Vícekriteriální hodnocení variant úvod

Podobné dokumenty
VÍCEKRITERIÁLNÍ ROZHODOVANÍ

4EK201 Matematické modelování. 10. Teorie rozhodování

Operační výzkum. Vícekriteriální hodnocení variant. Grafická metoda. Metoda váženého součtu.

5 Informace o aspiračních úrovních kritérií

4 Kriteriální matice a hodnocení variant

7 Kardinální informace o kritériích (část 1)

Výběr lokality pro bydlení v Brně

Vícekriteriální hodnocení variant metody

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu (reg. č. CZ.1.07/2.2.00/28.

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25

Parametrické programování

Ing. Alena Šafrová Drášilová, Ph.D.

MULTIKRITERIÁLNÍ ROZHODOVÁNÍ VEKTOROVÁ OPTIMALIZACE

Postupy při hodnocení variant a výběru nejvhodnějšího řešení. Šimon Kovář Katedra textilních a jednoúčelových strojů

Vícekriteriální programování příklad

Vzorový příklad na rozhodování BPH_ZMAN

Jednokriteriální rozhodování za rizika a nejistoty

Obecná úloha lineárního programování. Úloha LP a konvexní množiny Grafická metoda. Jiří Neubauer. Katedra ekonometrie FEM UO Brno

Analýza obalu dat úvod

Ekonomická formulace. Matematický model

Vícekriteriální rozhodování za jistoty

Náhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X

Operační výzkum. Vícekriteriální programování. Lexikografická metoda. Metoda agregace účelových funkcí. Cílové programování.

12. Lineární programování

MULTIKRITERIÁLNÍ ROZHODOVÁNÍ KOMPLEXNÍ HODNOCENÍ ALTERNATIV

Socio-ekonomická evaluace aglomerace z hlediska potřeb a aktivit investorů

Metody výběru variant

Vícekriteriální rozhodování za jistoty

Operační výzkum. Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry.

minimalizaci vzdálenosti od ideální varianty

4EK213 LINEÁRNÍ MODELY

Rozhodování. Ing. Alena Šafrová Drášilová, Ph.D.

Náhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X

6 Ordinální informace o kritériích

Operační výzkum. Přiřazovací problém.

ANTAGONISTICKE HRY 172

Jednotkový vektor vektor, která má na jednom místě jedničku a na ostatních nuly, například (0, 1, 0).

3. ANTAGONISTICKÉ HRY

0.1 Úvod do lineární algebry

Lineární programování

Algoritmus pro hledání nejkratší cesty orientovaným grafem

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

1. Úvod. Mgr. Ing. Jitka Janová, PhD. Aplikace kvantitativní metody v praxi: postup transparentního zadávání zakázek malého rozsahu

1. července 2010

Diplomová práce. Heuristické metody pro vícekriteriální analýzu

JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT4

5. Lokální, vázané a globální extrémy

1 Úvod do celočíselné lineární optimalizace

Ing. Alena Šafrová Drášilová

Jiří Neubauer. Katedra ekonometrie FEM UO Brno

Vícekriteriální hodnocení variant VHV

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti

letní semestr Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy Matematická statistika vektory

STATISTICKÉ ODHADY Odhady populačních charakteristik

Výroková logika II. Negace. Již víme, že negace je změna pravdivostní hodnoty výroku (0 1; 1 0).

ZÁPADOČESKÁ UNIVERZITA V PLZNI FAKULTA EKONOMICKÁ

Metodologický přístup a popis prací na projektu

Matematika I 2a Konečná pravděpodobnost

1. dílčí téma: Rozhodování při riziku, neurčitosti a hry s neúplnou informací

Lenka Zalabová. Ústav matematiky a biomatematiky, Přírodovědecká fakulta, Jihočeská univerzita. zima 2012

Systémové modelování. Ekonomicko matematické metody I. Lineární programování

4EK213 Lineární modely. 4. Simplexová metoda - závěr

0.1 Úvod do lineární algebry

Učební texty k státní bakalářské zkoušce Matematika Základy lineárního programování. študenti MFF 15. augusta 2008

VÍCEKRITERIÁLNÍ MANAŢERSKÉ ROZHODOVÁNÍ V PODMÍNKÁCH RIZIKA A NEJISTOTY

Organizace zabezpečování veřejných statků a služeb (1) Ekonomie veřejného sektoru

6 Simplexová metoda: Principy

Teorie her a ekonomické rozhodování. 2. Maticové hry

VÝSLEDKY VÝZKUMU. indikátor ECI/TIMUR A.1 SPOKOJENOST OBYVATEL S MÍSTNÍM SPOLEČENSTVÍM V PROSTĚJOVĚ

f ( x) = 5x 1 + 8x 2 MAX, 3x x ,

Báze a dimenze vektorových prostorů

pravděpodobnosti Pravděpodobnost je teorií statistiky a statistika je praxí teorie pravděpodobnosti.

JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH EKONOMICKÁ FAKULTA VÍCEKRITERIÁLNÍ ANALÝZA VARIANT A JEJÍ APLIKACE V PRAXI

Intervalový odhad. Interval spolehlivosti = intervalový odhad nějakého parametru s danou pravděpodobností = konfidenční interval pro daný parametr

VÝSLEDKY VÝZKUMU. indikátor ECI/TIMUR A.1 SPOKOJENOST OBYVATEL S MÍSTNÍM SPOLEČENSTVÍM V PROSTĚJOVĚ

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.

Teorie her a ekonomické rozhodování. 3. Dvoumaticové hry (Bimaticové hry)

Obecná úloha lineárního programování

Definice globální minimum (absolutní minimum) v bodě A D f, jestliže X D f

Soustavy lineárních rovnic

Matice. Přednáška MATEMATIKA č. 2. Jiří Neubauer. Katedra ekonometrie FEM UO Brno kancelář 69a, tel

KOOPERATIVNI HRY DVOU HRA CˇU

Intervalová data a výpočet některých statistik

Průvodce studiem. do bodu B se snažíme najít nejkratší cestu. Ve firmách je snaha minimalizovat

9 Kolmost vektorových podprostorů

Časové řady a jejich periodicita úvod

p 2 q , tj. 2q 2 = p 2. Tedy p 2 je sudé číslo, což ale znamená, že

Determinanty. Determinanty. Přednáška MATEMATIKA č. 3. Jiří Neubauer

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2014

HEURISTICKÉ ALGORITMY PRO ŘEŠENÍ ÚLOH OBCHODNÍHO CESTUJÍCÍHO

Matematika pro informatiky

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2016

ení spolehlivosti elektrických sítís

ÚVOD DO ROZHODOVÁNÍ PŘEDNÁŠKA. OPTIMALIZACE A ROZHODOVÁNÍ V DOPRAVĚ Přednáška 1. Zuzana Bělinová

SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU STATISTIKY

Průzkum aktuální situace na trhu práce z hlediska možností uplatnění absolventů VŠKE, a.s. (výsledky za období 1/2012 6/2012)

Část 2 - Řešené příklady do cvičení

4.5 Stanovení hodnoticích kritérií a požadavky na jejich obsah

Využití metod multikriteriálního hodnocení v bezpečnostní praxi

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

Transkript:

Vícekriteriální hodnocení variant úvod Jana Klicnarová Katedra aplikované matematiky a informatiky Jihočeská Univerzita v Českých Budějovicích, Ekonomická fakulta 2010

Vícekriteriální hodnocení variant (VHV) VHV je kapitola z vícekriteriální optimalizace. Vícerkriteriální optimalizace metody, pomocí nichž hledáme optimální volbu z hlediska více kritérií při daných omezeních mluvíme o kompromisní variantě. VHV máme předem dán výčet všech možných (přípustných) variant. A jsme schopni vytvořit rozhodovací matici R, v níž řádky jsou tvořeny variantami a sloupce jednotlivými kritérii. Hodnota prvku r ij udává ohodnocení i. varianty podle j. kritéria.

Příklad VHV Uvažujeme o koupi stanu. Vybrali jsme si tedy čtyři typy stanů, které se nám líbili a o těch jsme si zjistili následující údaje: Produkt váha V. sloupec Experta cena Typ 1 2,4 kg 1200mm 3 3990 Kč Typ 2 2,5 kg 1600mm 2 4500 Kč Typ 3 2,7 kg 1500mm 2 4700 Kč Typ 4 3,5 kg 400mm 5 1990 Kč Typ 5 3 kg 1000mm 4 2500 Kč Na základě této tabulky tedy sestavíme následující kriteriální matici.

Kriteriální matice R = 2,4 1200 3 3990 2,5 1600 2 4500 2,7 1500 2 4700 3,5 400 5 1990 3 1000 4 2500 (1) Tato kriteriální matice má pět řádků a pět sloupců (obecně se samozřejmě počet sloupců a počet řádků liší počet řádků udává počet hodnocených variant, počet sloupců počet hodnotících kritérií). Prvek r ij nám vždy udává ohodnocení i. stanu podle j. kritéria.

Existence kompromisního řešení Existence přípustného řešení Stejně jako v případě jakékoliv optimalizace, zde je první otázkou, zda existuje tzv. přípustné řešení. Přípustné řešení je takové, které splňuje zadané podmínky. Poněvadž u VHV ve většině případů rovnou dostáváme (neprázdný) seznam přípustných variant, tyto varianty jsou přípustným řešením. Existence kompromisního řešení Existuje-li přípustné řešení, potom již existuje kompromisního řešení VHV.

Neexistuje jedno jediné správné řešení Narozdíl od většiny ostatních matematických metod používaných v ekonomii, v této problematice (až na výjimky) neexistuje jednoznačné řešení. Jednoznačné řešení v tom slova smyslu, že neexistuje jediná varianta, která je nejlepší. Výsledek volba kompromisní varianty je zde velmi ovlivněna například volbou metody, volbou případného normování a volbou vah.

Základní vlastnosti řešení vícekriteriální optimalizace Přesto, že obecně neexistuje jednoznačné řešení VHV a použití různých metod a různých vah může vést k různým výsledkům, přesto není každá přípustná varianta možným výsledkem. Aby námi zvolená metoda poskytovala správné výsledky klademe na používané metody následující požadavky.

Základní vlastnosti řešení vícekriteriální optimalizace Nedominovanost Výsledná varianta musí být nedominovaná. Řekneme, že varianta A je dominovaná (variantou B), pokud k ní existuje nějaká jiná varianta B, která je ve všech kriteriích lepší nebo stejná než varianta A a v alespoň jednom kritériu je varianta A lepší naž varianta B. Varianta A je nedominovaná, pokud neexistuje varianta, která by ji dominovala, tedy varianta A není dominovaná žádnou jinou variantou.

Základní vlastnosti řešení vícekriteriální optimalizace Poznámka Z popsaného je zřejmé, že nelze nikdy zvolit dominovanou variantu jako kompromisní. Poněvadž, kdybychom ji zaměnili za její dominující variantu, potom dostaneme z hlediska všech kritérií řešení stejné nebo dokonce lepší než v případě dominované varianty.

Základní vlastnosti řešení vícekriteriální optimalizace Determinovanost Požadujeme, aby metoda při jakémkoliv zadání našla nějaké řešení. Jednoznačnost Metoda by měla být taková, aby po nastavení parametrů (vah) dávala jednoznačné řešení.

Základní vlastnosti řešení vícekriteriální optimalizace Invariance vůči pořadí kritérií a variant. Volba výsledné kompromisní varianty by neměla záviset na původním seřazení variant ani na seřazení kriterií tzv. invariance vůči pořadí. Poznámka Tato velmi jednoduchá podmínka nám vlastně říká, že například výsledek konkurzu nesmí záviset na tom, zda si pro hodnocení seřadíme nabídky podle abecedy (názvy dodavatelů) nebo podle data přijaté nabídky, apod. Také, že musíme dostat stejný výsledek, ať kritéria, která uvažujeme seřadíme například podle abecedy či náhodně.

Základní vlastnosti řešení vícekriteriální optimalizace Invariance vůči jednotkám, ve kterých uvádíme hodnoty kritérií. Volba výsledné varianty by neměla záviset na jednotkách, ve kterých jsou zadány hodnoty jednotlivých kritérií invariance vůči zvolenému měřítku. Budeme-li například zadávat cenu jednotlivých variant, výsledek mého rozhodování nesmí ovlivnit, zda tuto cenu zadáváme v korunách, eurech či tisících liber.

Základní vlastnosti řešení vícekriteriální optimalizace Invariance vůči přidaným neoptimálním hodnotám. Volbu výsledné varianty by nemělo ovlivnit ani přidání nějaké dominované (nebo obecněji neoptimální) varianty do výběru. Tedy metoda by měla mít stejný výsledek bez ohledu na to, zda se mezi původními vyskytují jakékoliv dominované varianty či z jak širokého výběru volím.

Základní vlastnosti řešení vícekriteriální optimalizace Spravedlivost. Metoda by měla být taková, aby bylo možné nastavením jejích parametrů (například nastavením vah) zvolit jako kompromisní řešení každé z nedominovaných řešení. Až budeme v dalším textu popisovat jednotlivé metody vícekriteriální optimalizace, vždy zmíníme, které z těchto podmínek splňují, či naopak, které nesplňují. Nyní si uveďme pouze příklad dominované varianty.

Příklad dominovanost zadání Uvažujme, že mladá rodina se rozhoduje, do kterého z jihočeských měst se nastěhuje. Jako kritéria si zvolila kulturu, šanci získat zaměstnání, vzdělání a zdravotnictví. Na internetu si našla informace k následujícím třem městům: Soběslav KULTURA Společenské centrum, Knihovna, Kino, Kostel. ZAMĚSTNÁNÍ Šance získat zaměstnání přímo ve městě, popřípadě v Táboře dobrá dopravní dostupnost. VZDĚLÁNÍ MŠ 2, ZŠ 3, SOU 3, SŠ. ZDRAVOTNICTVÍ Poliklinika, lékárny 3.

Příklad dominovanost zadání udějovice Chýnov KULTURA Divadelní scény 9, Kina 3, Galerie 27, Muzea 5, KD 4, Hudební scény 7, Výstaviště 1, Knihovny 5, Vzdělávací centra 7, Kostely 16, Hvězdárna a planetárium. ZAMĚSTNÁNÍ Přímo ve městě. VZDĚLÁNÍ MŠ 22, ZŠ 14, SŠ 10, VOŠ 6, VŠ 3, školní jídelny 2, Dům dětí (volný čas) 10. ZDRAVOTNICTVÍ Nemocnice, Poliklinika 6, Lékárny. KULTURA Kostel, Jeskyně, Knihovna. ZAMĚSTNÁNÍ V Táboře dobrá dopravní dostupnost. VZDĚLÁNÍ MŠ, ZŠ. ZDRAVOTNICTVÍ Zdravotní středisko, lékárna.

Příklad dominovanost závěr České Budějovice dominují Soběslav Hodnotíme pouze podle čtyř zadaných kritérií, přičemž se uvažujeme, že čím více kulturního vyžití, čím více možností vzdělávání a čím dostupnější zdravotní péče, tím lépe. Zároveň čím větší šance získat zaměstnání přímo ve městě, tím lépe. V takovém případě je Soběslav dominována Českými Budějovicemi. Nebo-li České Budějovice dominují Soběslav. V Českých Budějovicích je totiž vše, co je v Soběslavi a v každém bodě ještě něco navíc. Přičemž v Českých Budějovicích je jistota práce v místě, v Soběslavi, pouze vysoká pravděpodobnost.

Příklad dominovanost závěr Je Chýnov dominovaný? A tedy za daných podmínek se již budeme rozhodovat pouze mezi Chýnovem a Českými Budějovicemi. Zda budeme považovat i Chýnov za dominovaný Českými Budějovicemi, závisí na konzultaci se zadavatelem. Zda preferuje nabízené kulturní možnosti Chýnova nebo nabízené kulturní možnosti Českých Budějovic (České Budějovice nenabízejí jeskyně). Ve všech ostatních kritériích, opět vítězí České Budějovice nad Chýnovem (podle zadaných parametrů).

Ideální a bazální varianta Ve VHV se velmi často používá pojem ideální, resp. bazální varianta. Jedná se o hypotetické varianty, které nabývají nejlepších, resp. nejhorších hodnot z nabízených. To znamená, že ideální variantou je hypotetická varianta, která v každém kritériu nabývá nejlepší možné hodnoty, podobně bazická varianta je varianta, která má v každém kritériu nejhorší možnou hodnotu.

Ideální a bazální varianta příklad Ideální a bazální variantu můžeme snadno ilustrovat na příkladu koupě stanu. Máme-li zadanou kriteriální matici, a víme-li, která kritéria jsou minimalizační a která maximalizační, potom ideální varianta má v minimalizačním kritériu hodnotu minima ze sloupce a v maximalizačním hodnotu maxima ze sloupce (nejlepší hodnotu ze sloupce), u bazické varianty je to naopak (nejhorší varianta ze sloupce).

Ideální a bazální varianta příklad Produkt váha VS Expert cena Typ 1 2,4 kg 1200mm 3 3990 Kč Typ 2 2,5 kg 1600mm 2 4500 Kč Typ 3 2,7 kg 1500mm 2 4700 Kč Typ 4 3,5 kg 400mm 5 1990 Kč Typ 5 3 kg 1000mm 4 2500 Kč ideální 2,4 1600mm 2 1990 bazální 3,5 400mm 5 4700

Ideální a bazální varianta příklad Všimněme si, že ideální a bazální varianta jsou skutečně pouze hypotetické, ve skutečnosti (ve většině případů) neexistují. Kdybychom náhodou měli analýzu, v níž by se nám stalo, že ideální varianta existuje, potom již nemusíme nic analyzovat, neboť v takovém případě tato ideální varianta dominuje všechny ostatní varianty a je tedy jediným možným řešením úlohy. Naopak, pokud by existovala bazální varianta, potom bychom tuto variantu mohli vyřadit z analýzy neboť by byla všemi ostatními variantami dominovaná.

Ideální a bazální varianta příklad s rodinou Poznámka Pokud bychom chtěli stanovit ideální a bazální variantu v příkladu s rodinou, která hledá bydlení, museli bychom s touto rodinou prokonzultovat, která z nabízených možností v jednotlivých kritériích je pro ně nejlepší a která nejhorší a na tomto základě bychom určili ideální a bazální variantu.