Professional Documents
Culture Documents
ANALIZA
UVOD
Poslednjih decenija dolo je do snanog razvoja i neobine popularnosti metoda
viekriterijumske analize. Razlozi ovog fenomena su i teorijske i praktine prirode:
u teorijskom smislu viekriterijumska analiza je atraktivna jer se bavi nedovoljno
struktuiranim problemima (engl. ill structured problems),
u praktinom smislu nudi veliku pomo u reavanju svakodnevnih zadataka izbora odluka,
upravljakih akcija, alat su u projektovanju i metodolokoj podrci u eksploataciji najraznovrsnijih
sistema.
Bez obzira da li je u pitanju strategijska ili operativna odluka / upravljaka akcija, da li je u
pitanju problem sa dominantno tehnikim ili preteno ekonomskim sadrajem, ili se radi o
multidisciplinarnom problemu, bez obzira da li je re o problemu koji se die dela sistema ili
sistema u celini, metode viekriterijumske analize pruaju veliku pomo u izboru pravih reenja u
zadacima odluivanja upravljanja u projektovanju i eksploataciji.
Sledi nekoliko moguih primera primene viekriterijumske analize:
problem izbora lokacije raznih logistikih centara,
brojni problemi u vezi sa izborom opreme, raznim ponuaima
problemi izbora koncepcije razvoja, organizacione strukture,
izbor novih N radnika po konkursu na koji se prijavilo M kandidata (M>>N), itd.
FORMALIZAM VIEKRITERIJUMSKE ANALIZE
Posmatra se konaan skup alternativa (odluka, upravljakih akcija, potencijalnih reenja),
AiA. Svaka alternativa vrednovana (opisana) je sa vie kriterijuma (atributa, pokazatelja), KjK.
Postoje tri tipa viekriterijumskih zadataka:
jedno reenje (viekriterijumska optimizacija),
dobijena reenja se rangiraju (viekriterijumsko rangiranje),
kao reenje problema, odvaja se skup dobrih od skupa loih reenja.
Alternative i kriterijumi obino se urede u matrinu tabelu, kao u nastavku:
xi1
xi2
xij
xmj
xmn
Ai
xin
Kn
x1n
x2n
Kj
x1j
x2j
K2
x12
x22
Alternative
A1
A2
K1
x11
x21
Am
xm1
xm2
max/min
max
max
Wj
W1
W2
min
Wj
su alternative, odn.
potencijalna reenja
(npr: potencijalni
ponuai opreme,
potencijalne lokacije...).
Sve alternative
vrednujemo na osnovu
vie kriterijuma K j .
Svaki od tih kriterijuma
je ili maksimizacionog
(max) ili
minimizacionog (min)
tipa (npr: cena je
kriterijum, koji uvek
treba minimizirati, dakle
tipa min). x ij je
vrednost i-te alternative
prema j-tom kriterijumu.
Ai
Kriterijumi
min
Wn
U literaturi se moe nai veliki broj metoda viekriterijumske analize. Nisu sve podjednako
teorijski i praktino interesantne i vane. U nastavku su nabrojane neke od poznatijih.
Max-min metoda
Ova metoda kvalitet alternative meri samo na osnovu njene vrednosti po kriterijumu po
kome je najloija. Za najbolju alternativu proglaava onu koja ima najveu najloiju
karakteristiku, odnosno onu koja je najmanje loa. Dakle, prvo se trae minimumi po vrstama
tabele, a potom u koloni koja proistie iz ovog postupka trai se maksimum. Ona alternativa kojoj
odgovara naeni maksimum (A*) predstavlja najbolje reenje. Sledi formalan zapis ovog iskaza:.
A* = { A i
rij
Normalizacija:
x ij
x max
j
, x max
= max x ij .
j
i
NAIN I
x min
j
x ij
, x min
= min x ij .
j
i
x ij x min
j
x min
x max
j
j
NAIN II
min kriterijume - rij =
x max
x ij
j
x min
x max
j
j
Max-max metoda
Za razliku od prethodne metode, max-max metoda kvalitet alternative meri samo na osnovu
njene vrednosti po kriterijumu po kome je najbolja. Dakle, prvo se trae maksimumi po vrstama
tabele, a potom se u koloni koja proistie iz ovog postupka ponovo trai maksimum. Ona alternativa
kojoj odgovara naeni maksimum (A*), predstavlja najbolje reenje:
A* = { A i
Normalizacija polazne matrice i u ovoj metodi vri se na jedan od gore navedenih naina.
Max-max metoda predstavlja optimistiki pristup u sagledavanju viekriterijumskog
problema, posmatrajui vrednost alternative samo po onom kriterijumu po kome je najbolja.
Nedostaci metode isti kao i za max-min.
Hurwicz-ov metod
Hurwicz-ov metod je kombinacija max-max i max-min metoda. Ideja je da se uzmu u obzir i
pesimistiki i optimistiki pristup problemu:
A* = { A i
j
j
}.
je koeficijent pesimizma-optimizma, 0 1 .
Uvoenjem teinskog koeficijenta , biramo u kojoj meri emo biti pesimisti, odnosno
optimisti:
=1 max-min metoda,
=0 max-max metoda.
SAW metoda
Jednostavna i vrlo poznata metoda viekriterijumske analize koja uzima u obzir teine
kriterijuma. Za svaku alternativu rauna se zbirna karakteristika, odnosno vrednost dobijena
sumiranjem oteanih normalizovanih vrednosti po svim kriterijumima. Ona alternativa kojoj
odgovara najvea ovako izraunata vrednost predstavlja najbolje reenje.
A* = { A i
j =1
Wj
n
Wj
j=1
Konjuktivna metoda
U ovoj metodi koristi se informacija o najmanjoj prihvatljivoj vrednosti, tzv. pragu
prihvatljivosti x j , za svaki kriterijum jK.
Prema ovoj metodi u skup prihvatljivih alternativa spadaju one koje po svim kriterijumima
zadovoljavaju unapred zadati prag prihvatljivosti. Dakle alternativa Ai je prihvatljiva ako je
ispunjeno:
Branka Dimitrijevi, Viekriterijumska analiza
x ij x j
x ij x j
Pc = (1 r ) n
Dakle, ukoliko elimo da na kraju u skupu neprihvatljivih alternativa imamo r100%
alternativa, prag prihvatljivosti za svaki kriterijum treba odrediti tako da Pc100% alternativa
zadovolji taj prag prihvatljivosti.
Konjuktivnom metodom se favorizuju alternative sa solidnim vrednostima po svim
kriterijumima, a ne alternative sa ekstremnim vrednostima.
Disjunktivna metoda
I u ovoj metodi koristi se informacija o najmanjoj prihvatljivoj vrednosti, tzv. pragu
prihvatljivosti x j , za svaki kriterijum jK.
Prema ovoj metodi u skup prihvatljivih alternativa spadaju one koje po makar jednom
kriterijumu zadovoljavaju unapred zadati prag prihvatljivosti. Dakle alternativa Ai je prihvatljiva
ako je ispunjeno:
x ij x j , j = 1 ili 2,..., ili n za kriterijume tipa max
x ij x j
Pd = 1 r n
Dakle, ukoliko elimo da na kraju u skupu neprihvatljivih alternativa imamo r100%
alternativa, prag prihvatljivosti za svaki kriterijum treba odrediti tako da Pd100% alternativa
zadovolji taj prag prihvatljivosti.
Disjunktivna metoda obezbeuje izbor onih alternativa u skup prihvatljivih koje imaju
ekstremno dobre vrednosti po nekim (makar jednom) kriterijumu.
TOPSIS metoda
Ova metoda alternative vrednuje na osnovu njihove udaljenosti u odnosu na idealno i antiidealno reenje. Najbolja je alternativa koja ima najmanje rastojanje u odnosu na idealno reenje i
najvee rastojanje u odnosu na anti-idealno reenje. Na narednoj slici koja predstavlja prostorni
raspored alternativa definisan sa dva kriterijuma tipa max, moe se uoiti da alternativa A1 iako je
blia idealnom reenju (A+) u poreenju sa alternativom A2, istovremeno je blia i anti-idealnom
reenju (A-) u poreenju sa A2. Imajui u vidu ovu injenicu tvorci metode su za ukupnu meru
kvaliteta alternative proglasili relativnu bliskost alternative idealnom reenju, uzimajui u obzir
njenu udaljenost od idealnog i anti-idealnog reenja istovremeno. Ova mera u sebe ukljuuje i
informaciju o teinskim koeficijentima kriterijuma, te zakljuujemo da ova metoda, kao i veina
njih, tretira razliitost vanosti kriterijuma kao jednu od vanih prednosti u formulaciji problema.
A+
K2
Ai
A1
A2
AK1
U nastavku slede koraci algoritma za reavanje viekriterijumskog zadataka TOPSIS
metodom:
Polazna matrica X = x ij
:
x11
x21
x12
x22
x1j
x2j
x1n
x2n
xij
xin
xm1
xm2
Am
xmj
xi2
xi1
Ai
Kn
Kj
X=
K2
A1
A2
K1
m n
xmn
rij =
R = rij
m n normalizovani
podaci
x ij
m
x ij2
i =1
normalizovana
matrica
Wj
n
Wj
, v ij = W j' rij
j=1
i
i
K ' K K ' je podskup skupa K koga ine kriterijumi tipa max.
K ' ' K K ' ' je podskup skupa K koga ine kriterijumi tipa min
.
A anti-idealno reenje, koje ima sve najloije karakteristike po svim kriterijumima:
A = min v ij j K ' i max v ij j K ' ' = v 1 , v 2 , ..., v j ,..., v n , (i = 1, m)
i
S i+ = ( v ij v +j ) 2
j=1
Si =
( v ij v j ) 2
j =1
Ci =
Si
Si + Si+
, 0 C i 1.
PROMETHEE metoda
Specifinost ove metode je funkcija preferentnosti. Ona slui da razliku u vrednostima za
svaki par alternativa svede u opseg od 0 do 1, po svakom kriterijumu. Time se postie ujedno
normalizacija vrednosti u matrici i dobjanje informacija o preferentnosti (dominantnosti, boljitku)
svake alternative u odnosu na svaku i ti po svim kriterijumima. Autori metode su predloili 6 tipova
funkcija preferentnosti za koje smatraju da pokrivaju veinu standardnih zahteva u tom pogledu.
P(A1,A2)
0 , d 0
P(A1 , A 2 ) =
1 , d < 0
0 , d 0
P(A1 , A 2 ) =
1, d > 0
1
max
min
d=X1j-X2j
P(A1,A2)
0 , d q
P(A1 , A 2 ) =
1, d < q
0 , d q
P(A1 , A 2 ) =
1, d > q
1
max
min
3. Linearna funkcija
P(A1,A2)
P(A1,A2)
0, d 0
0, d 0
min
max
P(A1,A2)
0, d q
d q
P(A1 , A 2 ) =
, p<d<q
p q
1, d p
0, d q
d q
P(A1 , A 2 ) =
, q<d<p
p q
1, d p
min
max
5. Stepeniasta funkcija
P(A1,A2)
P(A1,A2)
0, d q
1
P(A1 , A 2 ) = , p d < q
2
1, d < p
0, d q
1
P(A1 , A 2 ) = , q < d p
2
1, d > p
min
max
d
9
6. Gausova funkcija
P(A1,A2)
P(A1,A2)
0, d 0
d2
P(A1 , A 2 ) =
1 e 2s 2 , d < 0
0, d 0
d2
P(A1 , A 2 ) =
1 e 2s 2 , d > 0
1
max
min
s 0
j=1
...
...
M
(Am,A1)
Am
(A1,Am)
M
+ (A 1 ) =
10
PROMETHEE I
Prema PROMETHEE I metodi alternativa A1 je preferentna u odnosu na alternativu A2, ako
je ispunjen neki od sledeih uslova:
+ (A 1 ) > + (A 2 ) (A 1 ) < (A 2 ) ,
A1 P I A 2
+ ( A 1 ) > + ( A 2 ) ( A 1 ) = ( A 2 ),
akko
+ ( A 1 ) = + ( A 2 ) ( A 1 ) < ( A 2 ).
+ (A 1 ) = + (A 2 ) ( A 1 ) = ( A 2 ) .
akko
u ostalim sluajevima.
PROMETHEE II
Moginost postojanja nekomparabilnosti iskljuena je uvoenjem karakteristike (A1), koja
predstavlja ukupnu preferentnost alternative A1, i izraunava se:
(A 1 ) = + (A 1 ) (A1 ) .
Prema PROMETHEE II metodi, alternativa A1 preferentna je u odnosu na alternativu A2, ako
je ispunjeno:
A 1 P II A 2
akko (A 1 ) > (A 2 ) .
11
12
Lingvistiki iskaz
Kvantitativna vrednost
WK
WK
1
3
5
7
9
2,4,6,8
dominacije Dij, ij=1, ...,n, koja, ako K dominira nad K, Dij uzima neku vrednost iz tabele u
zavisnosti od stepena dominacije, ako K ne dominira nad K, Dij=0. Nakon poreenja po parovima
kriterijuma formiraju se zbirovi ukupnih dominacija po svakom od kriterijuma i zatim vri njihova
normalizacija. Sledi ilustrativni primer.
Kriterijum 1
Kriterijum 2
Kriterijum 3
Kriterijum 1
Kriterijum 2
Kriterijum 3
Zbir
1
0
2
3
1
6
0
0
1
Ukupno
4
1
9
14
Normalizovani zbir
(Teinski keoficijenti)
0.29
0.07
0.64
1.00
Pored ove krajnje jednostavne metode, kao pristupi u odreivanju relativnih teina kriterijuma
mogu se sresti i: metod minimalnog srednjeg kvadratnog odstupanja, metoda sopstvenog vektora
(Eigenvector), metoda entropije, itd.
13