Многокритериальный анализ принятия решений

Введение

Операционные исследования, оценивающие множественные противоречивые критерии при принятии решений, являются поддисциплиной операционных исследований, которая явно учитывает множественные противоречивые критерии в процессе принятия решений (как в повседневной жизни, так и в таких областях, как бизнес, государственное управление и медицина). Она также известна как теория полезности множественных атрибутов, теория ценности множественных атрибутов, теория предпочтений множественных атрибутов и многокритериальный анализ решений. Противоречивые критерии типичны при оценке альтернатив: стоимость или цена обычно является одним из основных критериев, а некоторая мера качества – другим, часто конфликтующим с ценой. При покупке автомобиля такими основными критериями могут быть стоимость, комфорт, безопасность и экономичность – редко самый дешевый автомобиль оказывается самым комфортным и безопасным. В управлении портфелем инвесторы стремятся к высокой доходности, одновременно снижая риски; однако акции с потенциально высокой доходностью обычно сопряжены с высоким риском потери средств. В сфере обслуживания клиентов удовлетворенность клиентов и стоимость предоставления услуг являются фундаментальными противоречивыми критериями. В повседневной жизни люди обычно неявно учитывают множество критериев и могут быть удовлетворены последствиями решений, основанных исключительно на интуиции. Однако, когда на кону стоят значительные интересы, важно правильно структурировать проблему и явно оценить множественные критерии. При принятии решения о строительстве атомной электростанции и выборе места для нее возникают не только сложные вопросы, связанные с множеством критериев, но и множество заинтересованных сторон, на которые последствия повлияют в значительной степени. Четкая структуризация сложных проблем и явное рассмотрение множественных критериев приводят к более обоснованным и качественным решениям. С начала развития современной дисциплины многокритериального принятия решений в начале 1960-х годов в этой области достигнут значительный прогресс. Разработано множество подходов и методов, многие из которых реализованы в специализированном программном обеспечении для принятия решений, для применения в различных областях, от политики и бизнеса до экологии и энергетики.

Operations research that evaluates multiple conflicting criteria in decision making

Multiple criteria decision making (MCDM) or multiple criteria decision analysis (MCDA) is a sub discipline of operations research that explicitly evaluates multiple conflicting criteria in decision making (both in daily life and in settings such as business, government and medicine). It is also known as multiple attribute utility theory, multiple attribute value theory, multiple attribute preference theory, and multi objective decision analysis. Conflicting criteria are typical in evaluating options: cost or price is usually one of the main criteria, and some measure of quality is typically another criterion, easily in conflict with the cost. In purchasing a car, cost, comfort, safety, and fuel economy may be some of the main criteria we consider – it is unusual that the cheapest car is the most comfortable and the safest one. In portfolio management, managers are interested in getting high returns while simultaneously reducing risks; however, the stocks that have the potential of bringing high returns typically carry high risk of losing money. In a service industry, customer satisfaction and the cost of providing service are fundamental conflicting criteria. In their daily lives, people usually weigh multiple criteria implicitly and may be comfortable with the consequences of such decisions that are made based on only intuition. On the other hand, when stakes are high, it is important to properly structure the problem and explicitly evaluate multiple criteria. In making the decision of whether to build a nuclear power plant or not, and where to build it, there are not only very complex issues involving multiple criteria, but there are also multiple parties who are deeply affected by the consequences. Structuring complex problems well and considering multiple criteria explicitly leads to more informed and better decisions. There have been important advances in this field since the start of the modern multiple criteria decision making discipline in the early 1960s. A variety of approaches and methods, many implemented by specialized decision making software, have been developed for their application in an array of disciplines, ranging from politics and business to the environment and energy.

Типология

Существуют различные классификации задач и методов MCDM. Основное различие между задачами MCDM заключается в том, определены ли решения явно или неявно. Задачи множественного критериального оценивания: эти задачи состоят из конечного числа альтернатив, явно известных в начале процесса решения. Каждая альтернатива представлена своими показателями по нескольким критериям. Задача может быть сформулирована как поиск наилучшей альтернативы для лица, принимающего решения (ЛПР), или поиск набора хороших альтернатив. Также может быть интересно "сортирование" или "классификация" альтернатив. Сортирование подразумевает размещение альтернатив в набор классов предпочтений, упорядоченных по приоритету (например, присвоение кредитных рейтингов странам), а классификация – отнесение альтернатив к неупорядоченным множествам (например, диагностика пациентов на основе их симптомов). Некоторые из методов MCDM в этой категории были изучены в сравнительном плане в книге Триантафиллу, 2000 год. Задачи множественного критериального проектирования (задачи математического программирования с несколькими целевыми функциями): в этих задачах альтернативы не определены явно. Альтернативное решение (решение) может быть найдено путем решения математической модели. Количество альтернатив конечно или бесконечно (счетное или несчетное), но обычно экспоненциально велико (в зависимости от числа переменных, изменяющихся в пределах конечных областей). Независимо от того, является ли это задачей оценивания или проектирования, для дифференциации решений требуется информация о предпочтениях ЛПР. Методы решения задач MCDM обычно классифицируются в зависимости от момента получения информации о предпочтениях ЛПР. Существуют методы, требующие информации о предпочтениях ЛПР в начале процесса, сводящие задачу к задаче с одним критерием. Считается, что эти методы работают на основе "явного выражения предпочтений". Методы, основанные на построении функции ценности или использовании концепции "доминирования", аналитического иерархического процесса и некоторые методы принятия решений, основанные на правилах, пытаются решить задачи множественного критериального оценивания, используя явное выражение предпочтений. Аналогично, существуют методы, разработанные для решения задач множественного критериального проектирования с использованием явного выражения предпочтений путем построения функции ценности. Возможно, наиболее известным из этих методов является целевое программирование. После построения функции ценности решается соответствующая задача математического программирования с одной целевой функцией для получения предпочтительного решения. Некоторые методы требуют информации о предпочтениях ЛПР на протяжении всего процесса решения. Они называются интерактивными методами или методами, требующими "постепенного выражения предпочтений". Эти методы хорошо разработаны как для задач множественного критериального оценивания (см., например, Geoffrion, Dyer и Feinberg, 1972, и Köksalan и Sagala, 1995), так и для задач проектирования (см. Steuer, 1986). Задачи множественного критериального проектирования обычно требуют решения серии задач математического программирования для выявления неявно определенных решений. Для этих задач также может представлять интерес представление или аппроксимация "эффективных решений". Эта категория называется "последующим выражением предпочтений", подразумевая, что участие ЛПР начинается после явного выявления "интересных" решений (см., например, Karasakal и Köksalan, 2009). Когда математические модели программирования содержат целочисленные переменные, задачи проектирования становятся сложнее в решении. Многоцелевая комбинаторная оптимизация (MOCO) представляет собой особую категорию таких задач, представляющую значительные вычислительные трудности (см. Ehrgott и Gandibleux, 2002, для обзора).

There are different classifications of MCDM problems and methods. A major distinction between MCDM problems is based on whether the solutions are explicitly or implicitly defined. Multiple criteria evaluation problems: These problems consist of a finite number of alternatives, explicitly known in the beginning of the solution process. Each alternative is represented by its performance in multiple criteria. The problem may be defined as finding the best alternative for a decision maker (DM), or finding a set of good alternatives. One may also be interested in "sorting" or "classifying" alternatives. Sorting refers to placing alternatives in a set of preference ordered classes (such as assigning credit ratings to countries), and classifying refers to assigning alternatives to non ordered sets (such as diagnosing patients based on their symptoms). Some of the MCDM methods in this category have been studied in a comparative manner in the book by Triantaphyllou on this subject, 2000. Multiple criteria design problems (multiple objective mathematical programming problems): In these problems, the alternatives are not explicitly known. An alternative (solution) can be found by solving a mathematical model. The number of alternatives is either finite or infinite (countable or not countable), but typically exponentially large (in the number of variables ranging over finite domains.) Whether it is an evaluation problem or a design problem, preference information of DMs is required in order to differentiate between solutions. The solution methods for MCDM problems are commonly classified based on the timing of preference information obtained from the DM. There are methods that require the DM's preference information at the start of the process, transforming the problem into essentially a single criterion problem. These methods are said to operate by "prior articulation of preferences". Methods based on estimating a value function or using the concept of "outranking relations", analytical hierarchy process, and some rule based decision methods try to solve multiple criteria evaluation problems utilizing prior articulation of preferences. Similarly, there are methods developed to solve multiple criteria design problems using prior articulation of preferences by constructing a value function. Perhaps the most well known of these methods is goal programming. Once the value function is constructed, the resulting single objective mathematical program is solved to obtain a preferred solution. Some methods require preference information from the DM throughout the solution process. These are referred to as interactive methods or methods that require "progressive articulation of preferences". These methods have been well developed for both the multiple criteria evaluation (see for example, Geoffrion, Dyer and Feinberg, 1972, and Köksalan and Sagala, 1995 ) and design problems (see Steuer, 1986). Multiple criteria design problems typically require the solution of a series of mathematical programming models in order to reveal implicitly defined solutions. For these problems, a representation or approximation of "efficient solutions" may also be of interest. This category is referred to as "posterior articulation of preferences", implying that the DM's involvement starts posterior to the explicit revelation of "interesting" solutions (see for example Karasakal and Köksalan, 2009). When the mathematical programming models contain integer variables, the design problems become harder to solve. Multiobjective Combinatorial Optimization (MOCO) constitutes a special category of such problems posing substantial computational difficulty (see Ehrgott and Gandibleux, 2002, for a review).

Представления и определения

Проблема MCDM может быть представлена в пространстве критериев или пространстве альтернатив. В качестве альтернативы, если различные критерии комбинируются взвешенной линейной функцией, также возможно представить проблему в пространстве весов. Ниже представлены иллюстрации пространства критериев и пространства весов, а также некоторые формальные определения.