Metody wielokryterialne
yAy.-
'3 '
Dalsze obliczenia zestawiono w formie tabelarycznej. Wartości różnic 8, - § dla kolejnych kryteriów przedstawia tablica 4.23. W tablicy 4.24 zestawiono wartości kryteriów P, - Pb.
Dla każdej pary wariantów decyzyjnych indeksy preferencji:
k
n(x, y) = X WjPj (x, y),
j~ 1
k
X
y obliczamy zagregowane ;
>/
Tablica 4.23
m | |||||||||||||||
5, |
a |
b |
c |
d |
6: |
a |
b |
c |
d |
8, |
a |
b |
c |
d | |
a |
0 |
2 |
2 |
1 |
a |
0 |
-1 |
-3 |
-2 |
a |
0 |
1 |
-2 |
-3 |
.-rr™6c., i* |
b |
-2 |
0 |
0 |
-1 |
b |
1 |
0 |
-2 |
-1 |
b |
-1 |
0 |
-3 |
2 | |
c |
-2 |
0 |
0 |
-1 |
c |
3 |
2 |
0 |
1 |
c |
2 |
3 |
0 |
5 | |
d |
-1 |
1 |
1 |
0 |
d |
2 |
1 |
-1 |
0 |
d |
-3 |
_2 |
-5 |
0 | |
5, |
a |
b |
c. |
d |
8, |
a |
b |
C |
d |
8, |
a |
b |
c |
d |
: |
a |
0 |
-6 |
4 |
25 |
a |
0 |
-2.25 |
-1,25 |
-0,5 |
a |
0 |
2 |
1 |
-2 |
w |
b |
6 |
0 |
10 |
31 |
b |
2,25 |
0 |
0 |
1,75 |
b |
-2 |
0 |
-1 |
-2 |
■ |
c |
-4 |
-10 |
0 |
21 |
c |
1,25 |
-1 |
-1 |
0,75 |
<: |
-1 |
1 |
0 |
-3 |
■ |
d |
-25 |
-31 |
-21 |
0 |
d |
0,5 |
0,75 |
0,75 |
0 |
d |
2 |
4 |
3 |
0 |
•f |
Tablica 4.24
p, |
a |
b |
c |
d |
p, |
a |
b |
c |
d |
P, |
a |
b |
c |
d |
a |
0 |
1 |
1 |
1 |
a |
0 |
0 |
0 |
0 |
a |
0 |
0,25 |
0 |
0.75 |
b |
0 |
0 |
0 |
0 |
b |
0 |
0 |
0 |
0 |
b |
0 |
0 |
0 |
0,5 |
c |
0 |
0 |
0 |
0 |
c |
1 |
0 |
0 |
0 |
c |
0,5 |
0,75 |
0 |
1 |
d |
1 |
1 |
1 |
0 |
d |
0 |
0 |
0 |
0 |
d |
0 |
0 |
0 |
0 |
a |
b |
C |
d |
P, |
a |
b |
C |
d |
P, |
a |
b |
C |
d | |
a |
0 |
0 |
0 |
1 |
a |
0 |
0 |
0 |
0 |
a |
0 |
0.865 |
0,393 |
0 |
b |
0,5 |
0 |
0.5 |
1 |
b |
1 |
0 |
0 |
0,75 |
b |
0 |
0 |
0 |
0 |
c |
0 |
0 |
0 |
I |
c |
0,25 |
0 |
0 |
0 |
c |
0 |
0.393 |
0 |
0 |
d |
0 |
0 |
0 |
0 |
d |
0 |
0 |
0 |
0 |
d |
0,865 |
0,999 |
0,989 |
0 |
y/ielokryteriaJne metody dyskretne
Liczba 11 (x, y) określa, w jakim stopniu wariant x jest preferowany w stosunku do wariantu y jednocześnie ze względu na wszystkie kryteria. Z kolei liczba II(y, x) opisuje preferencje wariantu II(y, x) w stosunku do wariantu x. W rozpatrywanym przez nas przykładzie, dla wariantów a i b mamy:
H (a, b) = 0,2 • I + 0,1 • 0 + 0,3 • 0,25 + 0,1 • 0 + 0,1 • 0 + 0,2 • 0,865 = 0,448, n(b, a) = 0,2 ■ 0 + 0.1 -0 + 0,3 • 0 + 0,1 0,5 + 0,1 -1 +0,2-0 = 0,15.
Wartości wszystkich zagregowanych wskaźników preferencji przedstawione zostały poniżej:
fl(a, a) = 0, ri(b. a) = 0,15, n(c, a) =0,275 n(d, a) = 0,173,
n(a, b) =0,448, ri(b, b) = o, nic, b) =0,304, ri(d, b) =0,4,
11 (a, c) =0,279, n (b, c) = 0.05, n(c, c) =0, ri(d, c) = 0,398,
n(a, d) =0,525, n(b, d) = 0,325, n(c, d) = 0,4, ri(d, d) =0.
Z kolei dla każdego wariantu decyzyjnego x obliczamy przepływy preferencji. Dodatni przepływ preferencji obliczamy z wzoru:
1
<T(x) =-t Xri (x, y),
n — 1 veA
natomiast ujemny przepływ preferencji — z wzoru:
d>“(x) = —— In<y, X).
n - I vea
Dla kolejnych rozpatrywanych wariantów otrzymujemy:
<T(a) = 0,333 ) n (a, b) + 1T (a, c) + fi (a, djj =
= 0,333 (0,448 + 0,279 + 0,525) = 0,417,
0>+(b) = 0,333 ln(a, b) + ll(a, c) + n(a, d)l =
= 0,333 (0,15 + 0,05 + 0,325) = 0,175,
<T(c) =0,333 ITKa, b) + fi (a. c) + n(a, d)] =
= 0,333 (0,275 + 0,304 + 0,4) = 0,326,
<bł(d) = 0,333 in(a, b) + Tl (a, c) + n(a, d)] =
= 0,333 (0,173 + 0,4 + 0,398) = 0,324;
<l> (a) = 0,333 1 n (b, a) + n(c, a) + 11 (d. a)l =
= 0,333 (0,15 + 0,275 + 0,173) = 0,199,
<l>-(b) = 0.333 IHCa, b)+ n(c, b) + ll(d, b)l =
= 0,333 (0,448 + 0,304 + 0,4) = 0,384,
<J>-(c) = 0,333 [ri(a, c) + FKb, c) + II (d, c)] =
= 0,333 (0,279 + 0,05 + 0,398) = 0,242,
<t>~(d) = 0,333 [11 (a, d)+ri(b. d) + ll(c, c)] =
= 0,333 (0,525 + 0,325 + 0,4) = 0,417.