Documente Academic
Documente Profesional
Documente Cultură
2011
Teoria Deciziilor
Metode bazate pe valoarea medie
(expected value)
Electre
C6
1/44
D = {A, S, R, P}.
Spre deosebire de metodele prezentate anterior, acestea utilizeaz complet informaia disponibil. disponibil
2/44
Probabilitatea:
obiectiv - ansa de apariie a unui eveniment; axiomatic (ex. ); statistic prin experimente statistice utilizand frecvenele relative; subiectiv depinde de observator; Matricea decizional D = {A, S, R, P} conine probabilitile P asociate strilor S. Dac decidentul dispune de probabiliti determinate obiectiv atunci ele se utilizeaz, altfel ele trebuie obinute pe cale subiectiv (mai bine decat deloc!).
3/44
s wj
j 1
Notm cu x probabilitatea strii CP, atunci probabilitatea strii CR este x/2, iar probabilitatea strii CM este x/6. Suma probabilitilor fiind 1, probabilitatea strii CP este soluia a ecuaiei x + x/2 + x/6 = 1 .
5/44
EMV( Ai ) p j rij
j 1
regrete - ocazii pierdute (cnd se folosete matricea regretelor OL, valoarea calculat se numete EOL - Expected Opportunity Loss - pierderea medie de avantaje): n
EOL( Ai ) p j olij , 1 i m.
j 1
6/44
Criteriile EMV i EOL Pentru exemplul anterior i probabilitile tocmai determinate obinem : Stri profituri 0.1 0.6 CM CP 15 3 9 4 3 2 EMV(Ai) 1.5 2.7 1.8 EOL(Ai) 2.7 1.5 2.4 Decizia MAX
Alternative A1 A2 A3 Alternative A1 A2 A3
0.3 CR -6 -2 1
A2
Decizia MAX
A2
Obs. Ambele criterii conduc la aceeai decizie (se poate demonstra matematic).
7/44
Aceste thenici difer prin modul n care combin datele problemei, rezultatele find urmtoarele: identificarea celei mai preferabile alternative; ierarhizarea alternativelor; reducerea numrului de alternative posibile; separarea alternativelor acceptabile de cele inacceptabile. Analiza multicriterial stabilete o ierarhizare a alternativelor prin referirea la o mulime explicit de obiective pe care decidentul le-a identificat i pentru care a stabilit criterii msurabile de evaluare a gradului de ndeplinire a lor, oferind mai multe modaliti de agregare a datelor referitoare la criterii pentru obinerea indicatorilor globali (scorurilor) de performan pentru alternative.
8/44
Matricea performanelor
Datele problemei de analiz multicriterial se memoreaz n matricea performanelor sau consecinelor. elor Elementele problemei sunt: alternativele decizionale (variantele de aciune): A = {A1, A2, ..., Am}. criteriile de decizie (obiectivele): C = {C1, C2, ..., Cn}. consecinele sunt msuri cantitative (numerice) ale contribuiei unei anumite alternative la satisfacerea unui anumit criteriu decizional: R = {rij, 1 i m; 1 j n} unde elementul rij reprezint consecina pentru criteriul Cj rezultat din alegerea alternativei Ai (rij pot fi numere, ns se pot exprima i prin valori binare (da/nu) sau prin termeni calitativi (culoare, gust, etc). ponderile sunt asociate criteriilor de decizie i stabilesc importana acestora: P = {p1, p2, ..., pn} Fiecrui criteriu decizional Cj (1 j n) i se asociaz ponderea pj (stabilit de decident n mod subiectiv sau printr-o tehnic special).
11/44
Matricea performanelor Matricea performanelor include elementele prezentate anterior i are forma general prezentat alturat: Liniile matricii reprezint alternativele decizionale, iar coloanele criteriile de decizie.
Matricea performanelor (consecinelor) Alternativele decizionale A1 A2 ... Am Criterii de decizie p1 C1 r11 r21 ... rm1 p2 C2 r12 r22 ... rm2 ... ... ... ... ... ... pn Cn r1n r2n ... rmn
Dup ce s-a obinut matricea performanelor, din ea se elimin alternativele (liniile) dominate. Apoi, decidentul trebuie s stabileasc n ce msur sunt acceptabile compensrile fcute ntre criterii. Dac nu se permit compensri, trebuie folosite tehnici non-compensatorii. Dac compensarea este posibil, atunci punctajul final se obine prin agregarea notelor individuale. Aici diversele metode difer prin modalitatea de agregare.
12/44
7. Examinarea i interpretarea rezultatelor. 8. Efectuarea analizei de senzitivitate, prin modificarea consecinelor i a ponderilor.
13/44
Analiza multicriterial :
n continuare sunt prezentate trei metode de analiz multicriterial: Teoria multicriterial a utilitilor, Procesul ierarhiei analitice (AHP), AHP Metoda ELECTRE.
14/44
Teoria multicriterial a utilitilor Acest model opereaz explicit cu incertitudinea i este multicriterial deoarece fiecare utilitate uij se bazeaz pe o evaluare multicriterial. Totui, el nu ofer o procedur explicit de determinare a utilitilor. Lucrrile lui Keeney i Raiffa (1976) se refer tocmai la algoritmizarea aa-numitelor utiliti multiatribute. Modelul utilitilor multiatribute caut simultan s in cont de incertitudine i s evalueze utilitile pe baza mai multor criterii. O condiie critic n calculul scorurilor de utilitate este independena reciproc a preferinelor. Dac se poate stabili aceasta, calculul utilitilor individuale este relativ simplu. Dac ns condiia nu este ndeplinit, atunci fie c structura matematic a elementelor uij se complic (se folosesc funcii neliniare) sau trebuie regndite criteriile dependente unele de altele.
17/44
The AHP allows its users flexibility in constructing a hierarchy to fit their needs. The AHP also provides an effective structure for group decision making by imposing a discipline on the group's thought processes. The necessity of assigning a numerical value to each variable of the problem helps decision makers to maintain cohesive thought patterns by deriving the relative weight of each component of the hierarchy: criteria and alternatives. In this manner, one determines the optimum alternative. The AHP has been applied successfully to a variety of problems in planning, prioritization, resource allocation, conflict resolution, decision making, and forecasting or prediction, as well as in health care. The AHP is a special case or subset of the analytic network process (ANP), which uses a network structure that allows dependence and feedback instead of a hierarchy. The AHP focuses on dominance matrices and their corresponding measurement in contrast with the proximity, profile, and conjoint measurement approaches. It goes beyond the Thurston comparative judgment approach by relaxing the assumption of normality on the parameters, e.g. equal variance, zero covariance, and restriction of the type of comparisons. It is based on a trade-off concept whereby one develops the trade-off in the course of structuring and analyzing a series of simple reciprocal pairwise comparison matrices.
19/44
Analytic Hierarchy Process - AHP The Analytic Hierarchy Process (AHP) is a structured technique for organizing and analyzing complex decisions. Based on mathematics and psychology, it was developed by Thomas L. Saaty in the 1970s and has been extensively studied and refined since then. It has particular application in group decision making,[1] and is used around the world in a wide variety of decision situations, in fields such as government, business, industry,healthcare, and education. Rather than prescribing a "correct" decision, the AHP helps decision makers find one that best suits their goal and their understanding of the problem. It provides a comprehensive and rational framework for structuring a decision problem, for representing and quantifying its elements, for relating those elements to overall goals, and for evaluating alternative solutions. Users of the AHP first decompose their decision problem into a hierarchy of more easily comprehended sub-problems, each of which can be analyzed independently. The elements of the hierarchy can relate to any aspect of the decision problemtangible or intangible, carefully measured or roughly estimated, well- or poorly-understood anything at all that applies to the decision at hand.
20/44
Analytic Hierarchy Process - AHP A simple AHP hierarchy. There are three Alternatives for reaching the Goal, and four Criteria to be used in deciding among them. To reduce the size of the drawing required, it is common to represent AHP hierarchies as shown in the diagram below, with only one node for each alternative, and with multiple lines connecting the alternatives and the criteria that apply to them. To avoid clutter, these lines are sometimes omitted or reduced in number. Regardless of any such simplifications in the diagram, in the actual hierarchy each alternative is connected to every one of its parent nodes. By aaCar By Car
Criterion3 Criterion3
Alterna Alterna -tive1 -tive1 Alterna Alterna -tive2 -tive2
Goal Goal
Criterion1 Criterion1
Alterna Alterna -tive1 -tive1 Alterna Alterna -tive2 -tive2
Criterion2 Criterion2
Alterna Alterna -tive1 -tive1 Alterna Alterna -tive2 -tive2
Price Price
Color Color
Speed Speed
Logan Logan
Fiat Fiat
Ford Ford
21/44
Analytic Hierarchy Process - AHP A more complex AHP hierarchy, with local and global default priorities. In the interest of clarity, the decision alternatives do not appear in the diagram. The local priorities, shown in gray, represent the relative weights of the nodes within a group of siblings with respect to their parent. You can easily see that the local priorities of each group of Criteria and their sibling Subcriteria add up to 1.000. The global priorities, shown in black, are obtained by multiplying the local priorities of the siblings by their parents global priority. The global priorities for all the subcriteria in the level add up to 1.000. Goal Goal
1.000 1.000 1.000 1.000
Criterion1 Criterion1
0.500 0.500 0.500 0.500
Subcriterion Subcriterion
0.500 0.500 0.250 0.250
Subcriterion Subcriterion
0.500 0.500 0.250 0.250
Subcriterion Subcriterion
0.250 0.250 0.125 0.125
Subcriterion Subcriterion
0.250 0.250 0.125 0.125
Subcriterion Subcriterion
0.250 0.250 0.125 0.125
22/44
AHP este o metod compensatorie cu model aditiv liniar. Modul de calcul al ponderilor i performanelor este bazat pe compararea perechilor de alternative i criterii. AHP consider c toate criteriile de decizie (obiectivele sistemului) sunt aranjate ntr-o structur ierarhic, care are ca rdcin obiectivul general (fundamental). Acesta se descompune succesiv n nivelurile criteriu i subcriteriu. Compararea criteriilor de decizie i a alternativelor n AHP se face folosind (construind) matrici de comparare care servesc la formarea matricii performanelor.
23/44
Procesul ierarhiei analitice (AHP) Pasul 1. Compararea perechilor de alternative (a) n subpasul (1a), pentru fiecare factor de decizie Ck (1 k n) se obine matricea 1a ptratic de ordinul m, D(k) = {dij(k) , 1 i m, 1 j m}. Elementul din linia i i coloana j al acestei matrici, dij(k) este un numr ce compar contribuia alternativei decizionale Ai cu contribuia alternativei decizionale Aj la satisfacerea factorului de decizie Ck (1 k n). Prin convenie, se stabilete c: dij(k) > 1 dac contribuia alternativei Ai la satisfacerea criteriului de decizie Ck este mai mare dect contribuia alternativei Aj; dij(k) < 1 dac contribuia alternativei Ai la satisfacerea criteriului de decizie Ck este mai mic dect contribuia alternativei Aj; dij(k) = 1 dac alternativele Ai i Aj satisfac n mod egal criteriul de decizie Ck . Elementele matricii D(k) au urmtoarele proprieti evidente: dij(k) = 1 / dji(k) i dii(k) = 1 , 1 i m, 1 j m.
26/44
Se observ (din proprietile anterioare) c pentru construirea matricei D(k) este suficient s determinm doar elementele triunghiului su superior: {dij(k) ,1 i m, i < j m} sau inferior: {dij(k) , j < i m, 1 j m}. Stabilirea valorilor elementelor se face de ctre decident, prin aplicarea urmtoarelor reguli: Dac contribuia alternativei Ai n raport cu contribuia alternativei Aj la realizarea factorului de decizie Ck este : egal ntre egal i moderat mai mare (mic) moderat mai mare (mic) ntre moderat mai mare (mic) i mult mai mare (mic) mai mare (mic) ntre mult mai mare (mic) i foarte mare (mic) foarte mare (mic) ntre foarte mare (mic) i extrem de mare (mic) extrem de mare (mic) atunci dij(k) = 1 2 (1/2) 3 (1/3) 4 (1/4) 5 (1/5) 6 (1/6) 7 (1/7) 8 (1/8) 9 (1/9)
27/44
Procesul ierarhiei analitice (AHP) Pasul 1. Compararea perechilor de alternative (b) n subpasul (1b), matricea decizional brut se normalizeaz, prin urmtoarele aciuni: calculul sumelor pe coloane sj(k) , 1 j m care se scriu pe o linie suplimentar; mprirea fiecrui element dij(k) , 1 i, j m la sumele coloanei sale sj(k) ; calculul consecinelor (performanelor), ca medii ale elementelor de pe fiecare linie, care se scriu ntr-o coloan suplimentar:
p i( k )
1 m
( d ij k )
j 1
(k ) j
1 i m.
28/44
d
i 1
...
29/44
30/44
Medii (consecine)
p
(k ) 1
1 m 1 m
d 1( k ) j s (j k )
( d 2 kj )
j 1
(k ) 2
j 1
s (j k )
...
1 m
(k d mj )
j 1
s (j k )
1
31/44
Algoritmul este similar celui de la pasul 1, AHP ierarhizeaz factorii (criteriile) de decizie, cu scopul de a furniza informaii suplimentare asupra contribuiei acestora la obiectivul (factorul, criteriul de decizie) fundamental C. Matricea de comparare este D(C), de ordinul n (numrul de factori decizionali), iar elementele sale dij(C) , sunt numere (note) ce compar importana factorului decizional Ci cu cea a factorului Cj (1 i, j n). Reguli: Dac contribuia factorului decizional Ci n raport cu contribuia factorului Cj este : egal ntre egal i moderat mai mare (mic) moderat mai mare (mic) ntre moderat mai mare (mic) i mult mai mare (mic) mai mare (mic) ntre mult mai mare (mic) i foarte mare (mic) foarte mare (mic) ntre foarte mare (mic) i extrem de mare (mic) extrem de mare (mic) atunci dij(C) =
1 2 (1/2) 3 (1/3) 4 (1/4) 5 (1/5) 6 (1/6) 7 (1/7) 8 (1/8) 9 (1/9)
32/44
d
i 1
...
33/44
34/44
calculul consecinelor :
Medii (ponderi)
p
(C ) 1
d11(C) / s1(C) d12(C) / s2(C) ... d21(C) / s1(C) d22(C) / s2(C) ...
1 n 1 n
d 1( C ) j s (j C ) d 2( C ) j s (j C )
j 1
(C ) 2
j 1
...
1 n
( d njC )
j 1
s (j C )
1
35/44
36/44
Folosind coloana scorurilor, se obine ierarhizarea alternativelor decizionale: decizionale decizia nseamn selectarea alternativei cu scorul cel mai mare. mare Matricea D final - matricea performanelor Ponderi factori p1(C) Alternative
decizionale
p
i 1
(C ) i
pn(C) Cn p1 p2
(n)
C1 p1 p2
(1)
Sume ponderate
(punctaj general)
n
A1 A2 ... Am
s1 pi( C ) p1( i )
i 1 n ( s2 pi(C ) p2i ) i 1
(1)
(2)
(n)
pm(1)
pm(2)
pm(n)
( sm pi( C ) pmi ) i 1 n
37/44
Exemplu:
O societatea comercial dorete s construiasc o capacitate de producie i trebuie s decid locul acesteia. Exist trei alternative de amplasare {A1, A2, A3}, iar criteriile sunt {C1 = preul terenului, C2 = distana de la furnizori, C3 = gradul de calificare al forei de munc, C4 = costul forei de munc}. Pasul 1. Matricile de comparare brute i normalizate pentru alternative: Matricea D(1) - compararea alternativelor n funcie de preul terenului Alternativa A1 A2 A3 Sume pe coloane A1
iniial normalizat iniial
A2
normalizat iniial
A3
normalizat
3 1 5 9
2 1/5 1 16/5
A1
normalizat iniial
A2
normalizat iniial
A3
normalizat
A1 A2 A3 Sume pe coloane
1 1/6 3 25/6
6 1 9 16
39/44
A1
normalizat iniial
A2
normalizat iniial
A1 A2 A3 Sume pe coloane
1 3 1 5
40/44
A1
normalizat iniial
A2
normalizat iniial
A3
normalizat
A1 A2 A3 Sume pe coloane
1 3 2 6
1/2 4 1 11/2
41/44
Procesul ierarhiei analitice (AHP) Exemplu: Pasul 2. Matricea de comparare pentru criterii : Matricea D(C) - compararea criteriilor
Criteriu de decizie C1 C1 C1 C1 Sume C1
iniial normalizat iniial
C2
normalizat iniial
C3
normalizat iniial
C4
normalizat
3 9 1 1/2 27/2
4 7 2 1 14
Procesul ierarhiei analitice (AHP) Exemplu: Pasul 3. Calculul scorurilor (coloanele de medii ale matricilor anterioare servesc la ( construirea matricei performanelor) : Alternativa decizional A1 A2 A3 Sume pe coloane Criterii de decizie p1 = 0.1993 C1 0.5012 0.1185 0.3803 1 p2 = 0.6535 C2 0.2819 0.0598 0.6583 1 p3 = 0.0860 C3 0.1790 0.6850 0.1360 1 p4 = 0.0612 C4 0.1561 0.6196 0.2243 1 Punctaj general 0.3091 0.1595 0.5314 1
Din coloana punctajului se observ c alternativa (locaia) A3 are scorul cel mai bun, prin urmare decizia recomandat este A3.
43/44
End of 5.
Next Next
Dss_6 Dss_6
Electre Electre
. . . C5 / 1.11.2011
44/44