Zachęcamy do zapoznania się z najnowszym artykułem naukowym autorstwa pracowników Zakładu Systemów Złożonych.
Artykuł pt.REDUCE—A Tool Supporting Inconsistencies Reduction in the Decision-Making Process, dotyczy opracowania i prezentacji narzędzia REDUCE, które wspiera procesy podejmowania decyzji poprzez redukcję niespójności w macierzach porównań parami stosowanych w metodach wielokryterialnego podejmowania decyzji (MCDM), takich jak Analytic Hierarchy Process (AHP).
Kuraś, P.; Strzałka, D.; Kowal, B.; Organiściak, P.; Demidowski, K.; Vanivska, V. REDUCE—A Tool Supporting Inconsistencies Reduction in the Decision-Making Process. Appl. Sci. 2024, 14, 11465. https://doi.org/10.3390/app142311465
Abstrakt:
W artykule przedstawiono REDUCE, bezpłatne narzędzie online zaprojektowane w celu wspierania procesów decyzyjnych poprzez rozwiązywanie niespójności w multiplikatywnych macierzach porównań parami (PC), kluczowym elemencie wielu metod wielokryterialnego podejmowania decyzji (MCDM), w tym analitycznego procesu hierarchicznego (AHP). AHP opiera się na porównaniach parami w celu przypisania wag kryteriom decyzyjnym lub alternatywom, ale generowane przez człowieka macierze PC często wykazują niespójności. Spójność jest oceniana za pomocą współczynnika spójności Saaty'ego (CR), gdzie wartość poniżej 0,10 jest uważana za akceptowalną. Wyższe poziomy niespójności wymagają korekty macierzy, co stanowi wyzwanie, jeśli oryginalny ekspert jest niedostępny lub istnieją ograniczenia rewizji. REDUCE autonomicznie redukuje niespójności w macierzach PC przy użyciu dwóch różnych algorytmów, które nie wymagają interwencji eksperta. Narzędzie obsługuje różne macierze PC, umożliwiając użytkownikom określenie pożądanego progu CR (np. CR<0,10) i wybranie algorytmu do dostosowania. Zapewnia to spójność wynikowej macierzy przy jednoczesnym zachowaniu oryginalnej struktury preferencji w możliwie największym stopniu. Ponadto REDUCE oblicza wagi dla porównywanych podmiotów, co czyni go cennym narzędziem do zastosowań AHP i powiązanych metodologii. Oceny ilościowe pokazują, że REDUCE może poprawić macierze o wysokiej niespójności (np. CR=0,25) do akceptowalnych poziomów (np. CR=0,08), zachowując do 95% pierwotnej integralności preferencji, w zależności od wybranego algorytmu. Zajmując się luką w dostępności dla małych i średnich przedsiębiorstw (MŚP), którym brakuje zasobów na kosztowne oprogramowanie decyzyjne lub konsultantów-ekspertów, REDUCE ułatwia szersze zastosowanie narzędzi MCDM. Praca ta podkreśla potencjał REDUCE w zakresie zwiększania niezawodności podejmowania decyzji i dostępności w środowiskach o ograniczonych zasobach.
