5.5. Адекватність моделі, яка побудована за методом маі

Адекватність моделі – властивість моделі, що полягає в здатності моделі відтворювати з необхідною повнотою ті властивості якості об'єкту, які є істотними для мети аналізу [26]. Інакше ця властивість моделі забезпечувати заданий ступінь ефективності управління процесом досягнення необхідної мети. Адекватність означає, що вимоги повноти, точності правильності моделі виконується тією мірою, яка є достатньою для досягнення поставленої мети.

Вимоги адекватності моделі і об'єкта – необхідна умова для переходу від дослідження об'єкта до дослідження моделі і подальшого перенесення результатів моделі на об'єкт дослідження. Будь-яка модель є спрощеною копією оригіналу, тому неможливо говорити про абсолютну адекватність моделі. Оцінка ступеня схожості спирається тільки на оцінку відмінності від оригіналу. Щодо моделі, отриманої згідно з МАІ, до поняття адекватності відноситься перевірка двох моментів:

1) відношення узгодженості (ВУ) повинне бути менше 0,1 (прийнятним вважається діапазон значень (0,1 – 0,3));

2) модель стійка відносно до незначних змін її структури.

Стійкість вектора пріоритетів – якісна характеристика чутливості значень пріоритетів до малих змін даних або структури моделі. Очевидно, дані, що використовуються для прийняття рішень, завжди більш-менш неточні. Тому чим менше чутливість значень пріоритетів, тим більше обґрунтованість використання цих пріоритетів для підтримки прийняття рішення. Якщо при малих змінах даних або структури рейтинг змінюється неістотно, то він вважається стійким.

Поняття "істотна зміна рейтингу" залежить від вирішуваної задачі.

5.6. Рекомендації до побудови ієрархій

У методі аналізу ієрархій немає строгих правил створення моделей прийняття рішення. МАІ дозволяє лише систематизувати процес прийняття рішень, упорядкувати процес витягання знань з наявної інформації. Тому для створення моделей прийняття рішення потрібні досвідчені фахівці.

Рекомендується така послідовність підготовки прийняття рішення за допомогою МАІ [26; 60].

1. Визначити набір можливих (альтернативних) рішень і мету прийняття рішення (головний критерій, за яким визначається перевага рішення). Мета може бути сформульованою дуже узагальнено (часто при постановці проблеми немає чіткого усвідомлення мети).

2. Визначити групи чинників, що роблять вплив на прийняття рішення.

Як правило, частина таких груп – це деталізації сформульованої узагальнено головної мети рейтингування альтернатив (приватна мета, підкритерії і т. п.).

3. Сформувати рівні: перший рівень (вершина) – головна мета (головний критерій) рейтингування рішень, нижній рівень – можливі рішення, проміжні рівні – групи однотипних чинників, що впливають на рейтинг рішень.

Таким чином, сформована рівнева структура моделі.

Така структура дає попереднє уявлення про рейтингування рішень. На ній показані вузли (мета, чинники, рішення), згруповані по типах.

4. З'ясувати структуру впливів між метою, чинниками і рішеннями. При цьому спочатку виділяють пари рівнів, один з яких робить вплив на іншій. Потім з'ясовують, між якими саме вузлами виділених рівнів є зв'язки.

5. Додати до рівневої структури моделі зв'язки між вузлами. Зв'язок "Мета" —> "Фактор рівня Х" означає, що важливість обліку чинника "Х" у моделі визначається метою рейтингування рішень.

Зв'язок "Фактор" —> "Рішення" означає, що перевага (важливість, оптимальність, доцільність) рішення в моделі визначається зокрема з погляду дії даного чинника. Зв'язок "Чинник А" —> "Фактор Б" означає, що важливість обліку чинника Б у моделі визначається наявністю чинника А.

6. Проаналізувати кластерну структуру моделі прийняття рішення. При необхідності внести корективи: додати або видалити вузли, додати або видалити зв'язки. Таким чином, формування структури моделі завершено (проведений аналіз).

7. Внести дані для кластерів: провести порівняння для вузлів кожного кластера і для кластерів, що мають загальну вершину, або ввести відповідні вектори пріоритетів без проведення порівнянь.

8. Оцінити якість даних (узгодженість, достовірність). При необхідності провести коригування даних.

9. Розрахувати рейтинг пріоритетів рішень і показники узгодженості і достовірності.

10. Доцільно розрахувати вектори пріоритетів для рівнів.

Якщо виявляється, що в масштабі моделі дані недостатньо злагоджені або недостатньо достовірні, то доцільно провести вибіркове коригування даних.

11. Перевірити стійкість рейтингу.

12. Провести інтерпретацію отриманих результатів для підтримки прийняття рішення, тобто провести синтез.

Для інтерпретації результатів може бути потрібна також інформація: про істотні і неістотні чинники, враховані в моделі, про ситуації прийняття рішення, близькі до тієї, що розглядається по структурі або по інформаційному наповненню.

МАІ знаходить застосування в найрізноманітніших сферах людської діяльності:

розробка програми розподілу ресурсів на підприємстві;

розподіл транспортних засобів регіону (області, міста);

планування розвитку системи доставок продукції;

підбір кандидатів на вакантну посаду;

виявлення критично важливих технологій для розвитку виробництва;

виявлення важливих екологічних аспектів у формуванні системи екологічного менеджменту на підприємстві;

прогнозування цін на товари і послуги;

атестація фахівців на підприємстві;

вибір нових технологій основного виробництва й інформаційних технологій в процесі реінжиніринга.

Розроблені й успішно застосовуються пакети прикладних програм, що дозволяють виконувати: побудову ієрархії, порівняння альтернатив на підставі вибраних критеріїв, необхідні обчислення пріоритетів рівнів, узгодженості рішень і отримати остаточний варіант ранжируванняальтернатив. До них відносяться такі пакети: "Expert Choice", "Decision Greed", "ИМПЕРАТОР".

У темі 13 наведені особливості побудови ієрархії за методом МАІ в середовищі пакету "ИМПЕРАТОР".