Файл: Метод многокритериальной теории полезности MAUT для задачи принятия решений (О теории принятия решений).pdf

2.3. Процедура многокритериальных оценок альтернатив на предприятии «ООО Нозадзе»

Как известно, метод относится к количественному классу (мы рассмотрели это в предыдущей главе). Мы изучили опрос, проведенный по этому методу на предприятии «ООО Нозадзе», производящей куриное мясо и субпродукты, которое находится в районе Картли, Грузии (недалеко от Гори).

Рассмотрим подробнее метод многокритериальных альтернатив. Разберемся с тем, как работают разные значимости, на простом бытовом примере, но с помощью сложного метода, в системном анализе известного как многокритериальная оценка.

Представим, что нужно выбрать место производства куринного мяса и субпродуктов (как в случае исследуемой нами фирмы «ООО Нозадзе». Наилучший вариант обычно не очевиден: этот участок к трассе поближе, а у того – экология получше, в третьем случае планировка очень удобная и т.д.

Метод многокритериальной оценки заключается в следующем:

• Определение тех подходов (критериев), применяя которые производится оценка вариатива,
• Выбор важнейшего критерия для конкретной ситуации,
• Оценка вариатива по каждому подходу в отдельности,
• Оценка соотношения критериев по их важности,
• Выбор оптимального варианта.

Разберем процедуру на примере земельных участков, которые в свое время покупал основатель предприятия «ООО Нозадзе», господин Нозадзе:

Он определил критерии (для простоты примера - всего три): «местоположение», «цена», «площадь». Можно было добавить «экологию», «планировку», и т.д. Желательно было использовать не больше 5-7 критериев. 

Взвесив критерии - он выбирал веса так, чтобы их сумма была равна единице, - обнаружил, что веса критериев равнялись соответственно 0.4, 0.3 и 0.3 (указаны в таблице в скобках). Эти веса показывают, что для Нозадзе значимо местоположение и несколько менее значимы цена и площадь участка. Он оценивал варианты по каждому критерию. Для оценки применял трехбалльную шкалу (в некоторых случаях, максимум – пятибалльнуюю).

В нашем примере:

• Город Мцхета -  неплохое расположение (10 км от Тбилиси), неплохая цена, но площадь совсем небольшая. Поставлено 2, 2, 1;
• Деревня Церовани – плохое (неудобный выезд на основную трассу) расположение (30 км от Тбилиси), очень выгодная цена, очень хорошая площадь. Поставлено 1, 3, 3;
• Город Гори - роскошное расположение (центральный район Картли, великолепные земля и климат, чистая экология), высокая цена, неплохой метраж. Ставим 3, 1, 2.

 Подсчитал взвешенные оценки. Для каждого варианта суммировал оценки по критериям, умноженные на веса этих критериев.

Например, для Мцхеты: 2х0.4+2х0.3 +1х.03 = 1.7.,

Для Церовани: 1х0.4+3х0.3+3х0.3=2.2.

Для Гори: 3х0,4+1х0,3+2х0,3=2,1(см. таблицу выше).

Важно понять, что приоритетность не существует сама по себе. У каждого из нас в голове есть своя система критериев. У разных людей и для разных задач эти критерии и их «весовые коэффициенты» различны. Понятия «лучше», «хуже» и «приоритетнее» не существуют сами по себе, но только в привязке к определенной системе критериев. 

Чтобы принять очень простое решение, нам нужно было учесть 9 параметров (три варианта умножить на три критерия). Если бы участков было 4, а критериев - 5, нам при принятии решения пришлось бы учитывать уже 20 параметров (4х5). Но мозг человека больше, чем 5-7 параметров одновременно, не удерживает.

Таким образом, при интуитивном принятии решений и интуитивной расстановке приоритетов мы принимаем во внимание значительно меньше параметров и критериев, чем ситуация того заслуживает. Матрица критериев помогает сделать процесс выбора не стихийным, а осознанным, формализованным, «прозрачным», позволяющим принять во внимание гораздо больше параметров, чем мы способны одновременно удержать в голове. 
Применять матрицу в чистом виде - дело сравнительно трудоемкое (требует целых 10-15 минут, при использовании Exel - 5 минут), и необходимо это при принятии действительно значимых решений.

Заключение

Существуют две группы задач принятия решений. В задачах первой группы осуществляется анализ заданных альтернатив. В задачах второй группы находится решающее правило, позво­ляющее оценить любые альтернативы. Разработаны многокритериальные методы решения задач, принадлежащих к первой и второй группам.

Многокритериальная теория полезности (MAUT) представляет cобой дальнейшее развитие теории полезности. Методы MAUT имеют аксиоматическое обоснование: вводятся аксиомы и дока­зывается существование функции полезности в той или иной
форме. Особо важную роль играют аксиомы (условия) независи­мости, определяющие, что отношения между частью критери­альных оценок альтернатив не зависят от фиксированных значе­ний по другим критериям.