Loading

Module 1: Multi - Criteri Decisione Making and Forecasting

Note di Apprendimento
Study Reminders
Support
Text Version

Metodo Analitico di elaborazione della gerarchia analitica (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

    +

Ciao, benvenuto al nostro corso su “ Modelling e Analytics for Supply Chain Management ”! Oggi inizieremo con il Modulo 09, lezione 40 cioè metodo di elaborazione della gerarchia analitica (AHP). (Riferirsi Slide Time: 0.35) Questo "metodo di elaborazione gerarchica analitica, che è anche popolarmente noto come metodo AHP è una di molte tali tecniche, utilizzate per „ multi - criteria decision making". Così, nella giornata di oggi "s lezione, stiamo fondamentalmente andando a coprire quello che è „ multi - criteria decision making", che in breve forma è noto come MCDM. Quindi, qual è l'approccio di MCDM per il processo decisionale multi - criterio, quello che è AHP e sostanzialmente, gli step procedurali nel metodo AHP; con un esempio, ecco qual è l'agenda di oggi. (Riferimento Slide Time: 1.29) Ora, che cosa è il processo decisionale? Il processo decisionale implica la scelta di una delle diverse alternative che esistono per risolvere un problema particolare a portata di mano. Ora “ molteplici criteri decisionali ” significa che ci sono diversi criteri, più criteri. E ci sono delle alternative. E il produttore di decisioni deve scegliere una tra le diverse alternative, che soddisfa tutti questi criteri e dà il miglior risultato tra le diverse altre alternative. Così, Zeleny ha concettualizzato “ molteplici criteri decisionali ” con una dichiarazione, che è diventato sempre più difficile vedere il mondo che ci circonda in modo unidimensionale e usare solo un unico criterio quando giudichiamo ciò che vediamo. Ma nella vita reale sono coinvolti molti criteri, quando selezioneremo un'alternativa tra le diverse. Tipico esempio è che, supponiamo di selezionare uno dei fornitori tra i 4 o i 5 fornitori concorrenti, soddisfacendo diversi criteri; più criteri possono essere; dire qualità dell'offerta, il prezzo che il fornitore ha citato, la conformità al listino di consegna; entrambi; la conformità alla quantità di programmazione di consegna, nonché l'aderenza alla data di programmazione della consegna. Poi l'infrastruttura, la qualità delle infrastrutture all'evento; se il fornitore ha ottenuto alcune agevolazioni per la garanzia della qualità o meno. Magari si può anche coinvolgere l'integrità e l'onestà del fornitore come parte di diversi criteri. Ora, visti questi tanti criteri, supponiamo che ci siano 4 o 5 fornitori e dobbiamo sceglierne uno tra loro. Quindi, molti problemi di questo tipo nell'area supply chain, tra cui la selezione di miglior fornitore. Poi rispetto al prodotto; anche nell'area di analytics di prodotto, AHP ha ottenuto più applicazioni. Ad esempio; con supponiamo che ci siano 4 o 5 diversi tipi di prodotto e dati più criteri quali l'affidabilità del prodotto, la sicurezza del prodotto, le caratteristiche, le caratteristiche progettive del prodotto, dicono l'estetica relativa al prodotto. Quindi, supponga che ci siano diversi tali criteri. Ora, quale prodotto sceglierai? Quindi, ecco perché, molti problemi di supply chain e anche decisioni private coinvolgono più obiettivi e obiettivi. E da qui, nella vita reale l'applicazione di molteplici tecniche decisionali è stata ampiamente apprezzata. (Riferimento Slide Time: 5.20) copriremo nel nostro corso, diversi approcci di questo tipo e quelli popolari sono il processo di gerarchia analitica (AHP), TOPSIS, VIKOR, DEMATEL e metodo strutturale interpretativo (ISM). Così, in questa lezione, copriremo il metodo di processo della gerarchia analitica; AHP. (Riferimento Slide Time: 5.55) Quindi, cosa è AHP? Dati più criteri, si tratta di un metodo quantitativo per le alternative di graduatoria; le alternative di decisione e la selezione della migliore. Così, AHP è un processo per sviluppare un punteggio numerico, per classificare ogni alternativa di decisione in base a quanto bene ogni alternativa incontra i criteri del produttore di decisioni. Il che significa, contro ogni alternativa, svilupperemo un punteggio e sceglieremo quella particolare alternativa come quella migliore, che sta avendo il punteggio massimo. Ora come segnare questa alternativa? (Riferimento Slide Time: 6.51) Così, AHP sostanzialmente risponde alle domande. Quale alternativa scegliamo o quale alternativa è la migliore tra le diverse? Selezionando la migliore alternativa, che corrisponde a tutti i criteri del produttore di decisioni. Magari ci sono diverse alternative e ognuna di esse potrebbe soddisfare i criteri del produttore di decisioni. Ma selezioniamo quella particolare alternativa il cui punteggio è massimo. (Riferimento Slide Time: 7.34) Così, cosa usa AHP; matematica semplice. E i criteri sono indicati; questi criteri sono fissati dal produttore di decisioni. E l'importanza relativa dei diversi criteri, che sono sostanzialmente le preferenze di tali criteri sono fissati anche dal produttore di decisioni o talvolta conduciamo un'indagine al questionario tra 4 o 5 decision maker. Laddove facciamo un confronto a coppia tra questi criteri e poi noi, in modo standard, determiniamo l'importanza relativa di questi criteri. Quindi, pur determinando l'importanza relativa dei criteri o rispetto a un criterio, quando cerchiamo di determinare l'importanza relativa dell'alternativa, prendiamo l'aiuto di una tabella delle preferenze standard. (Riferimento Slide Time: 8.51) Ora, qual è questo tavolo di preferenza standard? Vedi, se due alternative sono ugualmente preferite e quando facciamo un confronto di coppia tra queste alternative, assegniamo un valore numerico „ 1 ". Se uno dei criteri è uguale o moderatamente preferito rispetto agli altri, ottiene un punteggio o un valore numerico di 2. Come questo, se 1 criteri sono moderatamente preferiti rispetto ad altri, poi rispetto a quel criterio, il punteggio che gli altri criteri che meglio ottiene il valore numerico „ 3 ". Come questo, ci riferiamo a un tavolo di preferenza; dove gli scalini sono così. (Riferirsi Slide Time: 9.57) E questa Tabella di Preferenza Standard, che vi ho appena mostrato, è stata determinata da ricercatori esperti. Da qui, i ricercatori lo ritengono ragionevole per confrontare due alternative in AHP. (Riferimento Slide Time: 10.21) Come si usa? Supponga di avere due criteri; costo e qualità per i prodotti A e B. E supponga il costo per, lo sai A è il dollaro 60 e la qualità di quel prodotto A è superiore alla media. Il costo per il prodotto B si dice dollaro 15 e la qualità di quel prodotto è giusta in media. Ora, la domanda è; quale si sceglie. Costruendo matrici di preferenza rispetto al prezzo e alla qualità dove il prezzo di B è fortemente preferito a A e la qualità di A è solo moderatamente preferita a B, la matrice di preferenza o le matrici di preferenza sembrerebbero, così. (Riferimento Slide Time: 11.34) In questo caso, si vedono gli elementi diagonali saranno 1. Il criterio è costo. Rispetto al costo, B è fortemente preferito sopra A. E da qui, rispetto a A, B ottiene un punteggio di 7. Pertanto, questo particolare elemento otterrà un punteggio di 1 entro il 7, inverso del 7. Allo stesso modo, quando facciamo un confronto a coppia tra A e B, rispetto alla qualità dei criteri, allora cosa succede? Abbiamo fissato la qualità di A è moderatamente migliore di B. Così, la qualità B è minore di A. E B ottiene un rating di 1 entro il 3. Se questo elemento ottiene 1 entro 3, automaticamente in questa matrice, B avrà un valore di 3. Come questo, rispetto a un determinato criterio, facciamo un confronto in coppia tra le alternative e costruiamo una matrice di preferenza. (Riferimento Slide Time: 13.20) E qui, abbiamo un problema. ABC Company sta selezionando una nuova sede, per espandere le sue operazioni di supply chain. L'azienda vuole utilizzare AHP per aiutare a decidere quale location costruire il suo nuovo impianto. Ora, ABC Company ha 4 criteri su cui baseranno le loro decisioni. Quali sono questi 4 criteri? La proprietà Prezzo è una. La seconda è „ distanza dai fornitori "; la distanza dalla fonte di approvvigionamento. Il terzo criterio è „ qualità della piscina del lavoro ". E il quarto criterio è „ costo del lavoro ". E hanno 3 sedi; A, B e C. E devono decidere; dove faranno, quale location sceglieranno per il loro nuovo impianto per costruire l'operazione della supply chain. (Riferimento Slide Time: 14.41) Così, cosa facciamo; rispetto a ciascuno di questi criteri; per esempio, il prezzo, poi la distanza dai fornitori, poi la qualità della piscina del lavoro e il costo del lavoro. Rispetto a ciascuno di questi criteri, costruiamo il tavolo delle preferenze. Ad esempio; rispetto al criterio „ prezzo ", abbiamo 3 alternative; ovvero le 3 località. Abbiamo preso l'opinione da 3 o 4 esperti ed è arrivato ai loro valori medi o ascolti. E l'ho scoperto, abbiamo scoperto che questa località B è moderatamente preferita sopra A. Così, ottiene un punteggio di 3. C è ugualmente o leggermente più preferibile di A. Così, ottiene un punteggio di 2. Come questo, abbiamo costruito questo tavolo di preferenza. Quindi, se questo ottiene il 3, corrispondente questo valore sarà del 1 entro il 3. Se questo valore è 2, allora questo valore sarà di 1 entro 2. Se questo valore è 1 entro 5, allora questo valore è di 5. Come questo; costruiamo un tavolo di preferenza rispetto al prezzo. Infatti, se si vede, se guardiamo a questa matrice triangolare superiore, allora è più che sufficiente. Automaticamente è possibile costruire la matrice triangolare inferiore. Rispetto alla distanza, il tavolo delle preferenze che abbiamo costruito assomigli a questo. Analogamente, rispetto al travaglio; analogamente, rispetto ai salari, ora molti - a - volte, se così accade, che l'unità di misura che viene utilizzata per confrontare tra le alternative rispetto a un criterio, questa unità di misura varierà rispetto a questi criteri. Ad esempio; la distanza è misurata in chilometro. I salari saranno misurati in termini di dollari o di rupie. Quindi, la prima cosa che facciamo è cercare di normalizzare questa matrice di preferenza rispetto a ciascuno di questi criteri. E come lo normalizziamo? (Riferimento Slide Time: 17.40) Ad esempio; rispetto al prezzo, avevamo questo tavolo di preferenza originale. Per normalizzarlo, aggiungiamo per la prima volta tutti gli elementi in questa matrice; saggio a colonna. Quindi, il primo passo è, prima somma o aggiungi tutti i valori in ogni colonna. Quindi, a colonna - wise, si costruiscono queste somme di colonna. Fatto? Poi cosa faremo? Ognuno di questi elementi in questa matrice deve essere diviso da questa somma di colonna. Ad esempio; il 1 diviso 11 entro il 6 sarà di 6 entro il 11; così. Il 1 entro il 3 dovrà essere diviso entro il 11 entro il 6. Il 1 entro il 2 sarà diviso per il 11 entro il 6. Analogamente, il 3 sarà diviso entro il 9. Il 1 sarà diviso per il 9 e il 5 sarà diviso entro il 9. Per la colonna C, il 2 sarà diviso per 16 entro il 5. Questo sarà diviso per 16 entro il 5. (Riferimento Slide Time: 19.00) E come questo, cosa faremo; otterremo questo particolare tavolo. Successivo; i valori in ogni colonna sono divisi per la somma di colonna corrispondente. Così, otterrete questa matrice. (Riferimento Slide Time: 19.19) Successivo, cosa fai? Si convertono questi valori in decimali. Convertire le frazioni in decimi. Ad esempio; questo diventa 0,5455, il 2 entro il 11 diventa 0,1818, il 3 entro il 11 diventa 0,2727; così. Rispetto ad ogni colonna, le frazioni vengono convertite in valori decimali. Poi semplicemente scopri la media di questi valori che ci sono corrispondenti a una riga, che in sostanza abbiamo chiamato „ la media della fila ". Così, per la prima fila A, la media di fila sarà prima di 0,5455 più 0,3333, più 0,6250, che fa un totale di 1,5038, diviso per 3, pari a 0,5012. Così, così, compatte le medie di fila corrispondenti a ciascuna e ogni riga nella matrice. E poi assicurarsi che questa particolare somma sia di 1. Così, questa particolare colonna che hai ottenuto dà l'importanza relativa di ciascuna di queste località rispetto ai criteri „ price ". Quelli di voi che sono ben conversati con l'algebra di matrice, devono avere ormai capito, che questa particolare colonna non è altro che l'Eigenvector corrispondente a quella matrice. Ricorda; al fine di determinare l'autovettura, si è prima impostata questa equazione caratteristica. Se A è la matrice, il determinante di A minus lambda i sarà pari a 0. Questa è l'equazione caratteristica, si risolva per valori diversi di lambda; quelli sono autovalori. E corrispondente al massimo autovalore, è possibile ottenere quel corrispondente autovettura. Quindi, coloro che sono conversanti con l'algebra di matrice; se possono scoprire l'autovettura corrispondente a quella particolare matrice di preferenza, questo non è necessario. Ma, per le persone di settore, è molto facile determinare l'autovettura in questo modo particolare. (Riferirsi Slide Time: 22.13) Così, quello che facciamo, stabiliamo l'importanza relativa di tutte queste località, rispetto a ciascuno di questi criteri; prezzo, distanza, manodopera e salario. E otteniamo questa particolare matrice. E si dirà che si tratta in sostanza di una matrice 3 di 4, che sostanzialmente indica l'importanza relativa di queste località rispetto a questi criteri. E notate una cosa, che rispetto al prezzo, la location A è la migliore. Ma rispetto alla disponibilità di manodopera, manodopera di qualità disponibile o meno, si vede la location B è più preferibile rispetto agli altri. Analogamente, per quanto riguarda la distanza dalla fonte di approvvigionamento, questa particolare località sarà preferita rispetto ad altre. Ma dobbiamo sceglierne una tra le 3 località, per aver allestito le nostre piante. E nel complesso, quella location dovrebbe essere preferita rispetto agli altri, considerando tutti i criteri indicati. Ma, prima di arrivare ad arrivare a quella particolare decisione, dobbiamo anche scoprire l'importanza relativa di questi criteri nello stesso modo in cui abbiamo determinato l'importanza relativa delle località rispetto a un criterio. Allora, come lo determiniamo? Seguiremo esattamente lo stesso metodo che avevamo adottato in precedenza. (Riferimento Slide Time: 24:30) Quindi, cosa facciamo? Prima facciamo un confronto in coppia tra questi criteri consultando alcuni esperti e prendendo il loro valore medio. Ad esempio; diciamo, qui dentro, quello che troviamo; che l'importanza dei salari che deve essere pagato è molto di più dell'importanza data al prezzo, o l'importanza di questo criterio „ manodopera " rispetto alla distanza è molto di più. Così, costruiamo la tabella delle preferenze o la matrice delle preferenze rispetto ai criteri. E poi, nel modo simile, quello che avevamo adottato in precedenza, stabiliamo l'autovettura di questa particolare matrice. (Riferimento Slide Time: 25:51) Così, quello che facciamo, facciamo prima la somma delle colonne e poi dividiamo ogni elemento di quella matrice da quella somma di colonna e poi per ogni riga, compendiamo le medie di fila. E finalmente arriviamo a questo particolare vettore che ci dà la relativa importanza tra i criteri. Quindi, se si guarda questo particolare vettore, o particolare questa colonna, si scopre che la distanza dalla fonte di alimentazione ha ottenuto molto più pesantezza rispetto a qualsiasi altro criterio. (Riferirsi Slide Time: 26:40) Ma avendo ottenuto questi pesi, questo è il vettore Eigen corrispondente alla matrice di preferenza che abbiamo costruito rispetto ai diversi criteri. Ora, vedete, relativa importanza - saggio, la distanza ai fornitori sta avendo la massima importanza seguita dal prezzo della terra, poi seguita dalla qualità del pool di lavoro e infine dal costo dei salari. (Riferimento Slide Time: 27:15) Prendiamo la matrice del criterio, che è sostanzialmente del 3 entro il 4 e lo moltiplica per questo vettore Eigen, che è una matrice del 4 entro il 1. E da qui la matrice risultante sarà una matrice 3 da 1, i cui elementi saranno come dato, 0,3091 è la location A score; location B score è questo e il punteggio C è questo. (Riferimento Slide Time: 28:21) Quindi, se è così, quale è la location migliore; location C, perché quella particolare posizione ha ottenuto il punteggio massimo. In base ai punteggi, la location C dovrebbe essere scelta dalla Società ABC per costruire una pianta, per espandere le sue operazioni di supply chain. Come questo, nell'industria ci sono molti usi di questa tecnica; per la selezione dei migliori fornitori, per la selezione del prodotto migliore. E molte tali applicazioni esistono nel mondo accademico, dove AHP è stata applicata. (Riferimento Slide Time: 29:11) I riferimenti seguiti saranno indicati. Ci sono abbondanti letterature disponibili su AHP. E se cercate la letteratura, scoprirete che Expert Choice è un'azienda specializzata in software di progettazione AHP ed esegue servizi con esso. Pochi clienti di Expert Choice sono Ford Motor Company, Sprint PCS, Department of Agriculture (USDA), National Health Service di UK, Ferrari SpA in Italia. E ce ne sono abbondanti. (Riferimento Slide Time: 30:01) Abbiamo utilizzato questo particolare libro come materiale di riferimento per l'applicazione di AHP. Grazie a tutti per la pazienza!