Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
razrabotka_upravlencheskogo_resheniya_metodom_analiza_ierarh.docx
Скачиваний:
0
Добавлен:
01.07.2025
Размер:
130 Кб
Скачать
☆

2.3. Пути уменьшения трудоемкости метода анализа иерархий

Суть МАИ заключается в двух моментах: в постепенности построения оценки и в использовании специальной «мягкой» (качественной) шкалы сравнений. Многошаговость метода заключается в том, что МАИ не пытается разом оценить приоритетность того или иного решения с точки зрения поставленной проблемы. Сначала, попарно сравнивая между собой критерии, эксперт должен ответить на вопрос, какой из каждой пары критериев важнее с точки зрения решаемой проблемы и насколько важнее. По полученной матрице парных сравнений (МПС) определяются сравнительные веса (приоритеты) критериев. На следующем шаге выполняется сопоставление альтернативных решений. Эксперт должен ответить на вопрос, какое из двух решений предпочтительней с точки зрения конкретного критерия и насколько предпочтительней. По полученной МПС определяются локальные приоритеты (веса) решений относительно каждого из критериев. После этого на основе весов критериев и локальных весов решений относительно критериев вычисляются глобальные веса решений.

В случае невозможности «жесткого» количественного сравнения применяется качественная шкала из значений типа «равная важность», «слабое превосходство», «сильное превосходство» и т.п.

Одним из главных недостатков метода является его чрезвычайно высокая «экспертоемкость». Она связана с двумя моментами: необходимостью большого числа парных сравнений и несогласованностью (противоречивостью) экспертных оценок.

Для снижения экспертоемкости метода могут быть использованы следующие механизмы:

1) построение МПС, согласованных «по построению»;

2) уменьшение числа сравнений за счет исключения из иерархии части элементов;

3) ускорение поиска рассогласованностей в матрице парных сравнений, выбор элементов, согласование которых даст максимальный эффект.

Для построения МПС, согласованных «по построению», разработана специальная «таблица сложения сравнений» (ТСС).

Применение ТСС базируется на следующем факте. Рассмотрим тройку альтернатив ai, aj, ak с весами wi, wj, wk. Элементы МПС, соответствующие сравнению этих альтернатив друг с другом, будут равны , , . (в числителе – вес «элемента-строки», в знаменателе – вес «элемента-столбца»). После заполнения экспертом любых 2-х элементов МПС возникает возможность третий вычислить автоматически. Такому автоматическому вычислению препятствует нечеткость шкалы сравнений. Для этого была разработана специальная таблица «сложения сравнений». Таблица составлена в терминах качественной шкалы и предлагает для каждой пары «складываемых сравнений» диапазон возможных вариантов (очень слабое превосходство + очень слабое превосходство = от очень слабого до среднего превосходства, слабое превосходство + средне превосходство = от средне-сильного до сильного превосходства и т.д.). Все значения диапазона считаются равновероятными [11, с. 67].

При ручном заполнении МПС таблица сложения сравнений может использоваться для оперативного контроля действия эксперта. Начиная со второй строки, вводимые экспертом элементы МПС могут с помощью ТСС поверяться на соответствие ранее введенным значениям. Таким образом, можно выявить несогласованность МПС непосредственно во время построения. При этом необходимо иметь в виду два момента. Во-первых, несоответствие «нижних» строк «верхним» может означать неточность как «внизу», так и «наверху». Нельзя считать «верхние» элементы «более правильными» только потому, что они были записаны ранее «нижних». Во-вторых, значения из ТСС являются не более чем рекомендацией, которую эксперт волен принимать или не принимать.

Таблица 4 – Таблица сложения сравнений

Первое слагаемое

Второе слагаемое

2

3

4

5

6

7

8

9

2

2

4

3

4

4

5

5

6

6

7

7

8

8

8

9

9

3

3

4

4

5

5

6

6

7

7

8

7

8

8

9

9

9

4

4

5

5

6

5

6

6

6

6

7

7

8

8

9

9

9

5

5

6

6

7

6

6

6

7

6

7

8

8

8

9

9

9

6

6

7

7

8

6

7

7

7

8

8

8

8

8

9

9

9

7

7

8

7

8

7

8

8

8

8

8

8

9

8

9

9

9

8

8

8

8

9

8

9

8

9

8

9

8

9

9

9

9

9

9

9

9

9

9

9

9

9

9

9

9

9

9

9

9

9

9

Еще одним свойством МПС, которое хочется использовать для уменьшения нагрузки на эксперта при заполнении матрицы, является ее обратная симметричность. Кажется естественным использовать эксперта для заполнения только одной половины матрицы, а вторую получить автоматически. Но как показывает опыт, при заполнении полной матрицы, называемые экспертом оценки далеко не всегда являются обратно симметричными. Более того, иногда оценка меняется не только количественно, но и качественно. Поэтому обратную симметричность можно и должно использовать, но не для автоматизации заполнения МПС, а для контроля принимаемых экспертом решений.

Второй механизм – исключение из иерархии некоторых элементов – основывается на следующих рассуждениях. Качество вырабатываемых рекомендаций зависит, как минимум, от трех факторов: качества иерархии, квалификации эксперта и качества заполнения экспертом матриц парных сравнений. Увеличивая детальность иерархии, мы можем увеличить качество иерархии. Но при этом стремительно возрастает количество и размер МПС. Соответственно возрастает нагрузка на эксперта, их заполняющего. Для качественного выполнения работы требуется высококвалифицированный специалист. Поэтому увеличение нагрузки ведет к сокращению внимания, уделяемого каждому конкретному вопросу, ведет к снижению качества заполнения матриц. В результате может оказаться, что увеличивая детализацию иерархии, мы не повышаем, а понижаем качество рекомендаций. Поэтому необходимо определить наилучшую степень детализации. В ходе построения иерархии мы не имеем еще никакой информации о значимости того или иного ее элемента. Поэтому в это время нет никаких оснований принимать решение о том, следует ли включать тот или иной элемент в иерархию. Поэтому, чем более подробная иерархия будет построена, тем лучше.

Процесс анализа иерархии заключается в том, что мы двигаемся сверху вниз, заполняем матрицы парных сравнений и вычисляем сначала локальные, а потом и глобальные веса элементов. При этом элементы естественным образом кластеризуются (например, все акторы, все цели одного актора, все политики одного актора). Появляется возможность в каждом кластере отделить весомые, значимые элементы от незначимых. И незначимые – отбросить. Такое динамическое прореживание иерархии позволяет значительно сократить трудоемкость анализа.

Поскольку оценка влияния прореживания на конечный результат неточна, было предложено заменить прореживание более мягкой операцией – сверткой. Заключается она в том, что часть наименее значимых элементов кластера включается в новый элемент с именем «другие» и с весом, равным суммарному весу исключенных элементов. Таким образом, исключенные элементы продолжают влиять на принятие решения. Но поскольку все они свернуты в один-единственный элемент, их дальнейший анализ уже не требует трудозатрат. В том случае, если элемент «другие» должен появиться в МПС, во всех позициях строки и столбца матрицы, относящихся к этому элементу, ставится одно и то же «нейтральное» значение, не влияющее на веса остальных элементов (1/n, где n – количество сравниваемых альтернатив).

Как показывает опыт, замена прореживания на свертку всегда приводит к некоторому «сглаживанию» результатов. Разница между весами контрастных сценариев становится менее ощутимой. Примерно в 10% случаев прореживание и свертка приводят к существенно разным результатам: к тому, что у контрастных сценариев не просто меняются веса, а в списке контрастных сценариев происходит смена лидера.

Третий механизм сокращения экспертоемкости связан с устранением несогласованностей в МПС. Несогласованность выражается в нарушении транзитивности отношения превосходства (если A>B и B>C, то должно быть A>C). Нарушение это может носить характер качественный (A>B, B>C, C>A), а может – количественный (A>>B, B>>C, A>C).

Количественная несогласованность связана с тем, что оценивается превосходство по некоторой шкале (слабое/среднее/сильное). Отсюда возможна ситуация: A>>B, B>>C, A>C.

Дело осложняется тем, что при сравнении оперировать необходимо качественными понятиями (сильный-слабый), а в МПС они записываются в числовом виде [12, с. 10].

Причина несогласованности матрицы заключается в следующем. Вообще говоря, содержимое МПС определяется n числами – «истинными весами» альтернатив. В идеале матрица должна состоять из отношений этих n чисел. Но поскольку истинные веса неизвестны, необходимо выбрать для матрицы (n2-n)/2 различных значений, которые будут служить некоторыми приближениями для отношений истинных весов. При построении матрицы парных сравнений обеспечивается ее обратная симметричность, но в матрице, построенной из отношений истинных весов, связи между элементами гораздо более многообразны, поскольку вес каждой альтернативы входит в (2n-1) элементов матрицы (все элементы одной строки и одного столбца).

Далее будем использовать следующие обозначения. Будем считать, что рассматриваемые альтернативы имеют некоторые «истинные веса». МПС, составленную из таких весов, обозначим буквой С. В реальности истинные веса неизвестны. Вместо них рассматривается некоторая матрица А, элементы которой являются некоторыми приближениями истинных весов.

Для выявления несогласованностей в матрице парных сравнений могут быть использованы следующие методы:

1) проверка транзитивных троек;

2) нормализация строк;

3) вычитание отношений приоритетов.

Все они основаны на некоторых фактах, имеющих место для идеальной матрицы C, построенной из истинных весов (cij = wi / wj). Поскольку реально используемая матрица A является не более чем некоторым приближением матрицы C, для матрицы A эти свойства тоже будут иметь место «в некотором приближении». Поэтому в случае применения любого из перечисленных методов придется решать одну и ту же проблему. Любой из методов почти наверняка покажет сразу много отклонений от идеальной картины. Исправить их все будет практически невозможно. Невозможность исправления связана с тем, что для заполнения матрицы мы вынуждены использовать только величины из установленной шкалы, в то время как в идеальной матрице значения могут быть любыми.

Опишем перечисленные методы более подробно.

Метод поверки транзитивных троек основывается на следующем факте: в случае использования истинных весов cij * cjk = cik. Следовательно, для выявления нарушений согласованности нужно проверить соотношения aij * ajk aik при i, j, k = 1, 2, … , n . Перебор может быть значительно сокращен за счет таких свойств матрицы парных сравнений, как наличие единиц на главной диагонали и обратная симметричность.

Достоинство метода в том, что сразу же определяется тройка элементов, в которых нарушена транзитивность. Недостаток – в больших «шумовых» эффектах. Количество обнаруженных отклонений может быть весьма велико, а выбор тройки для первоочередной корректировки – не очевиден.

Метод нормализации строк основан на следующем наблюдении. Поделим в матрице C каждую строку на ее первый элемент:

В результате получим матрицу, состоящую из одинаковых строк.

Аналогичные преобразования матрицы A должны дать матрицу из приблизительно одинаковых строк. Наиболее значительные отклонения укажут на те позиции матрицы A, где имеются наиболее значительные отклонения от согласованности.

Достоинство метода в том, что отклонения в матрице с нормализованными строками могут быть представлены очень наглядно. Для этого достаточно по каждой из строк матрицы построить линейную диаграмму. В идеальном случае все линии должны совпадать. В случае количественной несогласованности все отрезки будут иметь разный угол наклона, но одинаковую направленность – вверх или вниз. В случае качественной несогласованности соответствующие отрезки будут иметь разную направленность: одни – вверх, другие – вниз. Качественная несогласованность (т.е. наиболее серьезные нарушения) проявляется на диаграмме особенно наглядно. В случае качественной несогласованности участок линии соответствующий этой несогласованности будет иметь другую направленность относительно других линий.

Недостаток метода состоит в том, что для нарушения транзитивности нужны три элемента, а позиция в матрице дает только два из них. Метод указывает на то, какое соотношение следует изменить, но не указывает на то, какие три соотношения противоречат друг другу.

Для выбора наиболее несогласованной тройки, оказывающей наибольшее влияние на оценку согласованности всей матрицы может быть использован следующий вариант. В матрице с нормализованными строками выбирается столбец с максимальным отношением наибольшего и наименьшего значений. Соответствующий столбец матрицы А будет корректироваться в первую очередь. Позиции с наибольшим и наименьшим значениями определяют три альтернативы (одну – соответствующую столбцу и две – соответствующие строкам). Эта тройка будет корректироваться в первую очередь.

Метод вычитания отношений приоритетов выглядит следующим образом. Рассмотрим отношение локальных приоритетов, вычисленных по матрице С:

То есть для матрицы С разность (cij – pi/pj) = 0 для любых i, j. Проделаем аналогичные действия с матрицей A. Из каждого ее элемента вычтем отношение локальных приоритетов, соответствующих строке и столбцу этого элемента:

Наибольшие отклонения от нуля укажут на те позиции матрицы A, где имеются наиболее значительные отклонения от согласованности.

Данный метод обладает тем же недостатком, что и предыдущий: он указывает только одну позицию в матрице, т.е. только пару альтернатив, а не тройку, на которой нарушается отношение транзитивности.

Таким образом, МАИ является эффективным средством выбора альтернатив. С его помощью решаются сложные социально-экономические задачи, требующие структуризации целей и выбор в соответствии со значимыми критериями. Метод состоит в декомпозиции проблемы на все более простые составляющие части и дальнейшей обработке последовательности суждений лица, принимающего решения, по парным сравнениям. В результате может быть выражена относительная степень (интенсивность) взаимодействия элементов в иерархии. Эти суждения затем выражаются численно. МАИ включает в себя процедуры синтеза множественных суждений, получения приоритетности критериев и нахождения альтернативных решений. Такой подход к решению проблемы выбора исходит из естественной способности людей думать логически и творчески, определять события и устанавливать отношения между ними.