KONU 7: ÇOK AMAÇLI KARAR VERME YÖNTEMLERİ – III

Etkileşimli Yöntemler (STEP Yöntemi)

1971 yılında Benayoun, Montgolfier, Tergny ve Laritchev tarafından çok amaçlı doğrusal
programlama problemlerinin çözüm yöntemi olarak sunulmuştur. Karar vericinin, amaç
fonksiyonlarının göreli önemi hakkında yeterli bilgiye sahip olmadığı gibi durumlarda
kolaylıkla kullanılabilmektedir. İteratif bir biçimde çözüm aranmaktadır. Ardı ardına yapılan
yinelemeler sonucunda uzlaşık çözüme ulaşılır. STEP yönteminde uzlaşık çözüme amaç
fonksiyonu sayısından daha az sayıda yineleme ile ulaşılır. Yöntem, en iyilik kavramının
parametrik yorumuna dayanmaktadır. l amaç fonksiyonu sayısı, m yineleme sayısı olmak
üzere ( m  l ) bu yöntem ile uzlaşık çözümün elde edilmesi iki aşamada olmaktadır. Bu
aşamalar:
i. Hesaplama aşaması
ii. Karar aşaması

i. Hesaplama Aşaması
Öncelikli olarak alternatif çözümler tablosu oluşturulur. Kısıtlar ile birlikte her bir amaç
fonksiyonu ayrı ayrı incelenir. Amaç fonksiyon türü minimizasyon olursa, maksimizasyon
olacak biçimde yeniden düzenlenir. Her bir amaç fonksiyonu ayrı bir d.p.p. olarak çözümlenir.

n
max f1  X    c1 j X j
j 1
n
max fi  X   c j X j , i  1,2,..., l , j  1,2,..., n max f2  X    c2 j X j


j 1
AX  b
XS .
X0 .
.
n
max fl  X    c lj X j
j 1
XS

n n n
max f1  X    c1 j X j max f2  X    c2 j X j max fl  X    clj X j
j 1 j 1 … j 1
XS XS XS

X*1 , f1* X*2 , f2* … X*l , fl*

1
Elde edilen optimal çözümler (ideal çözümler) yardımıyla, Alternatif Çözümler Tablosu
(Ödemeler Matrisi) oluşturulur.

f1 f2 ... fj ... fl
f1 f1* f12 ... f1 j ... f1l
f2 f21 f2* ... f2 j ... f2l
. . . . . . .
. . . . . . .
. . . . . . .
fj f j1 f j 2 ... f j* ... f jl
. . . . . . .
. . . . . . .
. . . . . . .
fl fl1 fl 2 ... flj ... fl*

Burada, f jl , j. amaç fonksiyonunun en iyilenmesi sonucu elde edilen ideal çözümün l. amaç

fonksiyonundaki değeridir. Ödemeler matrisi oluşturulduktan sonra bir model kurulur.

min 

  f j*  f j  X   j  , j  1,2,..., l
(1)
X Xm
 0
 : İdeal çözüme uzaklığın göreceli önem katsayısı
 j : j. amaç foksiyonuna karşılık gelen ağırlık, j  1,2,..., l

fj*  fj  X  : İdeal çözüm ile en büyük fark , j  1,2,..., l

X m : m. yinelemedeki kısıt kümesi

j l
j  l
,  j  1 . (2)
 j j 1

j 1

2
   
 * min  
 fj  fj  1 
 f*  , f j*  0
n
   ci 
2 
j
 
 i 1 
j   , j  1,2,..., l (3)
  
 f min  f *  
 j j  1 
 , f j*  0
 fj min n
 
  ci 
2 

  i 1 

ii. Karar Aşaması

m. yinelemede bulunan çözümün amaç fonksiyon değeri ideal çözüm ile karşılaştırılmak
üzere karar vericiye sunulur. Eğer, bazı amaçlar tatminkar, diğerleri değil ise, karar vericiden
tatminkar olunan amaçtan tatminkar olunmayan amacın lehine fedakarlık yapılması istenir.
Bu fedakarlık,  kadar tanımlanan bir büyüklük ölçüsü olacaktır. Daha sonra kısıt kümesi
yeniden tanımlanarak (m+1). yinelemeye geçilir.

 Xm


X m1   fi  X   f m  X   z , i j (4)

 fj  X   f  X 
m


Tatminkar olunan amacın  ağırlık değeri sıfır olarak alınır ve (m+1). yinelemeye devam
edilir.

STEP Yöntemi Algoritma Adımları

Adım 1: Ödemeler matrisi oluşturulur. Her amaç fonksiyonu için f j* , j  1,2,..., l hesaplanır.

Adım 2: Her amaç foksiyonu için Eşitlik (2) ve Eşitlik (3) kullanılarak,  j ve  j , j  1,2,..., l

hesaplanır.

Adım 3: Eşitlik (1) ile tanımlı model çözülür. Modelin çözümü sonucunda, X m çözümü (m.
yinelemedeki çözüm) elde edilir.

Adım 4: Karar vericiye X m çözümü sonucunda her bir amaç fonksiyonunun aldığı değerler
gösterilir. Burada iki durum söz konusudur. Karar verici süreci beğendiyse sürece son

3
 verilir. Karar verici süreci tatminkar bulmadıysa, yineleme sayısı artırılarak Adım 5’ e
geçilir.

Adım 5: Karar verici tatminkar olan f j* , j  1,2,..., l amacından z sapmasını belirler ve Adım

6’ ya geçilir. Eğer karar verici böyle bir z sapması belirleyemiyorsa bu yöntem ile
model çözülemez. Farklı yöntemlerin denenmesi gerekir.
Adım 6: Probleme yeni bir uygun çözüm uzayı tanımlanarak, hesaplama aşamasına geçilir.

Not: Burada, “Adım1, Adım2, Adım3” hesaplama aşamaları olup, “Adım4, Adım5” karar
aşamalarıdır.

Örnek:
max Z1  X1
max Z2  X1  4 X2
X1  2 X2  800 
X1  X2  600  0
X2  300 X

X1 , X 2  0 

biçiminde tanımlı çok amaçlı modele ilişkin uzlaşık çözümü STEP yöntemi ile elde ediniz.

Çözüm:
Her bir amaç fonksiyonu için ayrı ayrı çözüm yapılarak, optimal çözümler elde edilir.

max Z1  X1 X*1  600 0 , f1*  600

X X0

max Z2  X1  4 X2 X*2  200 300 , f2*  1400

X X0

Ödemeler Matrisi
f1 f2

f1 600 Z12 = 600

f2 Z21 =200 1400

4
Hesaplama Aşaması

f1*  f1min  1  600  200  1 

f1*  600  0 olduğundan, 1     2 2   0.6667 .
f1*
 c2  c2  600  1  0 
 1 2 

f2*  f2min  1  1400  600  1 

f2*  1400  0 olduğundan, 2     2 2   0.1386 .
f2*
 c  c2
2  1400  1  4 
 1 2 

1 0.6667
1    0.828
1  2 0.6667  0.1386
2 0.1386
2    0.172 , ( 2  1  1  0.172)
1  2 0.6667  0.1386

min  X*  497.57 102.42

   600  X1  0.828  
 f *  497.57 907.28
  1400   X1  4 X2    0.172  X 1
  *  84.7714
X X0 ,   0 

Elde edilen uzlaşık çözüm karar vericiye sunulur. Karar verici bu çözümü ideal çözüm vektörü

olan f *  600 1400 ile karşılaştırır. Karar verici bu çözümü tatminkar bulursa, elde edilen

süreç tamamlanır. Çözüm, f *  497.57 907.28 olarak değerlendirilir. Karar vericinin bu

çözümü tatminkar bulmadığı durumda, hangi amaç fonksiyonundan fedakarlık yapacağını

çözümleyiciye bildirir. Bu problem için 1. amaç fonksiyonu değeri olan 497.57’ den, 2. amaç
fonksiyonu lehine 15 br lik bir fedakarlık yaptığını kabul edelim. Bu durumda, 2. yineleme için

yeniden kısıt kümesi ( X 2 ) tanımlanır.

 X1

X 2   f1  X   497.57  15
 f  X   907.28
 2

Burada, 1. amaç fonksiyonundan fedakarlık yapıldığı için 1  0 olarak alınır. 2  1 dir.

5
 min 
   600  X1   0
  1400   X1  4 X2    1
X X0 ,   0
X1  482.57
X1  4 X2  907.28

Ödünleşim Analizi
f1 den sapmalar f1 f2 X* *
z1  0 497.57 907.28 [497.57 102.42] 492.71

z2  5 492.57 922.28 [492.57 107.42] 477.71

z3  10 487.57 937.28 [487.57 112.42] 462.71

z4  15 482.57 952.28 [482.57 117.42] 447.71

z5  20 477.57 967.28 [477.57 122.42] 432.71