В работе приведен сравнительный анализ подходов к решению многокритериальных задач, основанный на передовых методах, которые учитывают предпочтения лиц, принимающих решения
критерии; многокритериальное принятие решений, логистика
Большое количество критериев, оцениваемых в процессе выбора вида транспорта, усложняет процесс решения многокритериальных задач. Рассмотрим инструменты и методы для выбора наилучшего способа распределения с учетом многокритериального характера проблемы. Исследования показали, что для решения современных логистических задач все чаще используется многокритериальный подход. Выделяют четыре группы методов: многокритериальный подход, статистический подход, искусственный интеллект, математическое программирование (таблица 1).
Таблица 1
Сравнительный анализ подходов к решению многокритериальных задач [1]
|
Категория |
Метод |
Сильные стороны |
Слабые стороны |
|
Принятие многокрите-риальных решений |
Теория полезности множествен-ных атрибутов |
Быстрота и простота в использовании
|
Веса, присвоенные критериям, зависят от экспертной оценки (субъективны) |
|
Процесс аналитической иерархии |
Можно использовать множество качественных или количественных критериев |
Невозможно учитывать ограничения модели
|
|
|
Теория многоатрибутной полезности |
Позволяет рассматривать зависимость между критериями |
Построение матриц сравнения и кривых полезности – трудоемкая задача |
|
|
Статистичес-кие подходы |
Методы корреляции |
Возможен анализ в больших базах данных |
Не обеспечивают какого-либо оптимального решения |
|
Кластерный анализ
|
Можно применять к сложным задачам |
Нет возможности включения ограничений в модель |
|
|
Сложное определение «кластеров», при сильной зависимости критериев |
|||
|
Математичес-кое программирование |
Линейное / нелинейное программиро-вание |
Возможность введения ограничений в модель |
Сложность измерения качественных критериев |
|
Смешанно-целочисленное линейное программиро-вание |
Отсутствует возможность оптимизировать желаемые переменные |
||
|
Искусствен-ный интеллект |
Сбор данных |
Предлагают гибкую базу знаний |
Наличие знаний и доступ к ним затруднен |
|
Нейронные сети |
Позволяют работать с неопределенностью |
Могут быть очень дорогими |
Подход принятия многокритериальных решений наиболее широко используют для задачи выбора логистических операторов и часто интегрируют с методами искусственного интеллекта. Из-за сложности одновременного анализа всех критериев, а также с учетом функций полезности каждого критерия предпочтительнее использование программного обеспечения, которое интегрировало бы все этапы процесса принятия решений.
1. De La Vega, D. A. S. Criteria analysis for deciding the LTL and FTL modes of transport / D. A. S. De La Vega, P. H. Lemos, J. E. A. Silva, J. G. V. Vieira // Gestão & Produção, 2021. 28(2), e5065.
