วิธีการตัดสินใจของผู้เชี่ยวชาญ วิธีการโต้ตอบ

ตำรากล่าวถึงวิธีการตัดสินใจในการบริหารจัดการในสถานการณ์ที่มีปัญหาต่างๆ ที่เกิดขึ้นในระบบเศรษฐกิจ ให้แนวคิดพื้นฐาน การจำแนกปัญหาและวิธีการที่เพียงพอสำหรับการแก้ปัญหา วิธีการจัดโครงสร้างและคำอธิบาย ให้ความสำคัญกับการสนับสนุนอัตโนมัติสำหรับขั้นตอนการตัดสินใจและงานในสภาวะที่คลุมเครือ คุณลักษณะของสิ่งพิมพ์คือวิธีการแก้ปัญหา งานทั่วไปด้วยการพิสูจน์วิธีการในการเลือกวิธีแก้ปัญหาที่มีเหตุผล
ตำราเรียนจัดทำขึ้นตามโปรแกรมของหลักสูตร "การจัดการการตัดสินใจ" ซึ่งรวมอยู่ใน "การจัดการองค์กรและสาธารณะ" พิเศษ เทศบาล". ออกแบบมาสำหรับนักเรียนพิเศษทางเศรษฐกิจของการศึกษาทุกรูปแบบ อาจเป็นประโยชน์สำหรับทุกคนที่สนใจในปัญหาของการตัดสินใจที่มีประสิทธิภาพในการจัดการ ธุรกิจ และการผลิต แนะนำโดยสภาสมาคมการศึกษาและระเบียบวิธีของมหาวิทยาลัยรัสเซียเพื่อการศึกษาในสาขาการจัดการเป็นตำราใน "การจัดการองค์กร" พิเศษ

ปัญหาที่พบบ่อยการตัดสินใจด้านการจัดการ
รากฐานทางวิทยาศาสตร์ของทฤษฎีการตัดสินใจเป็นส่วนหนึ่งของทฤษฎีทั่วไปของระบบและ การวิเคราะห์ระบบก่อตั้งขึ้นในช่วงสงครามโลกครั้งที่สอง ผู้ก่อตั้งคือ J. von Neumann และ O. Morgenstern ซึ่งในปี 1944 ได้ตีพิมพ์เนื้อหาเกี่ยวกับทิศทางใหม่ - ทฤษฎีเกม ต่อมา ผู้เชี่ยวชาญจากต่างประเทศ R. Ackoff, F. Emery, St. Optner, R. Lewis, X. Rife, เซนต์. เบียร์, J. Forrester และอื่น ๆ เช่นเดียวกับในประเทศ - A. G. Vendelin, D. M. Gvishani, O. I. Larichev, I. M. Syroezhin และคนอื่น ๆ มีส่วนสำคัญในการพัฒนาและเพิ่มคุณค่าของทฤษฎีนี้

กิจกรรมการจัดการใดๆ รวมทั้งในด้านเศรษฐศาสตร์ การจัดการและการตลาด เกี่ยวข้องอย่างใกล้ชิดกับการตัดสินใจที่เหมาะสมในสถานการณ์การจัดการต่างๆ

ดังนั้น ในกรณีทั่วไป การตัดสินใจจะเข้าใจว่าเป็นชุดของอิทธิพลของการจัดการ (การกระทำในส่วนของผู้ตัดสินใจ (DM)) ต่อวัตถุ (ระบบ ความซับซ้อน ฯลฯ) ของการจัดการ ซึ่งทำให้สามารถนำ วัตถุนี้ไปสู่สถานะที่ต้องการหรือบรรลุเป้าหมายที่ตั้งไว้

กระบวนการตัดสินใจ (DP) เป็นหนึ่งในขั้นตอน กิจกรรมการจัดการโดยเลือกวิธีแก้ปัญหาที่ต้องการมากที่สุดจากชุดโซลูชันที่เป็นไปได้ หรือชุดของโซลูชันจะเรียงลำดับตามความสำคัญ

สารบัญ
บทนำ
ส่วนที่ 1 ปัญหาทั่วไปในการตัดสินใจของฝ่ายบริหาร
บทที่ 1 ปัญหาการตัดสินใจในการจัดการระบบเศรษฐกิจ
1.1. ปัญหาทั่วไปของการตัดสินใจของฝ่ายบริหาร
1.2. แบบจำลองกระบวนการจัดการ
1.3. รูปแบบการนำเสนอข้อมูลในการจัดการระบบเศรษฐกิจ
1.4. รูปแบบของข้อมูลในกระบวนการตัดสินใจ
1.5. ประสิทธิภาพการจัดการในสภาวะที่ทันสมัย
1.6. การตัดสินใจในสถานการณ์ปัญหาที่ไม่เหมือนใคร
บทที่ 2 แนวคิดพื้นฐานและประเภทของทฤษฎีการตัดสินใจ
2.1. คำจำกัดความพื้นฐานและคำชี้แจงของปัญหาในการตัดสินใจ
2.2. การจำแนกปัญหาการตัดสินใจ
2.3. การจำแนกประเภทของการตัดสินใจของฝ่ายบริหาร
บทที่ 3 เทคโนโลยีการตัดสินใจ
3.1. การก่อตัวและการประเมินการตัดสินใจ
3.2. เตรียมเลือกวิธีแก้ปัญหา
3.3. กระบวนการทางเทคโนโลยีการตัดสินใจ
3.4. การสร้างแบบจำลองขั้นตอนการตัดสินใจ
บทที่ 4 คำอธิบายและการวิเคราะห์สถานการณ์ปัญหา
4.1. วิธีการอธิบายสถานการณ์ปัญหา
4.2. ขั้นตอนการวิเคราะห์สถานการณ์ปัญหา
4.3. งานวัดลักษณะของสถานการณ์ปัญหา
4.4. วิธีการวัดลักษณะอัตนัย
4.5. เกณฑ์การคัดเลือก: วิธีการสร้างเกณฑ์ปริพันธ์
ส่วนที่ 2 วิธีการตัดสินใจในสถานการณ์ปัญหาที่มีโครงสร้าง
บทที่ 5 การตัดสินใจในสถานการณ์ที่มีโครงสร้าง
5.1. วิธีการแก้ปัญหา เช่น /. ค้นหาโซลูชันที่เหมาะสมที่สุด
5.2. วิธีแก้ปัญหาเชิงวิเคราะห์ของปัญหาการหาค่าเหมาะสมเชิงเส้นตรง (วิธีแบบง่าย)
5.3. โซลูชันอัตโนมัติของปัญหาการปรับให้เหมาะสมเชิงเส้น (Excel)
5.4. วิธีการแก้ปัญหาแบบ จ.อ. หลักผลลัพธ์การรับประกัน
5.5. หลักการมองในแง่ดี (Maximax)
5.6. หลักการของ Hurwitz
5.7. หลักการของ Savage (เสียใจน้อยที่สุด)
บทที่ 6
6.1. การตัดสินใจในปัญหาประเภท G
6.2. ขั้นตอนการคัดเลือกในปัญหาที่มีโครงสร้างประเภทGA
บทที่ 7
7.1. ตัวอย่างที่ 1
7.2. ตัวอย่าง 2
7.3. การแก้ปัญหาคอมพิวเตอร์ของปัญหาการเลือก
ส่วนที่ 3 วิธีการแก้ปัญหาสถานการณ์ที่ซับซ้อน
บทที่ 8
8.1. คำชี้แจงและประเภทของงานหลายเกณฑ์
8.2. วิธีการแก้ปัญหาพหุเกณฑ์ด้วยเกณฑ์ที่ไม่มีโครงสร้าง
8.3. วิธีสร้างการวิเคราะห์การวัดระยะทาง
บทที่ 9
9.1. เหตุผลในการเลือกวิธีตัดสินใจลงทุน
9.2. การเลือกโครงการที่ดีที่สุดโดยใช้วิธีพจนานุกรมศัพท์
9.3. การเลือกโครงการตามวิธีการในอุดมคติที่เปลี่ยนไป
9.4. งานคัดเลือกอุปกรณ์
บทที่ 10
10.1. วิธีทรีเป้าหมาย (วิธีวิเคราะห์ลำดับชั้น)
10.2. การแก้ปัญหาโดยใช้วิธีการวิเคราะห์ลำดับชั้น
บทที่ 11
11.1. การประยุกต์ใช้วิธีการมองโลกในแง่ดี การมองโลกในแง่ร้าย Hurwitz, Savage
11.2. การประยุกต์ใช้วิธีการ “เปลี่ยนอุดมคติ”
11.3. การใช้วิธีการวิเคราะห์ลำดับชั้น
บทที่ 12
12.1. ตัวอย่างที่ 1 วิธีแก้ปัญหา
12.2. ตัวอย่างที่ 2 วิธีแก้ปัญหา
หมวดที่ 4 วิธีการตัดสินใจในสถานการณ์ที่ไม่มีโครงสร้าง
บทที่ 13
13.1. ปัญหาทางเลือกภายใต้ความเสี่ยงและความไม่แน่นอน
13.2. การจำแนกความไม่แน่นอนในปัญหาการควบคุม
13.3. การตัดสินใจภายใต้เงื่อนไขของความแน่นอนในความน่าจะเป็น (ความเสี่ยง)
13.4. วิธีวิเคราะห์ผลที่ตามมาจากเหตุการณ์และแผนผังการตัดสินใจ
13.5. วิธีการคัดเลือกภายใต้ความไม่แน่นอนทั้งหมดหรือบางส่วน
หมวดที่ 5. วิธีการเลือกผู้เชี่ยวชาญ (กลุ่ม) ในปัญหาการตัดสินใจที่ซับซ้อน
บทที่ 14
14.1. คำชี้แจงและการจัดรูปแบบปัญหาการตัดสินใจกลุ่ม (ปัญหาประเภท G)
14.2. การจำแนกปัญหาการเลือกกลุ่ม
14.3. วิธีการดำเนินการขั้นตอนการคัดเลือกกลุ่ม
บทที่ 15
15.1. วิธีประกอบการตัดสินใจโดยกลุ่มผู้เชี่ยวชาญ
15.2. ประเภทของการอนุมัติแบบกลุ่มของการตัดสินใจของผู้เชี่ยวชาญ
บทที่ 16
16.1. วิธีการประสานงานกลุ่มในการตัดสินใจ
16.2. แบบจำลองการประมาณค่าแบบกลุ่มของออบเจกต์ที่เลือก
16.3. แบบจำลองสำหรับการประเมินผู้เชี่ยวชาญที่ตรงกัน
บทที่ 17
17.1. การประเมินระดับความสามารถผู้เชี่ยวชาญ
17.2. ตัวอย่างการแก้ปัญหาประเภท GA
หมวดที่ 6 ระบบอัตโนมัติของขั้นตอนการตัดสินใจ
บทที่ 18
18.1. ข้อกำหนดและวัตถุประสงค์ของระบบสนับสนุนการตัดสินใจ
18.2. หน้าที่ของระบบสนับสนุนการตัดสินใจ
18.3. เทคโนโลยีการประยุกต์ใช้ระบบสนับสนุนการตัดสินใจ
บทที่ 19
19.1. คุณสมบัติ ลักษณะ และการนำระบบผู้เชี่ยวชาญไปใช้
19.2. ทำงานกับสถานการณ์การจัดการทั่วไป (โมดูลของสถานการณ์มาตรฐานของ ES)
19.3. โครงสร้างเชิงตรรกะของกองทุนข้อมูลและอัลกอริทึมสำหรับการทำงานของโมดูล WSN
19.4. โครงสร้างของระบบรองรับโมเดล

หน้า 1

การวิเคราะห์ระบบข้อมูลทางการแพทย์สำหรับสถาบันทางการแพทย์และการป้องกันประเภทโรงพยาบาล

ข้อมูลกิจกรรมของสถาบันดูแลสุขภาพเป็นความจำเป็นเร่งด่วนมานานแล้ว การประมวลผลข้อมูลทางการเงิน การแพทย์ และสถิติ ซึ่งเพิ่มขึ้นอย่างต่อเนื่อง เป็นไปได้เฉพาะกับการใช้ข้อมูลที่ทันสมัยและเทคโนโลยีคอมพิวเตอร์เท่านั้น ไม่เพียงแต่ปริมาณข้อมูลที่เพิ่มขึ้นเท่านั้น แต่ข้อกำหนดสำหรับความเร็วในการประมวลผลก็เพิ่มขึ้นด้วย ทุกปี องค์กรระดับสูงจะเพิ่มข้อกำหนดสำหรับการถ่ายโอนที่เรียกว่า “รายงานอิเล็กทรอนิกส์” (กล่าวคือ รายงานใน ในรูปแบบอิเล็กทรอนิกส์). บทบาทของการแลกเปลี่ยนข้อมูลทางอิเล็กทรอนิกส์ระหว่างอาสาสมัครด้านการดูแลสุขภาพโดยใช้อีเมลและอินเทอร์เน็ตมีการเติบโตอย่างต่อเนื่อง

ปัจจุบัน สถานพยาบาลแต่ละแห่ง (HCI) ได้รับการคุ้มครองโดยการให้ข้อมูลในระดับหนึ่ง ส่วนใหญ่เป็นระบบอัตโนมัติในท้องถิ่นที่ไม่เชื่อมต่อถึงกันสำหรับกิจกรรมด้านต่างๆของสถานพยาบาล ในทางปฏิบัติ การให้ข้อมูลของการดูแลสุขภาพระดับภูมิภาคครอบคลุมเฉพาะบริการทางการเงินและเศรษฐกิจของสถานบริการสุขภาพ: แผนกบัญชี การวางแผนและเศรษฐกิจ เวชศาสตร์การประกัน เพื่อปรับปรุงคุณภาพและความพร้อมใช้งาน ดูแลรักษาทางการแพทย์ในสถานพยาบาลจำเป็นต้องดำเนินการอัตโนมัติที่ซับซ้อนของกิจกรรมทุกประเภทในสถาบัน

วันนี้ตลาดระบบข้อมูลทางการแพทย์ (MIS) มีเพียงพอ โซลูชั่นที่แตกต่างกันในราคาที่หลากหลายและมีฟังก์ชันหลากหลาย ในการศึกษานี้ เราได้ตรวจสอบระบบข้อมูลทางการแพทย์ 30 ระบบ ในจำนวนนี้ 12 รายการเป็นผลิตภัณฑ์ของผู้ผลิตยูเครน 18 รายการเป็นรัสเซีย ระบบส่วนใหญ่ ได้แก่ 13 ระบบเฉพาะสำหรับสถานพยาบาล

จุดประสงค์ของการศึกษานี้คือเพื่อเปรียบเทียบระบบข้อมูลทางการแพทย์สำหรับสถาบันทางการแพทย์และการป้องกันประเภทสถานพยาบาลตามเกณฑ์ที่ยอมรับโดยทั่วไปและกำหนดระบบที่เหมาะสมที่สุด โดยใช้ทฤษฎีการแก้ปัญหางานหลายเกณฑ์

ทางเลือกของระบบที่เหมาะสมนั้นดำเนินการจากมุมมองของผู้ซื้อตามข้อมูลที่มีอยู่ในเครือข่ายเปิด ปัญหานี้แก้ไขได้ด้วยวิธีการ "เปลี่ยนอุดมคติ" วิธีนี้ ซึ่งอธิบายใน ได้รับการออกแบบมาเพื่อแก้ปัญหาการเลือกวัตถุที่เหมาะสมที่สุด ในกรณี จำนวนมากวัตถุและเกณฑ์การเปรียบเทียบ

ในระหว่างการศึกษา ได้มีการเปรียบเทียบระบบข้อมูลทางการแพทย์ 19 ระบบ ซึ่งพบใน โอเพ่นซอร์สข้อมูลรายละเอียดมากที่สุด การเปรียบเทียบระบบดำเนินการตามเกณฑ์ที่ยอมรับโดยทั่วไปสำหรับการเปรียบเทียบ กล่าวคือ:

ความสมบูรณ์ของฟังก์ชันการทำงานของระบบ

ค่าใช้จ่ายของโปรแกรม (สำหรับหนึ่ง ที่ทำงาน);

· ความจำเป็นในการลงทุนเพื่อให้ได้มาซึ่งระบบการจัดการฐานข้อมูล (DBMS)

ค่าใช้จ่ายของ DBMS;

· การปรับตัวให้เข้ากับกฎหมายของประเทศยูเครน

วิธีการ "เปลี่ยนอุดมคติ" ทำงานโดยมีลักษณะเฉพาะของวัตถุซึ่งแสดงเป็นตัวเลข ดังนั้นเกณฑ์เชิงคุณภาพสำหรับระบบเปรียบเทียบจึงถูกแปลงเป็นตัวเลข (ตารางที่ 1)

ตารางที่ 1. การแปลงเกณฑ์การเปรียบเทียบเป็นรูปแบบดิจิทัล

วิธีการนี้ได้รับการออกแบบมาเพื่อเลือกหนึ่งหรือชุดย่อยของออบเจ็กต์ที่ต้องการมากที่สุด ลักษณะเฉพาะของวิธีการคือ:

การปรากฏตัวของขั้นตอนสำหรับการก่อตัวของวัตถุ "ในอุดมคติ" ( ที่ + ) ซึ่งทำหน้าที่เป็นเป้าหมายที่มุ่งมั่นเพื่อ ตามกฎแล้ว "อุดมคติ" เช่นนี้ไม่สามารถทำได้และไม่มีอยู่จริง แต่มีประโยชน์สำหรับผู้มีอำนาจตัดสินใจในการทำความเข้าใจเป้าหมายของเขา

ในการทำซ้ำแต่ละครั้ง ออบเจ็กต์ที่ไม่อ้างว่าเป็นที่ต้องการมากที่สุดจะได้รับการยกเว้น กล่าวคือ วัตถุที่ "ดีที่สุด" ไม่ได้ถูกแยกออก แต่ไม่รวมวัตถุที่ "แย่ที่สุด"

โดยทั่วไป อัลกอริธึมของวิธีการมีดังนี้ ( ข้าว 2.2 ): ไม่รวมวัตถุที่ถูกครอบงำก่อนเนื่องจากไม่มีวัตถุที่ต้องการมากที่สุด

วัตถุที่ "สมบูรณ์แบบ" ถูกสร้างขึ้น ที่ +(1) จากค่าเกณฑ์ที่ต้องการมากที่สุดและ "ต่อต้านอุดมคติ" จากค่าที่ต้องการน้อยที่สุด ระยะห่างจากวัตถุจากชุดเดิมไปยัง "การต่อต้านอุดมคติ" ถูกกำหนดโดยพิจารณาจากการเลือกวัตถุที่ "แย่ที่สุด" ในบรรดาวัตถุดังกล่าวตามกฎแล้วมีวัตถุที่มีค่าที่ต้องการมากที่สุดหนึ่งค่า (วัตถุ ที่ 1 และ ที่ 6 บน ข้าว 2.2 ).

หลังจากแยกวัตถุที่ "แย่ที่สุด" ออกแล้ว เราจะไปยังขั้นตอนของรูปแบบ "ในอุดมคติ" อีกครั้งและการเปลี่ยนแปลงนั้น (ในรูปนี้ ที่ +(2) ) เข้าใกล้วัตถุจริง

ขั้นตอนจะสิ้นสุดลงเมื่อมีออบเจ็กต์เหลืออยู่จำนวนเล็กน้อย ซึ่งถือว่าดีที่สุด

ควรสังเกตว่าเมื่อเปรียบเทียบวัตถุในชีวิตจริงกับ "อุดมคติ" ผู้มีอำนาจตัดสินใจจะไม่พอใจซึ่งเกิดจากการเข้าไม่ถึงของ "อุดมคติ" ที่เกิดขึ้น ความไม่พอใจนี้เรียกว่า ขัดแย้งก่อนตัดสินใจ.

หลังจากเลือกวัตถุที่ต้องการมากที่สุดแล้ว ผู้ตัดสินใจจะไม่พอใจ เนื่องจากมีการเลือกวัตถุนี้โดยเฉพาะ ไม่ใช่วัตถุอื่น ความไม่พอใจนี้เรียกว่า ความขัดแย้งหลังการแก้ไข.

ในการทำซ้ำครั้งแรกของวิธีการ ความขัดแย้งมีชัยเหนือวิธีแก้ปัญหา ในการทำซ้ำครั้งต่อไป "อุดมคติ" จะเข้าใกล้วัตถุจริงและความขัดแย้งก่อนที่การตัดสินใจจะลดลง อย่างไรก็ตาม ความขัดแย้งหลังการตัดสินใจสามารถเพิ่มขึ้นได้ สิ่งนี้บ่งชี้ว่ามีความรู้ไม่เพียงพอของผู้มีอำนาจตัดสินใจในการแก้ไขปัญหา

ให้เราพิจารณารายละเอียดอัลกอริธึมของวิธีการซึ่งบล็อกไดอะแกรมที่แสดงใน รูปที่.2.3.

ให้วัตถุชุดเดิมประกอบด้วย พีวัตถุ เกณฑ์ทั้งหมด k เจ (เจ=ล,…, ม) วัดเป็นช่วงหรืออัตราส่วน

ในระยะแรกจะเกิดวัตถุที่ "เหมาะสม" ขึ้น
, ที่ไหน – ค่าความพึงพอใจสูงสุดของเกณฑ์ในออบเจกต์ทั้งหมด เช่น
ถ้าความชอบของวัตถุเพิ่มขึ้นตามการเพิ่มขึ้น k เจ , หรือ
ถ้าความชอบของวัตถุเพิ่มขึ้นตามเกณฑ์ที่ลดลง หาก "อุดมคติ" เป็นของชุดของวัตถุ สิ่งนั้นจะเหมาะสมกว่ามากที่สุด แต่เนื่องจาก MCZ มักจะได้รับการแก้ไขในชุดของออบเจ็กต์ที่มีประสิทธิภาพ ออบเจ็กต์ "ในอุดมคติ" จะไม่อยู่ในชุดดั้งเดิม

ในขั้นตอนเดียวกัน วัตถุที่ "แย่ที่สุด" ก็ก่อตัวขึ้น
ของค่าที่ต้องการน้อยที่สุด

ในขั้นตอนที่สองการเปลี่ยนจากหน่วยทางกายภาพของเกณฑ์การวัดเป็นหน่วยสัมพัทธ์จะดำเนินการตามนิพจน์:

ในหน่วยสัมพัทธ์ เกณฑ์ทั้งหมดจะเปลี่ยนในช่วงเวลา ในขณะที่น้อยกว่า , หัวข้อ วัตถุใกล้ตัวตามเกณฑ์ k เจ เพื่อ "ต่อต้านอุดมคติ"

สองขั้นตอนแรกจะดำเนินการโดยอัตโนมัติโดยไม่ต้องมีส่วนร่วมของผู้มีอำนาจตัดสินใจ ในขั้นตอนที่สาม ผู้ตัดสินใจตามคำตัดสินเกี่ยวกับความสำคัญของเกณฑ์กำหนดน้ำหนักของเกณฑ์ W เจ (เจ = 1,...,ม).

ในกรณีที่มีปัญหา ผู้ตัดสินใจสามารถใช้ แนวทางข้อมูลเพื่อกำหนดความสำคัญของเกณฑ์ ในขั้นถัดไป ที่สี่ ระยะทางของวัตถุไปยัง "การต่อต้านอุดมคติ" จะถูกคำนวณ นิพจน์ต่อไปนี้ถูกใช้เป็นตัวชี้วัด:

(2.2)

ใช้ใน ( 2.2 )หลากหลาย Rคุณสามารถรับเมตริกต่างๆ ได้ ใช่ที่ p= 1 เราได้รับโอเปอเรเตอร์เสริม และเมื่อ
(2.2 ) เข้าสู่
.ยิ่งมีค่า ยิ่งวัตถุอยู่ไกลจาก "อุดมคติ" และเข้าใกล้ "อุดมคติ" มากขึ้นเท่านั้น

จาก ควรสังเกตว่าเมตริกอื่นๆ สามารถใช้เป็นเมตริกเพื่อเปรียบเทียบออบเจ็กต์กับเมตริก "ในอุดมคติ" ได้ ตัวดำเนินการรวม.

ขั้นต่อไป ขั้นที่ 5 ตั้งค่าต่างๆ Rผู้มีอำนาจตัดสินใจกำหนดเมตริกต่างๆ เพื่อเปรียบเทียบกับเมตริก "ในอุดมคติ" ที่ทุก R, เช่น. สำหรับแต่ละเมตริก ออบเจ็กต์ทั้งหมดจะถูกจัดลำดับใกล้เคียงกับค่า "อุดมคติ" . ผู้ตัดสินใจในการเจรจา เปลี่ยนแปลง พี,สำรวจอิทธิพลของตัวชี้วัดต่างๆ ต่อการเรียงลำดับของวัตถุ

นอกจากนี้ ในขั้นตอนที่หก ผู้มีอำนาจตัดสินใจตัดสินใจที่จะแยกวัตถุที่ไม่อ้างว่าเป็นสิ่งที่พึงประสงค์ที่สุด เห็นได้ชัดว่าสิ่งเหล่านี้เป็นวัตถุที่มีตัวชี้วัดต่างกัน (แตกต่าง R) อยู่ท้ายแถวที่เรียงลำดับ แท้จริงแล้ว หากไม่คำนึงถึงเมตริกที่เลือก วัตถุนั้นอยู่ไกลจาก "อุดมคติ" ก็มีเหตุผลทุกประการที่จะยกเว้นมัน

หลังจากที่ไม่รวมออบเจ็กต์ การวนซ้ำครั้งต่อไปจะเริ่มต้นด้วยการก่อตัวของออบเจ็กต์ที่ "สมบูรณ์แบบ" อยู่แล้วในเซ็ตย่อยที่เหลือของออบเจ็กต์

ขั้นตอนจะสิ้นสุดลงเมื่อหลังจากข้อยกเว้นถัดไป วัตถุจำนวนเล็กน้อยยังคงอยู่ ซึ่งจะเป็นวิธีที่ดีกว่ามากที่สุด

ควรสังเกตว่าในการทำซ้ำแต่ละครั้ง แนะนำให้วิเคราะห์การแพร่กระจายของเกณฑ์ ความจริงก็คือว่าตามกฎแล้วในบรรดาออบเจ็กต์ที่แยกออกมีออบเจ็กต์ที่มีค่าสูงสุดและต่ำสุดของเกณฑ์ ดังนั้นในการทำซ้ำแต่ละครั้งพื้นที่ของการเปลี่ยนแปลงเกณฑ์จะลดลงและดังนั้นการกระจายจึงเปลี่ยนไปอย่างมาก จากนั้นใช้ แนวทางการให้ข้อมูลเราสามารถแยกแยะเกณฑ์ที่ไม่ให้ข้อมูลได้ และเพื่อให้งานง่ายขึ้น ไม่รวมเกณฑ์ดังกล่าว

โดยสรุป เราทราบว่าวิธีนี้มีประสิทธิภาพมากที่สุดสำหรับปัญหาขนาดใหญ่

- 275.50 Kb

กระทรวงศึกษาธิการและวิทยาศาสตร์แห่งสหพันธรัฐรัสเซีย

FGOU HPE "มหาวิทยาลัยแห่งรัฐมอร์โดเวียตั้งชื่อตาม N.P. Ogaryov"

คณะคณิตศาสตร์

ภาควิชาคณิตศาสตร์ประยุกต์

รายงาน

นักศึกษาชั้นปีที่ 4 คณะคณิตศาสตร์

(พิเศษ "คณิตศาสตร์ประยุกต์และสารสนเทศ")

โคโรวิน่า เอ.วี.

ผ่านแนวปฏิบัติทางอุตสาหกรรมในสมัยนั้น

ตั้งแต่ 09/01/11 ถึง 05/15/12

วิธีการตัดสินใจของผู้เชี่ยวชาญ

รายงานนี้รวบรวมโดย Korovina A.V.

404 กลุ่ม d / o

รายงานนี้ได้รับการยอมรับจาก Dr. Safonkin V.I.

ซารันสค์

2012

1.	บทนำ………………………………………………………………………......				3
2.	การแก้ปัญหางานหลายเกณฑ์…………………………………………				4
	2.1.		คำชี้แจงของงานหลายเกณฑ์ ……………………………..........		4
	2.2.		วิธีการแก้ปัญหาหลายเกณฑ์ ……………………………		5
3.	วิธีตัดสินใจของผู้เชี่ยวชาญ…………………………………………				14
	3.1.		ขั้นตอนของการประเมินสถานการณ์ปัญหาโดยผู้เชี่ยวชาญ …………..
	3.2.		คำชี้แจงปัญหาสำหรับผู้มีอำนาจตัดสินใจกลุ่ม ………………………………. .....
	3.3.		ประเภทของการอนุมัติกลุ่ม ……………………………………………
		3.3.1.		หลักเผด็จการ………………………………………………………
		3.3.2.		หลักการออกเสียงลงคะแนน………………………………………………… …...
		3.3.3.		หลักการเลือกนอกระบบ………………………………………...
	3.4.		การก่อตัวของการตัดสินใจในกลุ่ม ………………………………… …......
	3.5.		การประมวลผลผลการประเมินของผู้เชี่ยวชาญ ………………………………
		3.5.1.		วิธีการประมวลผลทางสถิติของการประเมินผู้เชี่ยวชาญ…………….
4.		บทสรุป…………………………………………………… ………………...
5.		รายการวรรณกรรมที่ใช้แล้ว……………………………………………………

1. บทนำ

ในทางปฏิบัติในการจัดการระบบเศรษฐกิจ มักมีสถานการณ์ปัญหาดังกล่าวซึ่งข้อมูลบางส่วนหรือทั้งหมดไม่ทราบหรือเข้าถึงได้ยากเพื่ออธิบายสถานการณ์ของปัญหา หรือไม่สามารถทำให้เป็นทางการได้อย่างแม่นยำเพียงพอ ในกรณีนี้ ปัญหาดังกล่าวมักจะแก้ไขได้ด้วยความช่วยเหลือจากกลุ่มผู้เชี่ยวชาญที่เกี่ยวข้อง ซึ่งจะวิเคราะห์และประเมินสถานการณ์ปัญหาที่มีอยู่ และสร้างชุดทางเลือกในการแก้ปัญหา สาระสำคัญของวิธีการตัดสินใจโดยมีส่วนร่วมของผู้เชี่ยวชาญคือการได้รับการประเมินจากผู้เชี่ยวชาญเป็นรายบุคคลสำหรับผู้เชี่ยวชาญแต่ละคน และกำหนดความคิดเห็นทั่วไปเกี่ยวกับวัตถุที่ดีที่สุด (วิธีแก้ปัญหา) สำหรับทั้งกลุ่มโดยรวม

เทคโนโลยีสำหรับการแก้ปัญหาการตัดสินใจโดยกลุ่มผู้เชี่ยวชาญมีความคล้ายคลึงกับเทคโนโลยีที่แต่ละคนเลือกและมีขั้นตอนและการดำเนินงานทั่วไปเหมือนกัน ได้แก่ การตระหนักรู้และการระบุปัญหา การวิเคราะห์ การเตรียมข้อมูลการตัดสินใจ การค้นหาและการตัดสินใจ การดำเนินการตัดสินใจ ฯลฯ

ลองพิจารณาขั้นตอนการเลือกกลุ่มแยกกันซึ่งกำหนดลักษณะเฉพาะของวิธีการของผู้เชี่ยวชาญ

2. การแก้ปัญหาหลายเกณฑ์

2.1. คำชี้แจงของงานหลายเกณฑ์

งานตัดสินใจเรียกว่า multicriteria จำนวนเกณฑ์สำหรับการบรรลุเป้าหมายซึ่งมีมากกว่าสอง:

K Ì (K 1 , K 2 , ..., K ม. ),

และงานเองก็มีทางเลือกหลายประการ:

Y = (อ ล , ก 2 , ... , น )

ตาราง 1.1.

เมทริกซ์คำอธิบายของงานแบบหลายเกณฑ์

วัตถุ (ทางเลือก)	เกณฑ์
วัตถุ (ทางเลือก)	K1	K2	…	กม
A 1			…
A 2			…
…	…	…	…	…
หนึ่ง			…

งานดังกล่าวมักจะอธิบายโดยเมทริกซ์ที่ให้ไว้ในตาราง 1.1.

การตีความทางคณิตศาสตร์ของปัญหาหลายวัตถุคือวัตถุจะแสดงเป็นจุดในช่องว่างเกณฑ์ (K 1 ,K 2 ,...,K m ) ปัญหาที่ค่าเกณฑ์เปลี่ยนแปลงอย่างไม่ต่อเนื่องเรียกว่าปัญหาการตัดสินใจที่ไม่ต่อเนื่อง ตัวอย่างของการแสดงปัญหาที่ไม่ต่อเนื่องสำหรับวัตถุสามชิ้นในพื้นที่สองมิติของเกณฑ์ (k 1 , k 2 ) แสดงในรูปที่ 1.1.

ข้าว. 1.1.

การตีความแบบกราฟิกของปัญหาหลายเกณฑ์

(3 วัตถุ 2 เกณฑ์)

หากค่าของเกณฑ์เปลี่ยนแปลงอย่างต่อเนื่อง แสดงว่าปัญหาเป็นปัญหาของการเพิ่มประสิทธิภาพเวกเตอร์ ในกรณีนี้ การตีความแบบกราฟิกของปัญหาดังกล่าวจะถูกนำเสนอเป็นบางพื้นที่ในขอบเขตของเกณฑ์

ปัญหาหลายเกณฑ์สามารถแบ่งออกเป็นคลาสต่อไปนี้ได้ทั้งนี้ขึ้นอยู่กับวิธีแก้ปัญหาที่จำเป็น:

งานการเลือก (การเลือกวัตถุที่ต้องการมากที่สุด);
งานการประเมิน (การประเมินวัตถุตามเกณฑ์หนึ่ง)
ปัญหาในการหาแนวทางแก้ไขพาเรโตที่เหมาะสมที่สุด

ในการแก้ปัญหาที่เป็นของคลาสต่าง ๆ จำเป็นต้องมีวิธีการแก้ไขที่เหมาะสม ให้เราพิจารณาวิธีปฏิบัติหลายวิธีในการแก้ปัญหาหลายเกณฑ์

1.2. วิธีการแก้ปัญหาหลายเกณฑ์

ตามแนวทางการแก้ปัญหาพหุเกณฑ์ มีวิธีการหลักสามกลุ่ม: พจนานุกรม, โต้ตอบ, จริง.

วิธีการแก้ปัญหาที่เกี่ยวข้องกับ กลุ่มแรก, จะขึ้นอยู่กับสมมติฐานของการครอบงำของเกณฑ์. ปัญหาได้รับการแก้ไขในหลายรอบ โดยแต่ละขั้นตอนจะมีการดำเนินการสองขั้นตอน: การจัดอันดับเกณฑ์ การเลือกวัตถุด้วยตัวเอง เกณฑ์ที่สำคัญ.

บจก. กลุ่มที่สองส่วนใหญ่รวมถึงวิธีการและอัลกอริธึมสำหรับการเลือกวัตถุที่ต้องการมากที่สุด (โซลูชัน) ซึ่งส่วนใหญ่เป็นขั้นตอนแบบโต้ตอบที่ขึ้นอยู่กับลักษณะเฉพาะของปัญหาที่กำลังแก้ไข

วิธีการ กลุ่มที่สาม(สัจพจน์) ใช้บทบัญญัติที่พัฒนาขึ้นในทฤษฎีอรรถประโยชน์ ในที่นี้ จำเป็นต้องกำหนดและตั้งค่าคุณสมบัติของฟังก์ชันการกำหนดลักษณะโดยนัย เช่น เพื่อกำหนดโครงสร้างการกำหนดลักษณะที่ผู้ตัดสินใจดำเนินการเมื่อเลือกและประเมินวัตถุ ตามคุณสมบัติที่ระบุ จะมีการเลือกฟังก์ชันวิเคราะห์ (ฟังก์ชันอรรถประโยชน์) ที่อธิบายโครงสร้างของการตั้งค่าของผู้ตัดสินใจ ในขณะเดียวกัน ผู้มีอำนาจตัดสินใจควรมีความรอบรู้ในเนื้อหาของงาน วิธีนี้ใช้เวลานานที่สุดเมื่อเทียบกับวิธีก่อนหน้านี้ แต่ช่วยให้ได้ค่าประมาณของวัตถุที่สมเหตุสมผลมากขึ้น

มาดูวิธีการเหล่านี้กันดีกว่า

วิธีการพจนานุกรมศัพท์. เมื่อแก้ปัญหาด้วยวิธีนี้ เกณฑ์ (k 1 , k 2 , ..., k m ) จะถูกจัดลำดับตามระดับความสำคัญเพื่อให้ดัชนี 1 (อันดับ) ถูกกำหนดให้เป็นเกณฑ์ที่สำคัญที่สุด นอกจากนี้ ขั้นตอนการเลือกวัตถุจะดำเนินการตามเกณฑ์นี้ เกณฑ์ที่เหลือ (k 2 , k 3 , ..., k m ) อยู่ภายใต้ข้อจำกัดประเภทที่ทราบจากโครงสร้างของปัญหา: a 2 ≤ k 2 ≤ b 2 ; 3 ≤ k 3 ≤ b 3 ; … ; a m ≤ k m ≤ b m

หากเกณฑ์ใดไม่เป็นไปตามข้อจำกัดที่กำหนด จะถูกยกเว้นจากการพิจารณา ดังนั้นจึงมีการสร้างชุดของออบเจ็กต์ที่ถูกต้อง (ทางเลือก) ตัวอย่างเช่น เมื่อเลือกตู้เย็น คุณสามารถกำหนดเกณฑ์ต่อไปนี้เป็นเกณฑ์ได้:

k 1 - ปริมาตรรวม (m 3);

k 2 - ปริมาณ ตู้แช่(ม. 3);

k 3 - กำลัง (kW);

k 4 - ราคา (รูเบิล) เป็นต้น

หากเป็นไปตามเกณฑ์ k 1 จะไม่สามารถเลือกวัตถุ a i . ได้Î จากนั้นเลือกตามเกณฑ์ที่สำคัญที่สุดถัดไป - k 2 เป็นต้น

สภาพ การปกครองหมายถึงสิ่งต่อไปนี้อย่างมีความหมาย: หากคุณสั่งซื้อวัตถุตามเกณฑ์ k 1 ลำดับนี้จะไม่เปลี่ยนแปลงเมื่อคำนึงถึงเกณฑ์ k 2 , k 3 ฯลฯ เช่น k 1 มีความสำคัญมากจนมีความสำคัญเหนือสิ่งอื่นใด คนอื่น ๆ.

ในกลุ่มของวิธีการโต้ตอบ หลักการทั่วไปของการเลือกคือ วัตถุที่ต้องการ(วิธีการของ "อุดมคติที่เลื่อนลอย") วิธีนี้รวมถึงอัลกอริธึมกลุ่มใหญ่ที่ใช้วิธีแก้ปัญหาดังกล่าว ลักษณะทั่วไปที่รวมวิธีการนี้เข้าด้วยกัน ได้แก่ การมีอยู่ของ "วัตถุในอุดมคติ" และการมีอยู่ของขั้นตอนการตรวจคัดกรอง

เมื่อสร้าง "วัตถุในอุดมคติ" มีความเป็นไปได้ค่อนข้างมากที่ภาพอาจไม่อยู่ในชุดของวัตถุจริง (A l , A 2 , ... , A n ) หรือแม้แต่ไม่มีอยู่เลย ในกรณีนี้ วัตถุจากเซต (A l ,A 2 ,...,A n ) จะถูกนำมาเปรียบเทียบกับแบบจำลองของวัตถุในอุดมคติที่ก่อตัวขึ้น และกระบวนการคัดกรองก็เกิดขึ้น เมื่อสร้างแบบจำลองของ "วัตถุในอุดมคติ" สิ่งสำคัญคือต้องใช้ความรู้และประสบการณ์ของผู้เชี่ยวชาญผู้ใช้ (DM) เนื่องจากเขาเข้าใจคุณสมบัติและพารามิเตอร์ที่นำมาจากวัตถุจริงที่ดีที่สุดและประกอบเนื้อหาของ " วัตถุในอุดมคติ”

ขั้นตอนการกรองมีลักษณะเฉพาะโดยการยกเว้นจากชุดเริ่มต้นของวัตถุ (A l , A 2 , ... , A n ) ของชุดย่อยที่ไม่มีวัตถุที่ต้องการมากที่สุด

โดยทั่วไป ขั้นตอนในการค้นหาวัตถุที่ต้องการมากที่สุดประกอบด้วยหลายขั้นตอน

การก่อตัวของ "วัตถุในอุดมคติ"
การวิเคราะห์ชุดของวัตถุเพื่อสร้างการติดต่อ
"วัตถุในอุดมคติ".
การยกเว้นเชิงโต้ตอบของวัตถุเหล่านั้นจากชุดเริ่มต้น (A l ,A 2 ,...,A n ) ซึ่งถือว่าไม่ใช่สิ่งที่ดีที่สุดในการวิเคราะห์
ไปที่ขั้นตอนที่ 1 สำหรับชุดออบเจ็กต์ที่ลดลง

ลองพิจารณาตัวอย่างการแก้ปัญหาการตัดสินใจโดยใช้วิธีอุดมคติแบบเลื่อนลอย

ตัวอย่างที่ 1

คำอธิบายของสถานการณ์ปัญหา S 0

คำอธิบายของปัญหา

กำหนดเครื่อง CNC ที่มีแนวโน้มมากที่สุดที่จะเปิดตัวเป็นชุด

เวลาสำหรับการประชาสัมพันธ์: T = 1 สัปดาห์
แหล่งข้อมูลสำหรับ PR: ข้อมูลเกี่ยวกับลักษณะของเครื่องจักร
เกณฑ์ (K):

K 1 - เวลาทำงานเฉลี่ย (s);

K 2 - ความน่าเชื่อถือของเวลาระหว่างความล้มเหลว (พันชั่วโมง);

K 3 - ราคาของเครื่องจักร (พันรูเบิล)

ข้อจำกัดมากมาย (B)

ทราบขีด จำกัด บนและล่างสำหรับการเปลี่ยนแปลงค่าเกณฑ์

ทางเลือกอื่นมากมาย

ตาราง 1.2

เมทริกซ์ตัวแปร

รายละเอียดงาน

2.1.
คำชี้แจงของงานหลายเกณฑ์…………………………………………
4

2.2.
วิธีการแก้ปัญหาพหุเกณฑ์……………………………
5
3.
วิธีการของผู้เชี่ยวชาญการตัดสินใจ………………………………………
14

3.1.
ขั้นตอนของการประเมินสถานการณ์ปัญหาโดยผู้เชี่ยวชาญ…………..

3.2.
คำชี้แจงปัญหาสำหรับผู้มีอำนาจตัดสินใจกลุ่ม………………………………………………

3.3.
ประเภทของการอนุมัติกลุ่ม……………………………………………

3.3.1.
หลักการเผด็จการ…………………………………………………………

3.3.3.
หลักการเลือกระบบนอกระบบ…………………………………………

3.4.
การก่อตัวของการตัดสินใจในกลุ่ม…………………………………………

3.5.
การประมวลผลผลการประเมินของผู้เชี่ยวชาญ………………………………

3.5.1.
วิธีการประมวลผลทางสถิติของการประเมินผู้เชี่ยวชาญ…………….

4.
บทสรุป……………………………………………………………………...

5.
รายการวรรณกรรมที่ใช้แล้ว……………………………………………………

ส่งงานที่ดีของคุณในฐานความรู้เป็นเรื่องง่าย ใช้แบบฟอร์มด้านล่าง

นักศึกษา นักศึกษาระดับบัณฑิตศึกษา นักวิทยาศาสตร์รุ่นเยาว์ที่ใช้ฐานความรู้ในการศึกษาและการทำงานจะขอบคุณอย่างยิ่ง

โฮสต์ที่ http://www.allbest.ru/

การประยุกต์ใช้วิธีการวิเคราะห์หลายเกณฑ์ของกระบวนการทางธุรกิจ

บทนำ

ธุรกิจการตัดสินใจแบบหลายเกณฑ์

ที่แกนกลาง ทฤษฎีสมัยใหม่การเพิ่มประสิทธิภาพกระบวนการทางธุรกิจเป็นทางเลือก ทางเลือกที่ดีที่สุดจัดระเบียบกระบวนการทางธุรกิจโดยดำเนินการวิเคราะห์ทางเลือกเชิงคุณภาพหรือเชิงปริมาณ การวิเคราะห์ดังกล่าวมักมีหลายเกณฑ์ เนื่องจากเกณฑ์หลายเกณฑ์ต้องได้รับการประเมินพร้อมๆ กัน ซึ่งอาจขัดแย้งกันได้ เช่น ต้นทุน คุณภาพ ต้นทุน ความเสี่ยง ประสิทธิภาพ ฯลฯ ในชีวิตประจำวัน ทางเลือกดังกล่าวโดยพิจารณาจากเกณฑ์หลายประการมักจะสร้างขึ้นโดยสัญชาตญาณ และผลที่ตามมาอาจเป็นที่ยอมรับของผู้มีอำนาจตัดสินใจ (DM) อย่างไรก็ตาม เมื่อกำหนดงานทางธุรกิจ สัญชาตญาณไม่สามารถเป็นเครื่องมือในการตัดสินใจเพียงอย่างเดียว เนื่องจากงานดังกล่าวมีขนาดใหญ่กว่ามาก และในสภาพแวดล้อมที่มีการแข่งขันสูง องค์กรจำเป็นต้องได้รับการประเมินทางเลือกที่เป็นกลางที่สุด การได้รับการประเมินดังกล่าวจำเป็นต้องมีการศึกษาเกณฑ์การคัดเลือกทั้งหมดอย่างละเอียด พิจารณาการพึ่งพาระหว่างกันและการกำหนดลำดับความสำคัญ

ความเกี่ยวข้องการศึกษานี้เกิดจากข้อเท็จจริงที่ว่าในการวิเคราะห์กระบวนการทางธุรกิจ ปัญหามักจะอยู่ในรูปแบบหลายเกณฑ์ ตัวอย่างเช่น เมื่อเลือกซัพพลายเออร์ การวิเคราะห์กระบวนการทางธุรกิจการจัดซื้อต้องมีการประเมินพารามิเตอร์ เช่น คุณภาพผลิตภัณฑ์ ต้นทุน บริการหลังการขาย ความมั่นคงทางการเงิน เป็นต้น การวิเคราะห์กระบวนการทางธุรกิจการจัดการการลงทุนรวมถึงการประเมินความเสี่ยง ผลตอบแทนที่คาดหวัง ปริมาณการลงทุน และความน่าดึงดูดใจของภูมิภาคที่มีการดำเนินกิจกรรมการลงทุน การวิเคราะห์กระบวนการทางธุรกิจการจัดหางานที่เกิดขึ้นในองค์กรส่วนใหญ่เกี่ยวข้องกับการประเมินพารามิเตอร์ เช่น ประสบการณ์ผู้สมัคร การศึกษา อายุ เงินเดือนที่ร้องขอ เป็นต้น นอกจากนี้, แนวโน้มที่ทันสมัยการพัฒนาทฤษฎีการจัดการต้องคำนึงถึงแง่มุมต่างๆ ขององค์กร ทั้งด้านการเงินและด้านการเงิน การกำหนดและตรวจสอบตัวชี้วัดช่วงหนึ่งจากหลายมุมมองมักจะนำไปสู่ปัญหาที่เกิดขึ้นในรูปแบบหลายเกณฑ์ ตัวอย่างเช่น เครื่องมือการจัดการที่ได้รับความนิยม เช่น ดัชนีชี้วัดที่สมดุล ซึ่งพัฒนาโดย R. Kaplan และ D. Norton แสดงถึงการพิจารณาที่เท่าเทียมกันโดยบริษัทต่างๆ อย่างน้อยสี่มุมมอง ได้แก่ การเงิน ลูกค้า กระบวนการทางธุรกิจภายใน การฝึกอบรม และการพัฒนา ในแต่ละมุมมองเหล่านี้ ผู้เขียนแนะนำให้ระบุตัวบ่งชี้ประสิทธิภาพหลัก (KPI) อย่างน้อยห้าตัว วิธีนี้ทำให้สามารถสร้าง กลยุทธ์ที่มีประสิทธิภาพอย่างไรก็ตาม เมื่อติดตามการดำเนินการตามกลยุทธ์นี้ ตามที่ผู้เขียนเองเน้นย้ำมักจะเป็นเรื่องยากที่จะประเมินตัวบ่งชี้จำนวนมาก หนึ่งในตัวอย่างเชิงปฏิบัติที่ให้ไว้ในหนังสือแสดงวิธีวิเคราะห์ประสิทธิภาพของโครงการในบริษัท โดยระบุตัวบ่งชี้ที่สำคัญ 16 ประการของโครงการนี้ ซึ่งประเมินโดยลูกค้าของบริษัท อย่างไรก็ตาม การได้รับข้อสรุปเกี่ยวกับความสำเร็จของโครงการตามการประมาณการเหล่านี้กลายเป็นงานที่มีหลายเกณฑ์สำหรับฝ่ายบริหารของบริษัท สำหรับการแก้ปัญหาว่าจะใช้วิธีการใดตามการจัดอันดับและการปรับเกณฑ์เป็นเส้นตรง R. Kaplan และ D. Norton ยังยกตัวอย่างงานที่ฝ่ายบริหารของบริษัทไม่สามารถรับมือได้เนื่องจากมีหลายเกณฑ์ งานคือการเพิ่มประสิทธิภาพกระบวนการทางธุรกิจการจัดส่งและเพื่อเพิ่มมูลค่าของตัวบ่งชี้ "การส่งมอบตรงเวลา" บริษัท ได้เพิ่มช่วงเวลาการส่งมอบอย่างมีนัยสำคัญซึ่งเป็นผลมาจากการที่ลูกค้าไม่พอใจและกระบวนการทางธุรกิจก็เปลี่ยนไป "การเพิ่มประสิทธิภาพที่ผิดพลาด" ข้อผิดพลาดนี้สามารถหลีกเลี่ยงได้โดยใช้วิธีการเพิ่มประสิทธิภาพแบบหลายวัตถุประสงค์

ในปัจจุบัน ทฤษฎีการตัดสินใจมีแนวทางและวิธีการมากมายในการตัดสินใจในสภาพแวดล้อมที่มีหลายเกณฑ์ ซึ่งผู้มีอำนาจตัดสินใจสามารถใช้เพื่อแก้ปัญหาหลายเกณฑ์ได้ ในขณะเดียวกัน ปัญหาในการเลือกวิธีการที่เหมาะสมที่สุดสำหรับการแก้ปัญหาเฉพาะนั้นยังคงมีความเกี่ยวข้องอย่างยิ่ง เนื่องจากวิธีการปรับให้เหมาะสมแบบหลายเกณฑ์มีความแตกต่างกันทั้งในผลลัพธ์ที่ได้รับ (จำนวนโซลูชันที่พบ การนำเสนอโซลูชัน ฯลฯ) และในแอปพลิเคชัน (จำนวนข้อมูลที่จำเป็นเกี่ยวกับการตั้งค่าของ ผู้ตัดสินใจ วิธีการรวบรวมข้อมูล ฯลฯ) ไม่สามารถใช้วิธีการทั้งหมดเพื่อแก้ปัญหาเฉพาะได้ โดยทั่วไป งานสามารถรวมกันเป็นกลุ่มตามที่อยู่ในสาขาวิชาเฉพาะ เนื่องจากการเลือกวิธีการแก้ไขที่ไม่ถูกต้อง อาจเกิดปัญหาร้ายแรงสี่ประการ: ประการแรก ผลลัพธ์ของการใช้วิธีการที่ไม่เหมาะสมจะไม่เป็นที่พอใจสำหรับผู้ตัดสินใจ หรือแม้กระทั่งไม่ถูกต้อง ประการที่สอง เนื่องจากได้ผลลัพธ์ที่ไม่ดี วิธีการที่มีประโยชน์จึงถูกประณามอย่างไม่เป็นธรรม เช่น วิธี ELECTRE ใน Cohon and Marks (1977) ประการที่สาม การใช้วิธีการที่ไม่เหมาะสมทำให้เกิดการสูญเสียเวลา ความพยายาม และเงินที่ใช้ไปในระหว่างกระบวนการตัดสินใจ สุดท้าย อันเป็นผลมาจากข้อผิดพลาดในการสมัคร ผู้ใช้ที่มีศักยภาพอาจปฏิเสธที่จะใช้ MMRM ใดๆ กับปัญหาในทางปฏิบัติเลย

จุดมุ่งหมายของการศึกษานี้เป็นการพัฒนาการจำแนกวิธีการสำหรับการตัดสินใจแบบหลายเกณฑ์เกี่ยวกับวัตถุประสงค์ของการประยุกต์ใช้ในกรอบของการวิเคราะห์กระบวนการทางธุรกิจ

เพื่อให้บรรลุเป้าหมายนี้ จำเป็นต้องแก้ไขสิ่งต่อไปนี้ งาน:

1. ดำเนินการวิเคราะห์แหล่งข้อมูลที่สะท้อนถึงแนวทางต่างๆ ในการตัดสินใจในสภาพแวดล้อมแบบหลายเกณฑ์ เพื่อศึกษาวิธีการวิเคราะห์แบบหลายเกณฑ์ที่มีอยู่

2. ดำเนินการวิเคราะห์ซอฟต์แวร์ที่มุ่งแก้ปัญหาหลายเกณฑ์

3. ดำเนินการวิเคราะห์แหล่งข้อมูลที่สะท้อนถึงตัวอย่างการใช้วิธีการเชิงปฏิบัติสำหรับการวิเคราะห์กระบวนการทางธุรกิจแบบหลายเกณฑ์

4. ระบุวิธีการวิเคราะห์แบบหลายเกณฑ์ที่ใช้กับกระบวนการทางธุรกิจ

5. พัฒนาการจัดประเภทของวิธีการตามวัตถุประสงค์ของการใช้งานในด้านกระบวนการทางธุรกิจ

7. แก้ปัญหาหลายเกณฑ์ในทางปฏิบัติที่เกิดขึ้นในกระบวนการทางธุรกิจ "การกำหนดกลยุทธ์การขาย" ของ บริษัท "VARS Expo" LLC

วัตถุของการศึกษานี้เป็นกระบวนการทางธุรกิจที่ต้องมีการตัดสินใจในสภาพแวดล้อมแบบหลายเกณฑ์

เรื่องการวิจัยคือการประยุกต์ใช้วิธีการวิเคราะห์แบบหลายเกณฑ์เพื่อเพิ่มประสิทธิภาพกระบวนการทางธุรกิจที่ต้องใช้การตัดสินใจในสภาพแวดล้อมแบบหลายเกณฑ์

พื้นฐานระเบียบวิธีผลงานนี้เป็นสิ่งพิมพ์ทางวิทยาศาสตร์ของนักวิทยาศาสตร์ชั้นนำในประเทศและต่างประเทศตลอดจนบทความที่สะท้อนถึง มาตรฐานปัจจุบันในด้านการประยุกต์ใช้วิธีการหลายเกณฑ์ในการวิเคราะห์กระบวนการทางธุรกิจ ในการแก้ปัญหาชุดงานได้ใช้วิธีการของทฤษฎีการตัดสินใจในเงื่อนไขของหลายเกณฑ์

นัยสำคัญทางทฤษฎีการวิจัยคือการพัฒนาการจำแนกวิธีการวิเคราะห์หลายเกณฑ์ของกระบวนการทางธุรกิจตามวัตถุประสงค์ของการใช้งาน

ความสำคัญในทางปฏิบัติการวิจัยประกอบด้วยความเป็นไปได้ของการใช้การจำแนกประเภทที่พัฒนาแล้วในการวิเคราะห์กระบวนการทางธุรกิจเพื่อเลือกวิธีการที่เหมาะสมที่สุดสำหรับการแก้ปัญหาเฉพาะของการเพิ่มประสิทธิภาพหลายเกณฑ์

โครงสร้างงานประกอบด้วยส่วนต่อไปนี้: บทนำ การทบทวนวรรณกรรมและการวิเคราะห์ซอฟต์แวร์ ส่วนหลัก บทสรุป บรรณานุกรม ส่วนหลักของการศึกษาประกอบด้วยสามบท สองบทสะท้อนถึงส่วนทางทฤษฎีของการศึกษา และหนึ่งบท - ภาคปฏิบัติ บทแรกมีไว้สำหรับการเลือกวิธีการวิเคราะห์หลายเกณฑ์เพื่อการพิจารณาและคำอธิบาย บทที่สองเปรียบเทียบวิธีการวิเคราะห์หลายเกณฑ์กับลักษณะของปัญหา ผู้ตัดสินใจ และวิธีแก้ไขที่ได้รับ จากการเปรียบเทียบที่ได้รับ การจัดประเภทวิธีการตามวัตถุของแอปพลิเคชันได้รับการพัฒนาโดยเป็นส่วนหนึ่งของการวิเคราะห์กระบวนการทางธุรกิจตามแบบจำลอง 13 กระบวนการอ้างอิงและคำแนะนำสำหรับการใช้วิธีการ บทที่สามสะท้อนให้เห็นถึงตัวอย่างของการประยุกต์ใช้วิธีการในการแก้ปัญหาหลายเกณฑ์ที่เกิดขึ้นในกระบวนการทางธุรกิจ "การกำหนดกลยุทธ์การขาย" ของ บริษัท VARS Expo LLC โดยสรุปแล้ว ผลลัพธ์ที่ได้จากการศึกษาได้สรุปไว้

1. การวิเคราะห์ซอฟต์แวร์

ความซับซ้อนของการแก้ไขงานหลายเกณฑ์นั้นถูกกำหนดโดยข้อมูลจำนวนมากที่ต้องนำมาพิจารณาและประมวลผลเมื่อทำการตัดสินใจ บุคคลมักจะไม่สามารถรับมือกับงานนี้ได้โดยไม่ต้องอาศัยความช่วยเหลือจากเทคโนโลยีคอมพิวเตอร์สมัยใหม่ ในเรื่องนี้ เพื่อสนับสนุนการตัดสินใจในสภาพแวดล้อมแบบหลายเกณฑ์ ผลิตภัณฑ์ซอฟต์แวร์จำนวนมากหรือระบบสนับสนุนการตัดสินใจ (DSS) ได้ถูกสร้างขึ้น ซึ่งการดำเนินการจะขึ้นอยู่กับวิธี MCDA (การวิเคราะห์การตัดสินใจหลายเกณฑ์) หน้าที่หลักที่ดำเนินการโดยผลิตภัณฑ์ซอฟต์แวร์เหล่านี้คือการจัดอันดับการตัดสินใจตามความชอบและการเลือก ทางออกที่ดีที่สุด. อย่างไรก็ตาม นอกเหนือจากการค้นหาวิธีแก้ปัญหาและประมวลผลข้อมูลจำนวนมาก (ซึ่งจำเป็นสำหรับการใช้วิธีการวิเคราะห์แบบหลายเกณฑ์ที่ประสบความสำเร็จในทางปฏิบัติ) ซอฟต์แวร์ดังกล่าวมักจะเปิดโอกาสให้ผู้ใช้วิเคราะห์ผลลัพธ์ที่ได้รับ คุณค่าพิเศษคืออินเทอร์เฟซผู้ใช้แบบกราฟิก ซึ่งให้ความสามารถในการมองเห็นทั้งกระบวนการและผลลัพธ์ เพื่อทำให้กระบวนการตัดสินใจชัดเจนและโปร่งใสที่สุด

เนื่องจากข้อเท็จจริงที่ว่า งานนี้มีวัตถุประสงค์เพื่อศึกษาและจำแนกวิธีการวิเคราะห์แบบหลายเกณฑ์ที่ใช้ได้จริงในทางปฏิบัติ การวิเคราะห์และการเปรียบเทียบซอฟต์แวร์ที่มีอยู่ซึ่งพัฒนาขึ้นเพื่อรองรับการตัดสินใจที่ดูเหมือนจำเป็นและสำคัญ มีความสมเหตุสมผลที่จะเริ่มการวิเคราะห์ด้วยคำจำกัดความของเกณฑ์การเปรียบเทียบและประเมินผล

ผลิตภัณฑ์ซอฟต์แวร์ที่แตกต่างกันอาจให้ตัวเลือกแก่ผู้ใช้ทั้งในระหว่างกระบวนการตัดสินใจและระหว่างการวิเคราะห์ผลลัพธ์ แน่นอน การจัดระเบียบของกระบวนการตัดสินใจนั้นมีลักษณะเฉพาะ ประการแรก โดย วิธีการวิเคราะห์แบบหลายเกณฑ์ได้รับการสนับสนุนจากผลิตภัณฑ์ ขึ้นอยู่กับวิธีการที่ได้รับการสนับสนุนซึ่งขั้นตอนในการค้นหาวิธีแก้ไขนั้นขึ้นอยู่กับการบังคับใช้ผลิตภัณฑ์กับสถานการณ์ต่างๆ นอกจากนี้ เนื่องจากงานนี้มุ่งเป้าไปที่การใช้วิธีการแบบหลายเกณฑ์โดยตรงกับกระบวนการทางธุรกิจ จึงเป็นสิ่งสำคัญอย่างยิ่งที่จะ ระดับความเป็นมืออาชีพความสามารถ(ความรู้และทักษะพิเศษ) ที่จำเป็นสำหรับการใช้ผลิตภัณฑ์ให้ประสบความสำเร็จ หลายโปรแกรมได้รับการออกแบบมาสำหรับการใช้งานโดยผู้เชี่ยวชาญในด้านการวิเคราะห์หลายเกณฑ์ และหากไม่มีประสบการณ์และความรู้ในด้านนี้ ผู้ใช้จะไม่สามารถใช้ผลิตภัณฑ์ดังกล่าวได้อย่างมีประสิทธิภาพ อย่างไรก็ตาม เป้าหมายหลักประการหนึ่งของการจำแนกประเภทของวิธีการที่พัฒนาขึ้นในบทความนี้คือการช่วยให้ผู้ที่ไม่ใช่ผู้เชี่ยวชาญในสาขาการวิเคราะห์หลายเกณฑ์ (เช่น ผู้มีอำนาจตัดสินใจ) ในการเลือกวิธีการที่เหมาะสม ดังนั้นการเปรียบเทียบผลิตภัณฑ์จะทำบนพื้นฐานของความรู้และทักษะเฉพาะทางที่จำเป็น เกณฑ์ที่สามสำหรับการเปรียบเทียบคือ สนับสนุนการตัดสินใจแบบกลุ่ม. โดยปกติ ผู้มีอำนาจตัดสินใจในการวิเคราะห์แบบหลายเกณฑ์จะเข้าใจในฐานะปัจเจก แต่ในการตัดสินใจทางธุรกิจไม่ค่อยขึ้นอยู่กับบุคคลเพียงคนเดียว บ่อยครั้งที่กลุ่มบางกลุ่มมีหน้าที่รับผิดชอบในการตัดสินใจ (คณะกรรมการ บริษัท ร่วมทุนค่าคอมมิชชั่นปัญหา ฯลฯ ) ซึ่งต้องคำนึงถึงความชอบของสมาชิกแต่ละคนในการตัดสินใจ เกณฑ์ต่อไปที่สะท้อนถึงการใช้งานจริงของการใช้ผลิตภัณฑ์คือ การเข้าถึงผ่านอินเทอร์เน็ต. และสุดท้ายปัจจัยสำคัญสำหรับผู้ใช้ที่ไม่มีประสบการณ์อย่างจริงจังกับโปรแกรมดังกล่าวคือ ความสามารถในการนำเข้าและ / หรือส่งออกข้อมูลหรือผลลัพธ์ใน Excel แยกจากกันควรพิจารณากระบวนการวิเคราะห์ผลลัพธ์ที่ได้คือ วิธีการแสดงข้อความและกราฟิกของการแสดงข้อมูลสินค้าที่รองรับ

ปัจจุบันมีโปรแกรมและระบบซอฟต์แวร์มากมายสำหรับการวิเคราะห์หลายเกณฑ์ วัตถุประสงค์ของการตรวจทานซอฟต์แวร์ในงานนี้คือการระบุความเหมือนและความแตกต่างระหว่างผลิตภัณฑ์ที่มีอยู่ เพื่อพัฒนาคำแนะนำสำหรับการใช้งาน ดังนั้นจึงดูสมเหตุสมผลที่จะให้ความสนใจกับผลิตภัณฑ์ซอฟต์แวร์ที่มีจุดประสงค์ที่แตกต่างกันและสนับสนุนวิธีการที่แตกต่างกัน ในขณะที่มีการใช้อย่างแข็งขันหรือเป็นที่รู้จักทั้งในหมู่ผู้เชี่ยวชาญในการวิเคราะห์หลายเกณฑ์และในหมู่ผู้เชี่ยวชาญในด้านอื่น ๆ ที่รับผิดชอบในการตัดสินใจ (ซึ่งแน่นอนว่า เป็นตัวบ่งชี้ประสิทธิภาพของผลิตภัณฑ์ในทางปฏิบัติ) สิบสองผลิตภัณฑ์ดังกล่าวได้รับการคัดเลือกสำหรับการวิเคราะห์โดยการเปรียบเทียบบทวิจารณ์ซอฟต์แวร์และบทความเปรียบเทียบในสิ่งพิมพ์ทางวิทยาศาสตร์ระดับนานาชาติ (French and Xu, 2005; McGinley. P, 2014; Vassilev et al., 2005; Weistroffer et al., 2005) และยังคำนึงถึง พิจารณาการให้คะแนนและบทวิจารณ์ที่เผยแพร่บนหน้าเว็บสำหรับซอฟต์แวร์วิเคราะห์หลายเกณฑ์โดยเฉพาะ (Capterra, EWG-MCDA, Wikipedia) การเลือกยังขึ้นอยู่กับความพร้อมของผลิตภัณฑ์รุ่นทดลองหรือรุ่นสาธิต ผลลัพธ์ของการวิเคราะห์เปรียบเทียบจะแสดงในตารางที่มีพารามิเตอร์ที่จัดกลุ่มตามหน้าที่หลักสองประการของซอฟต์แวร์: การจัดระเบียบกระบวนการตัดสินใจเอง (ดูตารางที่ 1) และการวิเคราะห์ผลลัพธ์ (ดูตารางที่ 2)

ตารางที่ 1. การเปรียบเทียบซอฟต์แวร์ตามลักษณะของกระบวนการตัดสินใจ

ชื่อซอฟต์แวร์	วิธีการ MCDA ที่รองรับ	ที่จำเป็น ความสามารถระดับมืออาชีพ	รองรับการตัดสินใจแบบกลุ่ม	การเข้าถึงผ่านอินเทอร์เน็ต	ความสามารถในการนำเข้า / ส่งออกไปยัง Excel
	ปาปริก้า AHP MAUT

	AHP, Pareto Frontier ประมาณ
เกณฑ์การตัดสินใจ Plus	AHP, SMART, MAUT, สวิง
	PROMETHEE ยูทิลิตี้
	MAUT, โครงสร้างการตัดสินใจ, AHP, วิธีลำดับ สัมปทาน
	ต้นไม้ตัดสินใจ


การตัดสินใจเชิงตรรกะ	AHP, MAUT, สวิง

ดังที่เห็นได้จากตาราง ผลิตภัณฑ์ที่พิจารณาเกือบทั้งหมดให้โอกาสที่ยอดเยี่ยมในการวิเคราะห์ผลลัพธ์ แต่มีความแตกต่างที่สำคัญในการจัดกระบวนการตัดสินใจ โปรแกรมรองรับชุดวิธีการที่แตกต่างกัน แต่มากกว่าครึ่งหนึ่งมี AHP หรือ AHP (กระบวนการลำดับชั้นเชิงวิเคราะห์ / วิธีการวิเคราะห์ลำดับชั้น) ท่ามกลางวิธีการที่ได้รับการสนับสนุน ซึ่งค่อนข้างคาดหวัง เนื่องจากวิธีการนี้ใช้งานได้ดีในทางปฏิบัติใน อุตสาหกรรมต่างๆและยิ่งไปกว่านั้น ไม่ต้องการการฝึกอบรมพิเศษ มันเปรียบเทียบได้ดีกับวิธีการอื่น ๆ ที่รวมวิธีการทางคณิตศาสตร์และแง่มุมทางจิตวิทยา และยังช่วยให้คุณสามารถเปรียบเทียบพารามิเตอร์ที่แตกต่างกันซึ่งเป็นข้อได้เปรียบที่สำคัญอย่างยิ่งเมื่อ การใช้งานจริง. ในผลิตภัณฑ์ที่สนับสนุนวิธีนี้ มีสองวิธีในการเปรียบเทียบทางเลือกอื่น ภายในกรอบของแนวทางแรก จะมีการรวบรวมเมทริกซ์ของการประเมินเกณฑ์บางเกณฑ์ที่สัมพันธ์กับเกณฑ์อื่นๆ และภายในกรอบของแนวทางที่สอง การรวมเกณฑ์ที่เป็นไปได้ทั้งหมดจะแสดงรายการ และสำหรับแต่ละรายการ ผู้ตัดสินใจต้องประเมินว่า เกณฑ์หนึ่งมีความสำคัญเหนือกว่าเกณฑ์อื่น จากการประมาณการที่ได้รับ เกณฑ์จะถูกจัดลำดับตามความสำคัญ

นอกจากนี้ คุณจะเห็นได้ว่าโปรแกรมส่วนใหญ่ที่รองรับ AHP ยังรองรับ MAUT (ทฤษฎียูทิลิตี้หลายแอตทริบิวต์ / ทฤษฎียูทิลิตี้หลายเกณฑ์) ในเวลาเดียวกัน ในการศึกษาระเบียบวิธี วิธีการดังกล่าวมักจะแยกจากกันอย่างชัดเจน ข้อเท็จจริงนี้ชี้ให้เห็นว่าแม้ว่าซอฟต์แวร์ดังกล่าวจะอิงตามทฤษฎีการตัดสินใจในสภาพแวดล้อมแบบหลายเกณฑ์ แต่ผลิตภัณฑ์ก็สามารถขัดต่อทฤษฎีได้ โดยผสมผสานวิธีการที่หลากหลายจากโรงเรียนต่างๆ เพื่อการใช้งานที่ประสบความสำเร็จในทางปฏิบัติ นอกจากนี้ยังสามารถยืนยันได้ด้วยการสนับสนุนพร้อมกันของวิธี MAUT และ Swing โดยผลิตภัณฑ์สี่รายการ

ความนิยมน้อยกว่าเล็กน้อยคือวิธีการสัมปทานต่อเนื่องซึ่งหมายถึงการใช้ช่วงเวลาที่สะท้อนถึงค่าเบี่ยงเบนที่อนุญาตของค่าพารามิเตอร์จากลำดับความสำคัญ เป็นไปได้มากว่านี่เป็นเพราะความยากลำบากในการกำหนดช่วงเวลาดังกล่าวในทางปฏิบัติ นอกจากนี้ โปรแกรมบางโปรแกรมที่พิจารณาจะขึ้นอยู่กับแผนผังการตัดสินใจ ซึ่งมีลักษณะเฉพาะโดยอัลกอริธึมการก่อสร้างเฉพาะที่เข้าใจได้ง่าย แต่ไม่ได้รับประกันว่าทรีทั้งหมดจะเหมาะสมที่สุดเสมอไป สุดท้าย วิธีการประมาณค่า Pareto frontier ยังพบในโปรแกรมที่กล่าวถึง และมีประสิทธิภาพมากในการให้การแสดงภาพ เช่น บนแผนภูมิฟอง ตามที่รวมอยู่ใน Clafer Multi-Objective Optimizer

เมื่อวิเคราะห์พารามิเตอร์เปรียบเทียบที่เหลือ ควรสังเกตว่าผลิตภัณฑ์ซอฟต์แวร์ส่วนใหญ่มีไว้สำหรับใช้โดยผู้เชี่ยวชาญในด้านการวิเคราะห์หลายเกณฑ์ เนื่องจากระดับความสามารถระดับมืออาชีพที่จำเป็นในการทำงานกับพารามิเตอร์ดังกล่าวนั้นสูงมาก อย่างไรก็ตาม ผลิตภัณฑ์เช่น 1000Minds, Clafer MOO, D-Sight, Decision Lens และ MakeItRational สามารถใช้ในการตัดสินใจได้แม้ในกรณีที่ไม่มีความรู้พิเศษใด ๆ โปรดทราบว่าการตัดสินใจแบบกลุ่มได้รับการสนับสนุนในสามผลิตภัณฑ์ที่ได้รับการพิจารณาเท่านั้น - 1000Minds, D -Sight และ MakeItRational แบบแรกให้เฉพาะการโหวตออนไลน์ แบบที่สองกำหนดน้ำหนักให้กับความคิดเห็นของสมาชิกแต่ละคนในกลุ่ม และอันสุดท้ายจะคำนวณค่าเฉลี่ยของกลุ่มโดยคำนึงถึงความคิดเห็นของแต่ละคน ผลิตภัณฑ์ส่วนใหญ่เป็นแบบเว็บ (ยกเว้น Criterium DecisionPlus, Hiview3, Logical Decisions และ M-MACBETH) และเพียงครึ่งเดียวให้ความสามารถในการนำเข้าและส่งออกข้อมูลและผลลัพธ์ไปยัง Excel

ตารางที่ 2 การเปรียบเทียบซอฟต์แวร์ตามลักษณะการวิเคราะห์ผลลัพธ์

ชื่อซอฟต์แวร์	กราฟภาพ	มูลค่ารวม	การวิเคราะห์ความไว	แผนที่ 2 มิติ	เขียนรายงาน


Clafer หลายวัตถุ เครื่องมือเพิ่มประสิทธิภาพ
เกณฑ์การตัดสินใจ Plus





การตัดสินใจเชิงตรรกะ

ตารางที่ 5 สะท้อนให้เห็นถึงความจริงที่ว่าผลิตภัณฑ์ซอฟต์แวร์ที่พิจารณาทั้งหมดมีความเป็นไปได้ในการแสดงภาพกราฟิกของผลลัพธ์ แนวทางที่มีอยู่ในผลิตภัณฑ์อย่างน้อยสองสามอย่าง ได้แก่ การสร้างภาพทางเลือกผ่านแผนภูมิแมงมุม พายุทอร์นาโด เทอร์โมมิเตอร์ แผนภูมิวงกลม และแผนภูมิฟอง ในผลิตภัณฑ์ซอฟต์แวร์ตามวิธีสัมปทาน ผลลัพธ์จะถูกนำเสนอเป็นช่วงค่าที่ยอมรับได้และอาจมีความสัมพันธ์ครอบงำและการแสดงกราฟิกของพื้นที่ของโซลูชันที่เหมาะสมที่สุด โปรแกรมส่วนใหญ่สนับสนุนวิธีการวิเคราะห์ความอ่อนไหวแบบเดิม บางโปรแกรมยังใช้วิธีทางสถิติในการวิเคราะห์ ซึ่งประกอบด้วยการเปลี่ยนแปลงต่างๆ ของแบบจำลองพาราเมตริกและการสังเกตการเปลี่ยนแปลงในผลลัพธ์ที่ตามมา วิธีนี้ช่วยให้คุณได้รับลำดับทางเลือกที่น่าจะเป็นไปได้หรือเปอร์เซ็นต์ของกรณีที่ทางเลือกหนึ่งครอบงำอีกทางหนึ่ง ในวิธีสัมปทาน การใช้ช่วงเวลาในตัวเองถือได้ว่าเป็นประเภทของการวิเคราะห์ความอ่อนไหวอยู่แล้ว แผนที่สองมิติบางชนิดมีอยู่ในผลิตภัณฑ์ซอฟต์แวร์ส่วนใหญ่ เกณฑ์สอดคล้องกับแกน ทางเลือกสอดคล้องกับจุดที่มีพิกัดที่สอดคล้องกันบนกราฟ บางโปรแกรมให้ความสามารถในการสร้างรายงานที่เป็นลายลักษณ์อักษรซึ่งสะท้อนถึงผลลัพธ์หลักและอธิบายให้ผู้ใช้ทราบ

2 . วิธีตัดสินใจแบบหลายเกณฑ์

2.1 การเลือกวิธีพิจารณา

วินัยทางวิทยาศาสตร์ในการตัดสินใจภายใต้เงื่อนไขหลายเกณฑ์ยังค่อนข้างใหม่: งานแรกในสาขาวิชานี้ปรากฏในปี 1970 และการอ้างอิงถึงการใช้ MMRM เพื่อแก้ปัญหาในทางปฏิบัติเกิดขึ้นในปี 1980 (Wallenius et al., ) . อย่างไรก็ตามเรื่องนี้บน ช่วงเวลานี้มีการพัฒนาวิธีการต่างๆ มากกว่าเจ็ดสิบวิธีในการแก้ปัญหาแบบหลายเกณฑ์ (Aregai Tecle, ) การพิจารณาอย่างละเอียดของวิธีการที่มีอยู่ทั้งหมดดูเหมือนไม่จำเป็นและเป็นไปได้ภายในกรอบงานนี้ ดังนั้นชุดของวิธีการที่พิจารณาจึงมีจำกัด เกณฑ์ที่ใช้เลือกวิธีการ ได้แก่

1. ความนิยมของวิธีการ(วัดจากความถี่ที่กล่าวถึงวิธีการนี้ในวรรณคดีทางวิทยาศาสตร์ระหว่างปี 2513 ถึง 2559)

2. การประยุกต์ใช้วิธีการกับปัญหาในทางปฏิบัติ(วัดจากการวิเคราะห์วรรณกรรมเกี่ยวกับการประยุกต์ใช้ MMRM กับงานในด้านธุรกิจต่างๆ)

3. ความคิดริเริ่มของวิธีการ(ไม่พิจารณาวิธีการตามเทคนิคที่พบในวิธีอื่นๆ ที่นิยมใช้กัน)

1. วิธีการวิเคราะห์ลำดับชั้น (AHP)

2. การเขียนโปรแกรมแบบไม่เชิงเส้น (NLP)

3. การเขียนโปรแกรมประนีประนอม (CP)

4. ทฤษฎีเกมสหกรณ์ (CGT)

5. วิธีการแทนที่อุดมคติ (DISID)

6. วิธีไฟฟ้า (ELEC)

7. วิธีการประเมินและวิเคราะห์ความไว (ESAP)

8. ตั้งโปรแกรมเป้าหมาย (CPU/GP)

9. ทฤษฎีอรรถประโยชน์หลายเกณฑ์ (MAUT)

10. หลายเกณฑ์ Q-Analysis (MCQA)

11. วิธีความน่าจะเป็นของการพัฒนาประนีประนอม (PROTR)

12. วิธี Zayonz-Wallenius (Z-W)

13. วิธีต้นกำเนิด

14. วิธี SWT

15. วิธีโปรเมธี (PRM)

ความนิยมและการบังคับใช้ของวิธีการเหล่านี้กับปัญหาต่างๆ ในด้านต่างๆ ได้แสดงไว้อย่างชัดเจนในตาราง (ดูภาคผนวก 1) โดยเปรียบเทียบแต่ละวิธีกับสิ่งพิมพ์ทางวิทยาศาสตร์ที่อธิบายการใช้งาน และ งานเฉพาะซึ่งถูกกำหนดไว้ในผลงานเหล่านี้

2.2 คำอธิบายโดยย่อของวิธีการ

วิธีการวิเคราะห์ลำดับชั้น (AHP)

วิธีการวิเคราะห์ลำดับชั้นเป็นเครื่องมือในการตัดสินใจทางคณิตศาสตร์ที่คำนึงถึงแง่มุมทางจิตวิทยา วิธีการนี้ได้รับการพัฒนาโดย T. Saati ช่วยให้คุณสามารถปรับปรุงทางเลือกที่มีอยู่ซึ่งจำเป็นต้องได้รับการประเมินตามเกณฑ์เชิงปริมาณและคุณภาพที่หลากหลาย การสั่งซื้อเกิดขึ้นตามข้อมูลเกี่ยวกับการตั้งค่าของผู้ตัดสินใจ ซึ่งแสดงเป็นตัวเลขและช่วยให้คุณได้รับค่าของมูลค่ารวมของทางเลือกสำหรับพารามิเตอร์ทั้งหมด ทางเลือกที่มีมูลค่ารวมสูงสุดจะดีที่สุด วิธีการนี้ใช้กันอย่างแพร่หลายในทางปฏิบัติ หากต้องการใช้งาน ให้ทำตามขั้นตอนเหล่านี้:

1) แยกย่อยปัญหาโดยรวบรวมแบบจำลองลำดับชั้น ซึ่งรวมถึงทางเลือกด้วย พารามิเตอร์สำหรับการประเมิน และเป้าหมายสูงสุดในการหาแนวทางแก้ไข

2) เปรียบเทียบองค์ประกอบทั้งหมดของลำดับชั้นเป็นคู่ โดยกำหนดลำดับความสำคัญตามความชอบของผู้มีอำนาจตัดสินใจ

3) สังเคราะห์ค่าของทางเลือกโดยใช้การบิดเชิงเส้น

4) ประเมินความสอดคล้องของคำพิพากษา

5) ตัดสินใจตามผลลัพธ์

ข้อดีของเชียงใหม่:

ความเรียบง่ายของการเปรียบเทียบแบบคู่ ความคุ้นเคยของขั้นตอนสำหรับผู้มีอำนาจตัดสินใจ

ขาดการประเมินทางเลือกโดยตรง

รองรับทั้งพารามิเตอร์เชิงปริมาณและเชิงคุณภาพ

การตรวจสอบความสม่ำเสมอของคำพิพากษา

ใช้งานได้จริงในทางปฏิบัติ

ข้อเสียของ MAI:

ทางเลือกและพารามิเตอร์จำนวนจำกัดสำหรับการประเมิน (การทำงานกับ จำนวนมากยากสำหรับผู้ตัดสินใจ)

ความเป็นไปได้ของการบิดเบือนการตั้งค่าเนื่องจากการแสดงตัวเลขประเภทเดียวกัน

ทางเลือกที่ไม่สมเหตุสมผลของการบิดเกณฑ์การเติมหรือการคูณ

2.3 การเขียนโปรแกรมแบบไม่เชิงเส้น (NLP)

การเขียนโปรแกรมแบบไม่เชิงเส้นเป็นกรณีพิเศษของการเขียนโปรแกรมทางคณิตศาสตร์และแสดงถึงรูปแบบที่ไม่เป็นเชิงเส้นของฟังก์ชันวัตถุประสงค์หรือข้อจำกัด ปัญหาที่แก้ไขได้โดยวิธีนี้สามารถกำหนดเป็นโจทย์ในการค้นหาค่าที่เหมาะสมที่สุดของฟังก์ชันวัตถุประสงค์บางอย่างภายใต้เงื่อนไข โดยที่พารามิเตอร์ คือ ข้อจำกัด n คือจำนวนพารามิเตอร์ s คือจำนวนข้อจำกัด

ฟังก์ชันวัตถุประสงค์สามารถเว้าหรือนูนได้ ในกรณีแรก ผู้มีอำนาจตัดสินใจจะเผชิญกับปัญหาการขยายให้ใหญ่สุด ในกรณีที่สอง - ปัญหาการย่อให้เล็กสุด หากข้อจำกัดถูกกำหนดโดยฟังก์ชันนูน แสดงว่าปัญหานั้นถือเป็นนูนและส่วนใหญ่แก้ไขโดยใช้วิธีการทั่วไปของการเพิ่มประสิทธิภาพนูน หากปัญหาไม่นูน จะใช้สูตรพิเศษของปัญหาการโปรแกรมเชิงเส้นตรงหรือวิธีการแบบสาขาและแบบผูก ซึ่งช่วยให้สามารถแก้ปัญหาได้โดยการประมาณค่าเชิงเส้นหรือแบบนูน การประมาณดังกล่าวทำให้เกิดขอบเขตที่ต่ำกว่าของมูลค่ารวมภายในส่วนใดส่วนหนึ่ง ในหัวข้อต่อไปนี้ วันหนึ่งจะพบวิธีแก้ปัญหาที่แท้จริงซึ่งมีค่าใกล้เคียงกับขอบเขตล่างที่ดีที่สุดที่พบสำหรับวิธีแก้ปัญหาโดยประมาณใดๆ วิธีแก้ปัญหาดังกล่าวจะเหมาะสมที่สุด แต่ไม่จำเป็นต้องเป็นวิธีเดียว เป็นไปได้ที่จะหยุดอัลกอริธึมดังกล่าวได้ทุกเมื่อด้วยความมั่นใจว่าโซลูชันที่ดีที่สุดอยู่ภายในค่าเบี่ยงเบนที่ยอมรับได้จากวิธีแก้ปัญหาที่ดีที่สุด โซลูชันดังกล่าวเรียกว่า e-optimal

ในการเขียนโปรแกรมแบบไม่เชิงเส้น สามารถแยกแยะส่วนที่เป็นอิสระได้ เช่น นูน, กำลังสอง, จำนวนเต็ม, สุ่ม, การเขียนโปรแกรมไดนามิก ฯลฯ

2.4 การเขียนโปรแกรมประนีประนอม (CP)

แนวคิดของวิธีการเขียนโปรแกรมประนีประนอมคล้ายกับวิธีการเขียนโปรแกรมเป้าหมาย เทคนิคของวิธีนี้ขึ้นอยู่กับการกำหนดระยะห่างจากจุดที่ "เหมาะสม" ในการหาทางออกที่ดีที่สุด จำเป็นต้องลด "ระยะทาง" จากโซลูชันที่เหมาะสมที่สุด จุด (สารละลาย) ที่อยู่ใกล้กับจุดในอุดมคติมากที่สุดทุกประการคือวิธีแก้ปัญหาแบบประนีประนอม ชุดของการแก้ปัญหายังสามารถประนีประนอม

ขั้นตอนในการค้นหาแนวทางแก้ไขที่ดีที่สุดประกอบด้วยขั้นตอนต่อไปนี้:

1) กำหนดพารามิเตอร์สำหรับการประเมินทางเลือกและน้ำหนักของพารามิเตอร์เหล่านี้

2) รวบรวมเมทริกซ์การประเมินทางเลือกโดยการบันทึกข้อมูลเกี่ยวกับทางเลือกสำหรับพารามิเตอร์การประเมินแต่ละรายการ

3) กำหนดทิศทางของการเพิ่มประสิทธิภาพสำหรับแต่ละเกณฑ์ (ควรเพิ่มหรือลดค่าให้น้อยที่สุด)

4) ปรับเมทริกซ์ให้เป็นมาตรฐานเพื่อให้อยู่ในรูปของเมทริกซ์การจ่ายค่าตอบแทน (หรือเมทริกซ์การจ่ายค่าตอบแทน)

5) ค้นหาทางเลือกที่คุ้มค่าและดีที่สุดสำหรับแต่ละเกณฑ์

6) ค้นหาค่าทั่วไปของแต่ละทางเลือกสำหรับพารามิเตอร์การประเมินทั้งหมด โดยใช้น้ำหนักของเกณฑ์และความแตกต่างระหว่างค่าของทางเลือกสำหรับแต่ละเกณฑ์และค่าที่ดีที่สุดสำหรับเกณฑ์นี้

7) ทางเลือกซึ่งมีค่าใกล้เคียงกับอุดมคติมากที่สุดเป็นทางออกที่ดีที่สุด

ข้อดีของวิธีการเขียนโปรแกรมประนีประนอม:

มีประโยชน์ในการแก้ปัญหาในพื้นที่แก้ปัญหาที่ผู้ตัดสินใจมักจะไว้วางใจสัญชาตญาณและประสบการณ์ของเขา

2.5 ทฤษฎีเกมสหกรณ์ (CGT)

เกมความร่วมมือเป็นเกมที่เกี่ยวข้องกับความพยายามร่วมกันของผู้เล่น ทฤษฎีเกมร่วมมือสำรวจความขัดแย้งที่เกิดขึ้นระหว่างผู้เล่นเมื่อทำการตัดสินใจร่วมกัน เนื่องจากมักจะมีเกณฑ์หลายประการสำหรับการตัดสินใจดังกล่าว และมักมีความขัดแย้ง ทฤษฎีนี้จึงถูกใช้เป็นวิธีหนึ่งในการตัดสินใจในสภาพแวดล้อมแบบหลายเกณฑ์ ทฤษฎีนี้ศึกษาว่าผลของการรวมกลุ่มของผู้เล่นนั้นสามารถทำได้อย่างไรและอยู่ภายใต้เงื่อนไขใด

งานหลักที่เกิดขึ้นในการศึกษาเกมสหกรณ์:

1) คำจำกัดความของฟังก์ชันที่แสดงถึงความชอบของผู้เล่น

2) การหาทางออกที่เหมาะสมที่สุดเกี่ยวกับการแบ่งกำไรทั้งหมดของคู่กรณี

3) การตรวจสอบความเสถียรแบบไดนามิกของโซลูชัน

วิธีแก้ปัญหาที่พบสามารถเป็นเอกเทศได้หากการแบ่งกำไรทั้งหมดสามารถทำได้เพียงวิธีเดียว โดยมีลักษณะประโยชน์สูงสุดสำหรับทั้งสองฝ่าย หากมีวิธีการแยกดังกล่าวหลายวิธี โซลูชันที่เหมาะสมที่สุดก็สามารถมีได้หลายค่า กรณีของโซลูชันเดียวที่เหมาะสมที่สุดเป็นเรื่องปกติสำหรับ N-kernel และเวกเตอร์ Shapley ซึ่งเป็นโซลูชันที่มีหลายค่า - สำหรับ C-kernel และ K-kernel

2.6 เปลี่ยนวิธีการในอุดมคติ (ยกเลิก)

วิธีนี้ได้รับการพัฒนาเพื่อกำหนดโซลูชันที่ดีที่สุดในชุดโซลูชันที่เป็นไปได้ และมีลักษณะเฉพาะดังต่อไปนี้:

ขั้นตอนการสร้างโซลูชัน "ในอุดมคติ" ที่กำหนดทิศทางของการเพิ่มประสิทธิภาพ โดยปกติการแก้ปัญหาดังกล่าวจะไม่สามารถทำได้ แต่สะท้อนถึงเป้าหมายของผู้มีอำนาจตัดสินใจได้ดี

ขจัดโซลูชันที่ต้องการน้อยที่สุดในการทำซ้ำแต่ละครั้ง ดังนั้นจึงพบทางออกที่ดีที่สุดโดยค่อยๆ ขจัดวิธีแก้ปัญหาที่แย่ที่สุดในแต่ละขั้นตอนของกระบวนการ

เมื่อใช้วิธีการสามารถแยกแยะขั้นตอนต่อไปนี้:

1) การยกเว้นโซลูชันที่ถูกครอบงำ

2) การก่อตัวของวิธีแก้ปัญหา "ในอุดมคติ" และการกำหนดวิธีแก้ปัญหาที่ "แย่ที่สุด"

3) การกำหนดระยะห่างระหว่างจุดของวิธีแก้ปัญหาที่เป็นไปได้กับจุดของวิธีแก้ปัญหาที่ "แย่ที่สุด"

4) ทำซ้ำรอบ 1-3 ขั้นตอนจนกว่าจะเหลือวิธีแก้ปัญหาที่เหมาะสมที่สุดจำนวนเล็กน้อยที่ยอมรับได้

ในเวลาเดียวกัน การเปรียบเทียบทางเลือกกับโซลูชันที่ "เหมาะสม" ที่ก่อตัวขึ้นมักทำให้เกิดความไม่พอใจในตัวผู้ตัดสินใจกับทางเลือกที่มีอยู่ ซึ่งเรียกว่าความขัดแย้งก่อนการตัดสินใจ ความขัดแย้งหลังการตัดสินใจคือความไม่พอใจที่เกิดขึ้นหลังจากการคัดแยกทางเลือกบางส่วนออกจากการพิจารณา ในการทำซ้ำครั้งแรก มีความขัดแย้งที่รุนแรงก่อนการแก้ปัญหา ซึ่งค่อยๆ ลดลงเนื่องจากการประมาณของโซลูชันที่มีอยู่สำหรับ "อุดมคติ" ความขัดแย้งหลังการแก้ปัญหา ตรงกันข้าม เพิ่มขึ้น ซึ่งบ่งชี้ว่าผู้มีอำนาจตัดสินใจ ไม่ได้ศึกษาปัญหาอย่างเพียงพอ

2.7 วิธีไฟฟ้า

ขั้นตอนการคัดเลือกด้วยวิธี ELECTRE ประกอบด้วย 6 ขั้นตอน:

1) กำหนดค่าต่ำสุดและสูงสุดของทางเลือกสำหรับแต่ละเกณฑ์

2) การกำหนดเกณฑ์น้ำหนัก

3) การสร้างกราฟสำหรับแต่ละเกณฑ์ โดยที่จุดยอดเป็นวัตถุบางชุดของชุดคำตอบ และส่วนโค้งสะท้อนระดับการครอบงำของวัตถุหนึ่งเหนืออีกวัตถุหนึ่ง

4) การรวบรวมเมทริกซ์ค่าของดัชนีที่เรียกว่าข้อตกลงและไม่เห็นด้วยตามความสำคัญของเกณฑ์และความชอบในการตัดสินใจ

5) การสร้างมูลค่าที่เหนือกว่าสำหรับวัตถุแต่ละคู่หากค่าของดัชนีข้อตกลงของหนึ่งในโซลูชันเกินค่าเกณฑ์ที่แน่นอนและค่าของดัชนีความขัดแย้งไม่ถึงค่านี้

6) การสร้างกราฟทั่วไปของความเหนือกว่าโดยคำนึงถึงข้อจำกัดที่กำหนดไว้

2.8 วิธีการประเมินและวิเคราะห์ความไว (ESAP)

วิธีการประเมินและวิเคราะห์ความอ่อนไหวได้รับการพัฒนาเป็นเทคนิคการวางแผนในด้าน สิ่งแวดล้อมเพื่อประเมินทางเลือกการจัดการ แหล่งน้ำ. ESAP ขึ้นอยู่กับการกำหนดเกณฑ์น้ำหนักเพื่อให้ได้การประเมินทางเลือกที่ถูกต้อง การประเมินความพร้อมใช้งานและความน่าดึงดูดใจของทางเลือกจะถูกกำหนดโดยการรวมข้อมูลเกี่ยวกับผลกระทบต่อทรัพยากรธรรมชาติและวัฒนธรรมและข้อมูลเกี่ยวกับความสำคัญ (กำหนดโดยเกณฑ์น้ำหนัก) และค่านิยมของทรัพยากรเหล่านี้ ข้อมูลควรถูกเก็บรวบรวมโดยการสัมภาษณ์บุคคลหลายคนหรือกลุ่มบุคคลเพื่อกำหนดความอ่อนไหวของการประมาณการของพวกเขาต่อความแตกต่างในการตัดสินเกี่ยวกับความสำคัญและคุณค่าที่ต้องการของทรัพยากรตลอดจนความไม่แน่นอนในผลที่ตามมาของการเลือกทางเลือกอย่างใดอย่างหนึ่ง ตอนนี้วิธีนี้ใช้ไม่เพียงแต่ในการวางแผนด้านสิ่งแวดล้อมเท่านั้น แต่ยังใช้ในด้านอื่นๆ ด้วย

2.9 การเขียนโปรแกรมเป้าหมาย (CPU/GP)

วิธีการตั้งโปรแกรมเป้าหมายใช้เพื่อแก้ปัญหา MCO และขึ้นอยู่กับการจัดอันดับเกณฑ์ตามความสำคัญสำหรับผู้มีอำนาจตัดสินใจ งานหลักในการค้นหาวิธีแก้ไขประกอบด้วยงานย่อยที่ต่อเนื่องกันหลายงานเพื่อปรับเกณฑ์แต่ละเกณฑ์ให้เหมาะสม ในเวลาเดียวกัน การปรับให้เหมาะสมดังกล่าวจะดำเนินการตามฟังก์ชันวัตถุประสงค์ และการปรับปรุงมูลค่าตามเกณฑ์หนึ่งไม่สามารถทำได้โดยเสียค่าใช้จ่ายจากการเสื่อมสภาพของมูลค่าตามเกณฑ์ที่สำคัญกว่า ดังนั้นผลลัพธ์สุดท้ายคือการค้นพบวิธีแก้ปัญหาที่ดีที่สุด โดยปกติวิธีการตั้งโปรแกรมเป้าหมายจะใช้กับการแก้ปัญหาเชิงเส้น ในเวลาเดียวกัน ความแตกต่างจากวิธีการโปรแกรมเชิงเส้นตรงนั้นอยู่ที่การทำให้เป้าหมายหลายๆ อย่างกลายเป็นแบบแผน ไม่ใช่เป็นหน้าที่ตามวัตถุประสงค์ แต่เป็นข้อจำกัด ดังนั้นเมื่อใช้วิธีการนี้ควรกำหนดค่าที่ต้องการของฟังก์ชันวัตถุประสงค์และการเบี่ยงเบนตัวแปรจากค่าเหล่านี้ซึ่งสะท้อนถึงระดับความสำเร็จของเป้าหมายหลักของการค้นหาโซลูชัน

2.10 ทฤษฎียูทิลิตี้หลายเกณฑ์ (MAUT)

ทฤษฎีอรรถประโยชน์หลายเกณฑ์เป็นหนึ่งในวิธีการที่ได้รับความนิยมมากที่สุด ทฤษฎีนี้พัฒนาโดย R. Keaney, G. Rife, P. Fishburne ทฤษฎีนี้มีพื้นฐานอยู่บนสัจพจน์ที่อธิบายความชอบของผู้มีอำนาจตัดสินใจ และนำเสนอแบบกราฟิกเป็นฟังก์ชันอรรถประโยชน์ สัจพจน์ของยูทิลิตี้ที่ใช้กันอย่างแพร่หลายที่สุดในสภาพแวดล้อมแบบหลายวัตถุประสงค์รวมถึงสัจพจน์:

เปรียบเทียบได้อย่างสมบูรณ์

สกรรมกริยา

ความสามารถในการละลาย

อิสระตามความชอบ

อิสระโดยอรรถประโยชน์

อาร์คิมิดีส

แม้จะมีความลำบากอย่างเห็นได้ชัดของวิธีการ แต่สิ่งสำคัญคือต้องสังเกตว่าสามารถให้เหตุผลได้โดยการให้เหตุผลทางคณิตศาสตร์ของการแก้ปัญหาที่พบ นอกจากนี้ วิธีการนี้ยังใช้ได้เมื่อประเมินทางเลือกจำนวนเท่าใดก็ได้ และขั้นตอนการเจรจากับผู้มีอำนาจตัดสินใจในทฤษฎีอรรถประโยชน์หลายเกณฑ์ก็ได้รับการพัฒนาเป็นอย่างดี

ขั้นตอนหลักของวิธีการรวมถึง:

1) การพัฒนารายการเกณฑ์

2) การสร้างฟังก์ชั่นยูทิลิตี้สำหรับแต่ละเกณฑ์

3) ตรวจสอบเงื่อนไขที่กำหนดแบบฟอร์ม ฟังก์ชั่นทั่วไปคุณประโยชน์

4) การสร้างความสัมพันธ์ระหว่างการประเมินทางเลือกสำหรับแต่ละเกณฑ์และความน่าดึงดูดใจโดยรวมของตัวเลือกสำหรับผู้มีอำนาจตัดสินใจ

5) การประเมินตัวเลือกที่มีอยู่ทั้งหมดและการเลือกตัวเลือกที่ดีที่สุด

2.11 เกณฑ์หลายข้อ Q- แต่การวิเคราะห์ (MCQA)

วิธีการวิเคราะห์หลายเกณฑ์นี้ใช้เพื่อสร้างขั้นตอนการเจรจาที่มีประสิทธิภาพระหว่างฝ่ายที่ขัดแย้งกัน MCQA-I, MCQA-II และ MCQA-III ทำให้สามารถจัดลำดับเกณฑ์สำหรับการประเมินทางเลือกในแง่ของความสำคัญ และทางเลือกอื่นในแง่ของความน่าดึงดูดใจสำหรับผู้มีอำนาจตัดสินใจ การวิเคราะห์ Q ได้รับการพัฒนาโดย Ronald Atkin (1974, 1977) เพื่อเป็นแนวทางในการศึกษาลักษณะโครงสร้างของระบบสังคมซึ่งมีตัวบ่งชี้ คุณลักษณะ หรือคุณลักษณะสองชุดที่เกี่ยวข้องกัน ต่อมา การวิเคราะห์ Q ได้ถูกนำมาใช้ในด้านต่างๆ เช่น ทฤษฎีหมากรุก (Atkin and Witten, 1975), ระบบการผลิตที่ยืดหยุ่น (Robinson and Duckstein, 1986), กีฬาเพื่อการแข่งขัน (Gould and Gatrell, 1980) และการวางผังเมือง (Beaumont, 1984) ). การวิเคราะห์ Q เป็นเครื่องมือที่มีประโยชน์ที่ได้รับการยอมรับในการศึกษาทางนิเวศวิทยา เช่น ในการประเมินระบบนิเวศของแม่น้ำ (Casti et al., 1979) และในการศึกษาความสัมพันธ์ระหว่างนักล่าและเหยื่อ (Casti, 1979) การวิเคราะห์ Q ยังถูกนำมาใช้ในด้านจิตวิทยาคลินิก (Macgill and Springer, 1984), ธรณีวิทยา (Griffiths, 1983), การวิจัยระบบขนส่ง (Johnson, 1976), การกระจายน้ำ (Duckstein, 1983) และบริบทอื่นๆ อีกจำนวนหนึ่ง (Casti, 2522) . การวิเคราะห์ Q ได้รับการพิสูจน์แล้วว่ามีประโยชน์อย่างยิ่งในการแก้ปัญหาที่เกี่ยวข้องกับระบบที่ซับซ้อน เช่น การสร้างแบบจำลองภาพทางการแพทย์ แนวทางนี้ต้องการคำจำกัดความที่เข้มงวดของชุดข้อมูลและความสัมพันธ์ และเรียกร้องให้มีการสำรวจความหมายของการเชื่อมต่อโครงข่ายภายในระบบ หลังจากสร้างชุดข้อมูลที่แน่นอนโดยประมาณและตรวจสอบความสัมพันธ์แล้ว การวิเคราะห์ Q เกี่ยวข้องกับการคำนวณที่ค่อนข้างง่ายซึ่งไม่ต้องการ ข้อมูลเพิ่มเติมเกี่ยวกับระบบ วิธีการวิเคราะห์ Q จัดเตรียมโครงสร้างพื้นฐานเกี่ยวกับภูมิประเทศเกี่ยวกับพีชคณิตสำหรับการลดข้อมูล ช่วยลดความซับซ้อนของแนวคิดการออกแบบระบบระดับมหภาค ด้วยเหตุนี้ จึงเป็นไปได้ที่จะกำหนดและตีความตัวชี้วัด เช่น ระดับของการเชื่อมต่อ การกระจายอำนาจ และความซับซ้อน วิธีการวิเคราะห์ Q ยังจัดให้มีการเรียงลำดับข้อมูล การวิเคราะห์ Q ยังสามารถเชื่อมโยงกับการวิเคราะห์การเปลี่ยนแปลงของพฤติกรรมที่สร้างขึ้นจากเมทริกซ์โครงสร้าง (เรียกว่า backcloth) การศึกษาประเภทนี้ (เรียกว่าทราฟฟิก) ใช้ระเบียบวินัยที่เรียกกันทั่วไปว่าพลศาสตร์หลายหน้า (Casti et al., 1979; Johnson, 1981)

2.12 วิธีความน่าจะเป็นของการพัฒนาประนีประนอม (PROTR)

วิธีการเพิ่มประสิทธิภาพหลายเกณฑ์นี้ส่วนใหญ่จะใช้เพื่อแก้ปัญหาที่ไม่เป็นเชิงเส้นตามความชอบของผู้มีอำนาจตัดสินใจ วิธีการนี้เกี่ยวข้องกับการสร้างฟังก์ชันยูทิลิตี้แต่ละรายการเพื่อค้นหาวิธีแก้ไขปัญหาที่ดีที่สุด

ขั้นตอนการค้นหาโซลูชันประกอบด้วย 12 ขั้นตอนติดต่อกัน:

1) การพัฒนาเวกเตอร์ของฟังก์ชันวัตถุประสงค์

2) การพัฒนาเวกเตอร์ของค่าเกณฑ์ที่ดีที่สุดและแย่ที่สุด

3) การกำหนดฟังก์ชันการทดแทน

4) รับโซลูชันเริ่มต้นโดยเพิ่มฟังก์ชันนี้ให้สูงสุดและพัฒนาเวกเตอร์เป้าหมายตามนั้น

5) คำจำกัดความของฟังก์ชันยูทิลิตี้หลายเกณฑ์

6) การกำหนดฟังก์ชันการแทนที่ใหม่

7) การสร้างโซลูชันทางเลือกโดยเพิ่มฟังก์ชันการแทนที่ใหม่ให้สูงสุดและการพัฒนาเวกเตอร์เป้าหมายตามนั้น

8) การพัฒนาเวกเตอร์ที่เชื่อมโยงค่าเป้าหมายของเวกเตอร์ด้วยความน่าจะเป็นของความสำเร็จ

9) การตัดสินใจโดยผู้มีอำนาจตัดสินใจว่าค่าเกณฑ์ทั้งหมดเป็นที่น่าพอใจหรือไม่ ถ้าใช่ เวกเตอร์ที่ได้จะเป็นวิธีแก้ปัญหา ถ้าไม่เช่นนั้น ให้ดำเนินการขั้นตอนที่ 10

10) การเลือกเวกเตอร์ซึ่งความสัมพันธ์ของค่าเป้าหมายกับความน่าจะเป็นของความสำเร็จนั้นไม่น่าพอใจมากที่สุดและคำจำกัดความของความน่าจะเป็นใหม่

11) การสร้างชุดค่าที่ถูกต้องใหม่

12) การกำหนดฟังก์ชันการแทนที่ใหม่และการทำซ้ำของวัฏจักรจากระยะที่ 6 ถึงระยะที่ 12 จำนวนเงินที่ต้องการครั้งหนึ่ง.

2.13 วิธี Zajonc-Wallenius (Z-W)

วิธี Zajonc-Wallenius ขึ้นอยู่กับขั้นตอนการ จำกัด ชุดค่าของเวกเตอร์น้ำหนักให้แคบลง

ขั้นตอนของขั้นตอนนี้สามารถอธิบายได้ดังนี้:

1) การพัฒนาเวกเตอร์น้ำหนัก

2) การคำนวณมูลค่าของเกณฑ์ส่วนกลาง (ตามกฎแล้ว ค่าจะสอดคล้องกับหนึ่งในจุดยอดของรูปหลายเหลี่ยมที่เป็นชุดของค่าที่ถูกต้อง)

3) การคำนวณค่าน้ำหนักของเกณฑ์ในจุดยอดที่อยู่ติดกันซึ่งจุดยอดนี้สามารถเป็นทางออกที่ดีที่สุด

4) การคำนวณมูลค่าเวกเตอร์ของการประมาณในจุดยอดเหล่านี้สำหรับแต่ละเกณฑ์

5) การเปรียบเทียบเวกเตอร์ของเกณฑ์ผู้ตัดสินใจเป็นคู่

6) การก่อตัวของข้อ จำกัด เกี่ยวกับค่าของเกณฑ์น้ำหนักตามดุลยพินิจของผู้ตัดสินใจ

7) การกำหนดจุดศูนย์กลางในช่วงของน้ำหนักที่ยอมรับได้

8) ทำซ้ำรอบ 2-8

เมื่อเปรียบเทียบแล้ว ผู้ตัดสินใจสามารถแสดงวิจารณญาณได้ดังนี้

แนะนำให้ใช้เวกเตอร์เกณฑ์ที่อยู่ติดกันมากกว่า

เวกเตอร์เกณฑ์เริ่มต้นเป็นที่นิยมมากกว่า

ไม่มีการตั้งค่าที่ชัดเจน

ดังนั้นการค้นหาจึงเป็นระบบซึ่งทำให้ผลลัพธ์เป็นไปตามวัตถุประสงค์มากที่สุด

2.14 วิธีต้นกำเนิด

วิธี STEM เป็นขั้นตอนการค้นหาโซลูชันแบบวนซ้ำซึ่งถึงทางออกที่ดีที่สุดหลังจากการวนซ้ำหลายครั้ง แต่ละรอบประกอบด้วยขั้นตอนการคำนวณและขั้นตอนการตัดสินใจ กล่าวคือ เกี่ยวข้องกับปฏิสัมพันธ์ระหว่างนักวิเคราะห์และผู้มีอำนาจตัดสินใจ

วิธีการนี้ขึ้นอยู่กับการลดระยะ Chebyshev จากจุดในอุดมคติบนพื้นที่โซลูชัน พารามิเตอร์ที่ระบุสูตรระยะทางและพื้นที่ที่วัดได้สามารถเปลี่ยนแปลงได้โดยใช้วิธีการปรับค่าสัมประสิทธิ์น้ำหนักให้เป็นมาตรฐานตามความชอบของผู้ตัดสินใจที่แสดงในขั้นตอนก่อนหน้าของการค้นหาวิธีแก้ปัญหา ขั้นตอนการค้นหาช่วยให้ผู้ตัดสินใจเลือก การตัดสินใจที่ดีและกำหนดความสำคัญสัมพัทธ์ของเกณฑ์ ในการทำซ้ำแต่ละครั้ง ผู้มีอำนาจตัดสินใจสามารถปรับปรุงค่าของทางเลือกตามเกณฑ์บางอย่าง ยอมจำนนต่อผู้อื่น ในขณะเดียวกัน ผู้ตัดสินใจต้องระบุจำนวนสัมปทานสูงสุดที่ยอมรับได้สำหรับแต่ละเกณฑ์ ในการดำเนินการซ้ำในครั้งต่อไป เมื่อได้รับการตัดสินใจแล้ว ผู้ตัดสินใจต้องแสดงความพึงพอใจเกี่ยวกับเกณฑ์เหล่านั้นซึ่งเขาต้องการปรับปรุงมูลค่า และเกณฑ์ที่มูลค่าเป็นที่พอใจสำหรับเขาแล้ว

2.15 วิธี SWT

วิธี SWT เป็นวิธีการปรับให้เหมาะสมแบบหลายเกณฑ์ที่ช่วยให้ค้นหาโซลูชัน Pareto-optimal ที่จำเป็นทั้งหมดตามเวกเตอร์การปรับปัญหาให้เหมาะสม เมื่อใช้วิธีนี้ ต้องคำนึงว่าในการสร้างแบบจำลอง การกำหนด การประเมิน การเปรียบเทียบเกณฑ์ที่มักขัดแย้งกัน ไม่ควรสับสนบทบาทของนักวิเคราะห์ระบบกับบทบาทของผู้มีอำนาจตัดสินใจ ในขณะที่นักวิเคราะห์มีหน้าที่รับผิดชอบในการสร้างโซลูชัน Pareto-optimal และค่านิยมที่สอดคล้องกันของทางเลือก เขาไม่มีอิสระในการพิจารณาสัมปทานที่ยอมรับได้และที่ต้องการตามเกณฑ์ที่ขัดแย้งกันต่างๆ ผู้ตัดสินใจมีหน้าที่รับผิดชอบในการแสดงการตัดสินความชอบตามการวิเคราะห์ทางคอมพิวเตอร์ที่ดำเนินการโดยนักวิเคราะห์ นอกจากนี้ เมื่อได้รับค่าเกณฑ์ชุดใดแล้ว ง่ายกว่ามากที่จะได้รับจากผู้ตัดสินใจในการประมาณมูลค่าสัมพัทธ์ของสัมปทาน (เพิ่มหรือลดมูลค่า) ระหว่างสองเกณฑ์มากกว่าค่าประมาณค่าสัมปทานที่แน่นอน ค่าเฉลี่ย

2.16 วิธีโปรเมธี (PRM)

PROMETHEE เป็นระบบสนับสนุนการตัดสินใจที่ออกแบบมาอย่างดีซึ่งช่วยให้คุณประเมินและเลือกทางเลือกจากชุดหนึ่ง ๆ ตามเกณฑ์ที่สะท้อนถึงข้อดีและข้อเสียของทางเลือกและยังช่วยให้คุณจัดอันดับทางเลือกเหล่านี้ตามความน่าดึงดูดใจสำหรับผู้มีอำนาจตัดสินใจ .

PROMETHEE ไม่ต้องการการตัดสินที่เข้มงวดเกี่ยวกับโครงสร้างที่แท้จริงของความชอบของผู้มีอำนาจตัดสินใจ เมื่อทำการประเมินทางเลือกอื่น ภารกิจหลักคือการได้รับข้อมูลเกี่ยวกับว่าทางเลือกบางอย่างน่าสนใจพอๆ กับอีกทางเลือกหนึ่งหรือไม่ ตามความสัมพันธ์การตั้งค่าที่เรียกว่าซึ่งกำหนดไว้ในขั้นตอนแรก การจัดอันดับทางเลือกจะดำเนินการ

พิจารณาขั้นตอนหลัก:

1) การกำหนดฟังก์ชันการตั้งค่า

จุดเริ่มต้นคือการก่อตัวของเมทริกซ์การให้คะแนนที่สะท้อนถึงความน่าดึงดูดใจของทางเลือกต่างๆ สำหรับแต่ละเกณฑ์ จากข้อมูลที่มีอยู่ในเมทริกซ์การให้คะแนน ทางเลือกจะถูกเปรียบเทียบเป็นคู่ตามเกณฑ์แต่ละข้อ ผลลัพธ์จะแสดงโดยฟังก์ชันการตั้งค่าที่คำนวณสำหรับตัวเลือกแต่ละคู่และสามารถอยู่ในช่วงตั้งแต่ 0 ถึง 1 ในขณะที่ 0 บ่งชี้ว่าไม่มีความแตกต่างระหว่างตัวเลือก 1 หมายถึงความแตกต่างมาก

2) การประเมินระดับความชอบสำหรับตัวเลือก

เมทริกซ์มูลค่ารวมถูกรวบรวมบนพื้นฐานของค่าที่ได้รับโดยการคูณค่าของทางเลือกสำหรับแต่ละเกณฑ์ด้วยน้ำหนักของเกณฑ์ที่เกี่ยวข้อง ในเมทริกซ์นี้ ผลรวมของค่าทั้งหมดในแถวสะท้อนถึงระดับความโดดเด่น (ความน่าดึงดูดใจ) ของทางเลือกอื่น ผลรวมของค่าทั้งหมดในคอลัมน์ระบุว่าทางเลือกอื่นถูกระงับโดยผู้อื่นมากน้อยเพียงใด การจัดอันดับเชิงเส้นสามารถทำได้โดยการลบค่ารองจากค่าที่โดดเด่น

ผู้มีอำนาจตัดสินใจต้องกำหนดน้ำหนักเกณฑ์และเลือกฟังก์ชันการกำหนดลักษณะ PROMETHEE ไม่ได้หมายความถึงวิธีการพิเศษในการกำหนดน้ำหนักเหล่านี้ แต่ถือว่าผู้มีอำนาจตัดสินใจสามารถกำหนดน้ำหนักได้อย่างถูกต้อง อย่างน้อยก็เมื่อจำนวนเกณฑ์ไม่มากเกินไป คำจำกัดความของปัจจัยการถ่วงน้ำหนักนั้นเป็นอัตนัยเสมอ ดังนั้น การวิเคราะห์ความอ่อนไหว ซึ่งสะท้อนว่าน้ำหนักที่เลือกส่งผลต่อผลลัพธ์มากเพียงใด จึงกลายเป็นส่วนสำคัญของกระบวนการตัดสินใจ

เครื่องมือและโมดูลต่างๆ ได้รับการพัฒนาโดยใช้วิธี PROMETHEE เครื่องมือ 3 อย่างต่อไปนี้มีประโยชน์อย่างยิ่งในการวิเคราะห์ปัญหาการประเมิน:

PROMETHEE I สำหรับการประเมินทางเลือกบางส่วน

PROMETHEE II สำหรับการจัดอันดับเต็มรูปแบบ

GAIA สำหรับโซลูชันการแสดงภาพ

3. การพัฒนาการจำแนกวิธีการ

ปัญหาของการเลือกวิธีการหลายเกณฑ์ที่เหมาะสมที่สุดเพื่อใช้กับสถานการณ์เฉพาะนั้นเป็นปัญหาแบบหลายเกณฑ์ เนื่องจากมีเกณฑ์การคัดเลือกหลายเกณฑ์และขัดแย้งกันโดยเนื้อแท้ (AI-Shemmeri et al., ) ดังนั้นวิธีการที่ระบุไว้ควรได้รับการประเมินตามเกณฑ์ที่เกี่ยวข้องเพื่อให้สามารถเปรียบเทียบได้ เพื่อกำหนดเกณฑ์เหล่านี้ จำเป็นต้องพิจารณาด้านที่ก่อให้เกิดความแตกต่างในการประยุกต์ใช้วิธีการ เป็นเรื่องปกติที่จะแยกแยะประเด็นหรือกลุ่มเกณฑ์ต่อไปนี้ (Mollaghasemi และ Pet-Edwards, ):

1) ลักษณะงาน

2) ลักษณะของผู้ตัดสินใจ

3) ลักษณะของการแก้ปัญหาที่เกิดขึ้น

วิธีที่เหมาะสมที่สุดสำหรับการประยุกต์ใช้ในสถานการณ์เฉพาะคือเทคนิคที่ตรงกับลักษณะของปัญหาที่กำลังแก้ไขและผู้ตัดสินใจมากที่สุด และผลลัพธ์ที่ได้สามารถตีความได้อย่างถูกต้องและเป็นประโยชน์ต่อผู้ตัดสินใจ

ดังนั้น ควรประเมินวิธีพิจารณาทั้งสิบห้าวิธีตามเกณฑ์บางประการที่อธิบายลักษณะที่เลือกไว้สามประการ แต่ละด้าน (กลุ่มเกณฑ์) ในงานนี้มีไว้สำหรับส่วนที่เกี่ยวข้อง ซึ่งมีคำอธิบายของเกณฑ์และตารางเปรียบเทียบวิธีการตามเกณฑ์เหล่านี้ การประเมินวิธีการขึ้นอยู่กับการเปรียบเทียบ MMRM ในผลงานของ Aregai Tecle และ Ozernoy V.M. รวมถึงการทบทวนการประยุกต์ใช้วิธีการแก้ปัญหาเชิงปฏิบัติในงานของ Bardossy , Khalili , Brans และอื่นๆ

3.1 การประเมินความสอดคล้องของวิธีการกับลักษณะของปัญหาที่กำลังแก้ไข

ประการแรก จำเป็นต้องกำหนดความสอดคล้องของวิธีการที่ประยุกต์ใช้กับลักษณะของปัญหาที่กำลังพิจารณา งาน Multicriteria สามารถอธิบายได้ด้วยคุณลักษณะที่ไม่เกิดร่วมกันหลายคู่ ตัวอย่างเช่น หากปัญหาคือปัญหาการเขียนโปรแกรมทางคณิตศาสตร์ วิธีแก้ปัญหาสามารถหาได้โดยการค้นหาทางเลือกที่เป็นไปได้อย่างเป็นระบบในชุดการตัดสินใจที่ยอมรับได้ ในขณะที่ปัญหาการวิเคราะห์การตัดสินใจมักจะถือว่ามีทางเลือกจำนวนจำกัดและค่อนข้างน้อย การประเมินซึ่งนำไปสู่การแก้ปัญหาที่มีประสิทธิภาพ ลักษณะพิเศษที่ไม่เกิดร่วมกันอีกคู่หนึ่ง ซึ่งสะท้อนถึงความพร้อมของข้อมูลเชิงปริมาณและเชิงคุณภาพที่จำเป็นสำหรับการแก้ปัญหา MCO ก็มีความสำคัญอย่างยิ่งเช่นกันเมื่อเลือก MMRM ที่เหมาะสม หากปัญหามีเกณฑ์เชิงคุณภาพ เทคนิคการเขียนโปรแกรมทางคณิตศาสตร์ก็ไม่สามารถใช้แก้ปัญหาได้ ลักษณะแบบไดนามิกของงานยังจำกัดชุดของวิธีการที่ใช้งานได้อย่างมาก เนื่องจากมี MMRM เพียงไม่กี่ตัวที่รองรับงานประเภทนี้ (Szidarovszky และ Duckstein, , ) ขนาดของปัญหาที่วัดโดยจำนวนของเกณฑ์และทางเลือก กำหนดข้อจำกัดทางแนวคิดและการคำนวณที่เข้มงวดเกี่ยวกับชุดของวิธีการที่มีอยู่ และสุดท้าย ควรพิจารณาความสัมพันธ์เชิงโครงสร้างระหว่างพารามิเตอร์ของปัญหาที่อธิบายความเป็นเส้นตรงหรือไม่เป็นเชิงเส้นด้วยเมื่อเปรียบเทียบวิธีการ เนื่องจาก MMRM จำนวนมากได้รับการออกแบบมาเพื่อแก้ปัญหาการเขียนโปรแกรมเชิงเส้นโดยเฉพาะ

ดังนั้น การประเมินการบังคับใช้ MMRM ตามลักษณะของปัญหาที่กำลังแก้ไข ควรดำเนินการโดยการตอบคำถามหกข้อเกี่ยวกับความเป็นไปได้ของ MMRM ดังต่อไปนี้:

1) การแก้ปัญหาที่มีเกณฑ์เชิงคุณภาพ

2) ทางเลือกระหว่างทางเลือกจำนวนจำกัด

3) การแก้ปัญหาไม่เชิงเส้น

4) การแก้ไขปัญหาขนาดใหญ่ (ด้วยเกณฑ์และทางเลือกจำนวนมาก)

5) การแก้ปัญหาด้วยทางเลือกที่ไม่สิ้นสุด

6) การแก้ปัญหาแบบไดนามิก

ในตารางเปรียบเทียบ MMRM โดยการบังคับใช้ตามลักษณะของปัญหาที่กำลังแก้ไข (ดูตารางที่ 3) คำตอบที่เป็นบวกและลบของคำถามข้างต้นจะถูกนำเสนอในรูปแบบไบนารีนั่นคือโดยตัวเลข 1 และ 0 ตามลำดับ . เพื่อความชัดเจน เซลล์ที่มีคำตอบในเชิงบวกจะถูกเน้นด้วยสี การประเมินขึ้นอยู่กับประสบการณ์ในการใช้ MMRM โดยผู้เขียนบทความทางวิทยาศาสตร์และผู้เชี่ยวชาญในสาขา MCO เช่น Aregai Tecle , Gershon และ Duckstein , Brans , Brink et al (1986), คาลิลีและคณะ

ตารางที่ 3. ตารางความสอดคล้องของวิธีการกับลักษณะของปัญหา

การประมวลผลข้อมูลเชิงคุณภาพ	ปัญหาไม่เชิงเส้น	ความท้าทายที่ยิ่งใหญ่	งานไดนามิก	ทางเลือกนับไม่ถ้วน	ทางเลือกจำนวนจำกัด

3.2 การประเมินความสอดคล้องของวิธีการต่อลักษณะของผู้มีอำนาจตัดสินใจ

แน่นอนว่าการปฏิบัติตามวิธีการที่ประยุกต์ใช้กับความสามารถของผู้ตัดสินใจก็เป็นสิ่งจำเป็นสำหรับการพิจารณาเช่นกัน ระดับการมีส่วนร่วมของผู้มีอำนาจตัดสินใจในกระบวนการตัดสินใจเชิงโต้ตอบและระยะเวลาที่ผู้มีอำนาจตัดสินใจสามารถโต้ตอบได้เป็นลักษณะสำคัญอย่างยิ่งที่สามารถจำกัดชุด MMRM ที่เหมาะสมได้อย่างรุนแรง นอกจากนี้ สิ่งสำคัญคือต้องคำนึงถึงความสามารถของผู้มีอำนาจตัดสินใจในการระบุความต้องการของตนก่อนเริ่มกระบวนการค้นหาแนวทางแก้ไขที่ดีที่สุด หากไม่สามารถแสดงออกถึงความชอบได้ วิธีการภายหลังซึ่งต้องได้รับข้อมูลที่จำเป็นเกี่ยวกับการตั้งค่าก่อนเริ่มค้นหาวิธีแก้ไข จะไม่ถือว่าเหมาะสมสำหรับการแก้ปัญหานี้

ระดับความเข้าใจของผู้มีอำนาจตัดสินใจเกี่ยวกับหลักการทำงานของ MMRM ยังสามารถจำกัดการใช้งานได้ วิธีการที่ต้องใช้ความรู้พิเศษในสาขา MCO อาจดึงดูดผู้มีอำนาจตัดสินใจน้อยกว่าวิธีการที่ใช้งานง่าย สาเหตุหลักมาจากความซับซ้อนของการตีความผลลัพธ์ที่ได้รับ ตัวอย่างเช่น ในการใช้วิธี SWO ให้จริงจัง การฝึกอาชีพในสาขา CIE ในขณะที่วิธี ELECTRE ไม่ต้องการความรู้พิเศษในทางปฏิบัติ แต่ใช้เฉพาะกับค่าที่ไม่ต่อเนื่องเท่านั้น

นอกจากนี้ควรคำนึงถึงลักษณะที่เกี่ยวข้องโดยตรงกับนักวิเคราะห์ (ผู้เชี่ยวชาญในสาขา MCO) ที่รับผิดชอบในการแก้ปัญหาด้วย ตัวอย่างเช่น มีความจำเป็นต้องตรวจสอบว่านักวิเคราะห์มีความรู้พิเศษในการใช้ผลิตภัณฑ์ซอฟต์แวร์สนับสนุนการตัดสินใจหรือไม่

ผลการเปรียบเทียบ MMRM ในแง่ของการบังคับใช้ตามลักษณะของผู้มีอำนาจตัดสินใจแสดงไว้ในตารางที่ 4 (ดูตารางที่ 4) การประเมินทำในระดับตั้งแต่ 1 ถึง 10 เพื่อความชัดเจน เซลล์ที่มีค่าสูงสุดสำหรับแต่ละเกณฑ์จะถูกเน้นด้วยสี

ตารางที่ 4. ตารางการโต้ตอบของวิธีการต่อคุณลักษณะของผู้มีอำนาจตัดสินใจ

ระดับความรู้ที่จำเป็นของผู้มีอำนาจตัดสินใจในด้าน MCO	ระดับของการมีปฏิสัมพันธ์กับผู้มีอำนาจตัดสินใจ	DM ได้เวลา	จำนวนข้อมูลที่ต้องการเกี่ยวกับความชอบของผู้มีอำนาจตัดสินใจ	ระดับความสามารถที่จำเป็นของผู้เชี่ยวชาญในสาขา MCO





ผลงานของอาจารย์ เพิ่ม 04/26/2011 การจำแนกวิธีการวิเคราะห์ตามกลุ่ม การรวบรวมและจัดเก็บข้อมูลที่จำเป็นสำหรับการตัดสินใจ การเตรียมผลการวิเคราะห์การปฏิบัติงานและทางปัญญาเพื่อการรับรู้ที่มีประสิทธิภาพของผู้บริโภคและการยอมรับการตัดสินใจที่เพียงพอบนพื้นฐานของมัน งานควบคุมเพิ่ม 02/15/2010 การวิเคราะห์การพัฒนาที่คล้ายคลึงกันในด้านการสร้าง "ระบบช่วยเหลือการคัดเลือก" สาระสำคัญของแนวทางหลายเกณฑ์ เทคโนโลยีการพัฒนาส่วนต่อประสานผู้ใช้ การวางแผนพัฒนาโปรแกรมโดยใช้วิธีการต่างๆ การสร้างกราฟเครือข่าย วิทยานิพนธ์, เพิ่ม 01/26/2556 การจำแนกประเภทของระบบสารสนเทศเพื่อจัดการกิจกรรมขององค์กร การวิเคราะห์ตลาดและลักษณะของระบบคลาส Business Intelligence การจำแนกวิธีตัดสินใจที่ใช้ใน DSS การเลือกแพลตฟอร์มข่าวกรองธุรกิจ เกณฑ์การเปรียบเทียบ วิทยานิพนธ์, เพิ่มเมื่อ 09/27/2016 ลักษณะของวิธีการแก้ระบบสมการพีชคณิตเชิงเส้น วิธีหลักในการคำนวณ และการใช้ผลิตภัณฑ์ซอฟต์แวร์ Delphi 5.0 มีประสิทธิภาพสูงสุด สาระสำคัญของวิธีการของ Gauss, Gauss-Jordan และ Jacobi คุณสมบัติของวิธี Seidel ภาคเรียนที่เพิ่ม 06/25/2010 หลักการของวิทยาการคอมพิวเตอร์. การจำแนกวิธีการปกปิดข้อมูล ความนิยมของวิธีการเปลี่ยนบิตที่มีนัยสำคัญน้อยที่สุด สาระสำคัญของการขยายจานสีและวิธีการซ่อนบล็อก การใช้วิธีการกับภาพ GIF การดำเนินการตามอัลกอริทึม ภาคเรียน, เพิ่ม 02/17/2013 คำอธิบายสั้น ๆ ของวัตถุควบคุม ทบทวนและวิเคราะห์แอนะล็อกที่มีอยู่ซึ่งใช้ฟังก์ชันของมัน การพัฒนาสถาปัตยกรรมระบบซอฟต์แวร์ การทดสอบและประเมินประสิทธิภาพของแอปพลิเคชัน การปรับใช้และการใช้ผลิตภัณฑ์ซอฟต์แวร์ ภาคเรียน, เพิ่ม 02/05/2015 คอมเพล็กซ์ระหว่างคนกับเครื่องจักรที่ออกแบบมาเป็นพิเศษสำหรับการตัดสินใจ กระบวนการตัดสินใจและขั้นตอนของมัน วิธีการหาวิธีแก้ปัญหาใหม่: โครงสร้างการตัดสินใจ ตารางสัณฐานวิทยา การประชุมทางความคิด หลักการประเมินแนวโน้มทางคณิตศาสตร์ ภาคเรียนที่เพิ่ม 07/30/2009 ภาพรวมของสถาปัตยกรรม SQL Server DBMS อธิบายและวิเคราะห์พื้นที่ที่ใช้เครื่องมือข่าวกรองธุรกิจ เช่น การวิเคราะห์ข้อมูลหลายมิติและการทำเหมืองข้อมูล ทบทวน เครื่องมือภาษา, วิธีการและการทดลองใช้ข้อมูลที่ได้รับ วิทยานิพนธ์, เพิ่มเมื่อ 07/09/2014 โครงสร้างระบบการจัดการความปลอดภัยหลายเกณฑ์ของวัตถุเทคโนโลยี การพิจารณาความสัมพันธ์ของระบบย่อยการรักษาความปลอดภัย วิธีการตัดสินใจของผู้เชี่ยวชาญโดยอิงจากการเปรียบเทียบทางเลือกหลายเกณฑ์ สาระสำคัญของวิธีการลำดับชั้นเชิงวิเคราะห์