Loading

Module 1: Toma de decisiones y previsión de varios criterios

Apuntes
Study Reminders
Support
Text Version

Método de proceso de jerarquía analítica (AHP)

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Hola, bienvenido a nuestro curso en “ Modelling and Analytics for Supply Chain Management ”! Hoy en día, empezaremos con el Módulo 09, Conferencia 40, es decir, el método de procesamiento de la jerarquía analítica (AHP). (Consultar tiempo de la diapositiva: 0:35) Este método de procesamiento jerárquico analítico, que también se conoce popularmente como método AHP, es una de las muchas técnicas que se utilizan para la toma de decisiones de varios criterios de „ ". Así que, en la conferencia de hoy, básicamente vamos a cubrir lo que es „ multi-criterios de toma de decisiones ", que en breve forma se conoce como MCDM. Por lo tanto, qué es el enfoque MCDM para la toma de decisiones multicriterios, qué es el AHP y básicamente, los pasos de procedimiento en el método AHP; con un ejemplo, eso es lo que es la agenda de hoy. (Tiempo de Slide: 1:29) Ahora, ¿qué es la toma de decisiones? La toma de decisiones implica elegir una de varias alternativas que existen para resolver un problema en particular. Ahora “ múltiple criterio de toma de decisiones ” significa que hay varios criterios, varios criterios. Y hay algunas alternativas. Y el tomador de decisiones tiene que elegir una entre las varias alternativas, que satisface todos estos criterios y da el mejor resultado entre las varias otras alternativas. Por lo tanto, Zeleny conceptualizó “ múltiples criterios de toma de decisiones ” con una declaración, que se ha vuelto más y más difícil ver el mundo que nos rodea de una manera unidimensional y usar solo un solo criterio a la hora de juzgar lo que vemos. Pero en la vida real, muchos criterios están involucrados, cuando vamos a seleccionar una alternativa entre los muchos muchos. Ejemplo típico es que, supongamos que va a seleccionar uno de los proveedores entre 4 o 5 proveedores competidores, satisfaciendo varios criterios; múltiples criterios pueden ser; decir calidad de la oferta, el precio que el proveedor ha citado, conformidad con el calendario de entrega; ambos; conformidad a la cantidad de calendario de entrega, así como la adhesión a la fecha de la fecha de entrega. A continuación, la infraestructura, la calidad de la infraestructura en el evento; si el proveedor tiene algunas instalaciones para la garantía de calidad o no. Tal vez también puede implicar la integridad y la honestidad del proveedor como parte de varios criterios. Ahora, dados estos tantos criterios, supongamos que hay 4 o 5 proveedores y tenemos que elegir uno entre ellos. Por lo tanto, muchos de estos problemas en el área de la cadena de suministro, incluyendo la selección de mejor proveedor. A continuación, con respecto al producto; en el área de análisis de productos también, AHP tiene múltiples aplicaciones. Por ejemplo; con suponer que hay 4 o 5 tipos diferentes de producto y dados múltiples criterios como la fiabilidad del producto, la seguridad del producto, las características, las características de diseño del producto, dicen la estética relacionada con el producto. Por lo tanto, supongamos que hay varios criterios de este tipo. Ahora, ¿qué producto elegirá? Entonces, por eso, muchos problemas de cadena de suministro e incluso decisiones privadas implican múltiples objetivos y metas. Y por lo tanto, en la vida real se ha apreciado ampliamente la aplicación de múltiples criterios de toma de decisiones. (Ver Diapositiva: 5:20) Vamos a cubrir en nuestro curso, varios de estos enfoques y los populares son el proceso de la jerarquía analítica (AHP), TOPSIS, VIKOR, DEMATEL y método estructural interpretativo (ISM). Por lo tanto, en esta conferencia, cubriremos el método de proceso de la jerarquía analítica; AHP. (Consultar tiempo de la diapositiva: 5:55) Entonces, ¿qué es AHP? Dados múltiples criterios, es un método cuantitativo para clasificar alternativas; alternativas de decisión y selección de la mejor. Por lo tanto, AHP es un proceso para desarrollar una puntuación numérica, para clasificar cada alternativa de decisión en función de lo bien que cada alternativa cumple con los criterios del fabricante de decisiones. Eso significa, contra cada alternativa, vamos a desarrollar una puntuación y vamos a elegir esa alternativa en particular como la mejor, que está teniendo la máxima puntuación. Ahora, ¿cómo marcar esta alternativa? (Consultar Tiempo de Slide: 6:51) Así que, AHP básicamente responde a las preguntas. ¿Qué alternativa elegimos o qué alternativa es la mejor entre las varias muchas? Seleccionando la mejor alternativa, que coincida con todos los criterios del fabricante de decisiones. Tal vez hay varias alternativas y cada una de ellas puede satisfacer los criterios del fabricante de decisiones. Pero vamos a seleccionar esa alternativa en particular cuya puntuación sea máxima. (Consulte el tiempo de la diapositiva: 7:34) Así, lo que utiliza AHP; matemáticas simples. Y los criterios se dan; estos criterios son establecidos por el tomador de decisiones. Y la importancia relativa de los diversos criterios, que son básicamente las preferencias de ese criterio también son establecidos por el fabricante de decisiones o a veces realizamos una encuesta de cuestionarios entre 4 o 5 tomadores de decisión. En donde hacemos una comparación por pares entre estos criterios y entonces nosotros, de una manera estándar, determinamos la importancia relativa de estos criterios. Por lo tanto, al determinar la importancia relativa de los criterios o con respecto a un criterio, cuando tratamos de determinar la importancia relativa de la alternativa, tomamos la ayuda de la tabla de preferencias estándar. (Hora de la diapositiva: 8:51) Ahora, ¿cuál es esta tabla de preferencias estándar? Vea, si dos alternativas son igualmente preferidas y cuando hacemos una comparación por pares entre estas alternativas, asignamos un valor numérico „ 1 ". Si uno de los criterios es igual o moderadamente preferido sobre los demás, obtiene una puntuación o un valor numérico de 2. Así, si 1 criterio es moderadamente preferido sobre otros, entonces con respecto a ese criterio, la puntuación que el otro criterio que es mejor obtiene el valor numérico „ 3 ". Al igual que esto, nos referimos a una tabla de preferencias; en donde los escalamientos son así. (Consultar Tiempo de Slide: 9:57) Y esta Tabla de Preferencias Estándar, que acabo de mostrarte, ha sido determinada por investigadores experimentados. Por lo tanto, los investigadores consideran que es razonable comparar dos alternativas en AHP. (Hora de la diapositiva: 10:21) ¿Cómo se usa? Supongamos que tenemos dos criterios; coste y calidad para los productos A y B. Y supongamos que el coste para, usted sabe A es el dólar 60 y la calidad de ese producto A está por encima de la media. El costo para el producto B es decir dólar 15 y la calidad de ese producto es correcto en promedio. Ahora, la pregunta es; cuál es la que usted elige. Al construir matrices de preferencia con respecto al precio y calidad donde el precio de B es muy fuertemente preferido a A y la calidad de A es sólo moderadamente preferida a B, la matriz de preferencia o matrices de preferencia se verían como, de esta manera. (Consulte Tiempo de diapositiva: 11:34) En este caso, verá que los elementos diagonales serán 1. El criterio es el costo. Con respecto al costo, B es fuertemente preferido sobre A. Y por lo tanto, con respecto a A, B obtiene una puntuación de 7. Por lo tanto, este elemento en particular obtendrá una puntuación de 1 por 7, que es inversa de 7. Del mismo modo, cuando hacemos una comparación por pares entre A y B, con respecto a la calidad de los criterios, entonces ¿qué sucede? Hemos establecido la calidad de A es moderadamente mejor que B. Por lo tanto, la calidad de B es menor que A. Y B obtiene una calificación de 1 por 3. Si este elemento obtiene 1 por 3, automáticamente en esta matriz, B tendrá un valor de 3. Al igual que esto, con respecto a un criterio particular, hacemos una comparación por pares entre las alternativas y construimos una matriz de preferencia. (Consulte el tiempo de la diapositiva: 13:20) Y aquí, tenemos un problema. ABC Company está seleccionando una nueva ubicación, para expandir sus operaciones de cadena de suministro. La compañía quiere usar AHP para ayudar a decidir qué ubicación construir su nueva planta. Ahora, ABC Company tiene 4 criterios en los que basarán sus decisiones. ¿Cuáles son estos 4 criterios? El precio de la propiedad es uno. El segundo es la distancia de „ de los proveedores "; la distancia de la fuente de suministro. El tercer criterio es la calidad de „ de la agrupación de mano de obra ". Y el cuarto criterio es el costo de trabajo de „ ". Y tienen 3 ubicaciones; A, B y C. Y tienen que decidir; donde lo harán, qué ubicación elegirán para su nueva planta para construir la operación de la cadena de suministro. (Consultar Tiempo de Slide: 14:41) Así que, lo que hacemos; con respecto a cada uno de estos criterios; por ejemplo, precio, luego distancia de proveedores, luego calidad de la reserva de mano de obra y costo de mano de obra. Con respecto a cada uno de estos criterios, construimos la tabla de preferencias. Por ejemplo; con respecto al criterio „ precio ", tenemos 3 alternativas; es decir, las 3 ubicaciones. Hemos tomado la opinión de 3 o 4 expertos y hemos llegado a sus valores medios o calificaciones. Y me he enterado, hemos descubierto que esta ubicación B es moderadamente preferida sobre A. Por lo tanto, obtiene una puntuación de 3. C es igual o ligeramente más preferible que A. Por lo tanto, obtiene una puntuación de 2. Al igual que esto, hemos construido esta tabla de preferencias. Por lo tanto, si esto obtiene 3, correspondientemente este valor será 1 por 3. Si este valor es 2, este valor será 1 por 2. Si este valor es 1 por 5, este valor es 5. Así; construimos una mesa de preferencias con respecto al precio. De hecho, si vemos, si miramos esta matriz triangular superior, entonces es más que suficiente. Automáticamente puede construir la matriz triangular inferior. Con respecto a la distancia, la mesa de preferencias que hemos construido se verá así. Del mismo modo, con respecto al trabajo; del mismo modo, con respecto a los salarios, ahora muchas veces, si así sucede, que la unidad de medida que se utiliza para comparar entre las alternativas con respecto a un criterio, esta unidad de medida variará con respecto a este criterio. Por ejemplo; la distancia se mide en el kilómetro. Los salarios se medirán en términos de dólares o rupias. Por lo tanto, lo primero que hacemos es tratar de normalizar esta matriz de preferencias con respecto a cada uno de estos criterios. ¿Y cómo lo normalizamos? (Consulte el tiempo de la diapositiva: 17:40) Por ejemplo; con respecto al precio, teníamos esta tabla de preferencias original. Para normalizar esto, primero agregaremos todos los elementos en esta matriz; en columna. Por lo tanto, el primer paso es, primero suma o suma todos los valores en cada columna. Por lo tanto, en columnas, cree las sumas de esta columna. ¿Hecho? Entonces, ¿qué haremos? Cada uno de estos elementos de esta matriz tiene que ser dividido por esta suma de columna. Por ejemplo; 1 dividido 11 por 6 será de 6 por 11; así. 1 por 3 tendrá que ser dividido por 11 por 6. 1 por 2 se dividirá por 11 por 6. Del mismo modo, 3 se dividirá por 9. 1 se dividirá por 9 y 5 se dividirá por 9. Para la columna C, 2 se dividirá por 16 por 5. Este se dividirá por 16 por 5. (Hora de la diapositiva: 19:00) Y así, lo que haremos; obtendremos esta tabla en particular. A continuación, los valores de cada columna se dividen por la suma de columna correspondiente. Por lo tanto, obtendrá esta matriz. (Consulte el tiempo de la diapositiva: 19:19) ¿A continuación, qué hace? Estos valores se convierten en decimales. Convertir las fracciones en decimales. Por ejemplo, esto se convierte en 0.5455, 2 por 11 se convierte en 0.1818, 3 por 11 se convierte en 0.2727; así. Con respecto a cada columna, las fracciones se convierten a valores decimales. Entonces simplemente averigüe el promedio de estos valores que están allí correspondientes a una fila, que básicamente llamamos „ el promedio de la fila ". Por lo tanto, para la primera fila A, el promedio de la fila será el primer 0,5455 más 0,3333, más 0,6250, lo que hace un total de 1,5038, dividido por 3, igual a 0,5012. Así, al igual que esto, compute los promedios de fila correspondientes a todas y cada una de las filas de la matriz. Y luego asegúrese de que esta suma en particular es 1. Por lo tanto, esta columna en particular que ha obtenido da la importancia relativa de cada una de estas ubicaciones con respecto a los criterios de „ precio ". Aquellos de ustedes que son bien conversantes con el álgebra de la matriz, deben tener por ahora realizado, que esta columna en particular no es más que el Eigenvector correspondiente a esa matriz. Recuerde; para determinar el eigenvector, usted primero estableció esta ecuación característica. Si A es la matriz, el determinante de A menos lambda i será igual a 0. Esa es la ecuación característica, se resuelve para diferentes valores de lambda; ésos son eigenvalues. Y correspondiente al máximo eigenvalue, se puede obtener ese eigenvector correspondiente. Por lo tanto, aquellos que son conversantes con el álgebra de la matriz; si pueden encontrar el eigenvector correspondiente a esa matriz de preferencia particular, esto no es necesario. Pero, para las personas de la industria, es muy fácil determinar el eigenvector de esta manera en particular. (Consultar Tiempo de Slide: 22:13) Así que, lo que hacemos, determinamos la importancia relativa de todas estas ubicaciones, con respecto a cada uno de estos criterios; precio, distancia, trabajo y salarios. Y obtenemos esta matriz en particular. Y usted dirá que esto es básicamente una matriz de 3 por 4, lo que básicamente significa la importancia relativa de estas ubicaciones con respecto a estos criterios. Y se nota una cosa, que con respecto al precio, la ubicación A es la mejor. Pero con respecto a la disponibilidad de mano de obra, la calidad de mano de obra disponible o no, se ve la ubicación B es más preferible en comparación con los demás. Del mismo modo, con respecto a la distancia de la fuente de suministro, esta ubicación en particular será preferida sobre otros. Pero tenemos que elegir uno entre los 3 lugares, para establecer nuestras plantas. Y en general, ese lugar debe ser preferido en comparación con los demás, considerando todos los criterios dados. Pero, antes de llegar a esa decisión en particular, tenemos que averiguar también la importancia relativa de estos criterios de la misma manera que determinamos la importancia relativa de las ubicaciones con respecto a un criterio. Entonces, ¿cómo determinamos eso? Seguiremos exactamente el mismo método que habíamos adoptado antes. (Hora de la diapositiva: 24:30) Entonces, ¿qué hacemos? Primero hacemos una comparación por pares entre estos criterios consultando a algunos expertos y tomando su valor promedio. Por ejemplo; digamos, aquí, lo que encontramos; que la importancia de los salarios que hay que pagar es mucho más que la importancia dada al precio, o la importancia de este criterio „ mano de obra " con respecto a la distancia es mucho más. Por lo tanto, construimos la tabla de preferencias o la matriz de preferencias con respecto a los criterios. Y luego, de la misma manera, lo que habíamos adoptado anteriormente, determinamos el eigenvector de esta matriz en particular. (Consulte el tiempo de la diapositiva: 25:51) Por lo tanto, lo que hacemos, primero hacemos la suma de la columna y luego divide cada elemento de esa matriz por la suma de la columna y luego para cada fila, calculamos los promedios de la fila. Y finalmente llegamos a este vector particular que nos da la importancia relativa entre los criterios. Por lo tanto, si se mira este vector en particular, o en particular esta columna, se encuentra que la distancia de la fuente de suministro tiene mucho más peso en comparación con cualquier otro criterio. (Consulte el tiempo de la diapositiva: 26:40) Pero después de haber obtenido estos importantes, este es el vector Eigen que corresponde a la matriz de preferencias que hemos construido con respecto a los diferentes criterios. Ahora, usted ve, relativa importancia-sabio, la distancia a los proveedores está teniendo la máxima importancia seguida por el precio de la tierra, luego seguido por la calidad de la piscina de trabajo y finalmente el costo de los salarios. (Ver Diapositiva: 27:15) Tomamos la matriz del criterio, que es básicamente 3 por 4 y la multiplicamos por este vector Eigen, que es una matriz de 4 por 1. Y por lo tanto, la matriz resultante será una matriz de 3 por 1, cuyos elementos serán como dados, 0.3091 es la ubicación A score; location B score is this y location C score is this. (Consulte la hora de la diapositiva: 28:21) Por lo tanto, si es así, cuál es la mejor ubicación; la ubicación C, porque esa ubicación en particular tiene la puntuación máxima. Con base en las puntuaciones, la ubicación C debe ser elegida por la empresa ABC para construir una planta, para expandir sus operaciones de cadena de suministro. Así, en la industria, hay muchos usos de esta técnica; para la selección de los mejores proveedores, para la selección del mejor producto. Y muchas de estas aplicaciones existen en el mundo académico, donde se ha aplicado AHP. (Consulte la hora de la diapositiva: 29:11) Se darán las referencias seguidas. Hay un montón de literaturas disponibles en AHP. Y si usted busca en la literatura, usted encontrará que Expert Choice es una empresa que se especializa en el software de diseño de AHP y realiza servicios con él. Pocos clientes de Expert Choice son Ford Motor Company, Sprint PCS, Department of Agriculture (USDA), National Health Service de Reino Unido, Ferrari SpA en Italia. Y hay un montón. (Consultar tiempo de la diapositiva: 30:01) Hemos utilizado este libro en particular como material de referencia para la aplicación de AHP. ¡Gracias a todos por su paciencia!