OSTATECZNA GLOBALNA OCENA

Ostateczna globalna ocena musi być wydana na podstawie nowego rodzaju gra­fu syntetyzującego n kryteriów: G = (X, U).Problem przejścia od grafów kryterialnych typu Gj do grafu syntetyzującego G rozwiązuje się za pomocą metody opracowanej przez B. Roya [41 ]. Istotę tej metody przedstawia T. Kasprzak [16]. Tok postępowania jest następujący: rozpatrzenie zbioru elementów, np. rozwiązań oraz określenie zasad dokonywania agregacji dla przypadków szczególnych,  określenie skal mierzalnych i niemierzalnych, ale co najmniej porządkują­cych, pogrupowanie kryteriów według skal występujących w danych przestrzeniach kryterialnych,  określenie wag ( i = 1, 2, …, n) dla przestrzeni kryterialnych,określenie progów zgodności p oraz niezgodności q,obliczanie wskaźników zgodności i niezgodności,  konstruowanie grafu syntetycznego.

NIEZALEŻNE PORÓWNANIA

Grafy zadań  wielokryterialnych tworzy się wtedy, gdy występuje m wariantów i rozpatruje się  preferencje pomiędzy nimi w n przestrzeniach kryterialnych.Odwzorowanie zbioru wariantów X w przestrzeni K^ pozwala na określenie grafu skierowanego G.Tak więc każdemu J-temu kryterium odpowiada jeden graf skierowany, co oznacza, że porównywanie m wariantów ze względu na n kryteriów zostaje rozbite na n niezależnych porównań. Postępowanie jest analogiczne jak przy grafach jednokryte- rialnych. Oczywiście każdy graf Gj, reprezentujący uporządkowanie powstałe na podstawie porównań poszczególnych rozwiązań, może być inny, ponieważ dane roz­wiązanie, oceniane według poszczególnych kryteriów, może zajmować różne miejsca na skali.

WYBÓR ROZWIĄZANIA ZE ZBIORU

Jeżeli ze zbioru n wariantów trzeba wybrać rozwiązanie lub podzbiór roz­wiązań najlepszych na podstawie jednego kryterium, to takie zadanie realizuje się w kilku następujących krokach:   ze zbioru rozwiązań X wyznacza się dowolne rozwiązanie bazowe,XQ€ X,  porównuje się rozwiązania ze zbioru X w stosunku do rozwiązania bazowegoXQ i   wskazuje na rozwiązania lepsze od bazowego, gorsze lub równoważne,   zmienia się kolejno rozwiązanie bazowe i tworzy się dla każdego XieX odpowiednie grafy. Każde porównanie należy przeprowadzać niezależnie od wyników poprzednich porównań. W rezultacie najlepsze będą warianty, których grafy wskażą największą liczbę wierzchołków. W przedstawionym na rys, 18.3 przykładzie najlepszy jest wariant X^, a ‚najgorsze są Xg i Xj.

ALGORYTMY OPARTE NA TEORII GRAFÓW

Drugi wpływ mogący zdeformować obiektywną ocenę nazywany jest efektem granic przedziału .Ze względu na efekt kolejności osi, metoda ta jest wiarygodna przy liczbie kryteriów nie większej niż trzy, co wyjaśniono w pracy .Przez graf rozumiemy każdy schemat umiejscowiony w przestrzeni Rn (prze­strzenie n-wymiarowe) złożony:1)  ze zbioru punktów XC<x» , należących do przestrzeni Rn, zwanych wierz­chołkami .grafu,2)  ze zbioru odcinków łuków U skierowanych lub nie, łączących każde dwa wierzchołki, tak że każda z linii jest określona przez parę wierzchołków Xr, Xg. Graf zapisuje się za pomocą wprowadzonej notacji dla zbioru wierzchołków X i zbioru łuków U: G = (X, U).

WYBÓR METODY OCENY

W takiej sytuacji decydent musi wybrać metodę oceny. Jeśli będzie przywią­zywał szczególną uwagę do kryterium drugiego, wybierze wariant B, a Jeśli dla niego tak samo ważne będą obydwa kryteria, wybierze wariant A, gdzie wartości mierników cząstkowych są mniej rozrzucone. Oczywiście problem ważności kryteriów można rozwiązać za pomocą wag. Jednak zależnie od specyfiki procesu decyzyjnego raz może okazać się lepsza jedna metoda, raz druga. Metoda sumowania mierników cząstkowych może być stosowana, jeżeli kryteria są tak różne, Jak koszt inwesty­cji i czas realizacji. Metoda zaś mnożenia mierników cząstkowych może się okazać słuszna dla takich kryteriów, jak koszt eksploatacji maszyn i koszt robocizny.

WYBÓR ROZWIĄZAŃ

Optymalizacja i wybór rozwiązań dla zagadnień technicznych jest prostszy, bowiem racjonalne przesłanki prowadzą najczęściej do racjonalnych decyzji w zakresie rozwiązań, w zagadnieniach ekonomicznych decyzje muszą być często podejmowane w warunkach ryzyka i niepewności* Ogólnie mówiąc problem decyzyjny jest problemem analizy zbioru decyzji do­puszczalnych, czy rozwiązań dopuszczalnych. Celem tego procesu jestj wybór jed­nej decyzji uznanej za najlepszą albo wyodrębnienie podzbioru decyzji uznanych za dobre, lub uszeregowanie decyzji od najlepszej do najgorszej. Przed pojawie­niem się analizy wielokryterialnej definicja dobrej lub najlepszej decyzji wy­nikała z Jednego kryterium reprezentowanego przez funkcje celu.

W PRAKTYCE

W praktyce bywają rozwiązania, które cha­rakteryzują się małym zużyciem materiałów, ale dużym zużyciem robocizny, dużą wydajnością, ale również dużym zużyciem energii. Powstaje pytanie, które z tych kryteriów przyjąć za wiodące, za najważniejsze, według którego kryterium opty­malizować rozwiązania?W metodzie programowania liniowego możemy wprawdzie zestawić „optymalne’ rozwiązania wg kolejnych kryteriów, ale nie możemy wybrać optymalnego rozwiąza­nia ze względu na kilka najważniejszych kryteriów, Jednocześnie branych pod uwagę. Tego typu optymalizacją zajmuje się polioptymalizacja, czyli optymaliza­cja wielokryterialna.