1.

1 Metoda ELECTRE
Metodu ELECTRE (ELimination Et Choix Traduisant la REalit) stvorio je Bernard Roy.
Pojam ELECTRE moemo doslovno prevesti kao Eliminacija i izbor za prevoenje
stvarnosti, a odnosi se na izbor najbolje aktivnosti od danog seta aktivnosti, odnosno izbor
najbolje odluke u viekriterijskom odluivanju. Razvijena je 60-ih godina 20. stoljea u
konzultantskoj kui SEMA i doraivanjem je stvorena prva inaica metode pod nazivom
ELECTRE I. Na njezinim osnovama kasnije su razvijene metode ELECTRE II, III, IV, A i
TRI (electre tree). 1 Sve su to metode usmjerene na izbor i rangiranje alternativa naspram vie
kriterija. Neke specifinosti navedenih metoda mogu se vidjeti na Slici 3.2.

ELECTRE
II

ELECTRE
III

ELECTRE
IV

rjeavanje problema rangiranja aktivnosti od najbolje

opcije do najloije
koritenje pseudo-kriterija i fuzzy binarnih relacija
nastala za potrebe rjeavanja problema parike mree
podzemne eljeznice

Slika 3.1. ELECTRE II, III, IV2

1 Begievi-Reep, N. Materijali iz kolegija Teorija odluivanja. FOI, Varadin, 2013.

2Milkovi, A. (2010). ELECTRE: Seminarski rad. PMF Matematiki odsjek. Dostupno
14.1.2014.

na

https://www.google.hr/url?

sa=t&rct=j&q=&esrc=s&source=web&cd=1&ved=0CC0QFjAA&url=http%3A%2F
%2Fdegiorgi.math.hr%2Fforum%2Fdownload.php%3Fid
%3D1699&ei=yBHTUq6QD9T2yAOiqYDoDw&usg=AFQjCNG2NhVOnLm8ZV3WVcqvF
SNX9QQ39w&sig2=-tjxwJmFf0-l_pDXguMTIg
1

Metoda ELECTRE primjenjiva je ukoliko donositelj odluke treba donijeti odluku u

situacijama za koje vrijede odreene specifinosti. Specifinosti, odnosno znaajke koje se
veu uz ovu metodu su sljedee:3
1)

Model odluivanja ima bar tri kriterija;

2) Alternative ocjenjujemo prema skali rednih brojeva ili malih intervala, a koje nisu
prikladne za usporeivanje razlika;
3) Vrlo heterogena svojstva kriterija;
4)

Potrebna je nekompenzacijska procedura ocjenjivanja alternativa, jer donositelj

odluke ne prihvaa kompenziranje gubitka po jednom od navedenih kriterija;

5)

Za barem jedan kriterij vrijedi da male razlike u ocjenjivanju nisu bitne u

odreivanju preferencija, ali zajedniki uinak vie manjih odstupanja moe biti
bitan.

Problema se u metodi ELECTRE definira preko skupa alternativa i skupa atributa:

skup alternativa/rjeenja oznaavamo sa A (A1, A2, ..., An),

skup atributa/kriterija oznaavamo sa F (F1, F2, ..., Fn).

Alternative, odnosno rjeenja vrednujemo prema atributima tako da odredimo vrijednost koju
svaka alternativa iz skupa alternativa ima po svakom kriteriju iz skupa kriterija. Prema tome,
proces odluivanja rezultira odabirom alternative koja je najbolja s obzirom na sve navedene
kriterije. Cilj metode ELECTRE je dobiti grafiki odnos meu poetnim alternativama. Kada
na kraju dobijemo usmjereni graf vizualno i intuitivno postaje jasno koja alternativa
predstavlja najbolji izbor. Mogue je i da ova metoda ponekad ne da dobra rjeenja.
Svi kriteriji (F) nisu jednako vani pa im stoga pridruujemo pondere (teine). Zbroj svih
teina iznosi 1. Kod kriterija je bitno navesti koji je tip kriterija, a mogu biti sljedea dva tipa:

min manje je bolje,

max vie je bolje.

Npr. kod kupnje automobila moemo imati za kriterije cijenu, izgled i potronju. Svakom
kriteriju dodati emo teinu koju odreujemo prema naim resursima s kojima raspolaemo,
te emo definirati tip kriterija (min, max). Prema navedenome, moemo opisati kriterije na
sljedei nain:
3Begievi-Reep, N. Materijali iz kolegija Teorija odluivanja. FOI, Varadin, 2013.
2

Cijena 0.5 (min),

Izgled 0.1 (max),
Potronja 0.4 (min).

Vidimo iz navedenog da nam je cijena najbitnija jer smo joj dodijelili najveu teinu. Cilj nam
je da ona bude im manja pa smo stavili da je tip kriterija min. Izgled automobila nam nije
toliko bitan pa ima najmanju teinu, ali njegov tip kriterija je max zbog toga to elimo da
automobil izgleda im bolje, znai teimo da taj kriterij bude im vii.
1.1.1 Koraci u metodi ELECTRE

Postoji deset koraka u metodi ELECTRE, a to su sljedei:4

1.

Postavka problema matrica odluivanja

2.

Raunanje normalizirane matrice odluivanja

3.

Raunanje ponderirane normalizirane matrice odluivanja

4.

Odreivanje skupova suglasnosti i nesuglasnosti

5.

Raunanje matrice suglasnosti

6.

Raunanje matrice nesuglasnosti

7.

Raunanje matrice dominacije po suglasnosti

8.

Raunanje matrice dominacije po nesuglasnosti

9.

Raunanje agregirane matrice dominacije

10.

Eliminiranje najslabijih alternativa.

Korake u metodi ELECTRE najbolje emo objasniti kroz jednostavan primjer viekriterijskog
odluivanja koji se sastoji od tri alternative i tri kriterija. Postupak i formule raunanja
preuzeti su iz materijala sa nastave iz kolegija Teorija odluivanja.5
1) Postavka problema matrica odluivanja
Tablica 3.1. Matrica odluivanja

Kriterij (F)
Teina (w)

F1
0.6

F2
0.2

F3
0.2

4 Hunjak, T. Materijali iz kolegija Teorija odluivanja. FOI, Varadin, 2013.

5 Begievi-Reep, N. Materijali iz kolegija Teorija odluivanja. FOI, Varadin, 2013.
3

Alternativa

Tip kriterija
A1

max
200

min
0.2

max
5

A2

300

0.5

A3

250

0.25

Poetni prikaz problema odluivanja (Tablica 3.1.) sadri alternative (A), kriterije (F) koji se,
kao to smo ve napomenuli, sastoje od dva dijela:

teine kriterija (w) i

tipa kriterija (min, max),

te vrijednosti koje pojedine alternative postiu po svim kriterijima [f(A)].

Nakon to smo postavili poetni problem, potrebno je izjednaiti tipove kriterija, odnosno
postaviti da svi kriteriji imaju ili tip max ili tip min. U naem sluaju kod drugog kriterija F2
prebaciti emo tip kriterija iz min u max (Tablica 3.2.).
Znai, mijenjamo kriterij F2 tako da umjesto njegovih postavljenih vrijednosti stavljamo
reciprone vrijednosti, koje smo dobili na sljedei nain:

0.2 = 1/5, to znai da je reciprona vrijednost jednaka 5,

0.5 = 1/2, to znai da je reciprona vrijednost jednaka 2,
0.25 = 1/4, to znai da je reciprona vrijednost jednaka 4.
Tablica 3.2. Matrica sa izjednaenim tipom kriterija (max)

Alternativa

Kriterij (F)
Teina (w)
Tip kriterija
A1

F1
0.6
max
200

F2
0.2
max
5

F3
0.2
max
5

A2

300

A3

250

2) Raunanje normalizirane matrice odluivanja

Sljedei korak je raunanje normalizirane matrice odluivanja R. Ovaj korak je potreban jer
svi kriteriji ne moraju imati jednake mjerne skale. Stoga raunamo normalizacijske konstante,
i to preko euklidske normalizacije:

N 1= 2002 +3002 +2502=438,75

N 2= 52 +22 +4 2=6,71
N 3= 52 +62 +7 2=10,49
Ovim izraunom dobili smo normalizacijske konstante za svaki od kriterija (npr. za F 1 to je
N1). Nakon to smo izraunali konstante, popravljamo, odnosno normaliziramo vrijednosti
pojedinih kriterija u stupcu, i to na sljedei nain:
A
( 1 , F 1)=F1 ( A1 )/ N 1

A
( 2 , F 1)=F1 ( A2 )/ N 1

A
( 3 , F 1 )=F1 ( A 3)/ N 1

1
,
F
(
2)=F2 ( A1 )/ N 1

2
,
F
(
2)=F2 ( A 2)/ N 1

3
,
F
(
2 )=F 2( A 3)/ N 1

A
( 1 , F 3)=F3 ( A 1)/ N 1

A
( 2 , F 3 )=F3 ( A 2)/ N 1

A
( 3 , F 3 )=F 3 ( A 3)/N 1

Na kraju smo dobili eljenu normaliziranu matricu odluivanja (Tablica 3.3.).

Tablica 3.3. Normalizirana matrica odluivanja

Alternativa

Kriterij (F)
Teina (w)
Tip kriterija
A1

F1
0.6
max
0,45

F2
0.2
max
0,74

F3
0.2
max
0,48

A2

0,68

0,29

0,57

A3

0,56

0,59

0,67

3) Raunanje ponderirane normalizirane matrice odluivanja

Nakon toga raunamo ponderiranu normaliziranu matricu odluivanja tako to trenutnu
vrijednost u matrici mnoimo sa ponderom, na sljedei nain:
5

A
( 1 , F 1)=F1 ( A 1 )w1

A
( 2 , F 1)=F1 ( A2 )w1

A
( 3 , F 1 )=F1 ( A 3)w1

A
( 1 , F 2)=F2 ( A1 )w2

A
( 2 , F 2)=F2 ( A 2)w2

A
( 3 , F 2 )=F 2( A 3)w2

A
( 1 , F 3)=F3 ( A 1)w3

A
( 2 , F 3 )=F3 ( A 2)w3

A
( 3 , F 3 )=F 3 (A 3)w 3

Primjer izrauna za alternativu A1 i kriterij F1 je sljedei:

A
( 1 , F 1)=0,450,6=0,27

Ovim postupkom dobije se ponderirana normalizirana matrica odluivanja (Tablica 3.4.).

Tablica 3.4. Ponderirana normalizirana matrica odluivanja

Alternativa

Kriterij (F)
Teina (w)
Tip kriterija
A1

F1
0.6
max
0,2735

F2
0.2
max
0,1490

F3
0.2
max
0,0953

A2

0,4103

0,0596

0,1144

A3

0,3419

0,1192

0,1335

4) Odreivanje skupova suglasnosti i nesuglasnosti

Za svaki par alternativa koje usporeujemo

( a k , al ) , k , l ( 1, 2, ,n ) , k l
trebamo odrediti skup indeksa kriterija J = {1,2,,n} koji se dijelina dva podskupa, a to su:

 skup suglasnosti - skup indeksa kriterija po kojima je neka alternativa

neke druge alternative

ak

bolja od

al

a
( k ) F j (al) }
C kl={ j/ F j

skup nesuglasnosti - skup indeksa kriterija po kojima je neka alternativa

od neke druge alternative

ak

slabija

al

a
( k )< F j (a l)}
Dkl ={ j/ F j
Znai, za prvi skup suglasnosti C12 usporeujemo alternative A1 i A2 prema skupovima
kriterija. Gledamo u prva dva retka u ponderiranoj normaliziranoj matrici odluivanja i
usporeujemo prema kojem kriteriju je A1 bolja od A2

()

U ovoj usporedbi to vrijedi

samo za kriterij F2 i zato se on jedini nalazi u skupu suglasnosti C 12 (Tablica 3.5.). Tako emo
napraviti i za sve ostale alternative. Nakon toga emo isto odrediti skupove nesuglasnosti,
samo sa izmjenom u usporedbi. U skupove sluglasnosti e ui oni kriteriji za koje vrijedi da je
jedna alternativa loija od druge alternative (

Primjetimo da skup suglasnosti C12 i skup

nesuglasnosti D12 nemaju nijedan isti kriterij, te da skupa ine cijeli skup od tri zadana
kriterija (f1, f2, f3).

Tablica 3.5. Skupovi suglasnosti i nesuglasnosti

S ku p o v i
s u g la s n o s t i
( )
C 12 = { f2}
C 13 = { f2}
C 21 = { f1,
f3}
C 23 = { f1}
C 31 = { f1,
f3}
C 32 = { f2,
f3}

S ku p o v i
n e s u g la s n o s t i
(< )
D 12 = { f1,
f3}
D 13 = { f1,
f3}
D 21 = { f2}
D 23 = { f2,
f3}
D 31 = { f2}
D 32 = { f1}

5) Raunanje matrice suglasnosti

Nakon to smo odredili skupove suglasnosti, trebamo odrediti matricu suglasnosti koja e se
sastojati od tri retka, s obzirom na broj alternativa, i tri stupca, s obzirom na broj kriterija.
Vrijednosti unutar matrice suglasnosti (Tablica 3.6.) raunamo tako da upiemo skupne
pondere, odnosno teine koje imaju odreeni skupovi suglasnosti. U poziciju (1,1) na matrici
unosimo teinu za skup suglasnosti C 12, i tako redom. Ukoliko se skup sastoji od vie
elemenata, onda njihove teine zbrojimo, tako imamo npr. za skup C21 sljedei izraun:

C21 = {f1, f3}

C21= (0.6 + 0.2) = 0.8
Tablica 3.6. Matrica suglasnosti C

Kao zavrni dio ovog koraka trebamo odrediti prag suglasnosti. To je aritmetika sredina
brojeva iz matrice suglasnosti C, a iznosi:

c =0,5

Na dijagonali ne postoje nikakve vrijednosti jer nema smisla usporeivati neku alternativu
samu sa sobom.
6) Raunanje matrice nesuglasnosti
Raunanje vrijednosti unutar matrice nesuglasnosti (Tablica 3.7.) malo je zahtjevnije od
raunanja vrijednosti unutar matrice suglasnosti. Formula za izraun je sljedea:
Dlk =

najvearazlika izmeu al i ak po kriterijima po kojima jea l bolja od ak

najvei raspon izmeu al i ak po svim kriterijima

Npr. vrijednost D12 = {f1, f3} za matricu nesuglasnosti rauna se na sljedei nain:
D12=

D12=

max {|d 11d 21|,|d 13d 23|}

max {|d 11d 21|,|d 12d 22| ,|d 13d 23|}
max {|0,27350,4103|,|0,09530,1144|}
=1
max {|0,27350,4103|,|0,14900,0596|,|0,09530,1144|}
Tablica 3.7. Matrica nesuglasnosti D

I nakon toga odredimo prag nesuglasnosti, koji je aritmetika sredina brojeva iz matrice
nesuglasnosti D, a iznosi:

d=0,83
7) Raunanje matrice dominacije po suglasnosti

Matricu dominacije po suglasnosti E dobijemo usporedbom vrijednosti iz matrice suglasnosti

sa pragom suglasnosti
c =0,5

i to prema sljedeem kriteriju:

c ij c 1

c ij < c 0

Tako dobijemo matricu dominacije po suglasnosti (Slika 3.8.).

Tablica 3.8. Matrica dominacije po suglasnosti E

8) Raunanje matrice dominacije po nesuglasnosti

Matricu dominacije po nesuglasnosti F dobijemo usporedbom vrijednosti iz matrice
nesuglasnosti sa pragom nesuglasnosti

d=0,83
prema sljedeem kriteriju:
d ij d 1

d ij > d 0

Na taj nain dobijemo matricu dominacije po nesuglasnosti (Slika 3.9.).

Tablica 3.9. Marica dominacije po nesuglasnosti F

10

9) Raunanje agregirane matrice dominacije

Na kraju raunamo jo i agregiranu matricu dominacije H koja se dobije tako da se pomnoe
sljedee vrijednosti:
hij =e ijf ij

gdje

hij

predstavlja elemente agregirane matrice dominacije koji se dobiju mnoenjem dva

elementa:

e ij

elementi matrice dominacije po suglasnosti (E),

f ij

- elementi matrice dominacije po ne suglasnosti (F).

Tablica 3.10. Agregirana matrica dominacije H

10)

Eliminiranje najslabijih alternativa

Konano, u zadnjem koraku metode, prema dobivenoj

agreriranoj matrici dominacije H crtamo graf agrerirane
dominacije (Slika 3.3.). Svaka alternativa u grafu predstavlja

A1

vrh grafa, a lukovi, tj. strelice u grafu idu od A2 i A3 prema A1

zbog pozicija jedinica u matrici H.
Slika 3.2. Graf agregirane dominacije

Ukoliko strelice idu prem nekoj alternativi iz neke druge alternative, znai da te alternative
nisu dominirane, odnosno, prema teoriji grafova, one nisu zavrni vorovi niti jednog luka
(strelice). U naem primjeru to su alternative A2 i A3. Alternative koje nisu dominirane ni s
jednom drugom alternativom ine jezgru grafa, odnosno rjeenje metode.
11

I na kraju, kao rezultat eliminiramo alternativu A1, jer su alternative A2 i A3 bolje alternative
od nje.
Rezultat nije konaan jer ne znamo koja je alternativa najbolja izmeu alternativa A2 i A3, to
znai da bi ovaj cijeli postupak trebalo ponoviti tako da se izbaci alternativa A1 i napravi
izraun za preostale dvije alternative.

12