2. Vecparametrsko odlocanje

Vecparametrsko odlocanje temelji na razgradnji odlocitvenega problema na manjse podprobleme. Variante razgradimo na posamezne parametre (kriterije, atribute) in jih loceno ocenimo glede na vsak parameter. Koncno oceno variante dobimo z nekim postopkom zdruzevanja. Tako izpeljana vrednost je potem osnova za izbor najustreznejse variante.

Slika 1: Vecparametrski odlocitveni model

Vrednotenje variant pri vecparametrskem odlocanju tako poteka na osnovi vecparametrskega odlocitvenega modela, ki je v splosnem sestavljen iz treh komponent (slika 1). Vhod v model predstavljajo parametri (atributi, kriteriji) X_i. To so spremenljivke, ki ponazarjajo podprobleme odlocitvenega problema, to je tiste dejavnike, ki opredeljujejo kvaliteto variant. Funkcija koristnosti F je predpis, po katerem se vrednosti posameznih parametrov zdruzujejo v spremenljivko Y, ki ponazarja koncno oceno ali koristnost variante.

Variante opisemo po osnovnih parametrih z vrednostmi a_i. Na osnovi teh vrednosti funkcija koristnosti doloci koncno oceno vsake variante. Varianta, ki dobi najvisjo oceno, je praviloma najboljsa.

Oglejmo si preprost primer. Denimo, da kupujemo avto. Na odlocitev vpliva vrsta dejavnikov, kot so cena, poraba goriva, varnost, udobnost, stevilo vrat in velikost prtljaznika. Na sliki 2 so zaradi enostavnosti prikazani samo prvi trije. Dogovorimo se, da bomo ceno merili v DEM, porabo v litrih na 100 km, varnost pa s tockami med 0 in 10.

Slika 2: Vecparametrski odlocitveni model za vrednotenje avtomobilov

Osnovne tri parametre zdruzujemo v koncno oceno (AVTO) s funkcijo koristnosti F, ki je na sliki 2 prikazana nekoliko podrobneje. Kot je v navadi pri stevilnih vecparametrskih odlocitvenih metodah, je funkcija dvostopenjska. Na prvem (nizjem) nivoju je za vsak kriterij definirana delna funkcija koristnosti, ki opredeljuje odvisnost med dejansko vrednostjo parametra X in preferenco P, to je stopnjo zazelenosti v okviru nase odlocitve. Preferenco navadno izrazamo s stevili med 0 in 1, kjer 0 ustreza najmanj, 1 pa najbolj zazeleni vrednosti. Z delnimi funkcijami koristnosti na nek nacin spravimo na skupni imenovalec tri med seboj sicer zelo razlicne parametre.

Na drugi stopnji pride do dejanskega zdruzevanja parametrov. Funkcija, ki opravi to zdruzevanje na sliki 2, je utezena vsota posameznih preferenc. Pri tem je najvplivnejsi parameter cena avtomobila, katere utez 50 je enaka vsoti utezi preostalih dveh parametrov. Med tema pa je nekoliko pomembnejsa varnost.

Tako definirani odlocitveni model lahko uporabimo za vrednotenje variant - avtomobilov. Za vse variante moramo zbrati podatke po osnovnih parametrih: ceni, porabi in varnosti. Rezultat vrednotenja je koncna ocena vsake variante, ki je v nasem primeru izrazena s stevili med 0 in 100. Izmed treh avtomobilov na sliki 2 je dobil najvisjo oceno tretji, saj je najcenejsi in relativno varcen ob se sprejemljivi varnosti.

Podatki o variantah in dobljene koncne ocene so na sliki 2 prikazani v obliki tabele - preglednice. To obliko pogosto uporabljamo predvsem v preprostejsih primerih, ko je parametrov in variant relativno malo. Pri tem si lahko pomagamo s splosnimi racunalniskimi programi za delo s preglednicami, kot so Excel, Quattro Pro ali Lotus 1-2-3. Podatke o variantah vnesemo v tabelo, funkcijo koristnosti pa realiziramo s primernimi formulami.

V zahtevnejsih primerih, ko je parametrov ali variant vec (na primer nekaj deset), je navadno bolje, ce posezemo po katerem izmed namenskih programov za podporo vecparametrskega odlocanja (O’Keefe 89; Nagel 92). Ti imajo ze vgrajena orodja, ki pomagajo odlocevalcu pri definiciji parametrov, oblikovanju funkcij koristnosti in zajemanju podatkov o variantah. Najpomembnejso operacijo - vrednotenje variant - dodatno podpirajo z vrsto koristnih pripomockov za analizo dobljenih rezultatov, kot so analiza obcutljivosti in stabilnosti odlocitvenega modela, generator variant, analize tipa kaj-ce ter najrazlicnejsi graficni prikazi in porocila. Nekateri omogocajo tudi delo z nenatancnimi in nepopolnimi podatki in v ta namen uporabljajo intervalski racun ali verjetnostne porazdelitve. Taksnih programov je na voljo precej, navedimo le nekaj najbolj znanih: MAUD, Decaid, Decision Pad, HIVIEW, PROMETHEE, DEX.