Аналітичний єрархічний процес (AHP)

Техніка аналітичного єрархічного процесу (Analytic Hierarchy Process —AHP), що розвивалася завдяки працям Томаса Сааті, може бути охарактеризована як методика мультикритеріальних рішень, яка може об’єднувати якісні й кількісні фактори за повного оцінювання альтернатив [32]. AHP — це потужний і гнучкий процес підтримки прийняття рішень, що допомагає менеджерам визначати пріоритети та приймати найкращі рішення за умов, коли мають бути враховані як кількісний, так і якісний аспекти прийняття рішення. Зменшуючи складну проблему прийняття рішення до серії попарних порівнянь, а потім синтезуючи їх результати, AHP не тільки допомагає ОПР отримати найкраще рішення, але також надає чітке логічне пояснення щодо того, чому це так має бути.

Слід зауважити, що цей метод досить складний, має цілий ряд окремих відгалужень і модифікацій. Для його застосування потрібне потужне програмне забезпечення, зокрема, модель AHP реалізована в СППР Expert Choice фірми «Decision Support Software» (м. Маклін, США). Ця СППР буде розглянута пізніше. Розроблені та­кож інші пакети, наприклад HIPRE 3+, що є першою повністю графічно керованою (мишкою) реалізацією AHP і аналізу дерев вартостей. За допомогою HIPRE 3+ можна комбінувати різні підходи, як наприклад, AHP і функції корисності в одній моделі.

Дерева рішень і моделі багатоатрибутної корисності

У загальному випадку всі проблеми щодо прийняття рішень містять чотири елементи:

Який існує вибір (які альтернативи, дії)?

Які мають місце фактори невизначеності (випадкові події), котрі пов’язані з різними альтернативами?

Які можливі результати (післядії, наслідки) кожної альтернативи?

Що важливо для ОПР (які критерії вибору)?

Якщо проблема, що потребує розв’язання, усвідомлена, то перераховані елементи можуть бути подані (структуровані) у вигляді дерева рішень, на якому наглядно графічно зображена схема процесу вибору рішення. Для випадкових вершин мають бути задані ймовірності переходу. Для кожного переходу в дереві підраховується очікуваний виграш. Дерево рішень має дві найбільші переваги. По-перше, воно графічно показує зв’язки між елементами проблеми. По-друге, можна подати комплексніші ситуації в компактному зображенні.
Є різні типи дерев рішень, котрі застосовуються в СППР.

Аналіз багатоатрибутної корисності (MAUA) є популярним інструментальним засобом аналізу рішень. За використання цього інструментального засобу атрибути інколи називають факторами рішень або критеріями. Атрибутам задаються коефіцієнти важливості. Творець рішення забезпечує інформацією про кожну альтернативу з кожного атрибута. Описання методу багатоатрибутної корисності буде наведене у сьомому розділі книги на прикладі оцінювання програмного забезпечення СППР.

MAUA традиційно використовувався для розв’язування проблем вибору, в яких є впевненість відносно атрибутних рівнів альтернатив. Інша техніка досліджень операцій — суб’єктивне визначення ймовірностей — може використовуватися для розроблення розподілів імовірностей атрибутних рівнів, коли є невпевненість у цих значеннях. Ці розподіли ймовірностей можуть використовуватися в MAUA, щоб забезпечити узгоджені критерії для відбору найкращого рішення.

Діаграми впливу

Часто застосовується інший інструментальний засіб аналізу рішень, що називається діаграмою впливу (influence diagram). Він забезпечує графічне подання ситуації, що потребує прийняття рішення і вираження суті зв’язків між її елементами. Термін «вплив» стосується залежності однієї змінної від величини іншої. Діаграма впливу відображає схему залежностей всіх змінних в управлінській проблемі. В діаграмах впливу використовують набір геометричних фігур, щоб зобразити різні елементи. На рис. 2 зображений приклад діаграми впливу, створеної в СППР Analytica 2.0, а також прийняті домовленості щодо позначення геометричними фігурами окремих елементів діаграми впливу. Як видно з цього рисунка, на показник «Прибуток» впливають два показники: «Витрати» та «Дохід». У свою чергу, на величину доходу впливає ціна одиниці продукції і кількість проданих одиниць і т. д.

Форми елементів діаграми впливу означають:

	Рішення — це змінна, яку особа, що приймає рішення, може контролювати.
	Імовірна змінна, що пов’язана з невизначеністю, яку ОПР не може контролювати безпосередньо.
	Цільова змінна — кількісний критерій, який намагаються максимізувати (чи мінімізувати).
	Загальна змінна — функція, яка визначається іншими кількісними змінними, від яких вона залежить.
	Стрілка означає вплив. А впливає на Б означає, що коли ми знаємо величину А, то це буде прямо впливати на наші сподівання щодо значення Б. Вплив виражає знання про відношення. Це не обов’язково означає випадкове відношення чи потік матеріалів, даних або грошей.

Рис. 2. Приклад діаграми впливу (СППР Analytica 2.0)

Три типи змінних (змінні рішень, неконтрольовані змінні, змінні наслідку або кінцевий чи проміжні результати) з’єдну-ються стрілками, які показують напрямок впливу. Форма стрілки означає певний тип відношень (зв’язку). Перевага окремих змінних наслідку показується стрілкою з подвійними лініями. Стрілки можуть бути однобічними або двобічними (двонапрямленими). Діаграма впливу може створюватися для будь-якого рівня деталізації і розкриття. Цей тип діаграми надає можливість розробникам моделей відобразити всі зв’язки між елементами і напрямки впливу.

Нині на ринку програмних продуктів пропонуються кілька СППР, які допомагають користувачам створювати і досліджувати діаграми впливу. Крім щойно згаданої СППР Analytica 2.0 можна назвати систему DAVID, що допомагає користувачам будувати, змінювати і аналізувати моделі в інтерактивному графічному середовищі, і систему DPL, що забезпечує синтез діаграм впливу і дерев рішень.

Поиск по сайту: