Cybernetics And Systems Analysis logo
Інформація редакції Аннотації статей Автори Архів
Кібернетика та Системний Аналіз
Міжнародний Науково-Теоретичний Журнал
-->

УДК 519.816

Ю.Я. САМОХВАЛОВ,
Київський національний університет імені Тараса Шевченка, Київ, Україна,
yu1953@ukr.net


РОЗВИТОК МЕТОДУ АНАЛІЗУ ІЄРАРХІЙ В УМОВАХ
КОЛЕКТИВНОГО ПРИЙНЯТТЯ РІШЕНЬ НА ОСНОВІ
АГРЕГОВАНИХ МАТРИЦЬ ПАРНИХ ПОРІВНЯНЬ

Анотація. Запропоновано підхід до колективного прийняття рішень на основі методу аналізу ієрархій. Цей підхід базується на механізмі побудови агрегованих матриць парних порівнянь. Ключовим у цьому механізмі є узгодження полярних суджень експертів щодо переваги альтернатив. Таке узгодження реалізовано завдяки вибору найбільш справедливої гіпотези на підставі ступіня впевненості в її достовірності. Ступінь впевненості запропоновано обчислювати за допомогою функції комбінування Шортліффа. Узгодження полярних суджень експертів являє собою обчислювальну модель групового вибору, яка є незалежною компонентою і може бути використана як основа для розроблення процедур колективного прийняття рішень. Запропонований підхід є достатньо природним та простим у використанні і гармонійно становить одноцілість в процесі аналітичної ієрархії.

Ключові слова: колективне прийняття рішень, ранжування, експерт, метод аналізу ієрархій, коефіцієнти впевненості.


ПОВНИЙ ТЕКСТ

СПИСОК ЛІТЕРАТУРИ

  1. Bhushan N., K. Rai K. Strategic decision making: Applying the analytic hierarchy process. London: Springer, 2004. 172 p.

  2. Wu W., Kou G., Peng Y., Ergu D. Improved AHP-group decision making for investment strategy selection. Technological and Economic Development of Economy. 2012. Vol. 18, Iss. 2. P. 299–316. https://doi.org/10.3846/20294913.2012.680520.

  3. Середенко Н.Н. Развитие метода анализа иерархий (МАИ). Открытое образование. 2011. № 2–1. С. 39–48.

  4. Халин В.Г., Чернова Г.В. Системы поддержки принятия решений. Москва: Юрайт, 2019. 494 с.

  5. Samokhvalov Y.Y. Group accounting of relative alternative superiority in decision-making problems. Cybernetics and Systems Analysis. 2003. Vol. 39, N 6. P. 897–900. https://doi.org/10.1023/B:CASA.0000020231.09571.33 .

  6. Wu W., Kou G., Peng Y. Group decision-making using improved multi-criteria decision making methods for credit risk analysis. Filomat. 2016. Vol. 30, Iss. 15. P. 4135–4150. https://doi.org/10.2298/FIL1615135W .

  7. Kar A.K., Khatwani G. A group decision support system for selecting a socialCRM. Thampi S., Gelbukh A., Mukhopadhyay J. (Eds.). Advances in Signal Processing and Intelligent Recognition Systems. Advances in Intelligent Systems and Computing. Cham: Springer, 2014. Vol. 264. P. 95–105. https://doi.org/10.1007/978-3-319-04960-1_9.

  8. Saaty T., Peniwati K. Group decision making: Drawing out and reconciling differences, Pittsburgh: Rws Publications, 2008. 385 p.

  9. Peniwati K. Group decision making: drawing out and reconciling differences. International Journal of the Analytic Hierarchy Process. 2017. Vol. 9, N 3. P. 385–389. https://doi.org/10.13033/ijahp.v9i3.533.

  10. Forman E., Peniwati K. Aggregating individual judgments and priorities with the analytic hierarchy process. European Journal of Operational Research. 1998. Vol. 108, Iss. 1. P. 165–169. https://doi:10.1016/s0377-2217(97)00244-0.

  11. Groelj P., Zadnik Stirn L., Ayrilmis N., Kuzman M.K. Comparison of some aggregation techniques using group analytic hierarchy process. Expert Systems with Applications. 2015. Vol. 42. P. 2198–2204. https://doi.org/10.1016/j.eswa .

  12. Bernasconi M., Choirat C., Seri R. Empirical properties of group preference aggregation methods employed in AHP: Theory and evidence. European Journal of Operational Research. 2014. Vol. 232, N 3. P. 584–592. https://doi.org/10.1016/j.ejor .

  13. Samokhvalov Y.Y. Distinctive features of using the method of analysis of hierarchies in estimating problems on the basis of metric criteria. Cybernetics and Systems Analysis. 2004. Vol. 40, N 5. P. 639–642. https://doi.org/10.1007/s10559-005-0002-2.

  14. Malcolm B. DS/AHP method: A mathematical analysis, including an understanding of uncertainty. European Journal of Operational Research. 2002. Vol. 140, Iss. 1. P. 148–164. https://doi.org/10.1016/S0377-2217(01)00230-2.

  15. Malcolm B. A method of aggregation in DS/AHP for group decision-making with the non-equivalent importance of individuals in the group. Computers and Operations Research. 2005. Vol. 32, N 7. Р. 1881–1896. https://doi.org/10.1016/j.cor.2003.12.004.

  16. Гуляницкий, Л.Ф., Волкович О.В., Малышко С.А. Один поход к формализации и исследованию задач группового выбора. Кибернетика. 1994. № 3. С. 120–127.

  17. ISO/IEC TR 15443-1:2005 «Information technology — Security techniques — A framework for IT security assurance. Part 1: Overview and framework». URL: https://www.iso.org/standard/39733.html .

  18. Shortliffe E. Computer-based medical consultations: MYCIN. Elsevier, 1976, 264 p. https://doi.org/10.1016/B978-0-444-00179-5.X5001-X .

  19. Buchanan B., Shortliffe E. Rule-based expert systems: The MYCIN experiments of the Stanford heuristic programming project. Addison Wesley, Reading, MA, 1984. 754 p.

  20. Дулесов А.С., Семенова М.Ю. Субъективная вероятность в определении меры неопределенности состояния объекта. Фундаментальные исследования. 2012. № 3. С. 81–86.




© 2022 Kibernetika.org. All rights reserved.