ իրական կյանքի առարկաները «իդեալի» հետ համեմատելիս որոշում կայացնողը դժգոհ է դառնում՝ պայմանավորված ձևավորված «իդեալի» անհասանելիությամբ։ Այս դժգոհությունը կոչվում է հակամարտությունը որոշումից առաջ.

Ամենանախընտրելի օբյեկտն ընտրելուց հետո որոշում կայացնողը դժգոհ է դառնում, ինչը պայմանավորված է նրանով, որ ընտրվել է կոնկրետ այս օբյեկտը, այլ ոչ թե մեկ ուրիշը: Այս դժգոհությունը կոչվում է հակամարտությունը լուծումից հետո.

Մեթոդի առաջին կրկնություններում հակամարտությունը գերակայում է լուծմանը։ Հետագա կրկնությունների ժամանակ «իդեալը» մոտենում է իրական օբյեկտներին, և որոշումից առաջ հակամարտությունը նվազում է: Սակայն որոշումից հետո հակամարտությունը կարող է մեծանալ։ Սա վկայում է լուծվող խնդրի վերաբերյալ որոշում կայացնողի անբավարար իմացության մասին։

Եկեք մանրամասն քննարկենք մեթոդի ալգորիթմը, որի բլոկային դիագրամը ներկայացված է նկ.2.3.

Թող օբյեկտների սկզբնական հավաքածուն ներառի Պառարկաներ. Բոլոր չափանիշները կ ժ (ժ=լ,…, մ) չափվում է ընդմիջումներով կամ հարաբերակցություններով:

Առաջին փուլում ձևավորվում է «իդեալական» օբյեկտ
, որտեղ - չափանիշի առավելագույն նախապատվությունը բոլոր օբյեկտների միջև, այսինքն.
եթե օբյեկտի նախապատվությունը մեծանում է մեծանալու հետ կ ժ , կամ
եթե չափանիշի նվազումով օբյեկտի նախապատվությունը մեծանում է: Եթե «իդեալը» պատկանում է մի շարք օբյեկտների, ապա այն կլինի առավել նախընտրելի։ Բայց քանի որ MCZ-ը սովորաբար լուծվում է արդյունավետ օբյեկտների հավաքածուի վրա, «իդեալական» օբյեկտը չի պատկանի սկզբնական հավաքածուին:

Նույն փուլում ձևավորվում է «ամենավատ» օբյեկտը
ամենաքիչ նախընտրելի արժեքներից:

Երկրորդ փուլում չափանիշների չափման ֆիզիկական միավորներից անցումը հարաբերական միավորների իրականացվում է հետևյալ արտահայտության համաձայն.

Հարաբերական միավորներում բոլոր չափանիշները կփոխվեն միջակայքում, մինչդեռ ավելի քիչ , թեմաներ ավելի մոտ օբյեկտըստ չափանիշի կ ժ «հակաիդեալին».

Առաջին երկու փուլերն իրականացվում են ավտոմատ կերպով՝ առանց որոշում կայացնողի մասնակցության։ Երրորդ փուլում որոշում կայացնողը, հիմնվելով չափանիշների կարևորության վերաբերյալ իր դատողությունների վրա, սահմանում է չափանիշների կշիռները. Վ ժ (ժ = 1,...,մ).

Դժվարության դեպքում որոշում կայացնողը կարող է օգտագործել տեղեկատվական մոտեցումորոշելու չափորոշիչների կարևորությունը Հաջորդ՝ չորրորդ, փուլում հաշվարկվում են առարկաների հեռավորությունները մինչև «հակաիդեալը»: Հետևյալ արտահայտությունը օգտագործվում է որպես չափիչ.

(2.2)

Օգտագործելով ( 2.2 ) տարբեր Ռ, դուք կարող եք ստանալ տարբեր չափումներ: Այո, ժամը p= 1, մենք ստանում ենք հավելումների օպերատոր, և երբ
(2.2 ) մտնում է
.Որքան մեծ է արժեքը , այնքան օբյեկտը հեռու է «հակաիդեալից» և ավելի մոտ է «իդեալին»:

ԻՑ Հարկ է նշել, որ այլ չափումներ կարող են օգտագործվել որպես չափիչ օբյեկտը «իդեալականի» հետ համեմատելու համար: ագրեգացման օպերատորներ.

Հաջորդ, հինգերորդ փուլում, տարբեր արժեքներ սահմանելով Ռ, որոշում կայացնողը սահմանում է տարբեր չափումներ «իդեալականի» հետ համեմատելու համար։ Ամեն անգամ Ռ, այսինքն. յուրաքանչյուր չափման համար բոլոր օբյեկտները դասավորված են ըստ «իդեալական» արժեքի հարևանության . որոշում կայացնողը երկխոսության մեջ, փոփոխվող էջ, ուսումնասիրում է տարբեր չափորոշիչների ազդեցությունը առարկաների դասավորության վրա:

Այնուհետև, վեցերորդ փուլում որոշում կայացնողը որոշում է կայացնում բացառել այն օբյեկտները, որոնք չեն հավակնում լինել առավել նախընտրելի: Ակնհայտորեն, սրանք այն օբյեկտներն են, որոնք տարբեր չափորոշիչներով (տարբեր Ռ) գտնվում են պատվիրված տողերի վերջում: Իսկապես, եթե, անկախ ընտրված չափիչից, օբյեկտը հեռու է «իդեալից», ապա բոլոր հիմքերը կան բացառելու այն:

Օբյեկտները բացառելուց հետո հաջորդ կրկնությունը սկսվում է օբյեկտների մնացած ենթաբազմության վրա արդեն իսկ «իդեալական» օբյեկտի ձևավորմամբ:

Պրոցեդուրան ավարտվում է, երբ հաջորդ բացառությունից հետո մնում են փոքր թվով առարկաներ, որոնք կլինեն առավել նախընտրելի։

Հարկ է նշել, որ յուրաքանչյուր կրկնության ժամանակ նպատակահարմար է վերլուծել չափանիշների տարածվածությունը: Փաստն այն է, որ բացառված օբյեկտների թվում, որպես կանոն, կան օբյեկտներ, որոնք ներառում են չափանիշների առավելագույն և նվազագույն արժեքները: Այսպիսով, յուրաքանչյուր կրկնության ժամանակ չափանիշների փոփոխության տարածքը նվազում է, և, հետևաբար, դրանց ցրվածությունը զգալիորեն փոխվում է: Այնուհետև օգտագործելով տեղեկատվական մոտեցում, կարող ենք առանձնացնել ոչ տեղեկատվական չափորոշիչները և առաջադրանքը պարզեցնելու համար բացառել նման չափանիշներ։

Եզրափակելով, մենք նշում ենք, որ այս մեթոդը ամենաարդյունավետն է խնդրի մեծ չափերի համար:

- 275,50 Կբ

Ռուսաստանի Դաշնության կրթության և գիտության նախարարություն

FGOU HPE «Ն.Պ. Օգարյովի անվան Մորդովիայի պետական համալսարան»

Մաթեմատիկայի ֆակուլտետ

Կիրառական մաթեմատիկայի բաժին

ՀԱՇՎԵՏՎՈՒԹՅՈՒՆ

Մաթեմատիկայի ֆակուլտետի 4-րդ կուրսի ուսանողներ

(«Կիրառական մաթեմատիկա և ինֆորմատիկա» մասնագիտություն)

Կորովինա Ա.Վ.

ժամանակահատվածում արդյունաբերական պրակտիկայի անցման վերաբերյալ

09/01/11-ից մինչև 15/05/12

Փորձագիտական որոշման մեթոդներ

Զեկույցը կազմել է Կորովինա Ա.Վ.

404 խումբ, դ / օ

Զեկույցն ընդունվել է դոկտոր Սաֆոնկին Վ.Ի.

Սարանսկ

2012

1.	Ներածություն……………………………………………………………………………………				3
2.	Բազմաչափ առաջադրանքների լուծում……………………………………………….				4
	2.1.		Բազմաչափ առաջադրանքների հայտարարություն ……………………………..........		4
	2.2.		Բազմաչափ խնդիրների լուծման մեթոդներ ……………………………		5
3.	Փորձագիտական որոշումների կայացման մեթոդներ……………………………………				14
	3.1.		Խնդրահարույց իրավիճակի փորձագիտական գնահատման փուլերը …………..
	3.2.		Խմբային որոշում կայացնողների համար խնդրի հայտարարություն ………………………………. .....
	3.3.		Խմբի հաստատման տեսակները ……………………………………………
		3.3.1.		դիկտատորի սկզբունքը………………………………………………………
		3.3.2.		քվեարկության սկզբունքը………………………………………………… …...
		3.3.3.		արտահամակարգային ընտրության սկզբունքները………………………………………...
	3.4.		Որոշումների ձևավորումը խմբերով ………………………………… …......
	3.5.		Փորձագիտական գնահատումների արդյունքների մշակում ………………………………
		3.5.1.		փորձագիտական գնահատումների վիճակագրական մշակման մեթոդներ…………….
4.		Եզրակացություն ………………………………………………………………………………
5.		Օգտագործված գրականության ցանկ…………………………………………

1. Ներածություն

Տնտեսական համակարգերի կառավարման պրակտիկայում հաճախ հանդիպում են այնպիսի խնդրահարույց իրավիճակներ, որոնց համար տեղեկատվությունը մասամբ կամ ամբողջությամբ անհայտ է կամ դժվար հասանելի՝ խնդրահարույց իրավիճակը նկարագրելու համար, կամ որոնք չեն կարող ձևակերպվել բավարար ճշգրտությամբ: Այս դեպքում նման խնդիրները սովորաբար լուծվում են ներգրավված փորձագետների խմբի օգնությամբ, ովքեր վերլուծում և գնահատում են առկա խնդրահարույց իրավիճակը և ստեղծում դրա լուծման որոշակի այլընտրանքային տարբերակներ: Փորձագետների ներգրավմամբ որոշումների կայացման մեթոդի էությունը յուրաքանչյուր փորձագետի համար անհատապես փորձագիտական գնահատականներ ստանալն է և ամբողջ խմբի համար որպես ամբողջություն լավագույն օբյեկտի (լուծման) վերաբերյալ ընդհանրացված կարծիք ձևավորելը:

Փորձագետների խմբի կողմից որոշումների կայացման խնդիրների լուծման տեխնոլոգիան նման է անհատական ընտրության տեխնոլոգիային և պարունակում է նույն ընդհանրացված ընթացակարգերն ու գործողությունները. խնդրի իրազեկում և նույնականացում, դրա վերլուծություն. որոշումների տեղեկատվության պատրաստում; որոնում և որոշումների կայացում; որոշումների կատարում և այլն։

Դիտարկենք խմբային ընտրության առանձին ընթացակարգեր, որոնք բնութագրում են փորձագիտական մեթոդների առանձնահատկությունները։

2. Բազմաչափ խնդիրների լուծում

2.1. Բազմաչափ առաջադրանքների հայտարարություն

Որոշումներ կայացնելու առաջադրանքները կոչվում են բազմաչափ, որոնց նպատակին հասնելու չափանիշների թիվը երկուսից ավելի է.

K Ì (K 1, K 2, ..., K m),

և առաջադրանքներն ինքնին բնութագրվում են մի քանի այլընտրանքներով.

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

Աղյուսակ 1.1.

Բազմաչափ առաջադրանքի նկարագրության մատրիցա

Օբյեկտներ (այլընտրանք)	Չափանիշներ
Օբյեկտներ (այլընտրանք)	K1	K2	…	կմ
Ա 1			…
Ա 2			…
…	…	…	…	…
A n			…

Նման առաջադրանքները սովորաբար նկարագրվում են Աղյուսակում տրված մատրիցով: 1.1.

Բազմօբյեկտիվ խնդրի մաթեմատիկական մեկնաբանությունն այն է, որ օբյեկտները ցուցադրվում են որպես կետ չափանիշների տարածության մեջ (K 1 ,K 2 ,...,K m ): Խնդիրները, որոնց համար չափորոշիչների արժեքները դիսկրետ փոխվում են, կոչվում են դիսկրետ որոշումների կայացման խնդիրներ: Չափանիշների երկչափ տարածությունում (k 1 , k 2 ) երեք օբյեկտների համար դիսկրետ խնդիր ցուցադրելու օրինակ ներկայացված է նկ. 1.1.

Բրինձ. 1.1.

Բազմաչափ խնդրի գրաֆիկական մեկնաբանություն

(3 օբյեկտ, 2 չափանիշ)

Եթե չափանիշների արժեքները շարունակաբար փոխվում են, ապա խնդիրը պատկանում է վեկտորի օպտիմալացման խնդրին։ Այս դեպքում նման խնդրի գրաֆիկական մեկնաբանությունը ներկայացվում է որպես որոշակի տարածք չափանիշների տարածության մեջ։

Կախված պահանջվող լուծումից՝ բազմաչափական խնդիրները կարելի է բաժանել հետևյալ դասերի.

ընտրության առաջադրանքներ (առավել նախընտրելի օբյեկտի ընտրություն);
գնահատման առաջադրանքներ (օբյեկտի գնահատում ինտեգրալ չափանիշի համաձայն);
Պարետո-օպտիմալ լուծումների որոշման խնդիրներ:

Տարբեր դասերին պատկանող խնդիրներ լուծելու համար անհրաժեշտ են լուծման համապատասխան մեթոդներ։ Դիտարկենք բազմաչափ խնդիրներ լուծելու մի շարք գործնական մեթոդներ:

1.2. Բազմաչափ խնդիրների լուծման մեթոդներ

Համաձայն բազմաչափ խնդիրների լուծման մոտեցումների՝ գոյություն ունեն մեթոդների երեք հիմնական խումբ. բառարանագրական, ինտերակտիվ, աքսիոմատիկ.

Լուծման մեթոդները կապված առաջին խումբ, հիմնված են չափանիշների գերակայության ենթադրության վրա։ Խնդիրը լուծվում է մի քանի փուլով, որոնցից յուրաքանչյուրի վրա կատարվում է երկու փուլ՝ չափանիշների դասակարգում; օբյեկտի ընտրություն ինքներդ կարևոր չափանիշ.

Ընկ. երկրորդ խումբհիմնականում ներառում են առավել նախընտրելի օբյեկտի (լուծման) ընտրության մեթոդներ և ալգորիթմներ, որոնք հիմնականում ինտերակտիվ ընթացակարգեր են, որոնք կախված են լուծվող խնդրի առանձնահատկություններից:

Մեթոդներ երրորդ խումբ(աքսիոմատիկ) օգտագործման դրույթները, որոնք մշակվել են օգտակարության տեսության մեջ: Այստեղ անհրաժեշտ է սահմանել և սահմանել անուղղակի նախապատվության ֆունկցիայի հատկությունները, այսինքն՝ սահմանել նախապատվության կառուցվածքը, որը որոշում կայացնողը գործում է օբյեկտ ընտրելիս և գնահատելիս: Բացահայտված հատկությունների հիման վրա ընտրվում է որոշ վերլուծական ֆունկցիա (օգտակար գործառույթ), որը նկարագրում է որոշում կայացնողի նախասիրությունների կառուցվածքը: Միևնույն ժամանակ, որոշում կայացնողը պետք է լավ տիրապետի առաջադրանքի բովանդակությանը: Այս մեթոդը նախորդների համեմատ ամենաշատ ժամանակատարն է, սակայն թույլ է տալիս ստանալ օբյեկտների ավելի ողջամիտ գնահատականներ։

Եկեք մանրամասն քննարկենք այս մեթոդներից մի քանիսը:

Լեքսիկոգրաֆիկ մեթոդներ. Այս մեթոդով խնդիրները լուծելիս չափորոշիչները (k 1, k 2, ..., k m) դասակարգվում են ըստ կարևորության աստիճանի, որպեսզի 1-ին (աստիճան) ինդեքսը վերագրվի ամենակարևոր չափանիշին: Ավելին, օբյեկտների ընտրության կարգն իրականացվում է այս չափանիշի համաձայն: Մնացած չափանիշները (k 2 , k 3 , ..., k m ) ենթակա են տիպային սահմանափակումների, որոնք հայտնի են խնդրի կառուցվածքից. a 2 ≤ k 2 ≤ b 2 ; a 3 ≤ k 3 ≤ b 3; …; a m ≤ k m ≤ b m

Եթե որևէ չափանիշ չի համապատասխանում նշված սահմանափակումներին, ապա այն բացառվում է քննարկումից: Հետևաբար, ձևավորվում է վավեր օբյեկտների (այլընտրանքների) մի շարք, օրինակ՝ սառնարան ընտրելիս որպես չափորոշիչներ կարող եք սահմանել հետևյալ չափանիշները.

k 1 - ընդհանուր ծավալը (մ 3);

k 2 - ծավալ սառցարան(մ 3);

k 3 - հզորություն (կՎտ);

k 4 - գինը (ռուբլի) և այլն:

Եթե ըստ k 1 չափանիշի, հնարավոր չէ եզակիորեն ընտրել a i օբյեկտըÎ Եվ, հետո ընտրություն է կատարվում ըստ հաջորդ կարևորագույն չափանիշի՝ k 2 և այլն։

Վիճակ գերակայությունիմաստալից նշանակում է հետևյալը. եթե օբյեկտները պատվիրում եք k 1 չափանիշով, ապա այս կարգը չի փոխվի՝ հաշվի առնելով k 2, k 3 և այլն չափանիշները, այսինքն՝ k 1-ն այնքան կարևոր է, որ իր կարևորությամբ գերակշռում է բոլորի մեջ։ մյուսները։

Ինտերակտիվ մեթոդների խմբում ընտրության ամենատարածված սկզբունքներն են նախընտրելի օբյեկտ(«տեղափոխված իդեալ»-ի մեթոդ): Այս մեթոդը ներառում է ալգորիթմների մեծ խումբ, որոնք իրականացնում են նման խնդիրների լուծումը։ Ընդհանուր հատկանիշները, որոնք միավորում են այս մեթոդը, ներառում են «իդեալական օբյեկտի» առկայությունը և զննման ընթացակարգերի առկայությունը:

«Իդեալական օբյեկտ» ձևավորելիս միանգամայն հնարավոր է, որ նրա պատկերը չպատկանի առարկաների իրական բազմությանը (A l , A 2 , ..., A n ) կամ ընդհանրապես գոյություն չունենա։ Այս դեպքում հավաքածուի առարկաները (A l ,A 2 ,...,A n ) համեմատվում են ձևավորված իդեալական օբյեկտի մոդելի հետ և տեղի է ունենում զննման ընթացակարգ։ «Իդեալական օբյեկտի» մոդել կառուցելիս կարևոր է օգտագործել օգտվողի մասնագետի (DM) գիտելիքներն ու փորձը, քանի որ նա ավելի ճշգրիտ է հասկանում լավագույն իրական օբյեկտներից վերցված հատկություններն ու պարամետրերը և կազմում « իդեալական օբյեկտ»:

Մաղման ընթացակարգը բնութագրվում է օբյեկտների սկզբնական հավաքածուից (A l , A 2 , ..., A n ) բացառմամբ, որոնք չեն պարունակում ցանկալի առավել նախընտրելի օբյեկտը:

Ընդհանուր առմամբ, առավել նախընտրելի օբյեկտը գտնելու ընթացակարգը բաղկացած է մի շարք փուլերից.

«Իդեալական օբյեկտի» ձևավորում.
Մի շարք օբյեկտների վերլուծություն՝ համապատասխանություն հաստատելու համար
«իդեալական օբյեկտ».
Այն օբյեկտների ինտերակտիվ բացառումը սկզբնական հավաքածուից (A l ,A 2 ,...,A n ), որոնք ակնհայտորեն ճանաչվում են որպես ոչ լավագույնը վերլուծության մեջ։
Օբյեկտների կրճատված հավաքածուի համար անցեք քայլ 1:

Դիտարկենք որոշումների կայացման խնդրի լուծման օրինակ՝ օգտագործելով փոխված իդեալական մեթոդը:

Օրինակ 1

Խնդրահարույց իրավիճակի նկարագրությունը Ս 0

Խնդրի նկարագրությունը.

Որոշեք ամենահեռանկարային CNC մեքենան, որը կգործարկվի մի շարքում:

PR-ի ժամանակը. T = 1 շաբաթ:
PR-ի ռեսուրսներ. տեղեկատվություն մեքենաների բնութագրերի մասին:
Չափանիշներ (K):

K 1 - միջին շահագործման ժամանակը (ներ);

K 2 - խափանումների միջև ժամանակի հուսալիություն (հազար ժամ);

K 3 - մեքենայի արժեքը (հազար ռուբլի):

Շատ սահմանափակումներ (B):

Հայտնի են չափանիշի արժեքների փոփոխության վերին և ստորին սահմանային սահմանները:

Շատ այլընտրանքային տարբերակներ.

Աղյուսակ 1.2

Տարբերակային մատրիցա

Աշխատանքի նկարագրությունը

2.1.
Բազմաչափ առաջադրանքների հայտարարություն……………………………………
4

2.2.
Բազմաչափ խնդիրների լուծման մեթոդներ…………………………………
5
3.
Փորձագիտական մեթոդներորոշման կայացում…………………………………......
14

3.1.
Խնդրահարույց իրավիճակի փորձագիտական գնահատման փուլերը……………..

3.2.
Խնդրի շարադրում խմբային որոշումներ կայացնողների համար……………………………………

3.3.
Խմբի հաստատման տեսակները…………………………………………………

3.3.1.
բռնապետի սկզբունքը………………………………………………………

3.3.3.
ընտրության արտահամակարգային սկզբունքներ…………………………………………

3.4.
Որոշումների ձևավորումը խմբերով…………………………………………

3.5.
Փորձագիտական գնահատումների արդյունքների մշակում…………………………………

3.5.1.
փորձագիտական գնահատականների վիճակագրական մշակման մեթոդներ……………

4.
Եզրակացություն ……………………………………………………………………………

5.
Օգտագործված գրականության ցանկ…………………………………………

Ուղարկել ձեր լավ աշխատանքը գիտելիքների բազայում պարզ է: Օգտագործեք ստորև ներկայացված ձևը

Ուսանողները, ասպիրանտները, երիտասարդ գիտնականները, ովքեր օգտագործում են գիտելիքների բազան իրենց ուսումնառության և աշխատանքի մեջ, շատ շնորհակալ կլինեն ձեզ:

Տեղակայված է http://www.allbest.ru/ կայքում

Բիզնես գործընթացների բազմաչափ վերլուծության մեթոդների կիրառում

Ներածություն

բազմաչափ որոշումների բիզնես

Հիմնականում ժամանակակից տեսությունբիզնես գործընթացների օպտիմալացումը ընտրությունն է լավագույն այլընտրանքբիզնես գործընթացների կազմակերպում այլընտրանքների որակական կամ քանակական վերլուծության միջոցով: Նման վերլուծությունը հաճախ բազմաչափ է, քանի որ պետք է միաժամանակ գնահատվեն մի քանի չափանիշներ, որոնք կարող են հակասական լինել, օրինակ՝ ծախսերը, որակը, ծախսերը, ռիսկը, արդյունավետությունը և այլն: Առօրյա կյանքում մի քանի չափանիշների վրա հիմնված նման ընտրությունը սովորաբար կատարվում է ինտուիտիվ կերպով, և դրա հետևանքները կարող են միանգամայն ընդունելի լինել որոշում կայացնողի համար (DM): Այնուամենայնիվ, բիզնես խնդիրներ դնելիս ինտուիցիան չի կարող լինել որոշումներ կայացնելու միակ գործիքը, քանի որ նման առաջադրանքները շատ ավելի մեծ են, և բարձր մրցակցային միջավայրում կազմակերպությունները պետք է ստանան այլընտրանքների ամենաօբյեկտիվ գնահատականը: Նման գնահատական ստանալը պահանջում է ընտրության բոլոր չափանիշների մանրակրկիտ ուսումնասիրություն, դրանց միջև կախվածությունը և առաջնահերթությունները սահմանելը:

ՀամապատասխանությունԱյս ուսումնասիրությունը պայմանավորված է նրանով, որ բիզնես գործընթացների վերլուծության ժամանակ խնդիրները շատ հաճախ ստանում են բազմաչափ ձև: Օրինակ, մատակարար ընտրելիս, գնումների բիզնես գործընթացի վերլուծությունը պահանջում է այնպիսի պարամետրերի գնահատում, ինչպիսիք են արտադրանքի որակը, արժեքը, վաճառքից հետո սպասարկումը, ֆինանսական կայունությունը և այլն: Ներդրումների կառավարման բիզնես գործընթացի վերլուծությունը ներառում է ռիսկի, ակնկալվող եկամտաբերության, ներդրումների ծավալի և տարածաշրջանի գրավչության գնահատում, որտեղ իրականացվում են ներդրումային գործունեությունը: Կադրերի հավաքագրման բիզնես գործընթացի վերլուծությունը, որը տեղի է ունենում կազմակերպությունների մեծ մասում, ներառում է այնպիսի պարամետրերի գնահատում, ինչպիսիք են թեկնածուի փորձը, կրթությունը, տարիքը, պահանջվող աշխատավարձը և այլն: Ավելին, ժամանակակից միտումներԿառավարման տեսության զարգացումը պետք է հաշվի առնի ձեռնարկության տարբեր ասպեկտներ՝ ինչպես ֆինանսական, այնպես էլ ոչ ֆինանսական: Մի շարք ցուցանիշների սահմանումը և ուսումնասիրությունը բազմաթիվ տեսանկյուններից հաճախ հանգեցնում են խնդիրների, որոնք ստանում են բազմաչափ ձև: Օրինակ, այնպիսի հանրաճանաչ կառավարման գործիք, ինչպիսին է R. Kaplan-ի և D. Norton-ի կողմից մշակված հավասարակշռված գնահատականը, ենթադրում է առնվազն չորս տեսանկյունների՝ ֆինանսներ, հաճախորդներ, ներքին բիզնես գործընթացներ, վերապատրաստում և զարգացում ունեցող ընկերությունների կողմից հավասար ուշադրություն: Այս տեսանկյուններից յուրաքանչյուրում հեղինակները խորհուրդ են տալիս բացահայտել առնվազն հինգ հիմնական կատարողական ցուցանիշներ (KPI): Այս մոտեցումը հնարավորություն է տալիս ձևավորել արդյունավետ ռազմավարությունընկերությունները, սակայն, այս ռազմավարության իրականացման մոնիտորինգի ժամանակ, ինչպես նշում են հեղինակներն իրենք, հաճախ կարող է դժվար լինել գնահատել բազմաթիվ ցուցանիշներ: Գրքում բերված գործնական օրինակներից մեկը ցույց է տալիս, թե ինչպես կարելի է վերլուծել նախագծի արդյունավետությունը ընկերությունում, բացահայտվել են այս նախագծի 16 հիմնական ցուցանիշները, որոնք գնահատվել են ընկերության հաճախորդների կողմից։ Այնուամենայնիվ, այս գնահատականներով նախագծի հաջողության մասին եզրակացություն ստանալը ընկերության ղեկավարության համար դարձավ բազմաչափ խնդիր, որի լուծման համար կիրառվեցին չափանիշների դասակարգման և գծային կոնվուլյացիայի վրա հիմնված մեթոդներ: Ռ.Կապլանը և Դ.Նորթոնը նաև օրինակ են բերել մի առաջադրանք, որի հետ ընկերության ղեկավարությունը չի կարողացել հաղթահարել իր բազմաչափության պատճառով։ Խնդիրն էր օպտիմալացնել առաքման բիզնես գործընթացը, և «ժամանակին առաքում» ցուցիչի արժեքը բարձրացնելու համար ընկերությունը զգալիորեն մեծացրել է առաքման ժամանակի միջակայքը, ինչի արդյունքում հաճախորդը դժգոհ է մնացել, և բիզնես գործընթացն անցել է։ «կեղծ օպտիմալացում». Այս սխալից կարելի էր խուսափել՝ կիրառելով բազմաբնույթ օպտիմալացման մեթոդներ:

Այսօր որոշումների կայացման տեսությունը պարունակում է բազմաթիվ մոտեցումներ և մեթոդներ բազմաչափ միջավայրում որոշումներ կայացնելու համար, որոնք որոշում կայացնողը կարող է օգտագործել տարբեր բազմաչափ խնդիրներ լուծելու համար: Միևնույն ժամանակ, սակայն, որոշակի խնդրի լուծման համար առավել հարմար մեթոդի ընտրության խնդիրը մնում է չափազանց արդիական: Շնորհիվ այն բանի, որ բազմաչափ օպտիմիզացիայի մեթոդներն ունեն մի շարք տարբերություններ ինչպես ստացված արդյունքների (գտնված լուծումների քանակի, լուծումների ներկայացման և այլնի), այնպես էլ դրանց կիրառման (անհրաժեշտ տեղեկատվության քանակի, նախասիրությունների մասին): որոշում կայացնող, տեղեկատվության հավաքագրման մեթոդներ և այլն), ոչ բոլոր մեթոդները կարող են կիրառվել կոնկրետ խնդիր լուծելու համար: Ընդհանուր առմամբ, առաջադրանքները կարող են միավորվել խմբերի` ըստ իրենց պատկանելության որոշակի առարկայական ոլորտին: Լուծման մեթոդի սխալ ընտրության պատճառով կարող է առաջանալ չորս լուրջ խնդիր. նախ՝ ոչ պատշաճ մեթոդի կիրառման արդյունքները կլինեն անբավարար կամ նույնիսկ սխալ: Երկրորդ, ձեռք բերված վատ արդյունքների պատճառով օգտակար մեթոդները կարող են անարդարացիորեն դատապարտվել, ինչպես, օրինակ, ELECTRE մեթոդը Cohon and Marks-ում (1977): Երրորդ, ոչ պատշաճ մեթոդի կիրառումը ենթադրում է որոշումների կայացման գործընթացում ծախսված ժամանակի, ջանքերի և գումարի կորուստ: Վերջապես, կիրառման մեջ սխալների հետևանքով հնարավոր օգտվողները կարող են ընդհանրապես հրաժարվել որևէ MMRM կիրառել գործնական խնդիրների վրա:

նպատակԱյս ուսումնասիրությունը բիզնես գործընթացների վերլուծության շրջանակներում կիրառման օբյեկտի վերաբերյալ բազմաչափ որոշումների կայացման մեթոդների դասակարգման մշակումն է:

Այս նպատակին հասնելու համար անհրաժեշտ է լուծել հետևյալը առաջադրանքներ:

1. Բազմաչափանիշային միջավայրում որոշումների կայացման տարբեր մոտեցումներ արտացոլող աղբյուրների վերլուծություն իրականացնել՝ բազմաչափորոշիչ վերլուծության գոյություն ունեցող մեթոդներն ուսումնասիրելու համար:

2. Կատարել ծրագրային ապահովման վերլուծություն, որն ուղղված է բազմաչափ խնդիրների լուծմանը:

3. Իրականացնել աղբյուրների վերլուծություն, որոնք արտացոլում են բիզնես գործընթացների բազմաչափ վերլուծության մեթոդների գործնական կիրառման օրինակներ:

4. Բացահայտել բիզնես գործընթացների ոլորտում կիրառելի բազմաչափ վերլուծության մեթոդները:

5. Մշակել մեթոդների դասակարգում` ըստ բիզնես գործընթացների ոլորտում կիրառման օբյեկտի:

7. Լուծել «ՎԱՐՍ Էքսպո» ՍՊԸ ընկերության «Վաճառքի ռազմավարության որոշում» բիզնես գործընթացում առաջացող պրակտիկ բազմաչափ խնդիր։

օբյեկտԱյս ուսումնասիրության մեջ բիզնես գործընթացներ են, որոնք պահանջում են որոշումների կայացում բազմաչափ միջավայրում:

Առարկահետազոտությունը բազմաչափ վերլուծության մեթոդների կիրառումն է բիզնես գործընթացների օպտիմալացման համար, որոնք պահանջում են որոշումների կայացում բազմաչափ միջավայրում:

Մեթոդական հիմքԱյս աշխատության մեջ եղել են հայրենական և արտասահմանյան առաջատար գիտնականների գիտական հրապարակումներ, ինչպես նաև անդրադարձող հոդվածներ ընթացիկ ստանդարտներըբիզնես գործընթացների վերլուծության բազմաչափ մեթոդների կիրառման ոլորտում։ Առաջադրված խնդիրները լուծելու համար օգտագործվել են բազմաչափության պայմաններում որոշումների կայացման տեսության մեթոդները։

Տեսական նշանակությունհետազոտությունը պետք է մշակի բիզնես գործընթացների բազմաչափ վերլուծության մեթոդների դասակարգում ըստ կիրառման օբյեկտի:

Գործնական նշանակությունՀետազոտությունը բաղկացած է մշակված դասակարգումը բիզնես գործընթացների վերլուծության մեջ օգտագործելու հնարավորության մեջ, որպեսզի ընտրի այն մեթոդը, որն առավել հարմար է բազմաչափ օպտիմալացման կոնկրետ խնդրի լուծման համար:

Կառուցվածքաշխատանքներառում է հետևյալ բաժինները՝ ներածություն, գրականության ակնարկ և ծրագրային վերլուծություն, հիմնական մաս, եզրակացություն, մատենագիտություն։ Ուսումնասիրության հիմնական մասը բաղկացած է երեք գլխից, որոնցից երկուսը արտացոլում են ուսումնասիրության տեսական մասը, իսկ մեկը՝ գործնական: Առաջին գլուխը նվիրված է դիտարկման համար բազմաչափ վերլուծության մեթոդների ընտրությանը և դրանց նկարագրությանը: Երկրորդ գլխում համեմատվում են բազմաչափ վերլուծության մեթոդները խնդրի բնութագրերի, որոշում կայացնողի և ստացված լուծման հետ։ Ձեռք բերված համեմատության հիման վրա մշակվել է մեթոդների դասակարգում ըստ կիրառման օբյեկտի՝ որպես բիզնես գործընթացների վերլուծության մաս՝ հիմնվելով տեղեկանք 13-գործընթացի մոդելի վրա և տրվել են առաջարկություններ մեթոդների կիրառման համար: Երրորդ գլխում արտացոլված է VARS Expo LLC ընկերության «Վաճառքի ռազմավարության որոշում» բիզնես գործընթացում ծագած բազմաչափ խնդրի լուծման մեթոդների գործնական կիրառման օրինակ: Եզրափակելով՝ ամփոփվում են ուսումնասիրության ընթացքում ստացված արդյունքները։

1. Ծրագրային վերլուծություն

Բազմաչափ առաջադրանքների լուծման բարդությունը որոշվում է, ի թիվս այլ բաների, մեծ քանակությամբ տեղեկատվության, որը պետք է հաշվի առնել և մշակել որոշում կայացնելիս: Մարդը հաճախ չի կարողանում հաղթահարել այս խնդիրը՝ առանց ժամանակակից համակարգչային տեխնիկայի օգնության դիմելու։ Այս առումով, բազմաչափ միջավայրում որոշումների կայացմանն աջակցելու համար ստեղծվել են բազմաթիվ ծրագրային արտադրանք կամ որոշումների աջակցման համակարգեր (DSS), որոնց գործունեությունը հիմնված է MCDA (բազմ չափանիշների որոշման վերլուծություն) մեթոդների վրա: Այս ծրագրային արտադրանքների կողմից իրականացվող հիմնական գործառույթներն են որոշումների դասակարգումն ըստ նախապատվության և ընտրության լավագույն լուծումը. Այնուամենայնիվ, բացի լուծում գտնելուց և մեծ քանակությամբ տեղեկատվության մշակումից (որն անհրաժեշտ է պրակտիկայում բազմաչափ վերլուծության մեթոդների հաջող օգտագործման համար), նման ծրագրաշարը սովորաբար օգտվողին տալիս է նաև ստացված արդյունքները վերլուծելու հնարավորություն: Առանձնահատուկ արժեք է օգտատիրոջ գրաֆիկական ինտերֆեյսը, որը հնարավորություն է տալիս պատկերացնել և՛ գործընթացը, և՛ արդյունքները, որոշումների կայացման գործընթացը դարձնել առավել ակնհայտ և թափանցիկ:

Շնորհիվ այն բանի, որ այս աշխատանքընպատակաուղղված է ուսումնասիրելու և դասակարգելու բազմաչափ վերլուծության մեթոդները, որոնք լավ կիրառելի են պրակտիկայում, որոշումների աջակցության համար մշակված գոյություն ունեցող ծրագրերի վերլուծությունը և համեմատումը թվում է անհրաժեշտ և կարևոր: Խելամիտ է վերլուծությունը սկսել համեմատության և գնահատման չափանիշների սահմանմամբ։

Տարբեր ծրագրային արտադրանքները կարող են օգտվողին տրամադրել տարբեր տարբերակներ ինչպես որոշումների կայացման գործընթացում, այնպես էլ արդյունքների վերլուծության ժամանակ: Իհարկե, որոշումների կայացման գործընթացի կազմակերպումը բնութագրվում է առաջին հերթին բազմաչափ վերլուծության մեթոդներարտադրանքի աջակցությամբ: Հենց աջակցվող մեթոդներից է կախված լուծումներ գտնելու ընթացակարգը, հետևաբար՝ արտադրանքի կիրառելիությունը տարբեր իրավիճակներում: Բացի այդ, քանի որ այս աշխատանքն ուղղված է բիզնես գործընթացներում ուղղակիորեն բազմաչափ մեթոդներ կիրառելուն, այն չափազանց կարևոր է. մասնագիտական մակարդակըիրավասությունները(հատուկ գիտելիքներ և հմտություններ), որոնք անհրաժեշտ են արտադրանքի հաջող օգտագործման համար։ Բազմաթիվ ծրագրեր նախատեսված են բազմաչափ վերլուծության ոլորտում մասնագետների կողմից օգտագործելու համար, և առանց այս ոլորտում փորձի և գիտելիքների, օգտատերը չի կարողանա արդյունավետ օգտագործել նման արտադրանքները: Այնուամենայնիվ, այս աշխատության մեջ մշակված մեթոդների դասակարգման հիմնական նպատակներից մեկը բազմաչափ վերլուծության ոլորտում ոչ մասնագետներին (օրինակ՝ որոշում կայացնողներին) օգնելն է համապատասխան մեթոդների ընտրության հարցում: Հետևաբար, ապրանքների համեմատությունները նույնպես կիրականացվեն անհրաժեշտ մասնագետների գիտելիքների և հմտությունների հիման վրա: Համեմատության երրորդ չափանիշն է խմբային որոշումների աջակցություն. Սովորաբար, որոշում կայացնողը բազմաչափ վերլուծության մեջ ընկալվում է որպես անհատ, բայց բիզնեսում որոշումները հազվադեպ են կախված մեկ անձից: Ամենից հաճախ որոշումների համար պատասխանատու է որոշակի խումբ (տնօրենների խորհուրդ, բաժնետիրական ընկերություն, խնդրահարույց հանձնաժողով և այլն), որոնց յուրաքանչյուր անդամի նախասիրությունները որոշում կայացնելիս պետք է հաշվի առնել։ Ապրանքի օգտագործման գործնականությունը արտացոլող հաջորդ չափանիշն է հասանելիություն ինտերնետի միջոցով. Եվ վերջապես, նման ծրագրերի հետ լուրջ փորձ չունեցող օգտատիրոջ համար կարևոր գործոն է ներմուծելու կարողությունը և / կամարտահանումտվյալները կամ արդյունքները Excel-ում: Առանձին-առանձին, արժե դիտարկել ստացված արդյունքների վերլուծության գործընթացը, մասնավորապես տեղեկատվության արտացոլման տեքստային և գրաֆիկական մեթոդներաջակցվող ապրանքներ.

Այսօր կա բազմաչափ վերլուծության ծրագրերի և ծրագրային համակարգերի հսկայական բազմազանություն: Այս հոդվածում ծրագրային ապահովման վերանայման նպատակն է բացահայտել առկա ապրանքների միջև նմանություններն ու տարբերությունները՝ դրանց օգտագործման վերաբերյալ առաջարկություններ մշակելու համար: Հետևաբար, խելամիտ է թվում ուշադրություն դարձնել ծրագրային արտադրանքներին, որոնք ունեն տարբեր նպատակներ և աջակցում են տարբեր մեթոդների, մինչդեռ ակտիվորեն օգտագործվում կամ հայտնի են ինչպես բազմաչափ վերլուծության փորձագետների, այնպես էլ որոշումներ կայացնելու համար պատասխանատու այլ ոլորտների մասնագետների շրջանում (որոնք, իհարկե, արտադրանքի գործնական կատարողականի ցուցիչ է): Տասներկու այդպիսի արտադրանք ընտրվել են վերլուծության համար՝ համեմատելով ծրագրային ակնարկները և միջազգային գիտական հրապարակումների համեմատական հոդվածները (French and Xu, 2005; McGinley. P, 2014; Vassilev et al., 2005; Weistroffer et al., 2005), ինչպես նաև հաշվի առնելով. հաշվի առեք վարկանիշները և ակնարկները, որոնք հրապարակված են բազմաչափ վերլուծության ծրագրերին նվիրված վեբ էջերում (Capterra, EWG-MCDA, Wikipedia): Ընտրությունը հիմնված էր նաև արտադրանքի փորձնական կամ ցուցադրական տարբերակի առկայության վրա: Համեմատական վերլուծության արդյունքներն արտացոլված են աղյուսակներում, որոնք պարունակում են պարամետրեր, որոնք խմբավորված են ըստ ծրագրաշարի երկու հիմնական գործառույթների՝ որոշումների կայացման գործընթացի կազմակերպում (տես Աղյուսակ 1) և արդյունքների վերլուծություն (տես Աղյուսակ 2):

Աղյուսակ 1. Ծրագրային ապահովման համեմատությունն ըստ որոշումների կայացման գործընթացի բնութագրերի

Ծրագրաշարի անվանումը	Աջակցված MCDA մեթոդներ	Պահանջվում է մասնագիտական իրավասություն	Աջակցություն խմբային որոշումներին	Մատչելիություն ինտերնետի միջոցով	Excel ներմուծելու/արտահանելու ունակություն
	ՊԱՊՐԻԿԱ, ԱՀՊ, ՄԱՈՒԹ

	AHP, Pareto Frontier Approximation
Չափանիշի որոշում Plus	AHP, SMART, MAUT, Swing
	ՊՐՈՄԵԹԵ, ՕԳՆ
	MAUT, Որոշումների ծառ, AHP, Հաջորդական մեթոդ: զիջումներ
	որոշման ծառ


Տրամաբանական որոշումներ	AHP, MAUT, Swing

Ինչպես երևում է աղյուսակներից, դիտարկված գրեթե բոլոր ապրանքները հիանալի հնարավորություններ են ընձեռում արդյունքները վերլուծելու համար, սակայն ունեն զգալի տարբերություններ որոշումների կայացման գործընթացի կազմակերպման հարցում։ Ծրագրերն աջակցում են տարբեր մեթոդների շարք, սակայն դրանց կեսից ավելին աջակցվող մեթոդներից ունի AHP կամ AHP (Analytic hierarchy process / Hierarchy analysis մեթոդ), ինչը միանգամայն սպասելի է, քանի որ մեթոդը գործնականում կիրառելի է: տարբեր արդյունաբերություններեւ, առավել եւս, չի պահանջում հատուկ ուսուցում։ Այն բարենպաստորեն համեմատվում է այլ մեթոդների հետ, քանի որ այն համատեղում է մաթեմատիկական մոտեցումը և հոգեբանական ասպեկտները, ինչպես նաև թույլ է տալիս համեմատել տարբեր պարամետրերը, ինչը չափազանց կարևոր առավելություն է, երբ գործնական կիրառություն. Ապրանքներում, որոնք աջակցում են այս մեթոդին, այլընտրանքների զույգ-զույգ համեմատության երկու մոտեցում կա: Առաջին մոտեցման շրջանակներում կազմվում է որոշ չափորոշիչների գնահատման մատրիցա մյուսների նկատմամբ, իսկ երկրորդի շրջանակներում թվարկվում են չափանիշների բոլոր հնարավոր համակցությունները, և դրանցից յուրաքանչյուրի համար որոշում կայացնողը պետք է գնահատի, թե որքան. մի չափանիշն իր կարևորությամբ գերազանցում է մյուսին: Ստացված գնահատումների արդյունքում չափորոշիչները դասակարգվում են ըստ կարևորության։

Բացի այդ, դուք կարող եք տեսնել, որ ծրագրերի մեծ մասը, որոնք աջակցում են AHP-ին, նաև աջակցում են MAUT-ին (Multi Attribute Utility Theory / Multicriteria Utility Theory): Միևնույն ժամանակ, մեթոդաբանական ուսումնասիրություններում նման մեթոդները սովորաբար հստակորեն տարանջատվում են: Այս փաստը հուշում է, որ, չնայած այն հանգամանքին, որ նման ծրագրաշարը հիմնված է բազմաչափ միջավայրում որոշումների կայացման տեսության վրա, արտադրանքը կարող է հակադրվել տեսությանը` համատեղելով տարբեր դպրոցների մեթոդների լայն տեսականի գործնականում հաջող կիրառման համար: Սա կարող է հաստատվել նաև MAUT և Swing մեթոդների միաժամանակյա աջակցությամբ չորս ապրանքների կողմից:

Մի փոքր ավելի քիչ տարածված է հաջորդական զիջումների մեթոդը, որը ենթադրում է որոշակի ընդմիջումների օգտագործում, որոնք արտացոլում են պարամետրերի արժեքների թույլատրելի շեղումը առաջնահերթներից: Ամենայն հավանականությամբ, դա պայմանավորված է գործնականում նման միջակայքերը օբյեկտիվորեն որոշելու դժվարությամբ: Նաև դիտարկված որոշ ծրագրեր հիմնված են որոշումների ծառի վրա, որը բնութագրվում է կոնկրետ շինարարական ալգորիթմով, որը հեշտ է հասկանալ, բայց միշտ չէ, որ ապահովում է ամբողջ ծառի օպտիմալությունը: Վերջապես, Պարետոյի սահմանների մոտարկման մեթոդը նույնպես հայտնաբերված է քննարկված ծրագրերում և շատ արդյունավետ է վիզուալիզացիա ապահովելու համար, օրինակ՝ փուչիկների գծապատկերում, ինչպես ներկայացված է Clafer Multi-Objective Optimizer-ում:

Մնացած համեմատական պարամետրերը վերլուծելիս պետք է նշել, որ ծրագրային ապահովման արտադրանքի մեծ մասը նախատեսված է բազմաչափ վերլուծության ոլորտի մասնագետների կողմից օգտագործման համար, քանի որ նրանց հետ աշխատելու համար անհրաժեշտ մասնագիտական իրավասության մակարդակը շատ բարձր է: Այնուամենայնիվ, այնպիսի արտադրանքները, ինչպիսիք են 1000Minds-ը, Clafer MOO-ն, D-Sight-ը, Decision Lens-ը և MakeItRational-ը, կարող են օգտագործվել որոշումներ կայացնելու համար նույնիսկ հատուկ գիտելիքների բացակայության դեպքում: Պետք է նկատի ունենալ, որ խմբային որոշումներն ապահովվում են միայն դիտարկված ապրանքներից երեքում: - 1000 Minds, D -Sight և MakeItRational: Առաջինն ապահովում է միայն առցանց քվեարկություն, երկրորդը կշռում է խմբի յուրաքանչյուր անդամի կարծիքը, իսկ վերջինը հաշվարկում է խմբի միջին արժեքը՝ հաշվի առնելով բոլոր անհատական կարծիքները։ Արտադրանքների մեծ մասը վեբ վրա է (բացառությամբ Criterium DecisionPlus-ի, Hiview3-ի, Logical Decisions-ի և M-MACBETH-ի) և կեսից քիչն ապահովում է տվյալների և արդյունքների Excel ներմուծման և արտահանման հնարավորություն:

Աղյուսակ 2. Ծրագրային ապահովման համեմատությունը արդյունքների վերլուծության բնութագրերով

Ծրագրաշարի անվանումը	Տեսողական գրաֆիկներ	Ընդհանուր արժեքներ	Զգայունության վերլուծություն	2D քարտեզներ	Գրավոր հաշվետվություն


Clafer Multi-Object. Օպտիմիզատոր
Չափանիշի որոշում Plus





Տրամաբանական որոշումներ

Աղյուսակ 5-ում արտացոլված է այն փաստը, որ դիտարկված բոլոր ծրագրային արտադրանքները ապահովում են արդյունքների գրաֆիկական արտացոլման հնարավորությունը: Առնվազն մի քանի ապրանքներում առկա մոտեցումները ներառում են այլընտրանքների պատկերացում spider-cys-ի, tornado-ի, ջերմաչափի, կարկանդակի և պղպջակների գծապատկերների միջոցով: Կոնցեսիոն մեթոդի վրա հիմնված ծրագրային արտադրանքներում արդյունքները ներկայացվում են որպես արժեքների ընդունելի միջակայքեր և կարող են պարունակել գերակայության հարաբերություններ և օպտիմալ լուծումների տարածքի գրաֆիկական ներկայացում: Ծրագրերի մեծ մասն աջակցում է զգայունության վերլուծության ավանդական մեթոդին, նրանցից ոմանք օգտագործում են նաև վիճակագրական մոտեցումներ վերլուծության համար, որը բաղկացած է պարամետրային մոդելում տարբեր փոփոխություններ կատարելուց և արդյունքների հետագա փոփոխությունից: Սա թույլ է տալիս ստանալ այլընտրանքների հավանականական դասակարգում կամ այն դեպքերի տոկոսը, երբ մի այլընտրանքը գերակշռում է մյուսի նկատմամբ: Կոնցեսիոն մեթոդում ինտերվալների օգտագործումն ինքնին արդեն կարելի է համարել զգայունության վերլուծության տեսակ: Որոշ երկչափ քարտեզներ առկա են ծրագրային ապահովման արտադրանքների մեծ մասում: Չափանիշները համապատասխանում են առանցքներին, այլընտրանքները՝ գրաֆիկի համապատասխան կոորդինատներով կետերին: Որոշ ծրագրեր տրամադրում են հիմնական արդյունքներն արտացոլող և օգտագործողին դրանք բացատրող գրավոր հաշվետվություն ստեղծելու հնարավորություն:

2 . Բազմաչափ որոշումների կայացման մեթոդներ

2.1 Դիտարկվող մեթոդների ընտրություն

Բազմաչափ պայմաններով որոշումների կայացման գիտական կարգապահությունը համեմատաբար երիտասարդ է. այս գիտակարգի շրջանակներում առաջին աշխատանքները հայտնվեցին 1970-ական թվականներին, և 1980-ականներին հղումներ արվեցին MMRM-ի կիրառմանը գործնական խնդիրների լուծման համար (Wallenius et al., ) . Չնայած դրան, վրա այս պահինԱվելի քան յոթանասուն տարբեր մեթոդներ արդեն մշակվել են բազմաչափ խնդիրների լուծման համար (Aregai Tecle, ): Բոլոր առկա մեթոդների մանրամասն դիտարկումը այս աշխատանքի շրջանակներում անհրաժեշտ և հնարավոր չի թվում, հետևաբար դիտարկվող մեթոդների շարքը սահմանափակ է: Մեթոդների ընտրության համար օգտագործվող չափանիշները ներառում են.

1. Մեթոդի ժողովրդականությունը(չափվել է այն բանի հիման վրա, թե մեթոդը որքան հաճախ է հիշատակվել գիտական գրականության մեջ 1970-ից 2016 թվականներին)

2. Մեթոդի կիրառելիությունը գործնական խնդիրների նկատմամբ(չափվել է MMRM-ի կիրառման գրականության վերլուծության հիման վրա տարբեր բիզնես ոլորտներում առաջադրանքներում)

3. Մեթոդի ինքնատիպությունը(այլ ավելի հայտնի մեթոդներում հայտնաբերված մեթոդների վրա հիմնված մեթոդները հաշվի չեն առնվում)

1. Հիերարխիայի վերլուծության մեթոդ (AHP)

2. Ոչ գծային ծրագրավորում (NLP)

3. Փոխզիջումային ծրագրավորում (CP)

4. Համագործակցային խաղերի տեսություն (CGT)

5. Տեղահանված իդեալական մեթոդ (DISID)

6. ELECTRE մեթոդ (ELEC)

7. Զգայունության գնահատման և վերլուծության մեթոդ (ESAP)

8. Թիրախային ծրագրավորում (CPU/GP)

9. Բազմաչափ օգտակար տեսություն (MAUT)

10. Բազմաչափ Q-վերլուծություն (MCQA)

11. Փոխզիջումների զարգացման հավանականական մեթոդ (PROTR)

12. Զայոնց-Վալենիուսի մեթոդ (Z-W)

13. STEM մեթոդ

14. SWT մեթոդ

15. PROMETHEE մեթոդ (PRM)

Այս մեթոդների հանրաճանաչությունը և կիրառելիությունը տարբեր ոլորտներում տարբեր խնդիրների դեպքում հստակ ներկայացված է աղյուսակում (տես Հավելված 1), որտեղ յուրաքանչյուր մեթոդ համեմատվում է գիտական հրապարակումների հետ, որոնք նկարագրում են դրա կիրառությունը, և կոնկրետ առաջադրանքներ, որոնք դրվել են այս աշխատանքներում։

2.2 Մեթոդների համառոտ նկարագրությունը

Հիերարխիայի վերլուծության մեթոդ (AHP)

Հիերարխիայի վերլուծության մեթոդը որոշումների կայացման մաթեմատիկական գործիք է, որը հաշվի է առնում հոգեբանական ասպեկտները: Մեթոդը մշակել է Տ.Սաաթին։ Այն թույլ է տալիս պարզեցնել առկա այլընտրանքները, որոնք պետք է գնահատվեն ըստ քանակական և որակական տարբեր չափանիշների: Պատվերը տեղի է ունենում որոշում կայացնողի նախասիրությունների մասին տեղեկատվության հիման վրա, որն արտահայտվում է թվային ձևով և թույլ է տալիս ստանալ այլընտրանքների ընդհանուր արժեքի արժեքները բոլոր պարամետրերի համար: Ամենաբարձր ընդհանուր արժեքով այլընտրանքը լավագույնն է: Մեթոդը լայնորեն կիրառվում է գործնականում։ Այն օգտագործելու համար հետևեք հետևյալ քայլերին.

1) Քայքայել խնդիրը՝ կազմելով դրա հիերարխիկ մոդելը, որը պետք է ներառի այլընտրանքներն իրենք, դրանց գնահատման պարամետրերը և լուծում գտնելու վերջնական նպատակը.

2) զույգերով համեմատեք հիերարխիայի բոլոր տարրերը՝ որոշելով դրանց առաջնահերթությունը՝ ելնելով որոշում կայացնողի նախասիրություններից.

3) սինթեզել այլընտրանքների արժեքը՝ օգտագործելով գծային կոնվուլյացիա

4) գնահատել դատողությունների հետևողականությունը

5) արդյունքների հիման վրա որոշում կայացնել

MAI-ի առավելությունները.

Զույգ համեմատությունների պարզությունը, որոշում կայացնողների համար ընթացակարգի ծանոթությունը

Այլընտրանքների ուղղակի գնահատման բացակայություն

Աջակցություն ինչպես քանակական, այնպես էլ որակական պարամետրերին

Դատողությունների հետևողականության ստուգում

Գործնականում լայն կիրառելիություն

MAI-ի թերությունները.

Սահմանափակ թվով այլընտրանքներ և դրանց գնահատման պարամետրեր (աշխատ մեծ թիվդժվար է որոշում կայացնողի համար)

Միևնույն տեսակի թվային ներկայացման պատճառով նախապատվությունների խեղաթյուրման հնարավորությունը

Ավելացման կամ բազմապատկման չափորոշիչների կոնվուլյացիայի անհիմն ընտրություն

2.3 Ոչ գծային ծրագրավորում (NLP)

Ոչ գծային ծրագրավորումը մաթեմատիկական ծրագրավորման հատուկ դեպք է և ենթադրում է օբյեկտիվ ֆունկցիայի կամ սահմանափակման ոչ գծային ձև։ Այս մեթոդով լուծված խնդիրը կարող է ձևակերպվել որպես որոշակի օբյեկտիվ ֆունկցիայի օպտիմալ արժեքը գտնելու խնդիր այն պայմաններում, որտեղ կան պարամետրեր, կան սահմանափակումներ, n-ը պարամետրերի թիվը, s-ը սահմանափակումների քանակը:

Օբյեկտիվ ֆունկցիան կարող է լինել գոգավոր կամ ուռուցիկ։ Առաջին դեպքում որոշում կայացնողը կբախվի առավելագույնի հասցնելու խնդրին, երկրորդում՝ նվազագույնի հասցնելու խնդրին։ Եթե սահմանափակումը տրվում է ուռուցիկ ֆունկցիայի միջոցով, ապա խնդիրը համարվում է ուռուցիկ և, ամենից հաճախ, լուծվում է ուռուցիկ օպտիմալացման ընդհանուր մեթոդներով։ Եթե խնդիրը ոչ ուռուցիկ է, ապա օգտագործվում են գծային ծրագրավորման խնդիրների հատուկ ձևակերպումներ կամ ճյուղային և կապող մեթոդներ, որոնք թույլ են տալիս խնդիրը լուծել գծային կամ ուռուցիկ մոտարկումներով։ Նման մոտարկումները կազմում են մի հատվածի ընդհանուր արժեքի ստորին սահմանը: Հետևյալ բաժինների ընթացքում մի օր կգտնվի իրական լուծում, որի արժեքը նման է մոտավոր լուծումներից որևէ մեկի համար հայտնաբերված լավագույն ստորին սահմանին: Նման լուծումը կլինի օպտիմալ, բայց պարտադիր չէ, որ միակը: Հնարավոր է ցանկացած պահի դադարեցնել նման ալգորիթմը՝ վստահ լինելով, որ օպտիմալ լուծումը գտնվում է գտնված լավագույն լուծումից ընդունելի շեղման սահմաններում. նման լուծումները կոչվում են e-optimal:

Ոչ գծային ծրագրավորման մեջ կարելի է առանձնացնել անկախ հատվածներ՝ ուռուցիկ, քառակուսի, ամբողջ թվային, ստոխաստիկ, դինամիկ ծրագրավորում և այլն։

2.4 Փոխզիջումային ծրագրավորում (CP)

Փոխզիջումային ծրագրավորման մեթոդի գաղափարը նման է նպատակային ծրագրավորման մեթոդի գաղափարին: Մեթոդի տեխնիկան հիմնված է «իդեալական» կետից հեռավորության որոշման վրա։ Լավագույն լուծումը գտնելու համար անհրաժեշտ է նվազագույնի հասցնել «հեռավորությունը» իդեալական լուծումից։ Այն կետը (լուծումը), որը բոլոր առումներով ամենամոտն է իդեալական կետին, փոխզիջումային լուծում է։ Փոխզիջում կարող է լինել նաև լուծումների մի շարք:

Լավագույն լուծումը գտնելու ընթացակարգը ներառում է հետևյալ քայլերը.

1) Որոշեք այլընտրանքների գնահատման պարամետրերը և այդ պարամետրերի կշիռները:

2) Կազմել այլընտրանքների գնահատման մատրիցա՝ գրանցելով գնահատման յուրաքանչյուր պարամետրի այլընտրանքների մասին տեղեկատվություն:

3) Որոշել օպտիմալացման ուղղությունը չափորոշիչներից յուրաքանչյուրի համար (գերադասելի է արժեքները առավելագույնի հասցնել կամ նվազագույնի հասցնել):

4) Նորմալացրեք մատրիցը այնպես, որ այն ստանա հատուցման մատրիցայի (կամ հատուցման մատրիցայի) ձև:

5) Գտեք այլընտրանքների լավագույն և վատագույն արժեքը չափանիշներից յուրաքանչյուրի համար:

6) Գտեք յուրաքանչյուր այլընտրանքի ընդհանրացված արժեքը գնահատման բոլոր պարամետրերի համար՝ օգտագործելով չափանիշների կշիռները և յուրաքանչյուր չափանիշի այլընտրանքի արժեքի և այս չափանիշի լավագույն արժեքի տարբերությունը:

7) այլընտրանքը, որի արժեքը ամենամոտն է իդեալին, լավագույն լուծումն է։

Փոխզիջումային ծրագրավորման մեթոդի առավելությունները.

Օգտակարություն խնդիրների լուծման հարցում լուծման տարածության վրա, որտեղ որոշում կայացնողը հակված է վստահել իր ինտուիցիային և փորձին

2.5 Համագործակցային խաղերի տեսություն (CGT)

Համագործակցային խաղը խաղ է, որը ներառում է խաղացողների համատեղ ջանքերը: Համագործակցային խաղերի տեսությունը ուսումնասիրում է այն կոնֆլիկտները, որոնք առաջանում են խաղացողների միջև համատեղ որոշում կայացնելիս: Քանի որ նման որոշում կայացնելու համար սովորաբար կան մի քանի չափանիշներ, և դրանք հաճախ հակասական են, տեսությունը օգտագործվում է որպես որոշումների կայացման մեթոդներից մեկը բազմաչափ միջավայրում: Տեսությունը ուսումնասիրում է, թե խաղացողների միավորման ինչ արդյունքներ կարող են հասնել և ինչ պայմաններում:

Համագործակցային խաղերի ուսումնասիրության ընթացքում ծագող հիմնական խնդիրները.

1) Ֆունկցիայի սահմանում, որը բնութագրում է խաղացողների նախասիրությունները

2) կողմերի ընդհանուր շահույթի բաժանման վերաբերյալ օպտիմալ լուծում գտնելը

3) լուծույթի դինամիկ կայունության ստուգում

Գտնված լուծումը կարող է եզակի լինել, եթե ընդհանուր շահույթի բաժանումը կարող է կատարվել միայն մեկ եղանակով, որը բնութագրվում է երկու կողմերի համար առավելագույն օգտակարությամբ: Եթե կան մի քանի նման տարանջատման մեթոդներ, ապա օպտիմալ լուծումը կարող է լինել բազմարժեք: Մեկ օպտիմալ լուծման դեպքը բնորոշ է N միջուկի և Շեյփլի վեկտորի համար, բազմարժեք լուծումը՝ C միջուկի և K միջուկի համար։

2.6 Փոխված իդեալական մեթոդ (DISID)

Այս մեթոդը մշակվել է իրագործելի լուծումների շարքում լավագույն լուծումները որոշելու համար և բնութագրվում է հետևյալ հատկանիշներով.

«Իդեալական» լուծման ձևավորման կարգը, որը սահմանում է օպտիմալացման ուղղությունը: Սովորաբար նման լուծումն անհասանելի է, բայց այն լավ արտացոլում է որոշում կայացնողի նպատակները։

Վերացրեք լուծումները, որոնք ամենաքիչն են նախընտրելի յուրաքանչյուր կրկնության ժամանակ: Այսպիսով, լավագույն լուծումը հայտնաբերվում է ընթացակարգի յուրաքանչյուր քայլի ընթացքում աստիճանաբար վերացնելով վատագույն լուծումները:

Մեթոդը կիրառելիս կարելի է առանձնացնել հետևյալ քայլերը.

1) գերակշռող լուծումների բացառումը.

2) «Իդեալական» լուծման ձևավորում և «ամենավատ» լուծման որոշում.

3) հնարավոր լուծումների կետերի և «ամենավատ» լուծման կետերի միջև հեռավորության որոշում

4) 1-3 փուլերի ցիկլը կրկնելը, մինչև մնա առավել օպտիմալ լուծումների թույլատրելի փոքր թիվը.

Միևնույն ժամանակ, այլընտրանքների համեմատությունը ձևավորված «իդեալական» լուծման հետ հաճախ որոշում կայացնողի մոտ դժգոհություն է առաջացնում առկա այլընտրանքների վերաբերյալ, ինչը կոչվում է հակամարտություն որոշումից առաջ: Որոշումից հետո հակամարտությունը դժգոհություն է, որն առաջանում է որոշ այլընտրանքների քննարկումից հեռացնելուց հետո: Սկզբնական կրկնություններում առկա է ուժեղ հակամարտություն մինչև լուծումը, որն աստիճանաբար նվազում է՝ առկա լուծումների «իդեալին» մոտեցնելու պատճառով, լուծումից հետո հակամարտությունը, ընդհակառակը, մեծանում է, ինչը ցույց է տալիս, որ որոշում կայացնողը. բավականաչափ չի ուսումնասիրել խնդիրը։

2.7 ELECTRE մեթոդ

ELECTRE մեթոդով ընտրության ընթացակարգը բաղկացած է 6 քայլից.

1) չափորոշիչներից յուրաքանչյուրի համար այլընտրանքների նվազագույն և առավելագույն արժեքների որոշում

2) չափորոշիչների կշիռների որոշում

3) Չափանիշներից յուրաքանչյուրի համար գրաֆիկի կառուցում, որտեղ գագաթները լուծումների հավաքածուի որոշ օբյեկտներ են, իսկ աղեղները արտացոլում են մեկ առարկայի գերակայության աստիճանը մյուսի նկատմամբ.

4) այսպես կոչված համաձայնության և անհամաձայնության ինդեքսների արժեքների մատրիցայի կազմում՝ հիմնված չափանիշների կարևորության և որոշումների նախապատվության վրա.

5) յուրաքանչյուր զույգ օբյեկտի համար գերազանցության արժեքի սահմանում, եթե լուծումներից մեկի համաձայնության ինդեքսի արժեքը գերազանցում է որոշակի շեմային արժեքը, իսկ անհամաձայնության ինդեքսի արժեքը չի հասնում այդ արժեքին.

6) գերակայության ընդհանուր գրաֆիկի կառուցում` հաշվի առնելով սահմանված սահմանափակումները

2.8 Զգայունության գնահատման և վերլուծության մեթոդ (ESAP)

Զգայունության գնահատման և վերլուծության մեթոդը սկզբնապես մշակվել է որպես պլանավորման տեխնիկա ոլորտում միջավայրըգնահատել կառավարման այլընտրանքները ջրային ռեսուրսներ. ESAP-ը հիմնված է չափանիշների կշիռների որոշման վրա՝ այլընտրանքների ճիշտ գնահատում ստանալու համար: Այլընտրանքային տարբերակի առկայության և գրավչության գնահատումը որոշվում է բնական և մշակութային ռեսուրսների վրա ազդեցության և այդ ռեսուրսների կարևորության և նախընտրելի արժեքների մասին տեղեկատվության համադրմամբ: Տեղեկատվությունը պետք է հավաքվի մի քանի անհատների կամ անհատների խմբի հետ հարցազրույցի միջոցով՝ որոշելու նրանց գնահատականների զգայունությունը ռեսուրսների կարևորության և նախընտրելի արժեքների վերաբերյալ դատողությունների տարբերությունների, ինչպես նաև այս կամ այն այլընտրանքի ընտրության հետևանքների անորոշության նկատմամբ: Այժմ այս մեթոդը կիրառվում է ոչ միայն բնապահպանական պլանավորման, այլ նաև այլ ոլորտներում։

2.9 Թիրախային ծրագրավորում (CPU/GP)

Թիրախային ծրագրավորման մեթոդը օգտագործվում է MCO-ի խնդիրները լուծելու համար և հիմնված է չափանիշների դասակարգման վրա՝ ըստ որոշում կայացնողների համար դրանց կարևորության: Լուծումներ գտնելու հիմնական խնդիրը ներառում է մի քանի հաջորդական ենթաառաջադրանքներ՝ յուրաքանչյուր չափանիշի օպտիմալացման համար: Ընդ որում, նման օպտիմալացումն իրականացվում է ըստ օբյեկտիվ ֆունկցիայի, և մեկ չափանիշով արժեքի բարելավում հնարավոր չէ հասնել ավելի կարևոր չափանիշով արժեքի վատթարացման հաշվին։ Այսպիսով, վերջնական արդյունքը կլինի խնդրի լավագույն լուծման հայտնաբերումը։ Սովորաբար գծային խնդիրների լուծման համար կիրառվում է թիրախային ծրագրավորման մեթոդը։ Միևնույն ժամանակ, նրա տարբերությունը գծային ծրագրավորման մեթոդից կայանում է նրանում, որ շատ նպատակներ ֆորմալացվում են ոչ թե որպես օբյեկտիվ ֆունկցիաներ, այլ որպես սահմանափակումներ։ Հետևաբար, մեթոդն օգտագործելիս պետք է որոշվեն նպատակային գործառույթների ցանկալի արժեքները և այդ արժեքներից այն փոփոխական շեղումները, որոնք արտացոլում են լուծման որոնման հիմնական նպատակին հասնելու աստիճանը:

2.10 Multicriteria Utility Theory (MAUT)

Multicriteria օգտակար տեսությունը ամենահայտնի աքսիոմատիկորեն հիմնավորված մեթոդներից է: Այս տեսությունը մշակել են R. Keaney, G. Rife, P. Fishburne: Տեսությունը հիմնված է աքսիոմների վրա, որոնք նկարագրում են որոշում կայացնողների նախասիրությունները և գրաֆիկորեն ներկայացված են որպես օգտակար ֆունկցիա։ Բազմօբյեկտիվ միջավայրում օգտակարության առավել կիրառելի աքսիոմատիկան ներառում է աքսիոմները.

Ամբողջական համեմատելիություն

անցողիկություն

Լուծելիություն

Անկախություն ըստ նախապատվության

Անկախություն ըստ օգտակարության

Արքիմեդ

Չնայած մեթոդի ակնհայտ աշխատատարությանը, կարևոր է նշել, որ այն կարելի է հիմնավորել գտնված լուծումների մաթեմատիկական հիմնավորմամբ: Բացի այդ, մեթոդը կիրառելի է ցանկացած թվով այլընտրանքների գնահատման ժամանակ, և բազմաչափ օգտակար տեսության մեջ որոշում կայացնողների հետ երկխոսության ընթացակարգերը շատ լավ մշակված են:

Մեթոդի հիմնական քայլերը ներառում են.

1) Չափորոշիչների ցանկի մշակում

2) Չափանիշներից յուրաքանչյուրի համար օգտակար ֆունկցիայի ստեղծում

3) ձևը որոշող պայմանների ստուգում ընդհանուր գործառույթօգտակար

4) յուրաքանչյուր չափանիշի տարբերակների գնահատումների և որոշում կայացնողների համար տարբերակի ընդհանուր գրավչության միջև հարաբերությունների ստեղծում.

5) Բոլոր առկա տարբերակների գնահատում և լավագույն տարբերակի ընտրություն

2.11 Բազմաչափ Ք- ԲԱՅՑվերլուծություն (MCQA)

Բազմաչափ վերլուծության այս մեթոդը օգտագործվում է հակամարտող կողմերի միջև երկխոսության արդյունավետ ընթացակարգ ձևավորելու համար: MCQA-I, MCQA-II և MCQA-III հնարավորություն են տալիս դասակարգել այլընտրանքների գնահատման չափանիշները՝ ըստ կարևորության, իսկ այլընտրանքները՝ որոշում կայացնողների համար գրավչության տեսանկյունից: Q-վերլուծությունը մշակվել է Ռոնալդ Աթկինի կողմից (1974, 1977), որպես սոցիալական համակարգերի կառուցվածքային բնութագրերի ուսումնասիրության մոտեցում, որտեղ ցուցիչների, առանձնահատկությունների կամ բնութագրերի երկու խմբերը կապված են միմյանց հետ: Հետագայում Q վերլուծությունը կիրառվել է տարբեր ոլորտներում, ինչպիսիք են շախմատի տեսությունը (Atkin and Witten, 1975), ճկուն արտադրական համակարգեր (Robinson and Duckstein, 1986), մրցակցային սպորտ (Gould and Gatrell, 1980) և քաղաքային պլանավորում (Beaumont, 1984): ): Q վերլուծությունը ճանաչված օգտակար գործիք է էկոլոգիական ուսումնասիրություններում, օրինակ՝ գետային էկոհամակարգերի գնահատման համար (Casti et al., 1979) և գիշատիչ-որս փոխհարաբերությունների ուսումնասիրության մեջ (Casti, 1979): Q վերլուծությունը օգտագործվել է նաև կլինիկական հոգեբանության մեջ (Macgill and Springer, 1984), երկրաբանության մեջ (Griffiths, 1983), տրանսպորտային համակարգերի հետազոտություններում (Johnson, 1976), ջրի բաշխման (Duckstein, 1983) և մի շարք այլ համատեքստերում (Casti, 1979): Q վերլուծությունն ապացուցել է, որ հատկապես օգտակար է բարդ համակարգերի հետ կապված խնդիրների լուծման համար, օրինակ՝ բժշկական պատկերների մոդելավորում: Այս մոտեցումը պահանջում է տվյալների հավաքածուների և դրանց փոխհարաբերությունների խիստ սահմանում և պահանջում է ուսումնասիրել դրանց փոխկապակցման հետևանքները համակարգում: Մոտավորապես ճշգրիտ տվյալների հավաքածուներ հաստատելուց և դրանց փոխհարաբերությունները ուսումնասիրելուց հետո Q վերլուծությունը ներառում է բավականին պարզ հաշվարկներ, որոնք կարիք չունեն. լրացուցիչ տեղեկությունհամակարգի մասին։ Q վերլուծության մեթոդը ապահովում է տվյալների կրճատման հանրահաշվական տեղագրական ենթակառուցվածք՝ օգնելով պարզեցնել մակրոսկոպիկ համակարգի նախագծման հայեցակարգը: Այդ նպատակով հնարավոր է սահմանել և մեկնաբանել այնպիսի ցուցանիշներ, ինչպիսիք են կապի աստիճանը, ապակենտրոնացումը և բարդությունը: Q վերլուծության մոտեցումը նաև ապահովում է տեղեկատվության դասավորություն: Q վերլուծությունը կարող է նաև կապված լինել կառուցվածքային մատրիցից առաջացած վարքագծային դինամիկայի վերլուծության հետ (կոչվում է հետնաշերտ); Ուսումնասիրության այս տեսակը (կոչվում է երթևեկություն) հիմնված է այն կարգապահության վրա, որը սովորաբար կոչվում է բազմաշերտ դինամիկա (Casti et al., 1979; Johnson, 1981):

2.12 Փոխզիջումների զարգացման հավանական մեթոդ (ՊՐՈՏՐ)

Բազմաչափ օպտիմալացման այս մեթոդը հիմնականում օգտագործվում է որոշում կայացնողի նախասիրությունների հիման վրա ոչ գծային խնդիրներ լուծելու համար: Մեթոդը ենթադրում է անհատական կոմունալ ֆունկցիաների կառուցում՝ խնդրի լավագույն լուծումը գտնելու համար:

Լուծումների որոնման գործընթացը բաղկացած է 12 հաջորդական փուլերից.

1) օբյեկտիվ ֆունկցիաների վեկտորի մշակում

2) լավագույն և վատագույն չափանիշների արժեքների վեկտորների մշակում

3) փոխարինման ֆունկցիայի ձևակերպում

4) Այս ֆունկցիան առավելագույնի հասցնելու և դրա հիման վրա նպատակային վեկտորի մշակման միջոցով մեկնարկային լուծում ստանալը

5) բազմաչափ օգտակար ֆունկցիայի սահմանում

6) նոր փոխարինող ֆունկցիայի ձևակերպում

7) այլընտրանքային լուծման ստեղծում՝ առավելագույնի հասցնելով նոր փոխարինման ֆունկցիան և դրա հիման վրա նպատակային վեկտորի մշակումը.

8) վեկտորի մշակում, որը կապում է վեկտորների թիրախային արժեքները դրանց հասնելու հավանականության հետ.

9) որոշում կայացնողի կողմից չափորոշիչների բոլոր արժեքները բավարար լինելու վերաբերյալ որոշում կայացնելը. Եթե այո, ապա ստացված վեկտորը խնդրի լուծում է, եթե ոչ, ապա կատարվում է 10-րդ քայլը

10) այն վեկտորի ընտրությունը, որի դեպքում նպատակային արժեքի կապը դրա հասնելու հավանականության հետ ամենաանբավարարն է, և նոր հավանականության սահմանումը.

11) վավեր արժեքների նոր հավաքածուի ստեղծում

12) նոր փոխարինող ֆունկցիայի ձևավորում և ցիկլի կրկնություն 6-րդից 12-րդ փուլ. պահանջվող գումարըմեկ անգամ.

2.13 Zajonc-Wallenius մեթոդը (Z-W)

Zajonc-Wallenius մեթոդը հիմնված է քաշի վեկտորների արժեքների հավաքածուի նեղացման ընթացակարգի վրա:

Այս ընթացակարգի քայլերը կարելի է նկարագրել հետևյալ կերպ.

1) քաշային վեկտորների մշակում

2) գլոբալ չափանիշի արժեքի հաշվարկ (որպես կանոն, արժեքը համապատասխանում է վավեր արժեքների բազմությունը կազմող բազմանկյան գագաթներից մեկին)

3) չափորոշիչների կշիռների արժեքների հաշվարկ հարակից գագաթներում, որոնց դեպքում այս գագաթը կարող է լինել օպտիմալ լուծում.

4) չափորոշիչներից յուրաքանչյուրի համար այս գագաթներում գնահատումների վեկտորի արժեքի հաշվարկը

5) որոշում կայացնող չափանիշների վեկտորների զույգ-զույգ համեմատություն

6) որոշում կայացնողի դատողությունների հիման վրա չափորոշիչների կշիռների արժեքների սահմանափակումների ձևավորում.

7) ընդունելի կշիռների միջակայքում կենտրոնական կետի որոշում

8) Կրկնել 2-8 ցիկլը

Համեմատելիս որոշում կայացնողը կարող է արտահայտել հետևյալ դատողությունները.

Առավել նախընտրելի է հարակից չափանիշների վեկտորը.

Նախնական չափանիշների վեկտորն ավելի նախընտրելի է.

Հստակ նախապատվություն չկա.

Այսպիսով, որոնումը համակարգված է, ինչը արդյունքները դարձնում է առավել օբյեկտիվ:

2.14 STEM մեթոդ

STEM մեթոդը լուծումների որոնման կրկնվող ընթացակարգ է, որի դեպքում լավագույն լուծումը ձեռք է բերվում մի քանի կրկնություններից հետո: Յուրաքանչյուր ցիկլ ներառում է հաշվողական փուլ և որոշումների կայացման փուլ, այսինքն՝ ներառում է վերլուծաբանի և որոշում կայացնողի փոխազդեցությունը:

Մեթոդը հիմնված է լուծման տարածության իդեալական կետից Չեբիշևի հեռավորությունը նվազագույնի հասցնելու վրա: Հեռավորության բանաձևը և չափելի տարածությունը սահմանող պարամետրերը կարող են փոփոխվել՝ օգտագործելով քաշի նորմալացման մեթոդը՝ հիմնված լուծումների որոնման նախորդ փուլում արտահայտված որոշում կայացնողի նախասիրությունների վրա: Որոնման ընթացակարգը թույլ է տալիս որոշում կայացնողին ընտրել լավ որոշումներև որոշել չափանիշների հարաբերական նշանակությունը: Յուրաքանչյուր կրկնության ժամանակ որոշում կայացնողը կարող է բարելավել այլընտրանքների արժեքները՝ ըստ որոշ չափանիշների՝ զիջելով մյուսներին: Միևնույն ժամանակ, որոշում կայացնողը պետք է նշի զիջման առավելագույն ընդունելի չափը յուրաքանչյուր չափանիշի համար: Հաջորդ կրկնությունն իրականացնելու համար, ստանալով որոշում, որոշում կայացնողը պետք է արտահայտի իր նախասիրությունները այն չափանիշների վերաբերյալ, որոնց համար նա կցանկանա բարելավել արժեքը, և նրանց, որոնց համար արժեքը արդեն բավարար է իր համար:

2.15 SWT մեթոդ

SWT մեթոդը բազմաչափ օպտիմալացման մեթոդ է, որը թույլ է տալիս գտնել բոլոր անհրաժեշտ Պարետո-օպտիմալ լուծումները՝ ըստ խնդրի օպտիմալացման վեկտորի: Մեթոդն օգտագործելիս պետք է հաշվի առնել, որ մոդելավորման, սահմանման, գնահատման, հաճախ իրարամերժ չափանիշների համեմատման ժամանակ համակարգային վերլուծաբանի դերը չպետք է շփոթել որոշում կայացնողի դերի հետ։ Թեև վերլուծաբանը պատասխանատու է պարետո-օպտիմալ լուծումների և այլընտրանքների համապատասխան արժեքների ստեղծման համար, նա ազատ չէ որոշել ընդունելի և նախընտրելի զիջումներ՝ ըստ տարբեր հակասական չափանիշների: Որոշում կայացնողը պատասխանատու է վերլուծաբանի կողմից կատարված հաշվողական վերլուծության հիման վրա նախապատվության դատողությունների արտահայտման համար: Ավելին, երբ չափորոշիչների արժեքների որևէ հավաքածու արդեն ձեռք է բերվել, շատ ավելի հեշտ է որոշում կայացնողից ստանալ երկու չափանիշների միջև զիջման հարաբերական արժեքի (արժեքի բարձրացում կամ նվազում) գնահատում, քան դրանց բացարձակ գնահատականը: միջին արժեքներ.

2.16 PROMETHEE մեթոդ (PRM)

PROMETHEE-ը լավ մշակված որոշումների աջակցման համակարգ է, որը թույլ է տալիս գնահատել և ընտրել այլընտրանք որոշակի շարքից՝ հիմնվելով այլընտրանքների դրական և բացասական կողմերը արտացոլող չափանիշների վրա, ինչպես նաև թույլ է տալիս դասակարգել այդ այլընտրանքները՝ ըստ որոշում կայացնողների համար դրանց գրավչության: .

PROMETHEE-ն չի պահանջում խիստ դատողություններ որոշում կայացնողների նախասիրությունների իրական կառուցվածքի վերաբերյալ: Այլընտրանքները գնահատելիս հիմնական խնդիրն է տեղեկատվություն ստանալ այն մասին, թե արդյոք որոշ այլընտրանքներ առնվազն նույնքան գրավիչ են, որքան մյուսը: Հիմնվելով այսպես կոչված նախապատվության հարաբերությունների վրա, որոնք որոշվում են առաջին քայլում, իրականացվում է այլընտրանքների վարկանիշավորում։

Դիտարկենք հիմնական քայլերը.

1) Նախապատվության գործառույթի սահմանում

Ելակետը վարկանիշային մատրիցայի ձևավորումն է, որն արտացոլում է յուրաքանչյուր չափանիշի այլընտրանքների գրավչությունը: Հիմնվելով գնահատման մատրիցայում պարունակվող տեղեկատվության վրա՝ այլընտրանքները համեմատվում են զույգերով՝ յուրաքանչյուր չափանիշի նկատմամբ: Արդյունքները արտահայտվում են նախապատվության գործառույթներով, որոնք հաշվարկվում են յուրաքանչյուր զույգ տարբերակների համար և կարող են տատանվել 0-ից մինչև 1: Մինչ 0-ը ցույց է տալիս տարբերակների միջև տարբերություն չկա, 1-ը նշանակում է մեծ տարբերություն:

2) տարբերակների նախապատվության աստիճանի գնահատում

Ընդհանուր արժեքի մատրիցը կազմվում է յուրաքանչյուր չափանիշի այլընտրանքների արժեքները համապատասխան չափանիշի կշռով բազմապատկելով ստացված արժեքների հիման վրա: Այս մատրիցայում անընդմեջ բոլոր արժեքների գումարը արտացոլում է այլընտրանքի գերակայության (գրավչության) աստիճանը: Սյունակի բոլոր արժեքների գումարը ցույց է տալիս, թե որքանով է այլընտրանքը ճնշված ուրիշների կողմից: Գծային դասակարգում կարելի է ստանալ՝ գերիշխողից հանելով ենթագերի արժեքը:

Որոշում կայացնողից պահանջվում է սահմանել չափանիշների կշիռները և ընտրել նախապատվության գործառույթը: PROMETHEE-ն չի ենթադրում այս կշիռները որոշելու հատուկ միջոց, այլ ենթադրում է, որ որոշում կայացնողը ի վիճակի է ճիշտ սահմանել կշիռները, համենայն դեպս, երբ չափորոշիչների թիվը չափազանց մեծ չէ: Կշռման գործոնների սահմանումը միշտ սուբյեկտիվ է: Հետևաբար, զգայունության վերլուծությունը, որն արտացոլում է, թե ընտրված կշիռները որքանով են ազդում արդյունքի վրա, դառնում է որոշումների կայացման գործընթացի կարևոր մասը:

PROMETHEE մեթոդի շրջանակներում մշակվել են տարբեր գործիքներ և մոդուլներ: Հետևյալ 3 գործիքները կարող են հատկապես օգտակար լինել գնահատման առաջադրանքը վերլուծելու համար.

PROMETHEE I այլընտրանքների մասնակի գնահատման համար,

PROMETHEE II ամբողջական վարկանիշի համար,

GAIA լուծումների պատկերացման համար:

3. Մեթոդների դասակարգման մշակում

Որոշակի իրավիճակում կիրառելու համար ամենահարմար բազմաչափ մեթոդի ընտրության խնդիրն ինքնին բազմաչափ խնդիր է, քանի որ կան ընտրության մի քանի չափորոշիչներ և դրանք էապես հակասական են (AI-Shemmeri et al., ): Ուստի թվարկված մեթոդները պետք է գնահատվեն ըստ համապատասխան չափանիշների, որպեսզի հնարավոր լինի դրանք համեմատել։ Այս չափանիշները որոշելու համար անհրաժեշտ է հաշվի առնել այն ասպեկտները, որոնք առաջացնում են մեթոդների կիրառման տարբերություններ: Ընդունված է առանձնացնել չափանիշների հետևյալ ասպեկտները կամ խմբերը (Մոլաղասեմի և Պետ-Էդվարդս).

1) առաջադրանքի բնութագրերը

2) որոշում կայացնողի բնութագրերը

3) Ստացված լուծույթի բնութագրերը

Հատուկ իրավիճակում կիրառման համար ամենահարմար մեթոդն այն մեթոդն է, որի տեխնիկան լավագույնս համապատասխանում է լուծվող խնդրի և որոշում կայացնողի բնութագրերին, և ստացված արդյունքները կարող են ճիշտ մեկնաբանվել և օգտակար լինել որոշում կայացնողի համար:

Այսպիսով, քննարկման համար ընդունված տասնհինգ մեթոդները պետք է գնահատվեն ըստ որոշ չափանիշների, որոնք նկարագրում են ընտրված երեք ասպեկտները: Այս աշխատության յուրաքանչյուր ասպեկտ (չափանիշների խումբ) նվիրված է համապատասխան բաժինին, որը ներկայացնում է չափանիշների նկարագրությունը և ըստ այդ չափանիշների մեթոդների համեմատության աղյուսակ: Մեթոդների գնահատումը հիմնված է MMRM-ի համեմատության վրա Արեգայ Տեկլեի և Օզերնոյ Վ.Մ.-ի աշխատություններում։ , ինչպես նաև Բարդոսի, Խալիլի, Բրանսի և այլոց աշխատություններում գործնական խնդիրների լուծման մեթոդների կիրառման վերանայում։

3.1 Մեթոդների համապատասխանության գնահատում լուծվող խնդրի բնութագրերին

Առաջին հերթին անհրաժեշտ է որոշել կիրառվող մեթոդի համապատասխանությունը դիտարկվող խնդրի առանձնահատկություններին։ Բազմաչափ առաջադրանքները կարելի է նկարագրել միմյանց բացառող մի քանի զույգ բնութագրերով: Օրինակ, եթե խնդիրը մաթեմատիկական ծրագրավորման խնդիր է, ապա լուծումը կարելի է ստանալ՝ համակարգված կերպով որոնելով հնարավոր այլընտրանքները թույլատրելի որոշումների շարքում, մինչդեռ որոշման վերլուծության խնդիրները սովորաբար ենթադրում են վերջավոր և համեմատաբար փոքր թվով այլընտրանքների առկայություն. որի գնահատումը հանգեցնում է արդյունավետ լուծման: Փոխադարձ բացառիկ բնութագրիչների մեկ այլ զույգ, որն արտացոլում է ՀՄԿ-ի խնդրի լուծման համար անհրաժեշտ քանակական և որակական տեղեկատվության առկայությունը, նույնպես կարող է մեծ նշանակություն ունենալ համապատասխան MMRM-ի ընտրության ժամանակ: Եթե խնդիրը ներառում է որակական չափանիշներ, ապա մաթեմատիկական ծրագրավորման տեխնիկան չի կարող օգտագործվել այն լուծելու համար։ Առաջադրանքի դինամիկ բնույթը նաև մեծապես սահմանափակում է կիրառելի մեթոդների շարքը, քանի որ կան միայն մի քանի MMRM-ներ, որոնք աջակցում են այս տեսակի առաջադրանքներին (Szidarovszky and Duckstein, , ). Խնդրի մասշտաբը, որը չափվում է չափորոշիչների և այլընտրանքների քանակով, խիստ հայեցակարգային և հաշվողական սահմանափակումներ է դնում հասանելի մեթոդների վրա: Եվ վերջապես, մեթոդները համեմատելիս պետք է հաշվի առնել խնդրի պարամետրերի միջև կառուցվածքային հարաբերությունները, որոնք նկարագրում են դրա գծային կամ ոչ գծայինությունը, քանի որ շատ MMRM-ներ նախատեսված են բացառապես գծային ծրագրավորման խնդիրներ լուծելու համար:

Այսպիսով, MMRM-ի կիրառելիության գնահատումը լուծվող խնդրի բնութագրերին համապատասխան պետք է իրականացվի՝ դրական կամ բացասական պատասխան տալով MMRM-ի հետևյալ հնարավորությունների վերաբերյալ վեց հարցերին.

1) որակական չափանիշներ պարունակող խնդիրների լուծում

2) Ընտրություն սահմանափակ թվով այլընտրանքների միջև

3) ոչ գծային խնդիրների լուծում

4) լայնածավալ խնդիրների լուծում (մեծ թվով չափորոշիչներով և այլընտրանքներով)

5) Խնդիրների լուծում անսահման թվով այլընտրանքներով

6) Դինամիկ խնդիրների լուծում

MMRM-ի համեմատության աղյուսակում ըստ կիրառելիության՝ լուծվող խնդրի բնութագրերին համապատասխան (տես Աղյուսակ 3), վերը նշված հարցերի դրական և բացասական պատասխանները ներկայացված են երկուական ձևով, այսինքն՝ համապատասխանաբար 1 և 0 թվերով։ . Պարզության համար դրական պատասխան ունեցող բջիջները ընդգծվում են գույնով: Գնահատումը հիմնված է MMRM-ի կիրառման փորձի վրա բազմաթիվ գիտական աշխատությունների հեղինակների և MCO-ի ոլորտի մասնագետների կողմից, ինչպիսիք են Aregai Tecle, Gershon and Duckstein, Brans, Brink et al. (1986), Khalili et al.

Աղյուսակ 3. Մեթոդների համապատասխանության աղյուսակը խնդրի բնութագրերին

Տեղեկատվության որակական մշակում	Ոչ գծային խնդիր	մեծ մարտահրավեր	Դինամիկ առաջադրանք	Անսահման թվով այլընտրանքներ	Վերջնական թվով այլընտրանքներ

3.2 Մեթոդների համապատասխանության գնահատում որոշում կայացնողների բնութագրերին

Իհարկե, դիտարկման համար անհրաժեշտ է նաև կիրառվող մեթոդի համապատասխանությունը որոշում կայացնողի հնարավորություններին։ Որոշումներ կայացնողի ներգրավվածության աստիճանը ինտերակտիվ որոշումների կայացման գործընթացում և այն ժամանակը, որում որոշում կայացնողը կարող է հասանելի լինել փոխգործակցության համար, չափազանց կարևոր բնութագրիչներ են, որոնք կարող են խիստ սահմանափակել համապատասխան MMRM-ների շարքը: Բացի այդ, կարևոր է հաշվի առնել որոշում կայացնողի կարողությունը՝ նշելու իրենց նախասիրությունները, նախքան լավագույն լուծումը գտնելու գործընթացը սկսելը: Եթե նախապատվությունները հնարավոր չէ արտահայտել, ապա հետին մեթոդները, որոնց համար նախապատվությունների մասին անհրաժեշտ տեղեկատվությունը պետք է ձեռք բերվի նախքան լուծումների որոնումը սկսելը, չեն կարող հարմար համարվել այս խնդրի լուծման համար:

MMRM-ի գործունեության սկզբունքների վերաբերյալ որոշում կայացնողի ըմբռնման աստիճանը կարող է սահմանափակել նաև դրանց օգտագործումը: MCO-ի ոլորտում հատուկ գիտելիքներ պահանջող մեթոդները կարող են ավելի քիչ գրավիչ լինել որոշում կայացնողների համար, քան ինտուիտիվ մեթոդները՝ հիմնականում ստացված արդյունքների մեկնաբանման բարդության պատճառով: Օրինակ, SWO մեթոդը կիրառելու համար լուրջ պրոֆեսիոնալ դասընթաց CIE-ի ոլորտում, մինչդեռ ELECTRE մեթոդը, ընդհակառակը, գործնականում հատուկ գիտելիքներ չի պահանջում, այլ օգտագործվում է միայն դիսկրետ արժեքներով:

Ավելին, պետք է հաշվի առնել նաև առաջադրանքը լուծելու համար պատասխանատու վերլուծաբանին (ՄՀԿ ոլորտի մասնագետին) առնչվող բնութագրերը: Օրինակ, անհրաժեշտ է որոշել, թե արդյոք վերլուծաբանը հատուկ գիտելիքներ ունի որոշումների աջակցման ծրագրային արտադրանքի օգտագործման վերաբերյալ:

MMRM-ի համեմատության արդյունքները կիրառելիության առումով՝ որոշում կայացնողի բնութագրերին համապատասխան, ներկայացված են Աղյուսակ 4-ում (տես Աղյուսակ 4): Գնահատումը կատարվել է 1-ից 10 սանդղակով: Պարզության համար յուրաքանչյուր չափանիշի համար ամենաբարձր արժեքները պարունակող բջիջները ընդգծված են գույնով:

Աղյուսակ 4. Մեթոդների համապատասխանության աղյուսակ որոշում կայացնողի բնութագրերին

Որոշումներ կայացնողի գիտելիքների պահանջվող մակարդակը ՄՀԿ ոլորտում	Որոշումներ կայացնողների հետ փոխգործակցության աստիճանը	Մատչելի DM ժամանակը	Որոշումներ կայացնողների նախասիրությունների մասին տեղեկատվության պահանջվող քանակությունը	MCO-ի ոլորտի մասնագետի իրավասության անհրաժեշտ մակարդակ





վարպետության աշխատանք, ավելացվել է 26.04.2011թ Վերլուծության մեթոդների դասակարգում ըստ խմբերի. Որոշումների կայացման համար անհրաժեշտ տեղեկատվության հավաքագրում և պահպանում: Գործառնական և ինտելեկտուալ վերլուծության արդյունքների պատրաստում` սպառողների կողմից դրանց արդյունավետ ընկալման համար և դրա հիման վրա համարժեք որոշումների ընդունում: վերահսկողական աշխատանք, ավելացվել է 15.02.2010թ «Ընտրության աջակցության համակարգերի» կառուցման ոլորտում նմանատիպ զարգացումների վերլուծություն։ Բազմաչափական մոտեցման էությունը. Օգտագործողի միջերեսի զարգացման տեխնոլոգիա: Ծրագրի մշակման պլանավորում՝ օգտագործելով տարբեր մեթոդներ: Ցանցային գրաֆիկի կառուցում: թեզ, ավելացվել է 26.01.2013թ Ձեռնարկության գործունեությունը կառավարելու համար տեղեկատվական համակարգերի դասակարգում: Շուկայի վերլուծություն և Business Intelligence դասի համակարգերի բնութագրերը: DSS-ում օգտագործվող որոշումների կայացման մեթոդների դասակարգում. Բիզնես ինտելեկտի հարթակի ընտրություն, համեմատության չափանիշներ. թեզ, ավելացվել է 27.09.2016թ Գծային հանրահաշվական հավասարումների համակարգերի լուծման մեթոդների բնութագրերը, թվային մեթոդների հիմնական տեսակները և որպես ամենաարդյունավետ Դելֆի 5.0 ծրագրային արտադրանքի օգտագործումը: Գաուսի, Գաուս-Հորդանանի և Յակոբիի մեթոդների էությունը, Զեյդելի մեթոդի առանձնահատկությունները. կուրսային աշխատանք, ավելացվել է 25.06.2010թ Համակարգչային ստեգանոգրաֆիայի սկզբունքները. Տեղեկատվության թաքցման մեթոդների դասակարգում. Բիթերի փոխարինման ամենաքիչ նշանակալի մեթոդի ժողովրդականությունը: Ներկապնակի ընդլայնման և բլոկների թաքցման մեթոդների էությունը: Մեթոդների կիրառում GIF պատկերների վրա: Ալգորիթմների իրականացում. կուրսային աշխատանք, ավելացվել է 17.02.2013թ Վերահսկիչ օբյեկտի համառոտ նկարագրություն, առկա անալոգների վերանայում և վերլուծություն, որոնք իրականացնում են դրա գործառույթները: Ծրագրային համակարգի ճարտարապետության մշակում, հավելվածի արդյունավետության փորձարկում և գնահատում: Ծրագրային արտադրանքի տեղակայում և օգտագործում: կուրսային աշխատանք, ավելացվել է 05.02.2015թ Մարդ-մեքենա համալիրներ, որոնք հատուկ նախագծված են որոշումներ կայացնելու համար: Որոշումների ընդունման գործընթացը և դրա փուլերը. Նոր լուծումներ գտնելու մեթոդներ՝ որոշումների ծառ, մորֆոլոգիական աղյուսակներ, գաղափարների կոնֆերանսներ։ Միտումների մաթեմատիկական գնահատման սկզբունքը. կուրսային աշխատանք, ավելացվել է 30.07.2009թ SQL Server DBMS ճարտարապետության ակնարկ: Նկարագրեք և վերլուծեք ոլորտները, որտեղ օգտագործվում են բիզնես հետախուզության գործիքներ, ինչպիսիք են տվյալների բազմաչափ վերլուծությունը և տվյալների արդյունահանումը: Ընդհանուր ակնարկ լեզվական գործիքներ, ստացված տեղեկատվության մեթոդներն ու փորձարարական կիրառումը։ թեզ, ավելացվել է 09.07.2014թ Տեխնածին օբյեկտի անվտանգության բազմաչափական կառավարման համակարգի կառուցվածքը. Անվտանգության ենթահամակարգերի փոխհարաբերությունների դիտարկում: Փորձագիտական որոշումների կայացման մեթոդներ՝ հիմնված բազմաչափ այլընտրանքների համեմատության վրա: Վերլուծական հիերարխիայի մոտեցման էությունը.