01-DOYMPOS-ZOPOYNIDHS11 Λήψη αποφάσεων με πολλαπλά κριτήρια: Μια εισαγωγή στις βασικές έννοιες, μεθοδολογία και

11

Λήψη αποφάσεων με πολλαπλά κριτήρια: Μια εισαγωγή στις βασικές έννοιες, μεθοδολογία και εφαρμογές

Μ. Δούμπος και Κ. Ζοπουνίδης

Πολυτεχνείο Κρήτης, Τμήμα Μηχανικών Παραγωγής και Διοίκησης, Εργαστήριο Συστημάτων Χρηματοοικονομικής Διοίκησης,

Πολυτεχνειούπολη 73100 Χανιά, E-mail: mdoumpos,kostas@ dpem.tuc.gr

Περίληψη

Η πολυκριτήρια ανάλυση αποφάσεων έχει εξελιχθεί σε ένα σημαντικό ερευνητικό πεδίο στο χώρο της λήψης αποφάσεων, της διοικητικής επιστήμης και της επιχειρησιακής έρευνας. Στο άρθρο αυτό παρουσιάζεται μια εισαγωγή στις βασικές έννοιες και τη μεθοδολογία της πολυκριτήριας ανάλυσης αποφάσεων. Παράλληλα, παρουσιάζονται οι κύριες ερευνητικές κατευθύνσεις που έχουν αναπτυχθεί στα πλαίσια του χώρου αυτού, οι πρόσφατες εφαρμογές σε διάφορα πεδία και τα πολυκριτήρια συστήματα αποφάσεων που έχουν αναπτυχθεί.

Λέξεις Κλειδιά: Πολυκριτήρια Ανάλυση, Συστήματα Υποστήριξης Αποφάσεων, Λήψη Αποφάσεων.

1. Εισαγωγή Η πολυκριτήρια ανάλυση αποφάσεων (multicriteria decision aid, MCDA ή multicriteria decision making, MCDM) είναι ένας εξελισσόμενος χώρος της επιχειρησιακής έρευνας, ο οποίος τις τελευταίες τρεις δεκαετίες έχει γνωρίσει

12 Πολυκριτήρια ανάλυση αποφάσεων: Μεθοδολογικές προσεγγίσεις και εφαρμογές ιδιαίτερη άνθηση τόσο σε θεωρητικό όσο και σε πρακτικό επίπεδο. Βασικό ρόλο στην ανάπτυξη και διάδοση της πολυκριτήριας ανάλυσης αποτέλεσε η απλή διαπίστωση ότι η επίλυση πολύπλοκων και ιδιαίτερα σημαντικών προβλημάτων λήψης αποφάσεων δεν είναι δυνατό να πραγματοποιείται μέσω μιας μονόπλευρης και μονοδιάστατης ανάλυσης.

Κατά την προσπάθεια, όμως, εξέτασης όλων των παραμέτρων ενός προβλήματος και των κριτηρίων/παραγόντων που επηρεάζουν τη λήψη της κατάλληλης απόφασης, γεννάται ένα ιδιαίτερα σημαντικό πρόβλημα, το οποίο ορισμένες φορές αποθαρρύνει τους αποφασίζοντες και αναλυτές από την υιοθέτηση αυτής της πιο ρεαλιστικής προσέγγισης. Το πρόβλημα αυτό αναφέρεται στον τρόπο με τον οποίο μπορεί να πραγματοποιηθεί η σύνθεση όλων των παραμέτρων ώστε να επιτευχθεί η λήψη ορθολογικών αποφάσεων.

Η αντιμετώπιση του προβλήματος αυτού αποτελεί το βασικό αντικείμενο της πολυκριτήριας ανάλυσης αποφάσεων. Η κύρια όμως ειδοποιός διαφορά της πολυκριτήριας ανάλυσης από άλλες εναλλακτικές προσεγγίσεις, δεν είναι η απλή σύνθεση όλων των παραμέτρων ενός προβλήματος. Αυτή πραγματοποιείται και μέσω άλλων μεθοδολογικών προσεγγίσεων. Το βασικό χαρακτηριστικό γνώρισμα της πολυκριτήριας ανάλυσης είναι η πραγματοποίηση της αναγκαίας σύνθεσης υπό το πρίσμα της πολιτικής λήψης των αποφάσεων και του συστήματος προτιμήσεων και αξιών, το οποίο συνειδητά ή ασυνείδητα χρησιμοποιεί ο αποφασίζοντας.

Το χαρακτηριστικό αυτό έχει ιδιαίτερη σημασία στο χώρο της λήψης αποφάσεων. Όπως είναι κατανοητό, το αποτέλεσμα της όποιας ανάλυσης πραγματοποιείται με σκοπό την αντιμετώπιση ενός προβλήματος λήψης αποφάσεων, έχει ως τελικό αποδέκτη τον ίδιο τον αποφασίζοντα. Συνεπώς, η ανάπτυξη υποδειγμάτων λήψης αποφάσεων μέσω μεθοδολογικών προσεγγίσεων που δεν είναι σε θέση να ενσωματώσουν τον αποφασίζοντα και τις προτιμήσεις του στη διαδικασία ανάπτυξης των υποδειγμάτων αυτών, ουσιαστικά προσδίδουν στον αποφασίζοντα έναν παθητικό ρόλο, ο οποίος περιορίζεται στην παρακολούθηση και εφαρμογή των αποτελεσμάτων μαθηματικών υποδειγμάτων.

Υπό το πρίσμα των παρατηρήσεων αυτών, η πολυκριτήρια ανάλυση έχει δώσει ιδιαίτερο ενδιαφέρον στην έρευνα θεμάτων που σχετίζονται με την ανάλυση, μαθηματική μοντελοποίηση και αναπαράσταση των προτιμήσεων που διέπουν την πολιτική λήψης αποφάσεων από τη πλευρά του εκάστοτε αποφασίζοντα. Απώτερος στόχος είναι η παροχή των απαραίτητων πληροφοριών για την υποστήριξη της διαδικασίας λήψης των αποφάσεων, συμβάλλοντας στον

Λήψη αποφάσεων με πολλαπλά κριτήρια: Μια εισαγωγή 13 εντοπισμό των βασικών χαρακτηριστικών του εξεταζόμενου προβλήματος καθώς και των ιδιαιτεροτήτων των διαθέσιμων εναλλακτικών λύσεων.

Στόχος του άρθρου αυτού είναι η παρουσίαση μιας εισαγωγής στις βασικές έννοιες και τη μεθοδολογία της πολυκριτήριας ανάλυσης αποφάσεων, της συμβολής της στη λήψη αποφάσεων, και των κύριων μεθοδολογικών ρευμάτων που έχουν αναπτυχθεί στα πλαίσια του χώρου αυτού. Παράλληλα, καταγράφονται ορισμένες πρόσφατες εφαρμογές τεχνικών από το χώρο της πολυκριτήριας ανάλυσης σε διάφορα πεδία, αλλά και διαφόρων συστημάτων υποστήριξης αποφάσεων τα οποία έχουν αναπτυχθεί και ενσωματώνουν πολυκριτήριες μεθοδολογίες.

2. Σύντομη ιστορική αναδρομή Από τα πρώτα κιόλας βήματα της ανθρωπότητας η λήψη των αποφάσεων ήταν μια διαδικασία πολυδιάστατης φύσης, καθώς πάντα πραγματοποιείτο (συνειδητά ή ασυνείδητα) μια ανάλυση όλων των επιμέρους παραγόντων που σχετίζονταν με την απόφαση. Η διαδικασία αυτή δεν είχε βέβαια μια μαθηματική μορφή, αλλά βασίζονταν κυρίως στην εμπειρία του εκάστοτε αποφασίζοντα σε συνδυασμό με τις συνθήκες μέσα στις οποίες αντιμετωπίζονταν το εξεταζόμενο πρόβλημα. Ως πρώτη τεκμηριωμένη προσπάθεια επιστημονικής αντιμετώπισης του προβλήματος της σύνθεση πολλαπλών κριτηρίων μπορεί να θεωρηθεί η εργασία του Pareto (1896), ο οποίος έθεσε τις απαραίτητες αξιωματικές βάσεις, εισάγοντας παράλληλα μια εκ των πλέον βασικών εννοιών της σύγχρονης πολυκριτήριας ανάλυσης, την έννοια της αποτελεσματικότητας (efficiency).

Μεταπολεμικά, ο Koopmans (1951) επέκτεινε την έννοια της αποτελεσματικότητας του Pareto εισάγοντας την έννοια του αποτελεσματικού συνόλου, δηλαδή του συνόλου των εναλλακτικών δραστηριοτήτων οι οποίες δεν κυριαρχούνται από καμία άλλη εναλλακτική δραστηριότητα (non-dominated set of alternatives). Κατά την ίδια περίπου χρονική περίοδο (1940-1950) οι Von Neumann και Morgenstern (1944) αναπτύσσουν τη θεωρία χρησιμότητας, η οποία αποτελεί τη βάση ενός από τα κυριότερα μεθοδολογικά ρεύματα της πολυκριτήριας ανάλυσης αποφάσεων.

Στη δεκαετία του 1960 όλες οι προαναφερθείσες «προκαταρκτικές» ερευνητικές εργασίες αποτέλεσαν το έναυσμα για την πραγματοποίηση περαιτέρω έρευνας από τους Charnes και Cooper (1961) όσον αφορά τη σύνδεση της θεωρίας του γραμμικού προγραμματισμού και της πολυκριτήριας ανάλυσης (προγραμματισμός στόχων, goal programming), καθώς και από τον Fishburn (1965) όσον αφορά την επέκταση της θεωρίας χρησιμότητας σε

14 Πολυκριτήρια ανάλυση αποφάσεων: Μεθοδολογικές προσεγγίσεις και εφαρμογές προβλήματα λήψης αποφάσεων υπό καθεστώς πολλαπλών κριτηρίων. Περί τα τέλη της δεκαετίας του 1960 η πολυκριτήρια ανάλυση άρχισε να απασχολεί και τους Ευρωπαίους επιχειρησιακούς ερευνητές. Πρωτοπόρος μεταξύ αυτών υπήρξε ο Roy (1968) ο οποίος ανέπτυξε τη θεωρία των σχέσεων υπεροχής (outranking relations) και θεωρείται ο ιδρυτής της «Ευρωπαϊκής σχολής» της πολυκριτήριας ανάλυσης.

Τις επόμενες δύο δεκαετίες (1970-1990) η πολυκριτήρια ανάλυση αναπτύχθηκε ραγδαία σε θεωρητικό επίπεδο αλλά και σε θέματα πρακτικών εφαρμογών για την αντιμετώπιση διαφόρων πολύπλοκων πραγματικών προβλημάτων λήψης αποφάσεων. Προς την κατεύθυνση αυτή σημαντική υπήρξε η συμβολή της πληροφορικής και της επιστήμης των υπολογιστών. Η ταχύτατη τεχνολογική πρόοδος που συντελέστηκε στους χώρους αυτούς, κυρίως κατά τις τελευταίες δύο δεκαετίες, έδωσε τα απαραίτητα μέσα για την υλοποίηση των μεθοδολογικών εξελίξεων της πολυκριτήριας ανάλυσης σε ολοκληρωμένα πληροφορικά συστήματα (πολυκριτήρια συστήματα υποστήριξης αποφάσεων), τα οποία παράλληλα συνέβαλλαν και στην προώθηση των πρακτικών εφαρμογών της πολυκριτήριας ανάλυσης.

3. Βασικές έννοιες και μεθοδολογία Όπως ήδη αναφέρθηκε κύριο αντικείμενο της πολυκριτήριας ανάλυσης αποφάσεων και κοινό στοιχείο όλων των μεθοδολογικών προσεγγίσεων του χώρου αυτού είναι η ανάπτυξη και χρήση υποδειγμάτων σύνθεσης όλων των βασικών παραμέτρων ενός προβλήματος, έτσι ώστε να υποστηριχθεί ο αποφασίζοντας στη λήψη ορθολογικών αποφάσεων στη βάση του συστήματος αξιών και προτιμήσεων που τον διέπει. Η επίτευξη του στόχου αυτού είναι προφανώς μια ιδιαίτερα περίπλοκη διαδικασία, η οποία δεν οδηγεί σε βέλτιστες λύσεις και αποφάσεις, αλλά σε ικανοποιητικές λύσεις οι οποίες ανταποκρίνονται στη γενικότερη πολιτική που ακολουθεί ο αποφασίζοντας. Ο Roy (1985), εκ των θεμελιωτών της σύγχρονης θεωρίας της πολυκριτήριας ανάλυσης, παρουσίασε ένα γενικό πλαίσιο αντιμετώπισης πολυδιάστατων προβλημάτων λήψης αποφάσεων. Το πλαίσιο αυτό (Σχήμα 1) ουσιαστικά αποτελεί τη «ραχοκοκαλιά» κάθε πολυκριτήριας προσέγγισης και χαρακτηρίζει απόλυτα τη φιλοσοφία όλων των μεθοδολογιών του χώρου.

Όπως φαίνεται από το παραπάνω σχήμα, η διαδικασία ανάλυσης των προβλημάτων λήψης αποφάσεων στα πλαίσια της πολυκριτήριας προσέγγισης περιλαμβάνει τέσσερα στάδια, μεταξύ των οποίων δύναται να υπάρχει και η απαραίτητη ανάδραση όταν αυτό κρίνεται απαραίτητο.

Λήψη αποφάσεων με πολλαπλά κριτήρια: Μια εισαγωγή 15

Καθορισμός του αντικειμένου τηςαπόφασης

Καθορισμός μιας συνεπούςοικογένειας κριτηρίων

Ανάπτυξη του υποδείγματοςσύνθεσης των κριτηρίων

Υποστήριξη της απόφασης

Στάδιο 1ο

Στάδιο 2ο

Στάδιο 3ο

Στάδιο 4ο

Σχήμα 1: Τα βασικά στάδια της διαδικασίας λήψης αποφάσεων στα πλαίσια της πολυκριτήριας

ανάλυσης (Πηγή: Roy, 1985)

Στο πρώτο στάδιο εντοπίζεται το σύνολο Α των εφικτών λύσεων και δυνατών δραστηριοτήτων (αποφάσεων) και παράλληλα καθορίζεται το αντικείμενο του προβλήματος. Tο σύνολο Α μπορεί να είναι συνεχές ή διακριτό. Στην πρώτη περίπτωση θεωρείται ότι οριοθετείται μέσω των περιορισμών που τίθενται είτε από τον ίδιο τον αποφασίζοντα είτε από το περιβάλλον μέσα στο οποίο λαμβάνεται η απόφαση (σύνολο εφικτών λύσεων). Αντίθετα, στην περίπτωση όπου το σύνολο Α είναι διακριτό, θεωρείται ότι υπάρχει ένα σαφές σύνολο εναλλακτικών δραστηριοτήτων, οι οποίες αφού καταγραφούν μπορούν να αναλυθούν ώστε να ληφθεί η κατάλληλη απόφαση. Με τον εντοπισμό του συνόλου Α καθορίζεται και το αντικείμενο της απόφασης, δηλαδή ο τρόπος με τον οποίο θα πρέπει να εξεταστούν οι εναλλακτικές δραστηριότητες ώστε το αποτέλεσμα της ανάλυσης να απαντά με σαφήνεια στο εξεταζόμενο πρόβλημα. Η εξέταση των εναλλακτικών δραστηριοτήτων μπορεί να πραγματοποιηθεί με μια εκ των ακόλουθων τεσσάρων προβληματικών:

Προβληματική α (επιλογή, choice): Η προβληματική τύπου α αναφέρεται στην επιλογή μίας ή περισσότερων εναλλακτικών οι οποίες θεωρούνται ως οι πλέον κατάλληλες. Για παράδειγμα, κατά την χωροθέτηση ενός εργοστασίου η προβληματική αφορά την επιλογή της πλέον κατάλληλης τοποθεσίας.

16 Πολυκριτήρια ανάλυση αποφάσεων: Μεθοδολογικές προσεγγίσεις και εφαρμογές

Προβληματική β (ταξινόμηση, classification/sorting): Η προβληματική τύπου β αναφέρεται στην ταξινόμηση των εναλλακτικών δραστηριοτήτων σε προκαθορισμένες ομοιογενείς κατηγορίες. Για παράδειγμα, κατά την αξιολόγηση μιας αίτησης δανειοδότησης το αντικείμενο της ανάλυσης αφορά την αξιολόγηση του αιτούντα (επιχείρηση ή ιδιώτη) και την ταξινόμησή του είτε στην κατηγορία των αποδεκτών αιτήσεων είτε στην κατηγορία των απορριπτέων αιτήσεων.

Προβληματική γ (κατάταξη, ranking): Η προβληματική τύπου γ αναφέρεται στην κατάταξη των εναλλακτικών δραστηριοτήτων από τις καλύτερες προς τις χειρότερες. Για παράδειγμα, κατά εισαγωγή των μαθητών σε μια πανεπιστημιακή σχολή απαιτείται η κατάταξή τους βάσει της βαθμολογίας τους στις εισαγωγικές εξετάσεις.

Προβληματική δ (περιγραφή, description): Η προβληματική τύπου δ αναφέρεται στην περιγραφή των εναλλακτικών δραστηριοτήτων βάσει των επιδόσεών τους στα επιμέρους κριτήρια αξιολόγησης.

Η επιλογή της κατάλληλης προβληματικής σχετίζεται αποκλειστικά και μόνο με το πρόβλημα που εξετάζεται. Επιπλέον, σε ορισμένες περιπτώσεις πιθανόν να απαιτείται ο συνδυασμός δύο προβληματικών για την καλύτερη αντιμετώπιση του προβλήματος.

Στο δεύτερο στάδιο της διαδικασίας εντοπίζονται όλοι οι παράγοντες οι οποίοι επιδρούν στο αποτέλεσμα της ανάλυσης των εναλλακτικών δραστηριοτήτων του συνόλου Α. Στα πλαίσια της πολυκριτήριας ανάλυσης αποφάσεων, κάθε παράγοντας που επιδρά στη λήψη μιας απόφασης θεωρείται ότι έχει τη μορφή ενός κριτηρίου. Ως κριτήριο ορίζεται κάθε πραγματική συνάρτηση g η οποία αποτυπώνει τη συμπεριφορά των εναλλακτικών δραστηριοτήτων σε έναν πραγματικό αριθμό, έτσι ώστε για οποιεσδήποτε δύο εναλλακτικές δραστηριότητες x και y να ισχύουν:

( ) ( )g x g y x y (η x προτιμάται της y)

( ) ( ) ~g x g y x y (η x είναι αδιάφορη της y)

Οι δύο αυτές ιδιότητες της έννοιας του κριτηρίου είναι η ειδοποιός διαφορά από την έννοια του χαρακτηριστικού (attribute) που χρησιμοποιείται από άλλες μεθοδολογικές προσεγγίσεις (στατιστική, οικονομετρία, τεχνητή νοημοσύνη). Το χαρακτηριστικό δεν καθορίζει καμία προτιμησιακή συμπεριφορά όπως αυτή αναπαριστάται μέσω των παραπάνω δύο βασικών σχέσεων. Το γεγονός ότι η αριθμητική περιγραφή μιας εναλλακτικής δραστηριότητας x σε ένα χαρακτηριστικό είναι μεγαλύτερη σε σχέση με την αντίστοιχη αριθμητική

Λήψη αποφάσεων με πολλαπλά κριτήρια: Μια εισαγωγή 17 περιγραφή μιας άλλης εναλλακτικής δραστηριότητας y δεν σημαίνει με κανέναν τρόπο ότι η x υπερέχει έναντι της y.

Γενικά το σύνολο των κριτηρίων 1 2 , , ..., nG g g g που εντοπίζονται σε αυτό το στάδιο της διαδικασίας ανάλυσης ενός προβλήματος, πρέπει να αποτελεί μια συνεπή οικογένεια κριτηρίων (consistent family of criteria), δηλαδή να διαθέτει τις ακόλουθες βασικές ιδιότητες:

1) Μονοτονία (monotonicity): Ένα σύνολο κριτηρίων θεωρείται ότι διαθέτει την ιδιότητα της μονοτονίας εάν και μόνο εάν για κάθε ζεύγος εναλλακτικών x και y για τις οποίες υπάρχει κάποιο κριτήριο ig G τέτοιο

ώστε ( ) ( )i ig x g y και ( ) ( )j jg x g y για κάθε j i , συμπεραίνεται ότι

x y .

2) Επάρκεια (exhaustivity): Ένα σύνολο κριτηρίων θεωρείται ότι διαθέτει την ιδιότητα της επάρκειας εάν και μόνο εάν για κάθε ζεύγος εναλλακτικών x και y τέτοιες ώστε ( ) ( )i ig x g y για κάθε κριτήριο ig G , συμπεραίνεται ότι ~x y .

3) Μη πλεονασμός (non-redundancy): Ένα σύνολο κριτηρίων θεωρείται ότι διαθέτει την ιδιότητα του μη πλεονασμού εάν και μόνο εάν η διαγραφή ενός οποιουδήποτε κριτηρίου οδηγεί σε παραβίαση των ιδιοτήτων της μονοτονίας ή της επάρκειας.

Μετά τον καθορισμό του συνόλου των κριτηρίων, στο τρίτο στάδιο της διαδικασίας ανάλυσης του προβλήματος καθορίζεται η μορφή του υποδείγματος σύνθεσης των κριτηρίων βάσει του οποίου θα αντιμετωπιστεί το αντικείμενο του προβλήματος, όπως αυτό καθορίστηκε στο πρώτο στάδιο (επιλογή, κατάταξη, ταξινόμηση, περιγραφή).

Τέλος, στο τέταρτο στάδιο της διαδικασίας λαμβάνουν χώρα όλες εκείνες οι δραστηριότητες οι οποίες θα βοηθήσουν τον αποφασίζοντα να κατανοήσει τα αποτελέσματα του υποδείγματος σύνθεσης των κριτηρίων που καθορίστηκε στο τρίτο στάδιο καθώς και τη διαδικασία με την οποία εξάχθηκαν τα αποτελέσματα αυτά. Έτσι, ο αποφασίζοντας θα είναι σε θέση να υλοποιήσει με επιτυχία τα αποτελέσματα της ανάλυσης και να επιχειρηματολογήσει υπέρ αυτών, εάν αυτό κριθεί απαραίτητο.


4. Κύρια θεωρητικά ρεύματα Ο χώρος της πολυκριτήριας ανάλυσης είναι ιδιαίτερα ευρύς ως προς τη φύση των μεθοδολογικών προσεγγίσεων που έχουν αναπτυχθεί εντός αυτού για την αντιμετώπιση προβλημάτων λήψης αποφάσεων. Μεταξύ των προσεγγίσεων αυτών εντοπίζονται σημαντικές διαφοροποιήσεις τόσο στη μορφή των υποδειγμάτων που αναπτύσσονται, όσο και στη διαδικασία που χρησιμοποιείται για την ανάπτυξη των υποδειγμάτων. Με βάση το στοιχείο αυτό, ερευνητές του χώρου της πολυκριτήριας ανάλυσης έχουν προτείνει διάφορες ομαδοποιήσεις των μεθοδολογικών προσεγγίσεων της πολυκριτήριας ανάλυσης. Κινούμενος προς την κατεύθυνση αυτή ο Roy (1985) πρότεινε μια ομαδοποίηση σε τρεις βασικές κατηγορίες, λαμβάνοντας ουσιαστικά υπόψη τη μορφή των υποδειγμάτων που αναπτύσσονται:

Προσεγγίσεις μοναδικής σύνθεσης των κριτηρίων αγνοώντας κάθε ασυγκριτικότητα μεταξύ των εναλλακτικών δραστηριοτήτων (unique synthesis criterion).

Προσεγγίσεις βασιζόμενες στις σχέσεις υπεροχής λαμβάνοντας υπόψη την πιθανή ασυγκριτικότητα μεταξύ των εναλλακτικών δραστηριοτήτων (outranking synthesis approach).

Αλληλεπιδραστικές προσεγγίσεις (interactive local judgment approach).

Οι Pardalos et al. (1995) πρότειναν μια εναλλακτική ομαδοποίηση των πολυκριτήριων προσεγγίσεων, η οποία παράλληλα με τη μορφή των υποδειγμάτων που αναπτύσσονται, λαμβάνει υπόψη και τον τρόπο με τον οποίο πραγματοποιείται η ανάπτυξή τους. Η ομαδοποίηση αυτή περιλαμβάνει τις ακόλουθες τέσσερις κατηγορίες προσεγγίσεων.

Πολυκριτήριος μαθηματικός προγραμματισμός (multiobjective mathematical programming).

Πολυκριτήρια θεωρία χρησιμότητας (multiattribute utility theory).

Θεωρία των σχέσεων υπεροχής (outranking relations).

Αναλυτική-συνθετική προσέγγιση (preference disaggregation approach).

Όπως παρουσιάζεται στο Σχήμα 2, μεταξύ των τεσσάρων αυτών βασικών προσεγγίσεων της πολυκριτήριας ανάλυσης αποφάσεων, οι τρεις τελευταίες, δηλαδή η πολυκριτήρια θεωρία χρησιμότητας, η θεωρία των σχέσεων υπεροχής και η αναλυτική-συνθετική προσέγγιση, προσανατολίζονται προς την αντιμετώπιση διακριτών προβλημάτων λήψης αποφάσεων . Απώτερος στόχος


Είδη προβλημάτωνλήψης αποφάσεων

Συνεχή Διακριτά

Πολυκριτήριοςμαθηματικός

προγραμματισμός

Πολυκριτήριαθεωρία

χρησιμότητας

Θεωρία τωνσχέσεωνυπεροχής

Αναλυτική-συνθετικήπροσέγγιση

Σχήμα 2: Η συμβολή των θεωρητικών ρευμάτων της πολυκριτήριας ανάλυσης στην επίλυση συνεχών και διακριτών προβλημάτων λήψης αποφάσεων

τους, είναι η σύνθεση όλων των κριτηρίων με σκοπό την αξιολόγηση ενός πεπερασμένου συνόλου εναλλακτικών δραστηριοτήτων σύμφωνα με τις προβληματικές της επιλογής, κατάταξης ή ταξινόμησης. Αντίθετα ο πολυκριτήριος μαθηματικός προγραμματισμός αποτελεί μια γενίκευση της γνωστής θεωρίας του μαθηματικού προγραμματισμού σε περιπτώσεις όπου πρέπει να βελτιστοποιηθούν πολλαπλές αντικειμενικές συναρτήσεις.

Όπως βέβαια είναι εμφανές από το παραπάνω σχήμα η συμβολή του κάθε θεωρητικού ρεύματος της πολυκριτήριας ανάλυσης δεν περιορίζεται στην αντιμετώπιση μόνο ενός είδους προβλημάτων λήψης αποφάσεων (συνεχή ή διακριτά). Αναλυτικότερα, η πολυκριτήρια θεωρία χρησιμότητας, η θεωρία των σχέσεων υπεροχής και η αναλυτική-συνθετική προσέγγιση μπορούν να χρησιμοποιηθούν και ως εργαλεία για την αντιμετώπιση συνεχών προβλημάτων, συμβάλλοντας στην αποτύπωση του συστήματος αξιών και προτιμήσεων του αποφασίζοντος σε ένα μαθηματικό υπόδειγμα. Το υπόδειγμα αυτό χρησιμοποιούμενο σε συνδυασμό με τεχνικές πολυκριτήριου μαθηματικού προγραμματισμού μπορεί να οδηγήσει στην επίλυση συνεχών προβλημάτων (για παράδειγμα καθορισμός της σύνθεσης ενός χαρτοφυλακίου χρεογράφων το οποίο βελτιστοποιεί τη συνάρτηση χρησιμότητας του επενδυτή). Αντίστοιχα, και ο πολυκριτήριος μαθηματικός προγραμματισμός μπορεί να συμβάλλει στην αντιμετώπιση διακριτών προβλημάτων.

Στις ενότητες που ακολουθούν δίνεται ένα σύντομο περίγραμμα των βασικών εννοιών και αρχών των παραπάνω προσεγγίσεων.


4.1 Πολυκριτήριος μαθηματικός προγραμματισμός

Ο πολυκριτήριος μαθηματικός προγραμματισμός αποτελεί μια επέκταση της γνωστής θεωρίας του μαθηματικού προγραμματισμού, στην περίπτωση όπου υπάρχουν πολλαπλές αντικειμενικές συναρτήσεις προς βελτιστοποίηση. Η γενική μαθηματική διατύπωση ενός προβλήματος πολυκριτήριου μαθηματικού προγραμματισμού έχει την ακόλουθη μορφή:

Μεγιστοποίηση 1 2( ), ( ), ..., ( )nf f fx x x

Υπό περιορισμούς: x

όπου x είναι το διάνυσμα των μεταβλητών απόφασης, f1, f2, …, fn είναι οι αντικειμενικές συναρτήσεις του προβλήματος και είναι το χώρος των εφικτών λύσεων το οποίο οριοθετείται από ένα σύνολο περιορισμών.

Η βασική διαφορά του πολυκριτήριου μαθηματικού προγραμματισμού από την «παραδοσιακή» θεωρία του μονοστοχικού μαθηματικού προγραμματισμού έγκειται στο γεγονός ότι η έννοια της βέλτιστης λύσης όπως αυτή απαντάται στον κλασσικό μαθηματικό προγραμματισμό, δεν υφίσταται. Κατά τη βελτιστοποίηση πολλαπλών αντικειμενικών συναρτήσεων, σπάνια είναι δυνατόν να βρεθεί μια εφικτή λύση η οποία είναι βέλτιστη για όλες τις υπό εξέταση αντικειμενικές συναρτήσεις. Συνεπώς, η επίλυση ενός προβλήματος πολυκριτήριου μαθηματικού προγραμματισμού έγκειται στην αναζήτηση μιας «συμβιβαστικής» λύσης.

Η αναζήτηση μιας τέτοιας λύσης περιορίζεται στο σύνολο των αποτελεσματικών λύσεων (efficient set). Κάθε εφικτή λύση ονομάζεται αποτελεσματική εάν και μόνο εάν δεν υπάρχει καμία άλλη λύση που να υπερτερεί έναντι αυτής σε όλους τους προκαθορισμένους στόχους (αντικειμενικές συναρτήσεις). Κάθε αποτελεσματική λύση λέγεται ότι είναι βέλτιστη κατά Pareto. Για παράδειγμα, στο Σχήμα 3 το σύνολο των αποτελεσματικών λύσεων βρίσκεται μεταξύ της περιοχής ΑΕ. Οποιαδήποτε άλλη λύση του χώρου των εφικτών λύσεων είναι μη αποτελεσματική. Έτσι η λύση Ζ είναι μη αποτελεσματική γιατί υπάρχουν οι λύσεις Γ και Δ οι οποίες υπερέχουν έναντι της λύσης της Ζ: f1(Γ)=f1(Ζ) και f2(Γ)>f2(Ζ), f1(Δ)>f1(Ζ) και f2(Δ)=f2(Ζ).

Για την αντιμετώπιση προβλημάτων πολυκριτήριου μαθηματικού προγραμματισμού η βελτιστοποίηση ενός απλού γραμμικού συνδυασμού των αντικειμενικών συναρτήσεων δεν είναι επαρκής. Στην περίπτωση όπου ο χώρος των εφικτών λύσεων δεν αποτελεί ένα κυρτό σύνολο, όπως στην περίπτωση του Σχήματος 3, τότε η χρησιμοποίηση ενός γραμμικού συνδυασμού της μορφής


1 1 2 2z w f w f οδηγεί, όπως παρουσιάζεται στο παραπάνω σχήμα, μόνο στον εντοπισμό των λύσεων Β και Δ αγνοώντας όλες τις άλλες λύσεις που ανήκουν στο σύνολο των αποτελεσματικών λύσεων ΑΕ.

Είναι λοιπόν προφανές ότι η επίλυση προβλημάτων πολυκριτήριου μαθηματικού προγραμματισμού απαιτεί τη χρησιμοποίηση διαδικασιών αναζήτησης λύσεων σε όλο το εύρος του συνόλου των αποτελεσματικών λύσεων. Οι διαδικασίες που έχουν αναπτυχθεί για το σκοπό αυτό λειτουργούν αλληλεπιδραστικά (interactive) και επαναληπτικά (iterative). Σε πρώτη φάση εντοπίζεται μια αρχική αποτελεσματική λύση και παρουσιάζεται στον αποφασίζοντα. Εάν η λύση αυτή κριθεί από τον αποφασίζοντα ικανοποιητική βάσει των προκαθορισμένων στόχων του προβλήματος, τότε η διαδικασία επίλυσης περατώνεται. Στην αντίθετη περίπτωση, ο αποφασίζοντας πρέπει να καθορίσει ορισμένες πληροφορίες σχετικά με τις προτιμήσεις του στους προκαθορισμένους στόχους του προβλήματος. Οι πληροφορίες αυτές μπορούν να αφορούν τον καθορισμό των στόχων που πρέπει να βελτιωθούν και τις αντίστοιχες παραχωρήσεις (trade-offs) που πρέπει να γίνουν στους υπόλοιπους στόχους, τον καθορισμό μιας λύσης «αναφοράς», την αξιολόγηση ορισμένων λύσεων που παράγονται με βάση τις πληροφορίες που καθορίζονται στη διάρκεια της διαδικασίας επίλυσης, κλπ. Τα στοιχεία αυτά καθορίζουν στην ουσία την κατεύθυνση προς την οποία θα πρέπει να κινηθεί η διαδικασία διερεύνησης του αποτελεσματικού συνόλου. Με τον καθορισμό των

f1

f2

A

ΕΖ

Γ

Δ

Σύνολο εφικτώνλύσεων

B max z=w1f1+w2f2

Σχήμα 3: Γραφική αναπαράσταση του συνόλου των αποτελεσματικών λύσεων

22 Πολυκριτήρια ανάλυση αποφάσεων: Μεθοδολογικές προσεγγίσεις και εφαρμογές πληροφοριών αυτών εντοπίζεται μια νέα βέλτιστη λύση, η οποία αποτελεί τη βάση για τη συνέχιση της ίδιας διαδικασίας έως ότου εντοπιστεί μια λύση, η οποία ανταποκρίνεται κατά τον καλύτερο δυνατό τρόπο στις προτιμήσεις και την πολιτική που ακολουθεί ο αποφασίζοντας.

Στη διεθνή βιβλιογραφία έχουν παρουσιαστεί διάφορες μέθοδοι οι οποίες βασιζόμενες στο παραπάνω πλαίσιο, μπορούν να χρησιμοποιηθούν για την επίλυση προβλημάτων πολυκριτήριου μαθηματικού προγραμματισμού. Μερικές από τις πλέον γνωστές μεθόδους είναι αυτές των Benayoun et al. (1971), Zionts και Wallenius (1976), Wierzbicki (1980), Steuer και Choo (1983), Korhonen (1988), Korhonen και Wallenius (1988), Siskos και Despotis (1989), Lofti et al. (1992).

Μια εναλλακτική διατύπωση και αντιμετώπιση προβλημάτων που αφορούν τη βελτιστοποίηση πολλαπλών αντικειμενικών συναρτήσεων, αποτελεί ο προγραμματισμός στόχων (goal programming), θεμελιωτές του οποίου υπήρξαν οι Charnes και Cooper (1961). Ο προγραμματισμός στόχων αντιμετωπίζει τα προβλήματα αυτά σε μια περισσότερο «απλουστευμένη» βάση σε σχέση με τον πολυκριτήριο μαθηματικό προγραμματισμό. Η έννοια του στόχου, η οποία αποτελεί τον πυρήνα αυτής της εναλλακτικής προσέγγισης διαφέρει από την έννοια της αντικειμενικής συνάρτησης που αποτελεί τη βάση του πολυκριτήριου μαθηματικού προγραμματισμού: κάθε αντικειμενική συνάρτηση υποδεικνύει απλά την κατεύθυνση προς την οποία πρέπει να διερευνηθεί η ύπαρξη ικανοποιητικών λύσεων (για παράδειγμα, ελαχιστοποίηση κόστους, μεγιστοποίηση κέρδους, κλπ). Αντίθετα, η σαφής οριοθέτηση στόχων επιτρέπει την αξιολόγηση του βαθμού στον οποίο η κάθε λύση ανταποκρίνεται σε αυτούς (Keeney and Raiffa, 1993). Έτσι σε αντίθεση με τον πολυκριτήριο μαθηματικό προγραμματισμό, οι τεχνικές προγραμματισμού στόχων δεν αποσκοπούν στην άμεση βελτιστοποίηση κάθε αντικειμενικής συνάρτησης, αλλά στην αναζήτηση λύσεων, οι οποίες βελτιστοποιούν μια συνάρτηση των αποκλίσεων από τους επιμέρους στόχους του προβλήματος. Η γενική μαθηματική διατύπωση ενός προβλήματος προγραμματισμού στόχων είναι η ακόλουθη:

Μεγιστοποίηση ,i ih d d

Υπό περιορισμούς: i i i if d d c x

x

όπου fi είναι ο i στόχος του προβλήματος εκφραζόμενος συναρτήσει του διανύσματος των μεταβλητών απόφασης x, ci είναι η ιδανική/επιθυμητή τιμή


του στόχου fi, ,i id d είναι οι αποκλίσεις από την τιμή ci ( 0)i id d , και h είναι μια συνάρτηση (συνήθως γραμμική) των αποκλίσεων.

Όπως φαίνεται από την παραπάνω διατύπωση, ουσιαστικά η κάθε αντικειμενική συνάρτηση ενός προβλήματος πολυκριτήριου μαθηματικού προγραμματισμού, μετατρέπεται σε έναν περιορισμό, στο δεξιό μέλος του οποίου εντάσσεται η αντίστοιχη ιδανική τιμή της κάθε αντικειμενικής συνάρτησης (στόχος). Η επίλυση πλέον του παραπάνω προβλήματος οδηγεί στη βελτιστοποίηση των αποκλίσεων από τις προκαθορισμένες ιδανικές τιμές των στόχων του προβλήματος. Οι ιδανικές τιμές καθορίζονται από τον αποφασίζοντα και μπορούν να αφορούν:

1) Τα ικανοποιητικά επίπεδα των στόχων του προβλήματος τα οποία ο αποφασίζοντας θεωρεί ως ιδανικές λύσεις.

2) Τις βέλτιστες δυνατές τιμές στους προκαθορισμένους στόχους.

Η ιδιαίτερη απλότητα που διέπει τη χρήση των τεχνικών προγραμματισμού στόχων τις έχει καταστήσει ιδιαίτερα δημοφιλείς μεταξύ των επιχειρησιακών ερευνητών για την επίλυση πολλών πρακτικών προβλημάτων βελτιστοποίησης υπό συνθήκες πολλαπλών στόχων. Εκτενή αναφορά στη θεωρία του προγραμματισμού στόχων παρατίθεται από τον Spronk (1981), ο οποίος παράλληλα παρουσιάζει και μια σειρά εφαρμογών στο χώρο του χρηματοοικονομικού προγραμματισμού.

4.2 Πολυκριτήρια θεωρία χρησιμότητας

Η πολυκριτήρια θεωρία χρησιμότητας (multiattribute utility theory) αποτελεί γενίκευση της κλασσικής θεωρίας χρησιμότητας. Ήδη από τα πρώτα στάδια ανάπτυξης της πολυκριτήριας ανάλυσης, η πολυκριτήρια θεωρία χρησιμότητας αποτέλεσε (και αποτελεί) έναν από τους ακρογωνιαίους λίθους της θεωρητικής ανάπτυξης και πρακτικής εφαρμογής των αρχών της πολυκριτήριας ανάλυσης. Έμμεσα ή άμεσα και τα υπόλοιπα θεωρητικά ρεύματα της πολυκριτήριας ανάλυσης βασίζονται στις βασικές έννοιες και αρχές της πολυκριτήριας θεωρίας χρησιμότητας. Ο πολυκριτήριος μαθηματικός προγραμματισμός και ο προγραμματισμός στόχων που ήδη παρουσιάστηκαν, ουσιαστικά αποσκοπούν στον εντοπισμό μιας αποτελεσματικής λύσης, η οποία μεγιστοποιεί τη χρησιμότητα του αποφασίζοντος. Μάλιστα, βασικό σημείο ορισμένων μεθόδων πολυκριτήριου μαθηματικού προγραμματισμού αποτελεί η σαφής ανάπτυξη της συνάρτησης χρησιμότητας που διέπει την πολιτική που ακολουθεί ο αποφασίζοντας, η οποία στη συνέχεια μεγιστοποιείται στην περιοχή των εφικτών λύσεων ώστε να εντοπιστεί η κατάλληλη αποτελεσματική λύση. Σε

24 Πολυκριτήρια ανάλυση αποφάσεων: Μεθοδολογικές προσεγγίσεις και εφαρμογές αυτή την προσέγγιση βασίζεται η μεθοδολογία που προτάθηκε από τους Siskos και Despotis (1989) και υλοποιείται στο σύστημα ADELAIS.

Σκοπός της πολυκριτήριας θεωρίας χρησιμότητας είναι η μοντελοποίηση και αναπαράσταση του συστήματος αξιών που συνειδητά ή ασυνείδητα ακολουθεί ο αποφασίζοντας, μέσω μιας συνάρτησης αξιών/χρησιμότητας U. Η συνάρτηση αυτή εκφράζεται βάσει του συνόλου των κριτηρίων αξιολόγησης τα οποία καθορίζουν το αποτέλεσμα της αξιολόγησης: 1 2( ) ( , , ..., )nU G U g g g . Γενικά, οι συναρτήσεις χρησιμότητας είναι μη γραμμικές αύξουσες συναρτήσεις οριζόμενες στο πεδίο τιμών των αντίστοιχων κριτηρίων αξιολόγησης, οι οποίες ανταποκρίνονται στις ακόλουθες δύο βασικές ιδιότητες.

( ) ( )x yU G U G x y

( ) ( ) ~x yU G U G x y

Η πλέον συνηθισμένη μορφή συνάρτησης χρησιμότητας που χρησιμοποιείται σε ερευνητικό και πρακτικό επίπεδο, είναι η προσθετική:

1

( ) ( )n

i i ii

U G w u g

όπου 1 2, , ..., nu u u είναι οι συναρτήσεις μερικών χρησιμοτήτων των κριτηρίων

αξιολόγησης και 1 2, , ..., 0nw w w είναι συντελεστές στάθμισης των

κριτηρίων. Κάθε συνάρτηση μερικής χρησιμότητας ( )i iu g καθορίζει την αξία/χρησιμότητα των εναλλακτικών βάσει των επιδόσεών τους στο κριτήριο gi, ενώ κάθε συντελεστής στάθμισης wi υποδεικνύει την παραχώρηση (trade-off) που είναι διατεθειμένος να κάνει ο αποφασίζοντας σε ένα κριτήριο αναφοράς, προκειμένου να επιτύχει αύξηση μιας μονάδας στο κριτήριο gi.

Η βασική υπόθεση η οποία διέπει τη χρησιμοποίηση της προσθετικής συνάρτησης χρησιμότητας αφορά την αμοιβαία προτιμησιακή ανεξαρτησία των κριτηρίων αξιολόγησης (mutual preferential independence). Ένα υποσύνολο του συνόλου των κριτηρίων αξιολόγησης ( G G ), θεωρείται ότι είναι προτιμησιακά ανεξάρτητο (preferential independent) των υπολοίπων κριτηρίων, εάν και μόνο εάν οι προτιμήσεις του αποφασίζοντος σχετικά με τις εξεταζόμενες εναλλακτικές δραστηριότητες, οι οποίες διαφέρουν μεταξύ τους μόνο ως προς τα κριτήρια του συνόλου G , δεν επηρεάζονται από τα υπόλοιπα κριτήρια. Το σύνολο G των κριτηρίων αξιολόγησης θεωρείται ότι πληροί την υπόθεση της αμοιβαίας προτιμησιακής ανεξαρτησίας εάν και μόνο εάν κάθε


υποσύνολο G G είναι προτιμησιακά ανεξάρτητο των υπόλοιπων κριτηρίων (Fishburn, 1970, Keeney and Raiffa, 1993).

Αναλυτική παρουσίαση της πολυκριτήριας θεωρίας χρησιμότητας, των θεωρητικών αρχών που τη διέπουν, καθώς και των εφαρμογών της, πραγματοποιείται στο βιβλίο των Keeney και Raiffa (1993).

Γενικά, η διαδικασία ανάπτυξης μιας συνάρτησης χρησιμότητας βασίζεται στη συνεργασία ενός ειδικού αναλυτή με τον αποφασίζοντα. Για τον σαφή καθορισμό της συνάρτησης χρησιμότητας θα πρέπει να καθοριστούν το επίπεδο σημαντικότητας των κριτηρίων αξιολόγησης, καθώς και η μορφή των συναρτήσεων μερικών χρησιμοτήτων. Όπως προαναφέρθηκε, οι συντελεστές βαρύτητας των κριτηρίων αξιολόγησης έχουν την έννοια των παραχωρήσεων που ο αποφασίζοντας είναι διατεθειμένος να κάνει σε ένα κριτήριο αξιολόγησης προκειμένου να βελτιώσει κάποιο άλλο κριτήριο αξιολόγησης. Για τον καθορισμό των συναρτήσεων μερικών χρησιμοτήτων, στη διεθνή βιβλιογραφία έχουν παρουσιαστεί διάφορες αλληλεπιδραστικές τεχνικές. Οι τεχνικές αυτές προσπαθούν με άμεσο τρόπο και βάσει απλών ερωτήσεων να «αποσπάσουν» από τον αποφασίζοντα τις πληροφορίες που απαιτούνται ώστε να καθοριστεί ο τρόπος με τον οποίο αξιολογεί τις εξεταζόμενες εναλλακτικές δραστηριότητες σε κάθε ένα από τα κριτήρια. Η πλέον γνωστή τέτοια τεχνική είναι αυτή του σημείου μέσης αξίας (midpoint value technique, Keeney and Raiffa, 1993). Παράλληλα, έχουν αναπτυχθεί και διάφορα συστήματα υποστήριξης αποφάσεων τα οποία υλοποιούν μεθόδους που επιτρέπουν την αλληλεπιδραστική ανάπτυξη και χρησιμοποίηση συναρτήσεων χρησιμότητας, ιδιαίτερα προσθετικής μορφής. Χαρακτηριστικό παράδειγμα αποτελεί το σύστημα MACBETH (Bana e Costa and Vansnick, 1994).

Με βάση την ολική χρησιμότητα των εναλλακτικών δραστηριοτήτων όπως αυτή υπολογίζεται μέσω της συνάρτησης χρησιμότητας, ο αποφασίζοντας μπορεί να κατατάξει τις εναλλακτικές δραστηριότητες από τις καλύτερες (εναλλακτικές με την υψηλότερη ολική χρησιμότητα) προς τις χειρότερες (εναλλακτικές με τη χαμηλότερη ολική χρησιμότητα), να τις διαχωρίσει σε κατηγορίες ή να επιλέξει κάποια(ες) από αυτές.

4.3 Θεωρία των σχέσεων υπεροχής

Η θεωρία των σχέσεων υπεροχής αποτελεί ένα ιδιαίτερο μεθοδολογικό ρεύμα της πολυκριτήριας ανάλυσης οι βάσεις του οποίου τέθηκαν στα τέλη της δεκαετίας του 1960 με τις εργασίες του Bernard Roy και την παρουσίαση των μεθόδων της οικογένειας ELECTRE (ELimination Et Choix Traduisant la Realité, βλ. Roy, 1968). Έκτοτε, η θεωρία των σχέσεων υπεροχής γνώρισε

26 Πολυκριτήρια ανάλυση αποφάσεων: Μεθοδολογικές προσεγγίσεις και εφαρμογές ιδιαίτερη διάδοση μεταξύ των ερευνητών του χώρου της πολυκριτήριας ανάλυσης, ιδιαίτερα στην Ευρώπη.

Όλες οι τεχνικές οι οποίες βασίζονται στη θεωρία των σχέσεων υπεροχής λειτουργούν σε δύο στάδια. Στο πρώτο στάδιο πραγματοποιείται η ανάπτυξη μιας σχέσης υπεροχής (outranking relation) μεταξύ των εξεταζόμενων εναλλακτικών δραστηριοτήτων, ενώ στο δεύτερο στάδιο πραγματοποιείται η εκμετάλλευση της σχέσης υπεροχής ώστε να εξαχθεί το αποτέλεσμα της αξιολόγησης των εναλλακτικών δραστηριοτήτων υπό την επιθυμητή μορφή (κατάταξη, ταξινόμηση, επιλογή).

Κοινό στοιχείο των δύο αυτών σταδίων και βασική έννοια του συγκεκριμένου μεθοδολογικού ρεύματος της πολυκριτήριας ανάλυσης, αποτελεί η έννοια της σχέσης υπεροχής. Η σχέση υπεροχής είναι μια διμερής σχέση η οποία επιτρέπει την εκτίμηση της ισχύος της υπεροχής μιας εναλλακτικής δραστηριότητας x έναντι μιας άλλης εναλλακτικής δραστηριότητας y. Η ισχύς αυτή αυξάνει όσο περισσότερες είναι οι ενδείξεις υπέρ της υπεροχής της εναλλακτικής δραστηριότητας x (συμφωνία των κριτηρίων) χωρίς παράλληλα να υπάρχουν ισχυρές ενδείξεις που να αναιρούν την ισχύ της υπεροχής (ασυμφωνία των κριτηρίων).

Ουσιαστικά, η ανάπτυξη μιας σχέσης υπεροχής της παραπάνω μορφής αποτελεί μια εναλλακτική μορφή μοντελοποίησης και μαθηματικής αναπαράστασης του συστήματος αξιών του αποφασίζοντα, η οποία διαφέρει σημαντικά από το πλαίσιο μοντελοποίησης που ακολουθείται από την πολυκριτήρια θεωρία χρησιμότητας σε δύο καίρια σημεία:

1) Η σχέση υπεροχής δεν είναι μεταβατική: Στην πολυκριτήρια θεωρία χρησιμότητας τα αποτελέσματα της αξιολόγησης των εναλλακτικών δραστηριοτήτων μέσω της συνάρτησης χρησιμότητας που αναπτύσσεται, υπακούουν στη μεταβατική ιδιότητα. Έτσι για οποιεσδήποτε τρεις εναλλακτικές δραστηριότητες x, y, z ισχύουν:

( ) ( )( ) ( )

( ) ( )x y

x zy z

U G U G x yU G U G x z

U G U G y z

( ) ( ) ~( ) ( ) ~

( ) ( ) ~x y

x zy z

U G U G x yU G U G x z

U G U G y z

Αντίθετα, η ανάπτυξη και χρήση των σχέσεων υπεροχής επιτρέπει τη μοντελοποίηση και αντιμετώπιση περιπτώσεων όπου ενώ η εναλλακτική δραστηριότητα x προτιμάται/είναι αδιάφορη της y η οποία με τη σειρά της


προτιμάται/είναι αδιάφορη της z, τελικά η x δεν προτιμάται ή δεν είναι αδιάφορη της z. Χαρακτηριστικό είναι το παράδειγμα του «ενός ποτηριού καφέ» του Luce (1956) (βλ. Roy και Vincke, 1981): προφανώς κανένας δεν μπορεί να καταλάβει τη διαφορά μεταξύ ενός ποτηριού καφέ με a γραμμάρια ζάχαρης και ενός ποτηριού καφέ με a+0,01 γραμμάρια ζάχαρης· άρα υπάρχει αδιαφορία μεταξύ των δύο περιπτώσεων. Κατά το ίδιο σκεπτικό υπάρχει αδιαφορία μεταξύ a+0,01 και a+0,02 γραμμαρίων ζάχαρης. Εάν η σχέση αδιαφορίας είναι μεταβατική τότε συμπεραίνεται ότι υπάρχει αδιαφορία μεταξύ a και a+0,02 γραμμαρίων ζάχαρης, και συνεπώς μέσω μιας σειράς ανάλογων συλλογισμών μπορεί να εξαχθεί το συμπέρασμα ότι ισχύει η σχέση αδιαφορίας μεταξύ ενός ποτηριού καφέ με a γραμμάρια ζάχαρης και ενός ποτηριού καφέ το οποίο είναι γεμάτο ζάχαρη, ανεξαρτήτως του a, το οποίο προφανώς δεν είναι αληθές.

2) Η σχέση υπεροχής δεν είναι πλήρης: Η πολυκριτήρια θεωρία χρησιμότητας θεωρεί μόνο τις σχέσεις υπεροχής και αδιαφορίας μεταξύ των εξεταζόμενων εναλλακτικών δραστηριοτήτων. Αντίθετα, στα πλαίσια της θεωρίας των σχέσεων υπεροχής χρησιμοποιείται και μια επιπλέον σχέση, αυτή της ασυγκριτικότητας. Η τρίτη αυτή σχέση επιτρέπει τη μοντελοποίηση και αντιμετώπιση περιπτώσεων κατά τις οποίες ορισμένες εναλλακτικές δραστηριότητες παρουσιάζουν τέτοιες διαφορές στα κριτήρια αξιολόγησης ώστε καθίσταται ιδιαίτερα δύσκολη η μεταξύ τους σύγκριση.

Όπως και στην περίπτωση της πολυκριτήριας θεωρίας χρησιμότητας, η ανάπτυξη της σχέσης υπεροχής βασίζεται στις πληροφορίες που παρέχει ο ίδιος ο αποφασίζοντας. Οι πληροφορίες αυτές διαφέρουν ανάλογα με τη συγκεκριμένη μέθοδο που χρησιμοποιείται, αλλά στην πλειοψηφία των περιπτώσεων αφορούν:

Τα βάρη (σημαντικότητα) των κριτηρίων αξιολόγησης.

Τα κατώφλια προτίμησης, αδιαφορίας και βέτο (preference, indifference, veto thresholds). Η χρήση των κατωφλιών προτίμησης και αδιαφορίας συμβάλλει στην ανάπτυξη μιας ασαφούς σχέσης υπεροχής (fuzzy outranking relation), η οποία αποδίδεται γραφικά στο Σχήμα 4. Αντίστοιχα, η χρήση του κατωφλίου βέτο επιτρέπει την μοντελοποίηση περιπτώσεων όπου η πολύ κακή επίδοση μιας εναλλακτικής δραστηριότητας x σε ένα κριτήριο εκτίμησης έναντι της αντίστοιχης επίδοσης μιας άλλης εναλλακτικής y θέτει «βέτο» στην πρόταση «η εναλλακτική δραστηριότητα x είναι τουλάχιστον εξίσου καλή όσο και η y», ανεξαρτήτως των επιδόσεων των δύο εναλλακτικών στα υπόλοιπα κριτήρια.


( ) ( )g x g y

Σχήμα 4: Αναπαράσταση της ασαφούς σχέσης υπεροχής με τη χρήση των κατωφλιών προτίμησης

και αδιαφορίας

Η συνδυασμένη χρήση των πληροφοριών αυτών παρέχει τη δυνατότητα στον αναλυτή να εξετάσει την ύπαρξη επαρκούς συμφωνίας των κριτηρίων ώστε να θεωρηθεί ότι ισχύει η πρόταση «η εναλλακτική δραστηριότητα x είναι τουλάχιστον εξίσου καλή όσο και η y» εξετάζοντας παράλληλα και την ισχύ των ενδείξεων που πιθανόν να υπάρχουν κατά της ισχύος της πρότασης αυτής (ασυμφωνία).

Με την ολοκλήρωση της διαδικασίας ανάπτυξης της σχέσης υπεροχής βάσει των πληροφοριών που παρέχει ο αποφασίζοντας, ακολουθεί η εκμετάλλευσή της ώστε να καθοριστεί το αποτέλεσμα της αξιολόγησης των εναλλακτικών δραστηριοτήτων. Ως αποτέλεσμα των δύο βασικών ιδιοτήτων που διέπουν τη σχέση υπεροχής (μη μεταβατική και μη πλήρης), η διαδικασία εκμετάλλευσης της σχέσης υπεροχής δύναται να οδηγήσει ακόμα και στον εντοπισμό εναλλακτικών δραστηριοτήτων οι οποίες δεν είναι μεταξύ τους συγκρίσιμες.

Στις πλέον γνωστές μεθόδους που βασίζονται στη θεωρία των σχέσεων υπεροχής συγκαταλέγονται οι μέθοδοι της οικογένειας ELECTRE (Roy, 1991), καθώς και οι μέθοδοι της οικογένειας PROMETHEE (Brans and Vincke, 1985). Οι δύο αυτές βασικές οικογένειες μεθόδων συναντώνται σε διάφορες παραλλαγές, οι οποίες μπορούν να χρησιμοποιηθούν για την αντιμετώπιση κάθε μορφής προβλήματος που αφορά την αξιολόγηση ενός πεπερασμένου συνόλου εναλλακτικών δραστηριοτήτων.

4.4 Αναλυτική-συνθετική προσέγγιση

Όπως παρουσιάστηκε στις προηγούμενες δύο ενότητες, τα δύο βασικά μεθοδολογικά ρεύματα της πολυκριτήριας ανάλυσης τα οποία επικεντρώνονται

Λήψη αποφάσεων με πολλαπλά κριτήρια: Μια εισαγωγή 29 στην αντιμετώπιση προβλημάτων αξιολόγησης ενός πεπερασμένου συνόλου εναλλακτικών δραστηριοτήτων, δηλαδή η πολυκριτήρια θεωρία χρησιμότητας και η θεωρία των σχέσεων υπεροχής, δίνουν ιδιαίτερο βάρος στη μοντελοποίηση και αναπαράσταση του συστήματος αξιών και προτιμήσεων του αποφασίζοντος μέσω μιας προκαθορισμένης μαθηματικής μορφής (συνάρτηση χρησιμότητας ή σχέση υπεροχής).

Αντίθετα, η αναλυτική-συνθετική προσέγγιση προσανατολίζεται στην ανάπτυξη ενός γενικού μεθοδολογικού πλαισίου, το οποίο μπορεί να χρησιμοποιηθεί για την ανάλυση των αποφάσεων που λαμβάνει ο αποφασίζοντας έτσι ώστε να καθοριστεί το κατάλληλο υπόδειγμα σύνθεσης των κριτηρίων το οποίο ανταποκρίνεται στο σύστημα αξιών και προτιμήσεων του αποφασίζοντα.

Ουσιαστικά, η αναλυτική-συνθετική προσέγγιση αντιμετωπίζει τα προβλήματα λήψης αποφάσεων μέσω μιας ακριβώς αντίθετης διαδικασίας σε σχέση με αυτήν που ακολουθείται από την πολυκριτήρια θεωρία χρησιμότητας και τη θεωρία των σχέσεων υπεροχής (Σχήμα 5). Πιο συγκεκριμένα, τόσο η πολυκριτήρια θεωρία χρησιμότητας όσο και η θεωρία των σχέσεων υπεροχής, σκοπό έχουν να υποστηρίξουν τον αποφασίζοντα στη σύνθεση των κριτηρίων αξιολόγησης, μέσω ενός προκαθορισμένου υποδείγματος το οποίο έχει τη μορφή μιας συνάρτησης χρησιμότητας ή μιας σχέσης υπεροχής. Αυτή είναι μια εμπρόσθια διαδικασία (forward) η οποία βασίζεται στην αλληλεπίδραση με τον αποφασίζοντα. Ο αποφασίζοντας καθορίζει όλες τις παραμέτρους του υποδείγματος σύνθεσης των κριτηρίων, υποστηριζόμενος από έναν εξειδικευμένο αναλυτή, ο οποίος διαθέτει την απαραίτητη εμπειρία στη χρησιμοποιούμενη μεθοδολογική προσέγγιση.

Αντίθετα, η αναλυτική-συνθετική προσέγγιση ακολουθεί μια ανάστροφη διαδικασία (backward). Θεωρεί ότι ο αποφασίζοντας ακολουθεί (συνειδητά ή ασυνείδητα) ένα σύστημα αξιών και προτιμήσεων, το οποίο τον οδηγεί στις αποφάσεις που λαμβάνει. Η αναλυτική-συνθετική προσέγγιση δεν προσπαθεί να εντοπίσει τις αποφάσεις αυτές ζητώντας από τον αποφασίζοντα να καθορίσει, άμεσα, πληροφορίες ως προς τον τρόπο με τον οποίο ελήφθησαν, κάτι το οποίο ουσιαστικά γίνεται στην ανάπτυξη των υποδειγμάτων σύνθεσης των κριτηρίων βάσει της πολυκριτήριας θεωρίας χρησιμότητας και της θεωρίας των σχέσεων υπεροχής·αντίθετα, προσπαθεί να εντοπίσει τον τρόπο με τον οποίο λαμβάνονται οι αποφάσεις μέσω της ανάλυσης σχέσης μεταξύ των αποφάσεων και των επιδόσεων των εναλλακτικών δραστηριοτήτων στα κριτήρια αξιολόγησης. Η ανάλυση αυτή οδηγεί στον καθορισμό όλων των παραμέτρων του υποδείγματος σύνθεσης των κριτηρίων, έτσι ώστε το αναπτυσσόμενο υπόδειγμα να αναπαράγει τις αποφάσεις του αποφασίζοντος με


Εναλλακτικές δραστηριότητεςΚριτήρια αξιολόγησης G

Καθορισμός της γενικήςμορφής του υποδείγματος

σύνθεσης των κριτηρίων U(G)

Διαδικασία καθορισμού τωνπαραμέτρων του υποδείγματος

Αναλυτής Αποφασίζοντας

Απόφαση D[U(G)]

Πολυκριτήρια θεωρία χρησιμότηταςΘεωρία των σχέσεων υπεροχής

1. Εναλλακτικές δραστηριότητες2. Κριτήρια αξιολόγησης G3. Απόφαση D(G)

Καθορισμός της γενικήςμορφής του υποδείγματος

σύνθεσης των κριτηρίων U(G)

Διαδικασία καθορισμού τωνπαραμέτρων του υποδείγματος

Ανάλυσης της απόφασης D(G) έτσιώστε D[U(G)] D(G)

Αναλυτική-συνθετική προσέγγιση

Αξιολόγηση τηςαπόφασης

Αποφασίζοντας

Ικανοποιητική

Τέλος

Μηικανοποιητική

Απόφαση D[U(G)]

1. Αξιολόγηση της απόφασης D[U(G)]2. Αξιολόγηση των εκτιμώμενων παραμέτρων του υποδείγματος U(G)

Αποφασίζοντας

Ικανοποιητική

Τέλος

Μηικανοποιητική

ΑποφασίζονταςΑποφασίζoντας

Σχήμα 5: Η διαδικασία της αναλυτικής-συνθετικής προσέγγισης έναντι των διαδικασιών της

πολυκριτήριας θεωρίας χρησιμότητας και της θεωρίας των σχέσεων υπεροχής

τον πλέον πιστό τρόπο.

Το Σχήμα 5 τονίζει την προαναφερθείσα ουσιαστική διαφορά φιλοσοφίας μεταξύ της αναλυτικής-συνθετικής προσέγγισης και των άλλων διακριτών πολυκριτήριων προσεγγίσεων (πολυκριτήρια θεωρία χρησιμότητας, θεωρία των σχέσεων υπεροχής). Η πολυκριτήρια θεωρία χρησιμότητας και η θεωρία των σχέσεων υπεροχής, ουσιαστικά συνθέτουν τα δεδομένα ενός προβλήματος ώστε να καταλήξουν στο τελικό αποτέλεσμα, ενώ, αντίθετα, η αναλυτική-συνθετική προσέγγιση αναλύει τα υπάρχοντα δεδομένα (σύνολο αναφοράς) ώστε να εντοπίσει το υπόδειγμα που αναπαριστά όσο πιο πιστά γίνεται το σύστημα αξιών και προτιμήσεων του αποφασίζοντος.

Οι βάσεις της αναλυτικής-συνθετικής προσέγγισης εντοπίζονται στη διαπίστωση των προβλημάτων που συχνά παρουσιάζονται κατά τη διαδικασία απόσπασης από τους αποφασίζοντες, πληροφοριών σχετικών με το σύστημα αξιών και προτιμήσεων που τους διέπει. Πολλές φορές οι αποφασίζοντες

Λήψη αποφάσεων με πολλαπλά κριτήρια: Μια εισαγωγή 31 αδυνατούν να παράσχουν τις πληροφορίες αυτές, είτε λόγω έλλειψης χρόνου, είτε γιατί απλά αδυνατούν να αποσαφηνίσουν επακριβώς τις παραμέτρους που ασυνείδητα λαμβάνουν υπόψη κατά τη διαδικασία λήψης των αποφάσεών τους. Αντίθετα, είναι συνήθως πολύ ευκολότερο να διατυπώσουν τις ίδιες τις αποφάσεις που λαμβάνουν, χωρίς να καθορίσουν καμία επιπλέον παράμετρο που να σχετίζεται με τον τρόπο λήψης των αποφάσεων. Στα πλαίσια της αναλυτικής-συνθετικής προσέγγισης είναι δυνατή η αξιοποίηση κάθε μορφής που μπορούν να έχουν οι αποφάσεις αυτές. Συνήθως εκφράζονται σε μια μονότονη κλίμακα μέσω της κατάταξης ή ταξινόμησης των εναλλακτικών δραστηριοτήτων. Παράλληλα όμως δύναται να εκφραστούν σε μορφή ενός δείκτη (πόσες φορές μια εναλλακτική δραστηριότητα προτιμάται μιας άλλης, βλ. Lam and Choo, 1995), ή ακόμα να παρέχουν και περισσότερο λεπτομέρειες όπως η κατάταξη των εναλλακτικών δραστηριοτήτων στο κάθε κριτήριο αξιολόγησης καθώς και η ιεράρχηση των κριτηρίων αξιολόγησης με βάση τη σημαντικότητά τους (Cook and Kress, 1991).

Η συλλογή των παραπάνω μορφών πληροφοριών στοχεύει στη συγκέντρωση ενός επαρκούς συνόλου παραδειγμάτων των αποφάσεων που λαμβάνει ο αποφασίζοντας. Τα παραδείγματα αυτά δύναται να αφορούν:

Παλιότερες αποφάσεις τις οποίες έλαβε ο αποφασίζοντας.

Την αξιολόγηση ενός περιορισμένου αλλά αντιπροσωπευτικού συνόλου φανταστικών εναλλακτικών δραστηριοτήτων.

Την αξιολόγηση ενός περιορισμένου αλλά αντιπροσωπευτικού υποσυνόλου των εξεταζόμενων δραστηριοτήτων, τις οποίες γνωρίζει καλά ο αποφασίζοντας και συνεπώς μπορεί εύκολα να εκφέρει το αποτέλεσμα της αξιολόγησής τους.

Στα παραδείγματα αυτά ενσωματώνονται όλες οι απαραίτητες πληροφορίες που προσδιορίζουν το σύστημα αξιών και προτιμήσεων που ακολουθεί ο αποφασίζοντας. Συνεπώς, η ανάλυση των παραδειγμάτων αυτών με τον κατάλληλο τρόπο μπορεί να οδηγήσει στο σαφή καθορισμό των παραμέτρων και της μορφής του υποδείγματος, το οποίο ανταποκρίνεται στο σύστημα αξιών του αποφασίζοντος.

Εφεξής ως σύνολο αναφοράς θα ονομάζεται το σύνολο των παραδειγμάτων τα οποία αποτελούν τη βάση για τον καθορισμό του υποδείγματος σύνθεσης των κριτηρίων μέσω της αναλυτικής-συνθετικής προσέγγισης. Το σύνολο αναφοράς είναι ουσιαστικά το αντίστοιχο του δείγματος εκμάθησης (training sample), όρος ο οποίος χρησιμοποιείται στην στατιστική, καθώς και στο χώρο της τεχνητής νοημοσύνης (μηχανική μάθηση, νευρωνικά δίκτυα, κλπ). Οι

32 Πολυκριτήρια ανάλυση αποφάσεων: Μεθοδολογικές προσεγγίσεις και εφαρμογές αποφάσεις για τις δραστηριότητες του συνόλου αναφοράς θεωρούνται δεδομένες. Σκοπός της αναλυτικής-συνθετικής προσέγγισης είναι η ανάλυση των πληροφοριών που περιέχονται στο σύνολο αναφοράς με σκοπό τον καθορισμό του υποδείγματος σύνθεσης των κριτηρίων ( )U G , το οποίο οδήγησε τον αποφασίζοντα στις δεδομένες αποφάσεις/αξιολογήσεις των δραστηριοτήτων του συνόλου αναφοράς.

Γενικά, η μεθοδολογική προσέγγιση που ακολουθείται στα πλαίσια της αναλυτικής-συνθετικής προσέγγισης είναι ανάλογη με αυτή της γνωστής στατιστικής παλινδρόμησης. Ουσιαστικά μάλιστα, οι βάσεις της αναλυτικής-συνθετικής προσέγγισης τέθηκαν από τις προσπάθειες των επιχειρησιακών ερευνητών να αναπτύξουν διαδικασίες μη παραμετρικής παλινδρόμησης χρησιμοποιώντας τεχνικές μαθηματικού προγραμματισμού, και συγκεκριμένα υποδείγματα προγραμματισμού στόχων. Οι βάσεις της σύγχρονης αναλυτικής-συνθετικής προσέγγισης από τους Jacquet-Lagrèze και Siskos (1978, 1982, 1983) οι οποίοι εισήγαγαν τη μέθοδο UTA (UTilités Additives). Πλήρης ανασκόπηση των ερευνών του χώρου παρουσιάζεται στο επόμενο άρθρο του συγκεκριμένου βιβλίου).

Οι πρώτες από τις παραπάνω εργασίες στο χώρο της αναλυτικής-συνθετικής προσέγγισης βασίζονταν στη χρήση της συνάρτησης του απλού σταθμισμένου μέσου:

1

( )n

i ii

U G w g

Σκοπό είχαν τον καθορισμό των σταθερών wi της συνάρτησης αυτής, ώστε το αποτέλεσμα της σύνθεσης των κριτηρίων να διαφέρει όσο το δυνατόν λιγότερο από το πραγματικό αποτέλεσμα. Η χρήση όμως μιας τέτοιας μορφής αναπαράστασης του συστήματος αξιών και προτιμήσεων του αποφασίζοντος παρουσιάζει δύο βασικά προβλήματα:

1) Είναι μια γραμμική συνάρτηση, γεγονός που καθιστά αδύνατη τη μοντελοποίηση της συμπεριφοράς αποφασιζόντων οι οποίοι χαρακτηρίζονται από «συντηρητική» (risk-averse) ή «επιθετική» συμπεριφορά (risk-prone). Ουσιαστικά η χρήση του σταθμισμένου μέσου αντιστοιχεί σε «ουδέτερους» αποφασίζοντες (risk-neutral).

2) Καθιστά δύσκολη τη χρήση ποιοτικών κριτηρίων. Πολλά πρακτικά προβλήματα λήψης αποφάσεων από τους χώρους του μάρκετινγκ, της χρηματοοικονομικής διοίκησης, της περιβαλλοντικής διαχείρισης, της διαχείρισης ανθρωπίνου δυναμικού, κά., αναλύονται καλύτερα μέσω ποιοτικών κριτηρίων. Η ενσωμάτωση ποιοτικών κριτηρίων σε συναρτήσεις


ανάλογες με αυτή του σταθμισμένου μέσου απαιτεί την ποσοτικοποίησή τους μέσω της επιλογής μιας αριθμητικής κλίμακας. Μια τέτοια όμως ποσοτικοποίηση μεταβάλλει την έννοια και τη σημασία των ποιοτικών μεταβλητών, ενώ παράλληλα πολλές φορές συνδυάζεται με μια αυξημένη αυθαιρεσία στην επιλογή της ποσοτικής κλίμακας που χρησιμοποιείται.

Για την αντιμετώπιση των προβλημάτων αυτών οι Jacquet-Lagrèze και Siskos (1978, 1982) ήταν οι πρώτοι που χρησιμοποίησαν τα μέσα που παρέχει η πολυκριτήρια θεωρία χρησιμότητας. Πιο συγκεκριμένα, στη μέθοδο UTA πρότειναν τη χρησιμοποίηση μιας προσθετικής συνάρτησης χρησιμότητας, η εκτίμηση της μορφής της οποίας πραγματοποιείται μέσω τεχνικών μονότονης παλινδρόμησης βάσει τεχνικών προγραμματισμού στόχων. Βέβαια η χρήση προσθετικών συναρτήσεων χρησιμότητας έχει δεχθεί κατά καιρούς κριτική, κυρίως όσον αφορά την αδυναμία τους να λάβουν υπόψη τους τις αλληλεξαρτήσεις των κριτηρίων (Lynch, 1979, Oral and Kettani, 1989). Η αντιμετώπιση του προβλήματος αυτού επιτυγχάνεται χρησιμοποιώντας την πολλαπλασιαστική συνάρτηση χρησιμότητας, όπως προτάθηκε από τους Oral και Kettani (1989). Από την πλευρά της η χρήση της πολλαπλασιαστικής συνάρτησης χρησιμότητας παρουσιάζει δυσκολίες τόσο στην ερμηνεία των αποτελεσμάτων, όσο και στη διαδικασία ανάπτυξής της καθώς συνεπάγεται την επίλυση μαθηματικών προγραμμάτων βελτιστοποίησης με μη γραμμικούς περιορισμούς.

5. Πεδία εφαρμογών και συστήματα υποστήριξης αποφάσεων

Η ραγδαία εξέλιξη του χώρου της πολυκριτήριας ανάλυσης αποφάσεων τις τελευταίες τρεις δεκαετίες όσον αφορά την ανάπτυξη νέων μεθοδολογιών επέτρεψε την επιτυχημένη εφαρμογή τεχνικών από το χώρο της πολυκριτήριας ανάλυσης σε διάφορα πεδία εφαρμογών.

Στον Πίνακα 1 παρουσιάζονται ορισμένες χαρακτηριστικές πρόσφατες δημοσιεύσεις σχετικές με την εφαρμογή μεθόδων πολυκριτήριας ανάλυσης σε διάφορα πεδία εφαρμογών, όπως το αγροτικό μάνατζμεντ, η διαχείριση συστημάτων παραγωγής, η ενεργειακή και περιβαλλοντική διαχείριση, η ιατρική, το μάρκετινγκ, οι μεταφορές, οι τηλεπικοινωνίες, και η χρηματοοικονομική διοίκηση.

Στην ανάπτυξη των εφαρμογών της πολυκριτήριας ανάλυσης σημαντικό ρόλο διαδραμάτισε η ανάπτυξη της τεχνολογίας των υπολογιστών. Η σύνδεση των δύο αυτών χώρων εκφράστηκε μέσω της ανάπτυξης συστημάτων υποστήριξης


Πίνακας 1: Πρόσφατες εφαρμογές της πολυκριτήριας ανάλυσης σε διάφορα πεδία

Πεδία Εργασίες Πεδία Εργασίες

Αγροτικό μάνατζμεντ

Ahamed et al. (2000) Berbel και Rodriguez (1998)

Gomez-Limon και Berbel (2000) Gupta et al. (2000)

Hayachi (1998, 2000) Miranda (2001)

Siskos et al. (2001) Strassert και Prato (2002)

Μάρκετινγκ

Bottomley et al. (2000) Dastani et al. (2001)

Festervand et al. (2001) Grigoroudis et al. (2000)

Matsatsinis και Siskos (1999) Mihelis et al. (2001) Siskos et al. (1998) Siskos et al. (2001)

Διαχ/ση

παραγωγής Badri (2001)

Ghodsypour και O'Brien (2001) Guvenir και Erel (1998) Karsak και Tolga (2001)

Korkmazel και Meral (2001) Parlar (2000)

Petrovic και Petrovic (2001) Puerto και Fernandez (1998)

Μεταφορές

Das et al. (1999) El-Wahed (2000)

Kiss και Tanczos (1998) Modesti και Sciomachen (1998)

Singh και Saxena (2003) Teng και Tzeng (1998)

Tsoukias και Papayannakis (2002) Zak (1999)

Ενεργειακή

& περιβ

/κή

διαχείριση

Anderson et al. (2001) Balkema et al. (2001)

Beinat (2001) Georgopoulou et al. (2003) Hamalainen et al. (2001)

Kangas et al. (2001) Linares και Romero (2002)

Τηλεπικ

/ες

Antunes et al. (1998) Lee et al. (2001)

Tam και Tummala (2001) Kim et al. (2000)

Sueyoshi και Sekitani (1998) Lee et al. (1996)

Nagurney et al. (2002)

Ιατρική

Belacel (2000) Bohanec et al. (2000)

Feldmann και Steudel (2000) Kovalerchuk et al. (2000)

Lee και Kwak (2002) Mosmans et al. (2002)

Yuan et al. (2002) Χρημ/κή

διοίκηση Dash και Kajiji (2002)

Doumpos et al. (2001) Hallerbach και Spronk (2003)

Korhonen (2000) Steuer και Na (2003) Zopounidis (1999)

Zopounidis et al. (1999)

Λήψη αποφάσεων με πολλαπλά κριτήρια: Μια εισαγωγή 35 αποφάσεων τα οποία ενσωματώνουν τεχνικές από το χώρο της πολυκριτήριας ανάλυσης. Τα συστήματα αυτά επιτρέπουν στους χρήστες (αποφασίζοντες) να εκμεταλλευτούν τις δυνατότητες που παρέχουν πολυκριτήριες μεθοδολογίες στην αντιμετώπιση πολύπλοκων πρακτικών προβλημάτων.

Τα πρώτα πολυκριτήρια συστήματα υποστήριξης αποφάσεων αναπτύχθηκαν τη δεκαετία του 1970 και αφορούσαν κυρίως την αντιμετώπιση προβλημάτων πολυκριτήριου μαθηματικού προγραμματισμού (Dyer, 1973, Wallenius and Zionts, 1976). Τα πρώτα αυτά συστήματα είχαν κυρίως ακαδημαϊκό προσανατολισμό, κυρίως λόγω των περιορισμένων δυνατοτήτων που παρείχε η τεχνολογία των Η/Υ την εποχή εκείνη. Σήμερα, μετά από τρεις δεκαετίες ραγδαίων εξελίξεων στο χώρο της πληροφορικής και των Η/Υ, τα πολυκριτήρια συστήματα υποστήριξης αποφάσεων παρέχουν αυξημένες δυνατότητες όσον αφορά τη διαχείριση μεγάλου όγκου δεδομένων, την επικοινωνία με το χρήστη, την πραγματοποίηση αναλύσεων ευαισθησίας και ευστάθειας, την ανάλυση σεναρίων, κλπ.

Τα πολυκριτήρια συστήματα υποστήριξης αποφάσεων που έχουν αναπτυχθεί καλύπτουν όλα τα μεθοδολογικά ρεύματα του χώρου της πολυκριτήριας ανάλυσης:

Πολυκριτήριος μαθηματικός προγραμματισμός: Συστήματα TOMMIX (Antunes et al., 1992), TRIMAP (Climaco and Antunes, 1989), VIG (Korhonen, 1987), VIDMA (Korhonen, 1988), DIDAS (Lewandowski et al., 1989), AIM (Lofti et al., 1992), ADBASE (Steuer, 1992), STRANGE (Teghem, 1986), ADELAIS (Siskos and Despotis, 1989).

Πολυκριτήρια θεωρία χρησιμότητας: Συστήματα MACBETH (Bana e Costa and Vansnick, 1994), VISA (Belton et al., 1989), EXPERT CHOICE (Forman and Selly, 2001).

Θεωρία των σχέσεων υπεροχής: Συστήματα PROMCALC/GAIA (Brans and Mareschal, 1994), ELECCALC (Kiss et al., 1994), PRIAM (Levine and Pomerol, 1986), ELECTRE TRI Assistant (Mousseau et al., 2000).

Αναλυτική-συνθετική προσέγγιση: Συστήματα PEFCALC (Jacquet-Lagrèze, 1990), MINORA (Siskos et al., 1993), MIIDAS (Siskos et al., 1999), PREFDIS (Zopounidis and Doumpos, 2000).

Παράλληλα έχουν αναπτυχθεί πολυκριτήρια συστήματα υποστήριξης αποφάσεων τα οποία έχουν σχεδιαστεί για εξειδικευμένα πεδία εφαρμογών. Τα συστήματα αυτά λαμβάνουν υπόψη τα χαρακτηριστικά και τις ιδιαιτερότητες του πεδίου στο οποίο επικεντρώνονται, στοιχείο το οποίο επιτρέπει την παροχή της ζητούμενης υποστήριξης από χρήστες που δεν διαθέτουν εξειδικευμένες

36 Πολυκριτήρια ανάλυση αποφάσεων: Μεθοδολογικές προσεγγίσεις και εφαρμογές γνώσεις σε θέματα της πολυκριτήριας ανάλυσης. Τέτοια εξειδικευμένα συστήματα έχουν αναπτυχθεί για τη λήψη χρηματοοικονομικών αποφάσεων (Eom et al., 1988, Langen, 1989, Mareschal and Brans, 1991, Mareschal and Mertens, 1992, Siskos et al., 1994, Zopounidis et al., 1996, Zopounidis and Doumpos, 1998), την αντιμετώπιση προβλημάτων πολεοδομικού σχεδιασμού (Anselin and Arias, 1983), την ανάπτυξη σχεδίων μάρκετινγκ (Matsatsinis and Siskos, 1999), την αντιμετώπιση προβλημάτων στρατηγικού προγραμματισμού (Chandrasekaran and Ramesh, 1987), κλπ.

Τέλος, αξιοσημείωτη είναι η ανάπτυξη πολυκριτήριων συστημάτων υποστήριξης ομαδικών αποφάσεων (Bui, 1994, Colson and Mareschal, 1994, Csaki et al., 1995), καθώς και η ανάπτυξη πολυκριτήριων ευφυών συστημάτων τα οποία συνδυάζουν πολυκριτήριες μεθοδολογίες με τεχνικές από το χώρο της τεχνητής νοημοσύνης (Antunes et al., 1992, Matsatsinis and Siskos, 1999, Siskos et al., 1999, Srinivasan and Ruparel, 1990, Vranes et al., 1996, Zopounidis et al., 1996).

6. Συμπεράσματα Ο χώρος της πολυκριτήριας ανάλυσης αποφάσεων έχει πλέον καθιερωθεί ως ένα από τα βασικότερα πεδία στο χώρο της επιχειρησιακής έρευνας. Η ραγδαία εξέλιξη του χώρου αυτού, έχει οδηγήσει στην ανάπτυξη ενός διαφορετικού μεθοδολογικού πλαισίου ανάλυσης των προβλημάτων λήψης αποφάσεων. Κύρια χαρακτηριστικά του πλαισίου αυτού αποτελούν η αναγνώριση του πολυδιάστατου χαρακτήρα που χαρακτηρίζει τη διαδικασία λήψης της απόφασης και η ενσωμάτωση των προτιμήσεων και της πολιτικής που ακολουθεί ο αποφασίζοντας στη διαδικασία της ανάλυσης.

Σημαντικά μελλοντικά σημεία έρευνας στο χώρο της πολυκριτήριας ανάλυσης αποτελούν:

Η διερεύνηση των δυνατοτήτων συνδυασμού με άλλα ερευνητικά πεδία (προσεγγιστικά σύνολα, ασαφής λογική, μηχανική μάθηση, νευρωνικά δίκτυα, εξελικτικοί αλγόριθμοι).

Η ανάπτυξη νέων διαδικασιών προσδιορισμού των παραμέτρων που περιγράφουν το σύστημα προτιμήσεων και αξιών του αποφασίζοντος.

Η διερεύνηση των αλληλεπιδράσεων, ομοιοτήτων και διαφορών μεταξύ των διαφόρων μεθοδολογικών ρευμάτων της πολυκριτήριας ανάλυσης.

Η ανάπτυξη νέων γενικών μορφών υποδειγμάτων σύνθεσης των κριτηρίων.


Βιβλιογραφία Ahamed, T.R.N., Rao, K.G. and Murthy, J.S.R. (2000). GIS-based fuzzy membership

model for crop-land suitability analysis, Agricultural Systems, 63 (2), 75-95. Anselin, L. and Arias, E.G. (1983). A multi-criteria framework as decision support

system for urban growth management applications: Central city redevelopment, European Journal of Operational Research, 13, 300-309.

Anderson, R.M., Hobbs, B., Koonce, J.F. and Locci, A.B. (2001). Using decision analysis to choose phosphorus targets for Lake Erie, Environmental Management, 27 (2), 235-252.

Antunes, C.Η., Craveirinha, J.F and Clímaco, J.N. (1998). Planning the evolution to broadband access networks: A multicriteria approach, European Journal of Operational Research, 109 (2), 530-540.

Antunes, C.H., Melo, M.P. and Climaco, J.N. (1992). On the integration of an interactive MOLP procedure base and expert system techniques, European Journal of Operational Research, 61, 135-144.

Badri, M.A. (2001). A combined AHP-GP model for quality control systems, International Journal of Production Economics, 72 (1), 27-40.

Balkema, A.J., Preisig, H.A., Otterpohl, R., Lambert, A.J.D. and Weijers, S.R. (2001). Developing a model based decision support tool for the identification of sustainable treatment options for domestic wastewater, Water Science and Technology, 43 (7), 265-270.

Bana e Costa, C.A. and Vansnick, J.C. (1994). MACBETH: An interactive path towards the construction of cardinal value functions, International Transactions on Operations Research, 1, 489-500.

Beinat, E. (2001). Multi-criteria analysis for environmental management, Journal of Multi-Criteria Decision Analysis, 10 (2), 51.

Belacel, N. (2000). Multicriteria assignment method PROAFTN: Methodology and medical application, European Journal of Operational Research, 125 (1), 175-183.

Belton, V. and Vickers, S.P. (1989). VISA-VIM for MCDA, in: Lockett, A.G. and Islei, G. (eds.), Improving Decision Making in Organizations, Springer-Verlag, Berlin, 319-334.

Benayoun, R., De Montgolfier, J., Tergny, J. and Larichev, O. (1971). Linear programming with multiple objective function: Stem method (STEM), Mathematical Programming, 1 (3), 366-375.

Berbel, J. and Rodriguez-Ocana, A. (1998). An MCDM approach to production analysis: an application to irrigate farms in Southern Spain, European Journal of Operational Research, 107 (1), 108-118.

Bohanec, M., Zupan, B. and Rajkovic, V. (2000). Applications of qualitative multi-attribute decision models in health care, International Journal of Medical Informatics, 58, 191-205.

Bottomley, P.A., Doyle, J.R. and Green, R.H. (2000). Testing the reliability of weight elicitation methods: Direct rating versus point allocation, Journal of Marketing Research, 37 (4), 508-513.

38 Πολυκριτήρια ανάλυση αποφάσεων: Μεθοδολογικές προσεγγίσεις και εφαρμογές Brans, J.P. and Mareschal, B. (1994). The PROMCALC & GAIA decision support

system for multicriteria decision aid, Decision Support Systems, 12, 297-310. Brans, J.P. and Vincke, Ph. (1985). A preference ranking organization method,

Management Science, 31 (6), 647-656. Bui, T. (1994). Software architectures for negotiation support: Co-oP and Negotiator,

Computer-Assisted Negotiation and Mediation Symposium, Program of Negotiation, Harvard Law School, May 26-27, 216-227.

Chandrasekaran, G. and Ramesh, R. (1987). Microcomputer based multiple criteria decision support system for strategic planning, Information and Management, 12, 163-172.

Charnes, A. and Cooper, W.W. (1961). Management Models and Industrial Applications of Linear Programming, Wiley, New York.

Climaco, J. and Antunes, C.H. (1989). Implementation of a user friendly software package-A guided tour of TRIMAP”, Mathematical and Computer Modelling, 12 (10-11), 1299-1309.

Colson, G. and Mareschal, B. (1994). JUDGES: A descriptive group decision support system for the ranking of items, Decision Support Systems, 12, 391-404.

Cook, W.D. and Kress, M. (1991). A multiple criteria decision model with ordinal preference data, European Journal of Operational Research, 54, 191-198.

Csaki, P., Rapcsak, T., Turchanyi, P. and Vermes, M. (1995). R and D for group decision aid in Hungary by WINGDSS, a Microsoft Windows based group decision support system, Decision Support Systems, 14, 205-217.

Das, S.K., Goswami, A. and Alam, S.S. (1999). Multiobjective transportation problem with interval cost, source and destination parameters, European Journal of Operational Research, 117 (1), 100-112.

Dash, G.H. Jr. and Kajiji, N. (2003). Evolving economy bank asset-liability and risk management under uncertainty with hierarchical objectives and nonlinear pricing, Journal of Multi-Criteria Decision Analysis, 11 (4-5), 247-260.

Dastani, M., Jacobs, N., Jonker, C.M. and Treur, J. (2001). Modeling user preferences and mediating agents in electronic commerce, in: Dignum, F.and Sierra, C. (eds.), Agent Mediated Electronic Commerce: The European AgentLink Perspective, Springer-Verlag, Heidelberg, 163-193.

Doumpos, M., Zanakis, S.H. and Zopounidis, C. (2001). Multicriteria preference disaggregation for classification problems with an application to global investing risk, Decision Sciences, 32 (2), 333-385.

Dyer, J. (1973). A time-sharing computer program for the solution of the multiple criteria problem, Management Science, 19, 1379-1383.

El-Wahed, W.F.A. (2000). A multi-objective transportation problem under fuzziness, Fuzzy Sets and Systems, 117 (1), 27-33.

Eom, H.B., Lee, S.M., Snyder, C.A. and Ford, F.N. (1988). A multiple criteria decision support system for global financial planning, Journal of Management Information Systems, 4 (3), 94-113.

Feldmann, U. and Steudel, I. (2000). Methods of ordinal classification applied to medical scoring systems, Statistics in Medicine, 19 (4), 575-586.

Λήψη αποφάσεων με πολλαπλά κριτήρια: Μια εισαγωγή 39 Festervand, T.R., Kethley, R.B. and Waller, B.D. (2001). The marketing of industrial

real estate: application of Taguchi loss functions, Journal of Multi-Criteria Decision Analysis, 10 (4), 219-228.

Fishburn, P.C. (1965). Independence in utility theory with whole product sets, Operations Research, 13, 28-45.

Fishburn, P.C. (1970). Utility Theory for Decision Making, Wiley, New York. Forman, E. and Selly, A. (2001). Decision by Objectives, World Scientific, Singapore. Georgopoulou, E., Sarafidis, Y., Mirasgedis, S., Zaimi, S. and Lalas, D.P. (2003), A

multiple criteria decision-aid approach in defining national priorities for greenhouse gases emissions reduction in the energy sector, European Journal of Operational Research, 146 (1), 199-215.

Ghodsypour, S.H. and O'Brien, C. (2001). The total cost of logistics in supplier selection, under conditions of multiple sourcing, multiple criteria and capacity constraint, International Journal of Production Economics, 73 (1), 15-27.

Gomez-Limon, J.A. and Berbel, J. (2000). Multicriteria analysis of derived water demand functions: a Spanish case study, Agricultural Systems, 63 (1), 49-72.

Grigoroudis, E., Siskos, Y. and Saurais, O. (2000). TELOS: A customer satisfaction evaluation software, Computers and Operations Research, 27 (7-8), 799-817.

Gupta, A.P., Harboe, R. and Tabucanon, M.T. (2000). Fuzzy multiple-criteria decision making for crop area planning in Narmada river basin, Agricultural Systems, 63 (1), 1-18.

Guvenir, A.H. and Erel, E. (1998). Multicriteria inventory classification using a genetic algorithm, European Journal of Operational Research, 105 (1), 29-37.

Hallerbach, W.G. and Spronk, J. (2003). The relevance of MCDM for financial decisions, Journal of Multi-Criteria Decision Analysis, 11 (4-5), 187-195.

Hamalainen, R.P., Kettunen, E., Marttunen, M. and Ehtamo, H. (2001). Evaluating a framework for multi-stakeholder decision support in water resources management, Group Decision and Negotiation, 10 (4), 331-353.

Hayachi, K. (1998). Multicriteria aid for agricultural decisions using preference relations: Methodology and application, Agricultural Systems, 58 (4), 483-503.

Hayachi, K. (2000). Multicriteria analysis for agricultural resource management: A critical survey and future perspectives, European Journal of Operational Research, 122 (2), 486-500.

Jacquet-Lagrèze, E. (1990). Interactive assessment of preferences using holistic judgments: The PREFCALC system, in: Bana e Costa, C.A. (ed.), Readings in Multiple Criteria Decision Making, Springer-Verlag, Berlin, 335-350.

Jacquet-Lagrèze, E. and Siskos, J. (1978). Une méthode de construction de fonctions d’ utilité additives explicatives d’ une préférence globale, Cahier du LAMSADE, No 16, Université de Paris-Dauphine.

Jacquet-Lagrèze, E. and Siskos, Y. (1982). Assessing a set of additive utility functions for multicriteria decision making: The UTA method, European Journal of Operational Research, 10, 151-164.

Jacquet-Lagrèze, E. and Siskos, J. (1983). Méthodes de Décision Multicritère, Editions Hommes et Techniques, Paris.

40 Πολυκριτήρια ανάλυση αποφάσεων: Μεθοδολογικές προσεγγίσεις και εφαρμογές Kangas, J., Kangas, A., Leskinen, P. and Pykalainen, J. (2001). MCDM methods in

strategic planning of forestry on state-owned lands in Finland: Applications and experiences, Journal of Multi-Criteria Decision Analysis, 10 (5), 257-271.

Karsak, E. and Tolga, E. (2001). Fuzzy multi-criteria decision-making procedure for evaluating advanced manufacturing system investments, International Journal of Production Economics, 69 (1), 49-64.

Keeney, R.L. and Raiffa, H. (1993). Decisions with Multiple Objectives: Preferences and Value Trade-offs, Cambridge University Press, Cambridge.

Kim, Y., Kim, J. and Kim, S. (2000). Use of multi-attribute decision analysis for designing operations system framework in telecommunications management network, Computers and Operations Research, 27 (14), 1375-1388.

Kiss, L. and Tanczos, K. (1998). Transport infrastructural investment project rankings under quasi-uniform resource allocating constraint, assisted by a multicriterion analysis process, International Transactions in Operational Research, 5 (2), 103-122.

Kiss, L.N., Martel, J.M. and Nadeau, R. (1994). ELECCALC: An interactive software for modelling the decision maker’s preferences, Decision Support Systems, 12, 311-326.

Koopmans, T.C. (1951). Activity Analysis of Production and Allocation, John Wiley and Sons, New York.

Korhonen, A. (2000). Strategic financial management in a multinational financial conglomerate: A multiple goal stochastic programming approach, European Journal of Operational Research, 128 (2), 418-434.

Korhonen, P. (1987). VIG: A visual interactive support system for multiple criteria decision making, Belgian Journal of Operations Research, Statistics and Computer Science, 27, 3-15.

Korhonen, P. (1988). A visual reference direction approach to solving discrete multiple criteria problems, European Journal of Operational Research, 34, 152-159.

Korhonen, P. and Wallenius, J. (1988). A Pareto race, Naval Research Logistics, 35, 615-623.

Korkmazel, T. and Meral, S. (2001). Bicriteria sequencing methods for the mixed-model assembly line in just-in-time production systems, European Journal of Operational Research, 131 (1), 188-207.

Kovalerchuk, B., Triantaphyllou, E., Ruiz, J.F., Torvik, V.I. and Vityaev, E. (2000). The reliability issue of computer-aided breast cancer diagnosis, Computers and Biomedical Research, 33 (4), 296-313.

Kwak, N.K. and Lee, C.W. (2002). Business process reengineering for health-care system using multicriteria mathematical programming, European Journal of Operational Research, 140 (2), 447-458.

Lam, K.F. and Choo, E.U. (1995). Goal programming in preference decomposition, Journal of the Operational Research Society, 46, 205-213.

Langen, D. (1989). An (interactive) decision support system for bank asset liability management, Decision Support Systems, 5, 389-401.

Λήψη αποφάσεων με πολλαπλά κριτήρια: Μια εισαγωγή 41 Lee, H., Shi, Y. and Nazem, S.M. (1996). Supporting rural telecommunications: a

compromise solutions approach, Annals of Operations Research, 68, 33-45. Lee, H., Shi, Y., Nazem, S.M., Kang, S.Y., Park, T.H. and Sohn, M.H. (2001).

Multicriteria hub decision making for rural area telecommunication networks, European Journal of Operational Research, 133 (3), 483-495.

Levine, P. and Pomerol, J.Ch. (1986). PRIAM, an interactive program for chosing among multiple attribute alternatives, European Journal of Operational Research, 25, 272-280.

Lewandowski, A., Kreglewski T., Rogowski, T. and Wierzbicki, A. (1989). Decision support systems of DIDAS family (Dynamic Interactive Decision Analysis & Support), in: Lewandowski, A.and Wierzbicki, A. (eds.), Aspiration Based Decision Support Systems, Springer-Verlag, Berlin, 21-27.

Linares, P. and Romero, C. (2002). Aggregation of preferences in an environmental economics context: a goal-programming approach, Omega, 30, 89-95.

Lofti, V., Stewart, T.J. and Zionts, S. (1992). An aspiration-level interactive model for multiple criteria decision making, Computers and Operations Research, 19, 677-681.

Luce, D. (1956). Semiorders and a theory of utility discrimination, Econometrica, 24. Lynch, J.G. (1979). Why additive utility models fail as descriptions of choice behavior,

Journal of Experimental Social Phychology, 15, 397-417. Mareschal, B. and Brans, J.P. (1991). BANKADVISER: An industrial evaluation

system, European Journal of Operational Research, 54, 318-324. Mareschal, B. and Mertens, D. (1992). BANKS a multicriteria, PROMETHEE-based

decision support system for the evaluation of the international banking sector, Revue des Systèmes de Dècision, 1 (2), 175-189.

Matsatsinis, N.F. and Siskos, Y. (1999). MARKEX: An intelligent decision support system for product development decisions, European Journal of Operational Research, 113 (2), 336-354.

Mihelis, G., Grigoroudis, E., Siskos, Y., Politis, Y. and Malandrakis, Y. (2001). Customer satisfaction measurement in the private bank sector, European Journal of Operational Research, 130 (2), 347-360.

Miranda, J.I. (2001). Multicriteria analysis applied to the sustainable agriculture problem, International Journal of Sustainable Development World Ecology, 8, 67-77.

Modesti, P. and Sciomachen, A. (1998). A utility measure for finding multiobjective shortest paths in urban multimodal transportation networks, European Journal of Operational Research, 111 (3), 495-508.

Mousseau, V., Slowinski, R. and Zielniewicz, P. (2000). A user-oriented omplementation of the ELECTRE-TRI method integrating preference elicitation support, Computers and Operations Research, 27, 757-777.

Mosmans, A., Praet, J-C. and Dumont, C. (2002). A decision support system for the budgeting of the Belgian health care system, European Journal of Operational Research, 139 (2), 449-460.

42 Πολυκριτήρια ανάλυση αποφάσεων: Μεθοδολογικές προσεγγίσεις και εφαρμογές Nagurney, A., Dong, J. and Mokhtarian, P.L. (2002). Multicriteria network equilibrium

modeling with variable weights for decision-making in the Information Age with applications to telecommuting and teleshopping, Journal of Economic Dynamics and Control, 26 (9-10), 1629-1650.

Oral, M. and Kettani, O. (1989). Modelling the process of multiattribute choice, Journal of the Operational Research Society, 40 (3), 281-291.

Pardalos, P.M., Siskos, Y. and Zopounidis, C. (1995). Advances in Multicriteria Analysis, Kluwer Academic Publishers, Dordrecht.

Parlar, M. (2000). Probabilistic analysis of renewal cycles: an application to a non-markovian inventory problem with multiple objectives, Operations Research, 48 (2), 243-255.

Petrovic, R. and Petrovic, D. (2001). Multicriteria ranking of inventory replenishment policies in the presence of uncertainty in customer demand, International Journal of Production Economics, 71 (1-3), 439-446.

Puerto, J. and Fernandez, F. (1998). Pareto-optimality in classical inventory problems, Naval Research Logistics, 45 (1), 83-98.

Roy, B. (1968). Classement et choix en présence de points de vue multiples: La méthode ELECTRE, R.I.R.O, 8, 57-75.

Roy, B. (1985). Méthodologie Multicritère d’Aide à la Décision, Economica, Paris. Roy, B. (1991). The outranking approach and the foundations of ELECTRE methods,

Theory and Decision, 31, 49-73. Roy, B. and Vincke, Ph. (1981). Multicriteria analysis: Survey and new directions,

European Journal of Operational Research, 8, 207-218. Singh, P. and Saxena, P.K. (2003). The multiple objective time transportation problem

with additional restrictions, European Journal of Operational Research, 146 (3), 460-476.

Siskos, J. and Despotis, D.K. (1989). A DSS oriented method for multiobjective linear programming problems, Decision Support Systems, 5, 47-55.

Siskos, Y., Matsatsinis, N.F. and Baourakis, G. (2001). Multicriteria analysis in agricultural marketing: The case of French olive oil market, European Journal of Operational Research, 130 (2), 315-331.

Siskos, Y., Spiridakos, A. and Yannacopoulos, D. (1993). MINORA: A multicriteria decision aiding system for discrete alternatives, Journal of Information Science and Technology, 2, 136-149.

Siskos, Y., Spiridakos, A. and Yannacopoulos, D. (1999). Using artificial intelligence and visual techniques into preference disaggregation analysis: The MIIDAS system, European Journal of Operational Research, 113, 281-299.

Siskos, Y., Zopounidis, C. and Pouliezos, A. (1994). An integrated DSS for financing firms by an industrial development bank in Greece, Decision Support Systems, 12, 151-168.

Siskos, Y., Grigoroudis, E., Zopounidis, C. and Saurais, O. (1998). Measuring customer satisfaction using a collective preference disaggregation model, Journal of Global Optimization, 12 (2), 175-195.

Λήψη αποφάσεων με πολλαπλά κριτήρια: Μια εισαγωγή 43 Spronk, J. (1981), Interactive Multiple Goal Programming Application to Financial

Planning, Martinus Nijhoff Publishing, Boston. Srinivasan, V. and Ruparel, B. (1990). CGX: An expert support system for credit

granting, European Journal of Operational Research, 45, 293-308. Srinivasan, V. and Shocker, A.D. (1973). Linear programming techniques for

multidimensional analysis of preferences, Psychometrika, 38 (3), 337-396. Strassert, G. and Prato, T. (2002). Selecting farming systems using a new multiple

criteria decision model: the balancing and ranking method, Ecological Economics, 40, 269-277.

Steuer, R.E. (1992). Manual for the ADBASE Multiple Objective Linear Programming Package, Department of Management Science and Information Technology, University of Georgia, Athens, GA.

Steuer, R.E. and Choo, E.U. (1983). An interactive weighted Tchebycheff procedure for multiple objective programming, Mathematical Programming, 26 (1), 326-344.

Steuer, R.E. and Na, P. (2003). Multiple criteria applications in finance: A categorized bibliography, European Journal of Operational Research, 150, 496-515.

Sueyoshi, T. and Sekitani, K. (1998). Goal programming regression with serial correlation: Policy implications for Japanese telecommunications infrastructure development, Omega, 26 (2), 195-205.

Tam, M.C.Y. and Tummala, V.M.R. (2001). An application of the AHP in vendor selection of a telecommunications system, Omega, 29 (2), 171-182.

Teghem, J., Dufrane, D., Thauvoye, M. and Kunsch, P. (1986). STRANGE: An interactive method for multi-objective linear programming under uncertainty, European Journal of Operational Research, 26, 65-82.

Teng, J.Y. and Tzeng, G.H. (1998). Transportation investment project selection using fuzzy multiobjective programming, Fuzzy Sets and Systems, 96 (3), 259-280.

Tsoukias, A. and Papayannakis, A. (2002). A real case study on Transportation Scenario Comparison, Yugoslavian Journal of Operational Research, 12, 85-108.

Von Neumann, J. and Morgenstern, O. (1944). Theory of Games and Economic Behavior, Princeton, New Jersey.

Vranes, S., Stanojevic, M., Stevanovic, V. and Lucin, M. (1996). INVEX: Investment advisory expert system, Expert Systems, 13 (2), 105-119.

Wierzbicki, A.P. (1980). The use of reference objectives in multiobjective optimization, in: Fandel, G.and Gal, T. (eds.), Multiple Criteria Decision Making: Theory and Applications, Lecture Notes in Economic and Mathematical Systems 177, Springer-Verlag, Berlin-Heidelberg, 468-486.

Yuan, Y., Feldhamer, S., Gafni, A., Fyfe, F. and Ludwin, D. (2002). Business process reengineering for health-care system using multicriteria mathematical programming, European Journal of Operational Research, 142 (1), 152-173.

Zak, J. (1999). The methodology of multiple-criteria decision making in the optimization of an urban transportation system: Case study of Poznan city in Poland, International Transactions in Operational Research, 6 (6), 571-590.

Zionts, S. and Wallenius, J. (1976). An interactive programming method for solving the multicriteria problem, Management Science, 22, 652-663.

44 Πολυκριτήρια ανάλυση αποφάσεων: Μεθοδολογικές προσεγγίσεις και εφαρμογές Zopounidis, C. (1999). Multicriteria decision aid in financial management, European

Journal of Operational Research, 119, 404-415. Zopounidis, C. and Doumpos, M. (1998). Developing a multicriteria decision support

system for financial classification problems: The FINCLAS system, Optimization Methods and Software, 8(3-4), 277-304.

Zopounidis, C. and Doumpos, M. (2000). PREFDIS: A multicriteria decision support system for sorting decision problems, Computers and Operations Research, 27, 779-797.

Zopounidis, C., Doumpos, M. and Zanakis, S. (1999). Stock evaluation using a preference disaggregation methodology, Decision Sciences, 30 (2), 313-336.

Zopounidis, C., Matsatsinis, N.F. and Doumpos, M. (1996). Developing a multicriteria knowledge-based decision support system for the assessment of corporate performance and viability: The FINEVA system, Fuzzy Economic Review, 1 (2), 35-53.

Documents

01-DOYMPOS-ZOPOYNIDHS11 Λήψη αποφάσεων με πολλαπλά κριτήρια: Μια εισαγωγή στις βασικές έννοιες, μεθοδολογία και