1 Санкт-Петербургский государственный политехнический университет Факультет инноватики Кафедра "Теоретических основ инноватики Курс/Семинар Принятие решений. Системы (методы) поддержки. Многокитериальный анализ. Методы Саати. Доц. Бобылев Николай Геннадьевич Skype: nikolaibobylev Tel.: Лекция 1 Тематический обзор Принятие решений и многокритериальный анализ

Содержание лекции 1 Принятие решений, выбор, оценка Однокритериальные и многокритериальные задачи Проблемы в многокритериальных задачах Подходы и методы совместного анализа нескольких критериев Точные и надежные решения Основы многокритериального анализа Методы МКА МАИ – масштаб (cardinal, ordinal), шкала -scale МАИ – попарные сравнения (лучше чем много сразу?) Иерархии Примеры кейсов 2

Принятие решений, выбор, оценка Простые задачи – решение можно принять основываясь на здравом смысле Сложные задачи требуют систематизации и методов их решения, многокритериальный анализ (МКА) – один из них Задача МКА не только и не столько в получени количественного ответа (цифры – что лучше и на сколько), а во всестороннем исследовании проблемы и обоснования решения Лицу, принимающему решение, становится ясно что он решает и какие компромисы возможны 3

Однокритериальные и многокритериальные задачи Оптимизация в многокритериальных задачах не очевидна МКА помогает разрешить конфликт интересов 4

Проблемы в многокритериальных задачах Несравнимые единицы измерения (м, руб) – решения – монетизация, МКА Разные по сути дискрипторы критериев – количественные, качественные Сложное решение можно разбить на много простых (МАИ) Согласованность суждений 5

Подходы и методы совместного анализа нескольких критериев Список Приведение к одному критерию (монетизация, cost- benefit analysis) SWOT Hedonic pricing Многокритериальный анализ 6

7 Точные и надежные решения: теряем в точности, увеличиваем надежность Основы многокритериального анализа Multiple criteria decision analysis (MCDM) {MCA, MCDA} is a method of decision analysis, that involves the use of scoring and weighting systems based on criteria, in order to test and compare impacts of alternatives

8 MCDA Methods American school: Analytic Network Process Analytic Hierarchy Process by Thomas Saaty European school: MACBETH (Measuring Attractiveness by a Categorical Based Evaluation Technique) by Carlos Bana e Costa et.al.

9 MCA software On Balance Expert Choice Decide Wise Hiview Logical Decisions HIPRE Crystal Ball

10 By Creative Decisions Foundation 4922 Ellsworth Avenue Pittsburgh, PA Phone: Fax: Analytic Network Process Analytic Hierarchy Process by Thomas Saaty

11 Joseph M. Katz Graduate School of Business, University of Pittsburgh Thomas L. Saaty Distinguished University Professor BQOM 2904 Creative Thinking and Problem Solving (MBA) BQOM 2521 Decision Making (MBA) Decision Making (IEMBA) Decision Making Lecture (CBA)

Do Numbers Have an Objective Meaning? Sheep: 2 sheep (1 big, 1 little) Since we deal with Non-Unique Scales such as [lbs., kgs], [yds, meters], [Fahr., Celsius] and such scales cannot be combined, we need the idea of PRIORITY. PRIORITY becomes an abstract unit valid across all scales. A priority scale based on preference is the AHP way to standardize non-unique scales in order to combine multiple criteria.

Nonmonotonic Relative Nature of Absolute Scales Good for preserving food Bad for preserving food Good for preserving food Bad for comfort Good for comfort Bad for comfort Temperature

14 Size Apple AApple BApple C Size Comparison Apple A Apple B Apple C Apple A /10 A Apple B 1/2 1 33/10 B Apple C 1/6 1/3 11/10 C Resulting Priority Eigenvector Relative Size of Apple Basic idea: pairwise comparisons

15 GOAL CRITERIA ALTERNATIVES Hierarchic Thinking

16 Other MCDM tools: a model in Web-HIPRE AHP on-line software

17 Value of alternatives elicitation using AHP

18 Result analysis: contribution of different groups of criteria to the result

19 Sensitivity analysis

Примеры кейсов 1 (4) 20 Examples of cases (general): The city where better to live Choosing a career Choosing a brand Vendor Selection Cost minimization

Примеры кейсов 2 (4) 21 Examples of cases (management): Merging, takeover, consolidation Vendor Selection Cost minimization IPO Hiring Marketing Strategy

Примеры кейсов 3 (4) 22 Examples of cases (environmental): Strategic Environmental Assessment (np: transport policy) Ecological safety of the critical object (np: nuclear, hydro) Environmental bezopastost territory (np: Municipality) Life cycle (LCA, LCC) Evaluation of Environmental Quality (city) Select a scheme of waste management Ecosystem Services

Примеры кейсов 4 (4) 23 Examples of cases (Innovation): Creative website project to attract corporate investment (project for sale) Creative website project to attract advertisers Most promising innovative product (investments) Risk assessment of new initiatives Best technology selection (technical focus) Best technology selection (commercial focus) Best technology selection (human capital focus) Combinations with project management software (only for Master level)

24

25

Лекция 1 Домашнее задание 26 Поискать в интернете: Литературу на русском языке по МКА Студенческие рефераты по МКА моделям Софт по МКА (рус+англ) Подумать о: Интересной для Вас МКА задаче Вашей команде (+ уровень владения английским) Загрузить софт