Метод объективизации значений весовых коэффициентов для принятия решений в многокритериальных задачах

Предмет исследования. При определении весовых коэффициентов в многокритериальных задачах для одинаковых исходных данных с целью оценки важности критериев на основе существующих качественных и количественных подходов возникает противоречие понятию «единственность решения». Это приводит к снижению степени доверия к принятым решениям. Таким образом, требуется определить степень объективности используемых весовых коэффициентов. Целью исследования является объективизация значений весовых коэффициентов для задач принятия решений.
Метод. В работе предложено сочетание качественного и количественного подходов для определения весовых коэффициентов с заданной согласованностью. Сформирована матрица весовых коэффициентов (количественный подход), которой сопоставлена матрица рангов (качественный подход). Для получения заданного значения коэффициента согласованности с помощью матрицы рангов решена задача оптимизации.
Основные результаты. Применение предложенного метода продемонстрировано на примере решения многокритериальной задачи выбора наилучшей альтернативы. Расчет значений весовых коэффициентов осуществлен с помощью разработанного программного обеспечения на языке Python. Решение сведено к однокритериальной задаче на основе максиминного подхода с использованием найденных значений весовых коэффициентов. В результате решение задачи с заданной согласованностью обеспечило объективность результата и повысило доверие к принятому решению.
Практическая значимость. Предложенный метод может быть использован при оценке важности критериев без необходимости участия лица, принимающего решение.

1. Ионов М.В., Болгова Е.В., Звартау Н.Э., Авдонина Н.Г., Балахонцева М.А., Ковальчук С.В., Конради А.О. Внедрение системы поддержки принятия решений для повышения качества медицинских данных пациентов с артериальной гипертензией // Научно-технический вестник информационных технологий, механики и оптики. 2022. Т. 22. № 1. С. 217–222. https://doi.org/10.17586/2226-1494-2022-22-1-217-222

2. Зубкова Т.М., Тагирова Л.Ф., Тагиров В.К. Прототипирование адаптивных пользовательских интерфейсов прикладных программ с использованием методов искусственного интеллекта // Научно-технический вестник информационных технологий, механики и оптики. 2019. Т. 19. № 4. С. 680–688. https://doi.org/10.17586/2226-1494-2019-19-4-680-688

3. Repetski E.J., Sarkani S., Mazzuchi T. Applying the analytic hierarchy process (AHP) to expert documents // International Journal of the Analytic Hierarchy Process. 2022. V. 14. N 1. https://doi.org/10.13033/ijahp.v14i1.919

4. Машунин К.Ю., Машунин Ю.К. Векторная оптимизация с равнозначными и приоритетными критериями // Известия Российской академии наук. Теория и системы управления. 2017. № 6. С. 80–99. https://doi.org/10.7868/S0002338817060075

5. Lotfi F.H., Fallahnejad R. Imprecise Shannon’s entropy and multi attribute decision making // Entropy. 2010. V. 12. N 1. P. 53–62. https://doi.org/10.3390/e12010053

6. Wang Y.M., Luo Y. Integration of correlations with standard deviations for determining attribute weights in multiple attribute decision making // Mathematical and Computer Modelling. 2010. V. 51. N 1–2. P. 1–12. https://doi.org/10.1016/j.mcm.2009.07.016

7. Keshavarz-Ghorabaee M., Amiri M., Zavadskas E.K., Turskis Z., Antucheviciene J. Determination of objective weights using a new method based on the removal effects of criteria (MEREC) // Symmetry. 2021. V. 13. N 4. P. 525. https://doi.org/10.3390/sym13040525

8. Krishnan A.R., Kasim M.M., Hamid R., Ghazali M.F. A modified CRITIC method to estimate the objective weights of decision criteria // Symmetry. 2021. V. 13. N 6. P. 973. https://doi.org/10.3390/sym13060973

9. Zavadskas E.K., Podvezko V. Integrated determination of objective criteria weights in MCDM // International Journal of Information Technology & Decision Making. 2016. V. 15. N 2. P. 267–283. https:// doi.org/10.1142/S0219622016500036

10. Podvezko V., Zavadskas E.K., Podviezko A. An extension of the new objective weight assessment methods CILOS and IDOCRIW to fuzzy MCDM // Economic Computation and Economic Cybernetics Studies and Research. 2020. N 2. P. 59–75. https://doi.org/10.24818/18423264/54.2.20.04

11. Shuai D., Zongzhun Z., Yongji W., Lei L. A new angular method to determine the objective weights // Proc. of the 24th Chinese Control and Decision Conference (CCDC). 2012. P. 3889–3892. https://doi.org/10.1109/CCDC.2012.6244621

12. Li G., Chi G. A new determining objective weights method-gini coefficient weight // Proc. of the First International Conference on Information Science and Engineering. 2009. P. 3726–3729. https:// doi.org/10.1109/ICISE.2009.84

13. Rao R.V., Patel B.K. A subjective and objective integrated multiple attribute decision making method for material selection // Materials & Design. 2010. V. 31. N 10. P. 4738–4747. https://doi.org/10.1016/j.matdes.2010.05.014

14. Соловьев Д.С., Соловьева И.А. Разработка и исследование системы оптимального управления гальваническими процессами в ваннах со многими анодами // Мехатроника, автоматизация, управление. 2022. Т. 23. № 9. С. 462–472. https://doi.org/10.17587/mau.23.462-472

15. Solovjev D.S., Solovjeva I.A., Konkina V.V., Litovka Y.V. Improving the uniformity of the coating thickness distribution during electroplating treatment of products using multi anode baths // Materials Today: Proceedings. 2019. V. 19. N 5. P. 1895–1898. https:// doi.org/10.1016/j.matpr.2019.07.036

16. Соловьев Д.С., Потлов А.Ю., Литовка Ю.В. Снижение неравномерности распределения толщины гальванического покрытия с использованием отключаемых анодных секций при реверсировании тока // Теоретические основы химической технологии. 2019. Т. 53. № 1. С. 102–111. https://doi.org/10.1134/S0040357118060155

17. Solovjev D.S., Solovjeva I.A., Konkina V.V. Software development for the optimal parts location in the bath space with the purpose to reduce the non-uniformity of the coating thickness // Proc. of the 6th International Conference on Industrial Engineering (ICIE 2020). 2021. P. 85–93. https://doi.org/10.1007/978-3-030-54817-9_10

18. Пчелинцева И.Ю., Литовка Ю.В. Система автоматизированного управления процессом нанесения гальванического покрытия в ванне с токонепроводящим экраном // Мехатроника, автоматизация, управление. 2022. Т. 23. № 4. С. 188–196. https://doi.org/10.17587/mau.23.188-196

19. Karimian N., Hashemi P., Afkhami A., Bagheri H. The principles of bipolar electrochemistry and its electroanalysis applications // Current Opinion in Electrochemistry. 2019. V. 17. P. 30–37. https://doi.org/10.1016/j.coelec.2019.04.015

20. Volgin V.M., Lyubimov V.V., Gnidina I.V., Kabanova T.B., Davydov A.D. Effect of anode shape on uniformity of electrodeposition onto resistive substrates // Electrochimica Acta. 2017. V. 230. P. 382–390. https://doi.org/10.1016/j.electacta.2017.02.015

21. Gardziejczyk W., Zabicki P. Normalization and variant assessment methods in selection of road alignment variants — case study // Journal of Civil Engineering and Management. 2017. V. 23. N 4. P. 510–523. https://doi.org/10.3846/13923730.2016.1210223

22. Соловьев Д.С., Соловьева И.А.. Определение весовых коэффициентов с заданной согласованностью в многокритериальных задачах принятия решений. Свидетельство о регистрации программы для ЭВМ RU2022665895. 23.08.22.