CURS 10

MODELARE ECONOMICA
CONF. DR. NADIA CIOCOIU

MODELAREA PROCESELOR
DECIZIONALE MULTICRITERIALE

1. Multicriterialitatea în activitatea de management

2. Programarea liniară multidimensională/multiobiectiv
(vezi st caz 10 din carte Modelare economica, 2007 !!!)
3. Programarea scop
4. Proceduri de fuzzyficare a problemelor de programare liniară
(vezi carte Modelare economica, 2007 !!!)
5. Metoda utilităţii globale maxime
6. Metoda momentelor (vezi carte Modelare economica, 2007 !!!)
 1. Multicriterialitatea în activitatea de
management
Procesul decizional presupune evaluarea mai multor
variante decizionale în vederea alegerii uneia dintre
ele.
De cele mai multe ori, evaluarea variantelor
decizionale se face pe baza mai multor indicatori
economici consideraţi criterii de evaluare.
Problemele în care se caută varianta decizională
optimă în raport cu mai multe criterii se numesc
probleme de optimizare multicriterială.
În cazul optimizării multicriteriale se tratează distinct:
 optimizarea multiatribut;
 optimizarea multiobiectiv.
 1. Multicriterialitatea în activitatea de
management

Optimizarea multiobiectiv Optimizarea multiatribut

(ex. Programarea scop) (ex. Metoda utilitatii globale max)

 mulţimea soluţiilor posibile este • mulţimea alternativelor/

infinită variantelor de acţiune este finită;
 criteriile de optim se prezintă sub • fiecare alternativă este
forma unor funcţii obiectiv care caracterizată de mai multe
trebuie maximizate sau minimizate atribute (exprimate cantitativ sau
(metoda de programare scop = goal calitativ)
programming) • alternativa optimă aleasă este
 soluţia conduce la abateri cât mai aceea care satisface cel mai bine
mici faţă de scopurile propuse prin toate atributele
funcţiile obiectiv
 1. Multicriterialitatea în activitatea de
management
 Criteriile de evaluare a variantelor decizionale pot fi exprimate în
unităţi de măsură diferite.
 O altă problemă constă în faptul că, unele criterii luate în
considerare urmăresc maximizarea unor indicatori economici (de
exemplu: venitul total, producţia totală tec.), iar alte criterii urmăresc
minimizarea unor indicatori (de exemplu: costul total, timpul de lucru
etc.).
 Pentru alegerea variantei decizionale optime este necesară
ierarhizarea variantelor decizionale disponibile în raport cu toate
criteriile dorite. Dar, în general, o variantă optimă în raport cu un
criteriu este suboptimală în raport cu celelalte criterii. De aceea, se
caută varianta care realizează cel mai bun compromis pentru toate
criteriile.
 În acest scop este necesară transformarea valorilor indicatorilor în
mărimi care să permită atât compararea variantelor cât şi agregarea
valorilor criteriilor de evaluare.
 2. Programarea liniară
multidimensională/multiobiectiv
Forma generală a problemei de programare liniară cu mai
multe funcţii obiectiv:
Optimum F(x) = Cx
cu restricţiile:
Ax  b
x  0,
unde: F(x) = vector coloană cu r componente f1(x), f2(x),...,fr(x), care
reprezintă funcţiile obiectiv prin care sunt exprimate criteriile de
evaluare a variantelor decizionale.

Metode:
Metoda maximizării unei funcţii sinteză de utilitate
Metoda programarii scop
 2. Programarea liniară
multidimensională/multiobiectiv
METODA MAXIMIZĂRII UNEI FUNCŢII SINTEZĂ DE UTILITATE
Pentru determinarea unei soluţii care realizează cel mai bun compromis
pentru toate funcţiile se va construi o funcţie sinteză a tuturor funcţiilor
obiectiv numită funcţie sinteză de utilitate.
Funcţia sinteză de utilitate se obţine prin transformarea funcţiilor obiectiv
f1(x), f2(x), ..., fr(x), cu semnificaţii economice concrete, în funcţii de
utilitate care pot fi însumate.
Prin maximizarea funcţiei sinteză de utilitate în raport cu restricţiile
problemei se obţine soluţia de compromis cu utilitate maximă.
Algoritmul de calcul:
Pasul 1. Se obţin valorile optimiste şi valorile pesimiste ale tuturor funcţiilor
obiectiv.
Pasul 2. Pe baza axiomelor von Neumann – Morgenstern, se determină
utilităţile valorilor optimiste O1, O2, ..., Or şi pesimiste P1,
P2, ..., Pr ale functiilor obiectiv.
Pasul 3. Se construiesc funcţiile de utilitate.
Pasul 4. Se rezolvă problema de programare liniară cu funcţia sinteză de
utilitate.
 3. Programarea scop
PS - o metodă de rezolvare a problemei de programare liniară cu mai 
multe funcţii obiectiv.
Metoda PS  a  fost  propusă  şi dezvoltată sub denumirea de "Goal
Programming" de A. Charnes şi W. Cooper.
Obiectivul programării scop: găsirea unei soluţii care verifică
restricţiile Ax  b, x0 şi care conduce la abateri cât mai mici faţă de
scopurile propuse prin funcţiile obiectiv.
Ideea de bază a metodei constă în transformarea tuturor funcţiilor
obiectiv în „restricţii scop” prin:
 specificarea pentru fiecare funcţie obiectiv a unui nivel de
aspiraţie sau scop;
 definirea pentru fiecare scop a unei perechi de variabile de
abatere sau deviaţie:
 deviaţia în plus faţă de scopul propus;
 deviaţia în minus faţă de scopul propus.
Nivelurile de aspiraţie sau scopurile pot fi:
 stabilite de decident;
 obţinute prin optimizarea problemei de programare liniară în
raport cu fiecare funcţie obiectiv.
 3. Programarea scop
Funcţia care minimizează deviaţiile faţă de nivelurile de aspiraţie sau scopurile
propuse se numeşte „funcţie scop”.
Forma generală a unui model PS:
N
minimizează una sau mai multe funcţii scop de forma:  i i i i)
( d
i 1

  d 

supusă la restricţiile:
Ax  b
x0
şi restricţiile „scop”:
fi(x) = Vi + d+i - d-i => fi(x) - d+i+ d-i = Vi, i = 1,...,N

d+i  0, d-i  0, i = 1,...,N

unde:
• d+i si d-i deviaţia în plus/în minus faţă de val. prestabilită pentru funcţia obiectiv i;
• πi şi ρi sunt coeficienţi ai deviaţiilor care fac posibilă însumarea lor;
• fi(x) - funcţia obiectiv i;
• Vi - valoarea prestabilită (nivelul de aspiraţie) pentru funcţia obiectiv i;
• x - vector coloană cu n componente x1, x2,...,xn care reprezintă variabilele decizionale 
ale problemei.
• Ax  b: restricţiile care definesc domeniul de admisibilitate al problemei pentru
variabilele decizionale x1, x2,...,xn.
 3. Programarea scop
Elementul cheie - specificarea funcţiei obiectiv, adică definirea coeficienţilor πi şi
ρi pentru deviaţiile di+ şi di-.
Dacă deviaţiile se măsoară cu unităţi de măsură diferite, atunci este necesară
definirea unor costuri de penalizare a deviaţiilor astfel încât să se poată minimiza
suma totală a costurilor de penalizare generate de diferite deviaţii.
Funcţiilor scop li se pot asocia diferite priorităţi. În acest caz se poate proceda
astfel:
 Se ordonează descrescător scopurile şi se stabileşte prioritatea de satisfacere a
fiecărui scop:
P1  P2  … Pn... unde  înseamnă "mult mai mare".
 Numărul priorităţilor este mai mic sau cel mult egal cu numărul funcţiilor
obiectiv, iar numărul funcţiilor scop este egal cu numărul priorităţilor acordate.
 Ordonarea prin priorităţi este absolută, astfel că scopul cu prioritatea P2 nu va fi
niciodată atins înainte ca scopul cu prioritatea P1 să fie realizat cu abaterea cea
mai mică faţă de nivelul de aspiraţie propus.
În acest caz, prin metoda programării scop se rezolvă succesiv un număr
de probleme egal cu numărul priorităţilor.

Rezolvarea modelelor de PS: WINQSB/ Gp – igp sau QM/ Goal Programming.

Studiul de caz 10 (carte Modelare Economica)
Pasul I: scrierea modelului econ. – matematic cu mai multe functii obiectiv:

Variabilele:
x1 = cantitatea din Pcs1
x2 = cantitatea din Pcs2
x3 = cantitatea din Pcs3
Funcţiile obiectiv:
Maximizarea venitului total
(max) f1(x) = 60x1 + 120x2 + 90x3
Minimizarea timpului necesar de lucru Se transforma in
(min) f2(x) = 15x1 + 10x2 + 19x3 Restrictii Scop
Minimizarea consumului total din materia primă de import
(min) f3(x) = 0,2x1 + 0,6x2 + 0,4x3
Restricţii:
referitoare la materialul Mat1:
C1: 0,6x1 + 0,6x2 + 0,2x3  10
referitoare la cantităţile contractate:
C2: 1x1 + 1x2  12
C3: 1x3  5
Restricţiile de nenegativitate:
x1  0, x2  0, x3  0,
 Studiul de caz 10 (carte Modelare Economica)
Pasul 2: transformarea in modelul economico – matematic de PS
Funcţiile scop:
Scopul cu prioritate 1: minimizarea deviaţiei în plus Mimpsupl faţă de consumul minim
de materie primă de import
Min G1: 1Mimpsupl
Scopul cu prioritate 2: minimizarea deviaţiei în minus Venitm faţă de venitul maxim
Min G2: 1Venitm
Scopul cu prioritate 3: minimizarea deviaţiei în plus Timpsupl faţă de timpul de lucru
necesar minim
Min G3: 1Timpsupl
Restricţiile pentru consumuri materiale şi pentru cerere:
C1: 0,6x1 + 0,6x2 + 0,2x3  10
C2: 1x1 + 1x2  12
C3: 1x3  5
Restricţiile scop:
C4: 60x1 + 120x2 + 90x3 – Venitsupl + Venitm = 2700
C5: 15x1 + 10x2 + 19x3 – Timpsupl + Timpm = 215
Niveluri de
C6: 0,2x1 + 0,6x2 + 0,4x3 – Mimpsupl + Mimpm = 4,4 aspiratie
Restricţiile de nenegativitate:
x1  0, x2  0, x3  0,
Venitsupl  0, Venitm  0,
Timpsupl  0, Timpm  0, Variabile de
Mimpsupl  0. Mimpm  0 abatere/deviatie
Pasul 3: Rezolvarea modelului cu WINQSB/Gp-igp
Solution Summary for Studiul de caz 10
Decision Solution Basis Reduced Reduced Reduced
Variable Value Status Cost Cost Cost
Goal 1 Goal 2 Goal 3
1 X1 12 basic 0 0 0
2 X2 0 at bound 0 60 -35
3 X3 5 basic 0 0 0
4 Venitsupl 0 at bound 0 1 0
5 Venitm 1480 basic 0 0 0
6 Timpsupl 60 basic 0 0 0
7 Timpm 0 at bound 0 0 1
8 Mimpsupl 0 at bound 1 -300 75
9 Mimpm 0 at bound 0 300 -75

Goal 1: Minimize G1 = 0
Goal 2: Minimize G2 = 1480
Goal 3: Minimize G3 = 60
Pasul 3: Rezolvarea modelului cu WINQSB/Gp-igp

Sensitivity Analysis of the Right-Hand-Sides for Studiul de caz 10

Right Allowable Allowable Shadow Shadow Shadow
Hand Min.RHS Max.RHS Price Price Price
Constraint Side Goal 1 Goal 2 Goal 3
1 Material1 <=
10 8.2 M 0 0 0
2 Cerere Pcs1+Pcs2
>= 12 -M 12 0 0 0
3 Cerere PCs3 >=
5 3.2 5 0 20 -11
4 Venit =
prioritate 2
270 1220 M 0 1 0
0
5 Timp =
prioritate 3
215 -M 275 0 0 -1
6 Mimport =
prioritate 1
4.4 4.4 5 0 -300 75
2 conflicte: 1. intre scopul de prioritate 1 si cel de prioritate 2 (-300)
2. Intre scopul de prioritate 1 si cel de prioritate 3 (75)
Studiul de caz 10 (carte Modelare Economica)

Pasul 4: Analiza rezultatelor:

1. Citirea solutiei (solution value)
2. Interpretarea costului redus
3. Interpretarea pretului umbra
4. Identificarea si analiza conflictelor dintre
scopuri
5. Metoda maximizării utilităţii globale
Baza informaţională se prezintă într-un tabel de
forma Tabelului nr. 1.
c1 c2 cj cn
Criterii … …
Coef. de …….
k1 k2 ….. kj kn
importanţă .
Variante
V1 a 11 a 12 … a1j … a 1n
V2 a 21 a 22 … a2j … a 2n
…

…
… …
Vi a i1 a i2 … a ij … a in
…

…
…
Vm a m1 a m2 … a mj … a mn
 5. Metoda maximizării utilităţii globale
Paşii metodei:
Pasul 1. Transformarea valorilor aij în utilităţi uij (care se înregistrează într-un
tabel asemănător cu tabelul nr.1).
a)Pentru fiecare criteriu Cj, j  =  1,...,n, se determină valoarea minimă ajmin şi
valoarea maximă ajmax;
b) În cadrul fiecărui criteriu se acordă utilitatea 1 celei mai “bune” valori aij şi
utilitatea 0 celei mai “mici” valori.
c) Pentru restul valorilor se calculează utilităţile uij:
aij  aj min
În cazul criteriilor de maxim: uij = aj max  aj min
aj max  aij
În cazul criteriilor de minim: uij = aj max  aj min

Pasul 2. Se calculează utilitatea globală UGi pentru fiecare var. decizională Vi:

n
UGi =  k ju ij ,
j1

Pasul 3. Se alege varianta Vi* cu utilitatea globală maximă