ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TRƯƠNG VÂN KHÁNH NGHIÊN CỨU PHƯƠNG PHÁP PHÂN TÍCH ĐA TIÊU CHÍ HỖ TRỢ RA QUYẾT ĐỊNH TRONG QUẢN LÝ TỔNG HỢP TÀI NGUYÊN NƯỚC VÀ ÁP DỤNG C
Trang 1ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ
TRƯƠNG VÂN KHÁNH
NGHIÊN CỨU PHƯƠNG PHÁP PHÂN TÍCH ĐA TIÊU CHÍ HỖ TRỢ RA QUYẾT ĐỊNH TRONG QUẢN LÝ TỔNG HỢP TÀI NGUYÊN NƯỚC VÀ ÁP DỤNG CHO
LƯU VỰC SÔNG VU GIA - HÀN
LUẬN VĂN THẠC SĨ
HÀ NỘI - 2011
Trang 2ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ
TRƯƠNG VÂN KHÁNH
NGHIÊN CỨU PHƯƠNG PHÁP PHÂN TÍCH ĐA TIÊU CHÍ HỖ TRỢ RA QUYẾT ĐỊNH TRONG QUẢN LÝ TỔNG HỢP TÀI NGUYÊN NƯỚC VÀ ÁP DỤNG CHO
LƯU VỰC SÔNG VU GIA - HÀN
Ngành: CÔNG NGHỆ THÔNG TIN
Chuyên ngành: HỆ THỐNG THÔNG TIN
Mã số: 60 48 05
LUẬN VĂN THẠC SĨ
NGƯỜI HƯỚNG DẪN KHOA HỌC: TS Đặng Thế Ba
HÀ NỘI - 2011
Trang 3MỤC LỤC
LỜI CÁM ƠN 1
LỜI CAM ĐOAN 2
MỤC LỤC 3
BẢNG KÝ HIỆU CÁC CHỮ VIẾT TẮT 5
DANH MỤC CÁC HÌNH 6
DANH MỤC CÁC BẢNG 7
CHƯƠNG 1 GIỚI THIỆU 8
1.1 Đặt vấn đề 8
1.2 Tính cấp thiết của đề tài 8
1.3 Thực tiễn áp dụng 9
1.3.1 Trên thế giới 9
1.3.2 Tại Việt Nam 10
1.4 Mục tiêu của đề tài 11
1.5 Đối tượng và phạm vi nghiên cứu 11
1.6 Kết cấu của luận văn 11
Kết luận chương 1 12
CHƯƠNG 2 NGHIÊN CỨU LÝ THUYẾT, CÔNG NGHỆ & CÔNG CỤ PHỤC VỤ GIẢI QUYẾT BÀI TOÁN 13
2.1 Quản lý tổng hợp tài nguyên nước 13
2.1.1 Khái niệm 13
2.1.2 Các nguyên tắc, nội dung 14
2.2 Hệ hỗ trợ ra quyết định 17
2.2.1 Giới thiệu 17
2.2.2 Người ra quyết định và quá trình ra quyết định 17
2.2.3 Các thành phần của hệ hỗ trợ ra quyết định 19
2.3 Hỗ trợ ra quyết định đa tiêu chí (MCDA) 20
2.3.1 Giới thiệu 20
2.3.2 Một số khái niệm thông thường 21
2.3.3 Cấu trúc bài toán MCDA 22
2.3.4 Phân loại bài toán MCDA 22
2.3.5 Các phương pháp của MCDA 23
Kết luận chương 2 27
CHƯƠNG 3 MÔ HÌNH MCDA CHO BÀI TOÁN QUẢN LÝ TỔNG HỢP TÀI NGUYÊN NƯỚC 28
3.1 Giới thiệu 28
3.2 Cơ sở lý thuyết MCDA áp dụng cho bài toán 29
3.2.1 Các bước cơ bản 29
3.2.2 Tạo lập ma trận phân tích 30
3.2.3 Chuẩn hóa ma trận phân tích 31
Trang 43.2.4 Mô hình hóa hàm giá trị 31
3.3 Các quy tắc ra quyết định 32
3.4 Phương pháp ELECTRE III 33
3.5 Phương pháp PROMETHEE II 38
3.6 Phương pháp ELECTRE III dựa trên cách tiếp cận SMAA III 42
3.6.1 Không gian trọng số và cách tiếp cận ngược 42
3.6.2 Các phương pháp mô tả 45
Kết luận chương 3 46
CHƯƠNG 4: THỬ NGHIỆM ÁP DỤNG CHO QUẢN LÝ TỔNG HỢP TÀI NGUYÊN NƯỚC LƯU VỰC SÔNG VU GIA - HÀN 47
4.1 Nhu cầu quản lý tổng hợp tài nguyên nước lưu vực sông Vu Gia – Hàn phục vụ phát triển bền vững thành phố Đà Nẵng 47
4.1.1 Áp lực trong quản lý tổng hợp tài nguyên nước do biến đổi khí hậu 47
4.1.2 Áp lực trong quản lý tổng hợp tài nguyên nước từ kế hoạch phát triển hệ thống đập thuỷ điện thượng nguồn 48
4.1.3 Áp lực trong quản lý tổng hợp tài nguyên thiên nhiên từ nhu cầu phát triển kinh tế xã hội 49
4.2 Xác định giải pháp đáp ứng biến đổi khí hậu đảm bảo phát triển bền vững 50
4.2.1 Xác định các giải pháp 50
4.2.2 Xác định các tiêu chí 50
4.2.3 Xếp hạng các giải pháp 50
4.3 Xác định giải pháp quản lý đập Đakmi 4 55
4.3.1 Xác định các giải pháp 55
4.3.2 Xác định các tiêu chí 55
4.2.3 Xếp hạng các giải pháp 56
4.4 Đánh giá kết quả xếp hạng của các phương pháp MCDA 59
KẾT LUẬN & HƯỚNG PHÁT TRIỂN CỦA LUẬN VĂN 62
TÀI LIỆU THAM KHẢO 63
PHỤ LỤC 65
Phụ lục 1 Các giải pháp chiến lược ứng phó đảm bảo nguồn nước 65
Phụ lục 2 Các tiêu chí đánh giá giải pháp ứng phó đảm bảo nguồn nước 68
Phụ lục 3 Báo cáo trình bày và gửi đăng trong tuyển tập của Hội nghị khoa học thủy khí toàn quốc năm 2010 71
Trang 5BẢNG KÝ HIỆU CÁC CHỮ VIẾT TẮT
3
đa tiêu chí
Trang 6DANH MỤC CÁC HÌNH
Hình 2.1 Quá trình ra quyết định 18
Hình 2.2 Lược đồ của DSS 19
Hình 2.3 Cấu trúc của bài toán MCDA 22
Hình 2.4 Phân loại bài toán MCDA 23
Hình 2.5 Một số phương pháp xây dựng giá trị trong MCDA 24
Hình 2.6 Một số phương pháp trọng số hóa trong MCDA 25
Hình 2.7 Tổng hợp một số phương pháp dựa trên các ưu tiên trong MCDA 25
Hình 3.1 Sơ đồ tổng quát DSS của bài toán quản lý tài nguyên nước 28
Hình 3.2 Các bước thực hiện của MCDA trong DSS 30
Hình 3.3 Số chiều khác nhau của kết quả ma trận phân tích 31
Hình 3.4 Một số dạng hàm giá trị 31
Hình 3.5 Xếp hạng các lựa chọn theo ELECTRE III trong mDSS4 33
Hình 3.6 Sơ đồ thực hiện của thuật toán ELECTRE III 34
Hình 3.7 Sơ đồ thực hiện của thuật toán PROMETHEE II 39
Hình 3.8 Các loại tiêu chí tổng quát của phương pháp PROMETHEE 40
Hình 3.9 Các luồng Outranking của phương pháp PROMETHEE II 41
Hình 3.10 Không gian trọng số khả thi không có thông tin ưu tiên 43
Hình 3.11 Không gian trọng số khả thi có thông tin ưu tiên 44
Hình 3.12 Cách tiếp cận tuyền thống của MCDA và cách tiếp cận ngược 44
Hình 4.1 Quy hoạch hệ thống thuỷ điện trên Vu Gia – Thu Bồn 49
Hình 4.2 Kết quả xếp hạng các giải pháp đáp ứng biến đổi khí hậu sử dụng phương pháp SAW 52
Hình 4.3 Kết quả xếp hạng các giải pháp đáp ứng biến đổi khí hậu sử dụng phương pháp ELELECTR III 53
Hình 4.4 Kết quả xếp hạng các giải pháp đáp ứng biến đổi khí hậu sử dụng phương pháp PROMETHEE II 54
Hình 4.5 Phân tích thứ hạng các giải pháp đáp ứng biến đổi khí hậu sử dụng phương pháp ELECTREE III dựa trên tiếp cận SMAA III 54
Hình 4.6 Kết quả xếp hạng các giải pháp quản lý đập Đakmi 4 sử dụng phương pháp SAW 56
Hình 4.7 Kết quả xếp hạng các giải pháp quản lý đập Đakmi 4 sử dụng phương pháp ELECTRE III 57
Hình 4.8 Kết quả xếp hạng các giải pháp quản lý đập Đakmi 4 sử dụng phương pháp PROMETHEE II 58
Hình 4.9 Phân tích thứ hạng các giải pháp quản lý đập Đakmi 4 sử dụng phương pháp ELECTREE III dựa trên tiếp cận SMAA III 58
Trang 7
DANH MỤC CÁC BẢNG
Bảng 2.1 So sánh ưu và nhược điểm ba phương pháp phổ biến trong MCDA: MAUT,
AHP và Outranking 26
Bảng 4.1 Các dự án thuỷ điện lớn đề xuất trên lưu vực sông Vu Gia-Thu Bồn 48
Bảng 4.2 Các tiêu chí và trọng số đánh giá giải pháp đáp ứng biến đổi khí hậu đảm bảo phát triển bền vững 50
Bảng 4.3 Ma trận phân tích giải pháp đáp ứng biến đổi khí hậu đảm bảo phát triển bền vững 51
Bảng 4.4 Ma trận đánh giá giải pháp đáp ứng biến đổi khí hậu đảm bảo phát triển bền vững 52
Bảng 4.5 Các tiêu chí và trọng số đánh giá giải pháp quản lý đập Đakmi 4 55
Bảng 4.6 Ma trận phân tích giải pháp quản lý đập Đakmi 4 56
Bảng 4.7 Ma trận đánh giá giải pháp quản lý đập Đakmi 4 56
Bảng 4.5 Tổng hợp thứ hạng các giải pháp đáp ứng biến đổi khí hậu sử dụng bốn phương pháp: SAW, PROMETHEE II, ELECTRE III, SMAA III 59
Bảng 4.8 Tổng hợp thứ hạng các giải pháp quản lý đập Dakmi 4 sử dụng bốn phương pháp: SAW, PROMETHEE II, ELECTRE III, SMAA III 59
Trang 8CHƯƠNG 1 GIỚI THIỆU
1.1 Đặt vấn đề
Nước là nguồn tài nguyên không thể thiếu trong sự tồn tại và phát triển của con
người, và nó cũng là yếu tố quan trọng cấu thành môi trường khu vực Hiện nay nhiều vấn đề phức tạp và nghiêm trọng liên quan đến nước đã xuất hiện trên thế giới Để giải quyết những vấn đề này đòi hỏi cần thực hiện quản lý tổng hợp tài nguyên nước trong
đó xem xét tất cả các yếu tố có liên quan đến tài nguyên nước trên quan điểm tổng hợp
và toàn diện [3]
Quản lý tổng hợp tài nguyên nước là một quá trình trong đó có sự nỗ lực
quản lý tài nguyên nước hiệu quả hơn trên quan điểm quản lý tổng hợp Mỗi quốc gia hoặc khu vực đều có những đặc điểm riêng về địa lý và khí tượng; một lịch sử dùng nước, phong tục tập quán từng vùng và những nhận định về các giá trị khác nhau bắt nguồn từ những nhân tố trên Thêm vào đó mỗi vùng lại có những hoàn cảnh phát triển kinh tế khác nhau Vì vậy quản lý tài nguyên nước tổng hợp một cách đúng đắn và phù hợp không thể chỉ dựa trên một quy tắc hay một tiêu chuẩn đơn thuần [3]
Trong Quản lý tổng hợp tài nguyên nước, việc đưa ra quyết định được dựa trên
sự hiểu biết sâu sắc về mối quan hệ giữa các hoạt động, các quá trình đang diễn ra tại lưu vực và ảnh hưởng của hoạt động, quá trình đó đến lưu vực là rất quan trọng và
mang tính quyết định Do đó việc tìm ra một hệ hỗ trợ ra quyết định có khả năng
lượng hóa ảnh hưởng các can thiệp quản lý trong quá trình phát triển đến các nguồn nước là rất cần thiết
Hê thống hỗ trợ ra quyết định DSS (Decision Support System) đối với các
vấn đề về tài nguyên nước đã bắt đầu xuất hiện giữa nhưng năm 1970 DSS được xây dựng nhằm đánh giá những biện pháp khác nhau bao gồm cả việc đánh giá các chi phí của các biện pháp đó để đưa ra những đề xuất, khuyến nghị cho các cơ quan ra quyết định Trải qua nhiều năm tiếp theo của thập niên 90 của thế kỷ trước, cùng với sự phát triển của các phần mềm, sự nâng cao hiểu biết cơ bản của người ra quyết định về ứng dụng công nghệ thông tin đã giúp cho việc xây dựng và khai thác phần mềm hỗ trợ ra quyết định trong quản lý nguồn nước trở nên phổ biến hơn
1.2 Tính cấp thiết của đề tài
Nước ta là nước nằm trong vùng nhiêt đới gió mùa, với hệ thống sông ngòi chằng chịt Phân bố nguồn tài nguyên nước không đều theo cả không gian và thời gian Phát triển kinh tế xã hội chủ yếu tập trung dọc lưu vực của các hệ thống sông, trong đó nước là nguồn tài nguyên quan trọng sử dụng cho nhiều mục đích khác nhau Do nhu cầu phát triển kinh tế xã hội, những vấn đề về khai thác sử dụng tài nguyên nước được đặt ra như: thiếu nước; suy giảm chất lượng nước, tranh chấp giữa các ngành, địa phương thậm chí các quốc gia…Ví dụ cụ thể có thể nhận thức rõ hơn là quản lý tổng hợp tài nguyên nước lưu vực sông Vu Gia – Hàn đáp ứng phát triển bền vững
Trang 9Hệ thống sông Vũ Gia - Hàn là một phần của hệ sông Vu Gia – Thu Bồn, hệ
thống sông lớn nhất vùng ven biển miền Trung – Việt Nam, chảy qua địa phận 15 huyện, thị xã của tỉnh Quảng Nam và thành phố Đà Nẵng Đối với Đà Nẵng hệ thống lưu vực liên quan trực tiếp là hệ thống sông Vu Gia – Hàn Hiện nay hệ thống sông này đã và đang diễn ra các hoạt động khai thác các nguồn tài nguyên với tốc độ ngày càng tăng phục vụ cho nhu cầu phát triển kinh tế xã hội ở địa phương Tuy nhiên việc khai thác các nguồn tài nguyên trên lực vực sông tùy thuộc vào nhu cầu của mỗi địa phương và mỗi ngành theo những mục đích khác nhau và không tuân theo quy hoạch,
kế hoạch cụ thể và chưa được quản lý thống nhất Điều đó đã và đang làm cho tài nguyên nước lưu vực sông Vũ Gia – Hàn có xu thế ngày càng cạn kiệt và biến đổi theo hướng bất lợi, tạo ra nhiều mâu thuẫn trong việc quy hoạch và quản lý tài nguyên nước trong lưu vực [7] Nghiên cứu quản lý tổng hợp tài nguyên nước lưu vực sông Vũ Gia
- Hàn là một vấn đề bức thiết cần được triển khai một cách hệ thống, đảm bảo tính khoa học và phát triển bền vững
1.3 Thực tiễn áp dụng
1.3.1 Trên thế giới
Trên thế giới, đã có một số hệ thống được phát triển, có thể thoả mãn một phần nhu cầu nhất định cho hỗ trợ ra quyết định quản lý tổng hợp tài nguyên nước Dưới đây đưa ra một số ví dụ về DSS đã và đang được phát triển và sử dụng
DSS kiểm soát lũ lụt:
- CWMS (Fritz, J.A., et al., 2002 - Corps Water Management System) sử dụng
cơ sở dữ liệu quan hệ (ORACLE) và các mô hình HEC-HIVIS (thực hiện tinh toán dòng chảy thủy văn), HEC-RAS (tính toán dòng chảy sông ngòi), HEC-ResSim (tính toán hồ chứa) và HEC-FIA (phân tích tác động dòng chảy)
- SMS (EMRL, 2004): Được phát triển bởi phòng nghiên cứu mô hình về môi
trường, Đại học Brigham Young và Trạm quan trắc đường thủy, Binh chủng công binh Hoa Kỳ (WES)
DSS ứng phó sự cố tràn hóa chất
- DBAM (Danube Basin Alarm Model) là mô hình mô phỏng thời gian truyền
và nồng độ các chất xảy ra các sự cố tràn hóa chất trong hệ thống sông
DSS phân phối nước
- Aquarius (Diaz et al., 1997) - AQUARIUS được phát triển bởi Khoa Kỹ thuật
công trình, Đại học Colorado trong khuôn khổ hợp tác với U.S Forest Service
- CALSIM (DWR, 2004) - The CALifornia Water Resources SImulation
Model: Được phát triển bởi Phòng tài nguyên nước bang California và Cục cải tạo liên bang về quy hoạch và quản lý dự án nước bang California và dự án lưu vực Trung Mỹ
- DELFT-TOOLS (Delft Hydraulics, 2004) là một cơ cấu trợ giúp ra quyết
định được phát triển bởi các nhà thủy lực Delft – Hà Lan
Trang 10- WaterWare (Fedra, 2002; Jamison and Fedra, 1996) là hệ thống trợ giúp ra
quyết định dựa trên sự liên kết các mô hình mô phỏng sử dụng các dữ liệu từ GIS và hệ thông chuyên gia
DSS quản lý chất lượng nước
- BASINS (USEPA, 2004 - Better Assessment Science Integrating Point and
Nonpoint Sources) là một hệ DSS đưa đồng thời một số lượng lớn các dữ liệu môi trường và các khả năng mô hình hóa vào một gói chung, gắn kết với GIS
DSS quản lý tổng hợp tài nguyên nước - mDSS
Trong các hệ thống vừa nêu trên, tất cả đều chỉ mới dừng lại ở công cụ trợ giúp quản lý một khía cạnh nào đó của khai thác sử dụng tài nguyên nước, chưa có hệ thống nào đề cập đến vấn đề quản lý tổng hợp và phát triển bền vững
Trong những năm gần đây, do nhận thức được tính cấp bách trong quản lý tổng hợp tài nguyên nước gắn với phát triển bền vững, nhiều nghiên cứu và chính sách về quản lý tổng hợp tài nguyên nước đã được thực hiện ở các khu vực phát triển của Châu
Âu Chính sách về nước ở Châu Âu đã thực sự phát triển vượt bậc với việc đạt được sự thống nhất cho một hiệp định khung về nước trong khuôn khổ Cộng Đồng Chung Châu Âu Tuy nhiên nếu thiếu một cái nhìn đa ngành và các công cụ thích hợp để quản
lý tài nguyên nước một cách tổng hợp thì sẽ gia tăng các cuộc xung đột giữa người dùng nước và đe doạ ổn định kinh tế xã hội
Trước yêu cầu đó, dự án Mulino đã được hình thành để phát triển một công cụ phần mềm hỗ trợ quyết định cho việc giải quyết nhiều vấn đề phức tạp trong quản lý tổng hợp tài nguyên nước quy mô lưu vực sông ở châu Âu Dự án đã được thực hiện thông qua liên kết các trường đại học, trung tâm nghiên cứu và cơ quan quản lý (9 cơ quan) của 5 nước thành viên Liên minh Châu Âu Kết quả của dự án là một phần mềm (có tên là mDSS) và một phương pháp luận chung mà theo đó phần mềm được tiếp cận tổng hợp cho bài toán phân tích hỗ trợ ra quyết định quản lý tài nguyên nước
1.3.2 Tại Việt Nam
Ở nước ta, do nhiều lý do như: Trước đây phát triển kinh tế chưa cao, được thiên nhiên ưu đãi, nên các vấn đề liên quan đến tài nguyên nước chưa được đặt ra cấp bách, những quan tâm chủ yếu thường là lũ lụt và thời tiết Vì vậy vấn đề về phát triển một phương pháp luận cũng như công cụ hỗ trợ ra quyết định trong quản lý tổng hợp tài nguyên nước chưa được quan tâm nhiều Những công cụ và phương pháp luận phát triển trong thời gian này ở Việt Nam chủ yếu là các bộ chương trình tính toán dòng chảy 1 hay 2 chiều trong sông tinh toán truyền lũ hoặc truyền chất Một số cơ sở tiếp nhận các chương trình của nước ngoài, cũng chủ yếu là các chương trình tính toán mô phỏng dồng chảy và truyền chất ô nhiễm Các bộ chương trình này cũng đã góp phần tính toán các kịch bản khác nhau trong quản lý liên quan đến tài nguyên nước cho một
số sông và vùng ven biển quan trọng
Trong những năm gần đây, do tốc độ phát triển kinh tế xã hôi cao ở nước ta cũng như các quốc gia trong vùng, áp lực lên nguồn nước cho phát triển đã nảy sinh
Trang 11Thêm vào đó là sự biến của đổi của khí hậu toàn cầu làm gia tăng những tác động xấu đến tài nguyên nước đe đoạ phát triển bền vững của nhiều quốc gia, trong đó Việt Nam được xếp vào 10 quốc gia ảnh hưởng mạnh nhất Vi vậy, vấn đề về phát triển phương pháp luận và công cụ hỗ trợ ra quyết định phục vụ quản lý tổng hợp tài nguyên đảm bảo phát triển bền vững đang được đặt ra cấp bách
Tuy nhiên cho đến nay ở nước ta vẫn chưa phát triển và sử dụng hệ thống hỗ trợ
ra quyết định quản lý tổng hợp tài nguyên nước Mặc dù phương pháp luận về quản lý tổng hợp đã được phát triển và thực hiện nhiều ở quy mô dự án Quốc Gia trong một số lĩnh vực như: Các dự án quản lý tổng hợp đới bờ, Quản lý tổng hợp khai thác và phát triển tài nguyên rừng…
1.4 Mục tiêu của đề tài
Trong khuôn khổ của luận văn “Nghiên cứu phương pháp phân tích đa tiêu chí
hỗ trợ ra quyết định trong Quản lý tổng hợp tài nguyên nước và áp dụng cho lưu vực sông Vu Gia – Hàn”, phương pháp phân tích đa tiêu chí hỗ trợ ra quyết định trong
quản lý tổng hợp tài nguyên nước bước đầu được nghiên cứu, xây dựng nhằm giúp các cấp ra quyết định căn cứ vào những dữ liệu thực tế về tài nguyên nước cũng như căn
cứ vào những dự báo khoa học về tác động có thể xảy ra để đi đến quyết định cuối cùng trong việc quản lý tài nguyên nước bền vững Do tính phức tạp và phạm vi rộng của vấn đề nghiên cứu, luận văn mới tập trung vào một số thành phần cơ bản nhất, đáp ứng được các yêu cầu cần thiết của một hệ thống hỗ trợ ra quyết định quản lý tổng hợp tài nguyên nước lưu vực sông
1.5 Đối tượng và phạm vi nghiên cứu
Đối tượng: Các vấn đề cần giải quyết để xây dựng hệ thống hỗ trợ ra quyết định trong
quản lý tổng hợp tài nguyên nước quy mô lưu vực sông
Phạm vi: Xây dựng hệ hỗ trợ ra quyết định quản lý tổng hợp tài nguyên nước
lưu vực sông, tập trung nghiên cứu ứng dụng các phương pháp phân tích đa tiêu chí hỗ trợ ra quyết định và áp dụng thử nghiệm phân tích cho quản lý tổng hợp tài nguyên nước bước đầu
phát triển tại lưu vực sông Vu Gia – Hàn
1.6 Kết cấu của luận văn
Nội dung chính của luận văn được tổ chức thành 4 chương chính có nội dung
được mô tả như dưới đây:
CHƯƠNG 1: GIỚI THIỆU
Chương này trình bày tính cấp thiết của đề tài, mục tiêu và phạm vi nghiên cứu của luận văn
CHƯƠNG 2: NGHIÊN CỨU LÝ THUYẾT, CÔNG NGHỆ & CÔNG CỤ PHỤC VỤ GIẢI QUYẾT BÀI TOÁN
Trang 12Chương này trình bày về lý thuyết quản lý tổng hợp tài nguyên nước, giới thiệu tổng quan hệ hỗ trợ ra quyết định; hỗ trợ quyết định đa tiêu chí (MCDA) với các bước thực hiện và một số phương pháp phổ biến
CHƯƠNG 3: MÔ HÌNH MCDA CHO BÀI TOÁN QUẢN LÝ TỔNG HỔP TÀI NGUYÊN NƯỚC
Chương này xây dựng và phát triển mô đun chương trình phân tích đa tiêu chí
hỗ trợ ra quyết định, xác định các giải pháp trong quản lý tổng hợp tài nguyên nước lưu vực sông, đáp ứng phát triển bền vững
CHƯƠNG 4: ÁP DỤNG PHÂN TÍCH HỖ TRỢ RA QUYẾT ĐỊNH CHO QUẢN LÝ TỔNG HỔP TÀI NGUYÊN NƯỚC LƯU VỰC SÔNG VU GIA – HÀN
Trình bày các kết quả thử nghiệm, áp dụng phân tích hỗ trợ cho một số bài toán quản lý tổng hợp tài nguyên nước lưu vực sông Vu Gia – Hàn: Phân tích, lựa chọn các
giải pháp đáp ứng biến đổi khí hậu đảm bảo phát triển bền vững, Quản lý đập Dakmi 4
So sánh và đánh giá kết quả phân tích sử dụng các phương pháp khác nhau
Phần KẾT LUẬN & HƯỚNG PHÁT TRIỂN CỦA LUẬN VĂN
Trình bày những kết luận của tác giả sau khi nghiên cứu và áp dụng cho một số bài toán quản lý tổng hợp tài nguyên nước lưu vực sông Vu Gia – Hàn Ngoài ra, tác giả cũng đề xuất hướng nghiên cứu và phát triển chương trình trong thời gian tới
Kết luận chương 1
Chương 1 là chương Giới thiệu đã trình bày những lý do hình thành hướng nghiên cứu qua việc nghiên cứu bài toán quản lý tổng hợp tài nguyên nước, thực tiễn xây dựng, áp dụng DSS trong bài toán này trên thế giới và tại Việt Nam
Yêu cầu đặt ra nghiên cứu trong luận văn là xây dựng hệ hỗ trợ ra quyết định quản lý tổng hợp tài nguyên nước lưu vực sông, tập trung nghiên cứu ứng dụng các phương pháp phân tích đa tiêu chí hỗ trợ ra quyết định và áp dụng thử nghiệm phân tích cho quản lý tổng hợp tài nguyên nước bước đầu phát triển tại lưu vực sông Vu Gia – Hàn
Với yêu cầu đặt ra như vậy, luận văn tiếp theo sẽ nghiên cứu lý thuyết, công nghệ và công cụ phục vụ giải quyết bài toán
Trang 13CHƯƠNG 2 NGHIÊN CỨU LÝ THUYẾT, CÔNG NGHỆ &
CÔNG CỤ PHỤC VỤ GIẢI QUYẾT BÀI TOÁN
2.1 Quản lý tổng hợp tài nguyên nước
2.1.1 Khái niệm
1 Tài nguyên nước
Tài nguyên nước là một thành phần gắn chặt với mức độ phát triển của xã hội loài người Ở mỗi giai đoạn phát triển của khoa học công nghệ và tùy theo điều kiện cụ thể của từng quốc gia mà nguồn nước được khai thác theo nhu cầu và trình độ kỹ thuật nhất định Nước được coi là một dạng tài nguyên và luôn được bổ sung trong ngân quỹ nước của quốc gia Tài nguyên nước là một thành phần không thể thiếu của những hệ sinh thái trên mặt đất Sự biến đổi khí hậu toàn cầu và thải chất nhiễm bẩn vào bầu khí quyển cũng đã tác động vào tài nguyên nước và đe dọa các hệ sinh thái Do vậy, việc nghiên cứu nước và hệ thống tài nguyên nước có tầm quan trọng đặc biệt không những đối với lưu vực sông, từng quốc gia mà còn là của toàn cầu
Tóm lại, Nước là một tài nguyên bao gồm nguồn nước mặt, nước mưa, nước dưới đất,
nước biển thuộc lãnh thổ của một nước, một lưu vực, một vùng hay một địa phương [6]
2 Quản lý tổng hợp tài nguyên nước
Nước là một tài nguyên thiết yếu nhất đối với tất cả các khía cạnh liên quan đến
sự phát triển của con người và hệ sinh thái trên lưu vực sông Các tài nguyên khác như đất và các tài nguyên sinh thái cũng phụ thuộc và có mối liên quan mật thiết với tài nguyên nước trong quá trình sử dụng cũng như bảo tồn Vì thế quản lý tài nguyên nước là một thành phần quan trọng của quản lý lưu vực sông và cần được quản lý theo đơn vị lưu vực Để quản lý và sử dụng bền vững tài nguyên nước, tài nguyên nước nhất thiết phải được quản lý và sử dụng theo nguyên tắc tổng hợp, gọi tắt là quản lý tổng hợp tài nguyên nước
Cần hiểu rõ ba khái niệm trong quản lý tổng hợp tài nguyên nước, đó là:
-“Quản lý” được hiểu bao gồm các hoạt động nhằm quản lý hữu hiệu tài
nguyên nước, cả trong các hoạt động khai thác tài nguyên như đánh giá tài nguyên và quy hoạch phát triển, giải pháp và quá trình thực hiện, quản lý và vận hành hệ thống công trình, thực thi mạng giám sát và kiểm soát…
-“Tổng hợp” cần được hiểu theo nghĩa là kết hợp giữa sử dụng và bảo vệ, giữa
khai thác và phát triển bền vững, giữa các ngành dùng nước và các cấp dùng nước, giữa môi trường đất và môi trường nước, giữa môi trường tự nhiên sinh thái và môi trường kinh tế xã hội, giữa quá khứ, hiện tại và tương lai…
- “Tài nguyên nước” phải được hiểu theo nghĩa rộng là bao gồm các thành phần
nước, việc sử dụng nước và những phản ứng nhạy cảm của nước đối với các hoạt động của con người Đồng thời nói đến tài nguyên nước là bao gồm cả nước mưa, nước dòng chảy mặt và nước ngầm, cả số lượng nước và chất lượng nước
Trang 14Như vậy, Quản lý tổng hợp tài nguyên nước là một quá trình đẩy mạnh phối
hợp phát triển và quản lý tài nguyên nước, đất và các tài nguyên liên quan để tối đa hóa lợi ích kinh tế xã hội một cách công bằng mà không phương hại đến tính bền vững của các hệ sinh thái thiết yếu [Tổ chức công tác nước toàn cầu (GWP), 2000]
3 Lưu vực sông
Nước trên bề mặt đất theo quy luật chung đều chảy từ nơi cao xuống nơi thấp, lâu ngày các đường chảy tạo thành sông suối Mỗi một dòng sông đều có phần diện tích hứng nước và tập trung nước gọi là lưu vực sông
Một lưu vực sông có thể xem như một vùng địa lý được giới hạn bởi đường chia nước trên mặt và dưới đất Đường chia nước trên mặt là đường nối các đỉnh cao của địa hình Nước từ đỉnh cao đó chuyển động theo hướng dốc của địa hình để xuống chân dốc, đó là các suối nhỏ rồi tập trung xuống các nhánh sông lớn hơn và chảy ra biển Cứ thế chúng tạo thành mạng lưới sông Trên lưu vực sông, ngoài các phần diện tích đất trên cạn còn có các phần đất chứa nước thuộc lòng chảy sông, hồ và các vùng đất ngập nước theo từng thời kỳ [6]
4 Quản lý tổng hợp tài nguyên nước lưu vực sông
Trên lưu vực sông luôn tồn tại các mối quan hệ chặt chẽ giữa nước mặt và nước ngầm, giữa số lượng nước và chất lượng nước, giữa đất và nước và giữa vùng thượng lưu và hạ lưu Các mối quan hệ này làm cho lưu vực sông từ một vùng địa lý đã trở thành một hệ thống luôn kết dính với nhau
Như vậy, quản lý tổng hợp tài nguyên nước lưu vực sông là quản lý nguồn nước
và các thành phần liên quan đến nước trên quy mô toàn lưu vực [6]
2.1.2 Các nguyên tắc, nội dung
1 Các nguyên tắc
Hiện nay, có thể coi 4 nguyên tắc được thảo luận và thống nhất trong hội nghị
về Nước và Môi trường năm 1992 tại Dubin (gọi tắt là nguyên tắc Dubin) là những nguyên tắc nền tảng của quản lý tổng hợp tài nguyên nước:
Nguyên tắc 1: Nước ngọt là tài nguyên hữu hạn không tài nguyên nào có thể
thay thế được, rất thiết yếu để duy trì cuộc sống, phát triển và môi trường
Nguyên tắc này mở ra một phương pháp tiếp cận mới trong quản lý nước, đó là phải xem xét tất cả các đặc tính của chu trình thủy văn cũng như các tương tác của nước với các tài nguyên khác và hệ sinh thái
Nguyên tắc 2: Phát triển và bảo vệ tài nguyên nước phải dựa trên phương
pháp tiếp cận có sự tham gia của tất cả các thành phần bao gồm những người dừng nước, người lập quy hoạch và người xây dựng chính sách ở tất cả các cấp
Trong quản lý nước truyền thống không chú trọng đến sự tham gia của các thành phần, nhất là người dùng nước Nguyên tắc này đưa ra một cách tiếp cận mới về mặt quản lý có tính quyết định để nâng cao hiệu quả của việc sử dụng nguồn nước, trong đó vai trò của người dùng nước cũng được coi trọng như những người lập quy hoạch và xây dựng các chế độ chính sách về nước
Trang 15Nguyên tắc 2 nhằm nhấn mạnh cần có sự tham gia thật sự của các thành phần liên quan là một phần của quá trình ra quyết định Sự tham gia thật sự của các thành phần có liên quan ở mọi cấp của xã hội đều phải có tác động trong việc ra quyết định chứ không dừng ở việc hỏi ý kiến đơn thuần Tham gia không có nghĩa là luôn luôn thống nhất mà cũng có lúc nảy sinh mâu thuẫn và phải có cơ chế để giải quyết các mâu thuẫn đó
Nguyên tắc 3: Phụ nữ có vai trò trung tâm trong việc cung cấp, quản lý và bảo
vệ nguồn nước
Người phụ nữ có vai trò chủ yếu trong việc lấy nước và bảo vệ nguồn nước dùng cho sinh hoạt gia đình và cho sản xuất nông nghiệp Nguyên tắc 3 nhấn mạnh vai trò của phụ nữ và chỉ rõ cần phải có những cơ chế thích hợp để nâng cao khả năng tiếp cận của phụ nữ tới quá trình ra quyết định, mở rộng những phạm vi cho người phụ nữ
có thể tham gia vào quản lý tổng hợp tài nguyên nước
Nguyên tắc 4: Nước có giá trị kinh tế trong mọi hình thức sử dụng và cần phải
được xem như một loại hàng hóa có giá trị kinh tế
Trong quản lý tổng hợp tài nguyên nước cần phải tính toán đầy đủ giá trị của nước bao gồm giá trị kinh tế và giá trị nội tại của tài nguyên nước và phải tạo cơ chế cho người dùng nước có đủ khả năng sử dụng nước và trả đủ các chi phí cho việc mua nước cũng như trách nhiệm của họ trong việc bảo vệ nguồn nước
2 Các nội dung
Nội dung quản lý tổng hợp tài nguyên nước cần phải xem xét hai hệ thống chủ yếu, đó là hệ thống tự nhiên và hệ thống nhân văn Hệ thống tự nhiên với đặc trưng chủ yếu là số lượng và chất lượng của các tài nguyên tự nhiên như nước, đất, không khí và các tài nguyên sinh học, là đầu vào quan trọng cho hệ thống nhận văn khai thác
và sử dụng Quản lý hệ thống tự nhiên là quản lý nguồn cung cấp tài nguyên, còn quản
lý hệ thống nhân văn là quản lý việc sử dụng nguồn tài nguyên tự nhiên, với tài nguyên nước là quản lý việc sử dụng nước [6]
a Quản lý tổng hợp trong hệ thống tự nhiên bao gồm:
(1) Quản lý tổng hợp nước và đất: Nước và đất là hai thành phần của môi
trường tự nhiên có mối liên quan và tác động với nhau trong quá trình diễn ra của tự nhiên Vì thế việc quản lý sử dụng nước không thể tách rời với quản lý sử dụng đất và các biện pháp canh tác trên đất nông nghiệp, nhất là việc quản lý các lưu vực nhỏ để bảo vệ đất chống xói mòn
(2) Quản lý tổng hợp các thành phần nước xanh lá cây và nước xanh da trời:
Hai thành phần liên quan đến việc quản lý nước, đó là:
- Nước liên quan đến sử dụng của hệ sinh thái như nước mưa và bốc thoát hơi (còn gọi là nước xanh lá cây)
- Nước sử dụng trực tiếp của con người như nước trong sông, hồ và nước ngầm
(3) Quản lý tổng hợp nước mặt và nước ngầm: Tài nguyên nước của lưu vực
bao gồm cả nước mặt và nước ngầm, việc khai thác quá mức nước mặt hay nước ngầm cũng ảnh hưởng đến thành phần còn lại
Trang 16(4) Quản lý tổng hợp số lượng và chất lượng nước: Ô nhiễm nước có thể làm
suy giảm nhanh chóng nguồn nước sạch mà con người sử dụng Vì thế trong quản lý tổng hợp tài nguyên nước không những chú ý quản lý số lượng nước mà còn phải chú trọng đến quản lý và bảo vệ chất lượng nước
(5) Quản lý tổng hợp các lợi ích sử dụng nước vùng thượng lưu và hạ lưu: Lợi
ích về sử dụng nước tại hạ lưu thường bị ảnh hưởng do sử dụng nước tại thượng lưu Lấy nước quá mức để sử dụng ở thượng lưu sẽ làm cạn kiệt dòng chảy ở hạ lưu, xả nước thải ở thượng lưu thường làm suy giảm chất lượng nước ở khu vực hạ lưu, việc thay đổi sử dụng đất tại thượng lưu sẽ ảnh hướng tới nước ngầm chảy vào sông và làm biến đổi dòng chảy của sông trong các tháng mùa kiệt ở hạ lưu Vì thế các mâu thuẫn
về lợi ích trong sử dụng nước ở thượng lưu và hạ lưu là không tránh khỏi cần phải được xem xét và giải quyết dựa trên các nguyên tắc của quản lý tổng hợp
b Quản lý tổng hợp trong hệ thống nhân văn bao gồm:
(1) Tổng hợp xuyên ngành trong quy hoạch và quản lý nguồn nước:
Xem xét các điều kiện kinh tế xã hội và môi trường tác động lên tất cả các ngành sử dụng nước trong quá trình xây dựng các phương án quy hoạch phát triển tài nguyên nước cũng như xác định các biện pháp quản lý nguồn nước đáp ứng yêu cầu phát triển của con người
(2) Tổng hợp các chính sách về nước vào trong chính sách phát triển kinh tế xã hội quốc gia: Nước là khâu đầu vào rất quan trọng cho các hoạt động phát triển kinh tế
xã hội, chính vì thế chính sách nước phải được tổng hợp trong các chính sách kinh tế của quốc gia và chính sách của ngành ở cấp quốc gia
Các chính sách kinh tế xã hội cũng phải xem xét mối liên quan đến nước, chẳng hạn như chính sách phát triển năng lượng hay lương thực đều có ảnh hưởng rất lớn tới tài nguyên nước và ngược lại
(3) Tổng hợp tất cả những thành phần liên quan trong quy hoạch và quá trình ra quyết định: Sự tham gia của tất cả các thành phần có liên quan trong quy hoạch và quản
lý tài nguyên nước là một yếu tố chủ yếu để sử dụng cân bằng và bền vững tài nguyên nước Việc quản lý tổng hợp nguồn nước và nước thải sẽ giúp duy trì được chất lượng nước cũng như khiến cho các dòng nước thải có thể là dòng bổ sung có ích đối với dòng sông và nước sử dụng của con người Trong cấp nước sinh hoạt và công nghiệp, nếu không phối hợp quản lý nước thải thì dòng nước thải sẽ phải làm giảm lượng nước cấp hữu ích vì nó làm giảm chất lượng nước và tăng chi phí cấp nước tương lai
(4) Tổng hợp các chính sách, luật pháp và thể chế trong phát triển tài nguyên nước: Thực hiện quản lý tổng hợp tài nguyên nước rất phức tạp, đòi hỏi phải có những
thay đổi trong chính sách, luật pháp nếu có những điểm không phù hợp, chẳng hạn như những chính sách làm tăng yêu cầu nước, chính sách ảnh hưởng tới phân chia nguồn nước cho các mục tiêu sử dụng nước…là những chính sách thường phải được cải tiến hoặc xây dựng mới cho phù hợp Ngoài ra, người lập chính sách cũng phải biết cân bằng giữa lợi ích trước mắt và giá phải trả lâu dài khi không mạnh dạn đổi mới các
Trang 17chính sách không phù hợp, để từ đó quyết định đổi mới chính sách sao cho phù hợp
với quản lý tổng hợp tài nguyên nước
2.2 Hệ hỗ trợ ra quyết định
2.2.1 Giới thiệu
Khái niệm Hệ hỗ trợ ra quyết định (Decision Support Systems – DSS) được Scott
Morton đưa ra đầu những năm 70 với thuật ngữ Hệ thống hỗ trợ quản lý (MSS -
Management Support System) Hệ thống được xác định như sau “Hệ thống dựa trên sự
tương tác máy tính, giúp người ra quyết định dùng các dữ liệu và mô hình để giải các bài toán không có cấu trúc – những bài toán mờ, phức tạp với lời giải không hoàn chỉnh”
Theo Gorry và Scott Morton, các vấn đề xử lý được phân chia thành có cấu trúc, nửa cấu trúc và không có cấu trúc Trong đó các Hệ thông tin quản lý (MIS – Management Information System) được dùng để giải quyết loại bài toán thứ nhất còn lớp các bài toán thứ hai và thứ ba là phạm vi giải quyết của Hệ hỗ trợ quyết định và Hệ chuyên gia [13]
Sự ra đời của DSS đánh dấu bước phát triển quan trọng trong lĩnh vực ứng dụng tin học vào quản lý và điều hành công việc DSS đã không ngừng được nghiên cứu và phát triển cả về lý thuyết và thực tế triển khai ứng dụng Vai trò chính của DSS là nhằm mục đích giúp các nhà ra quyết định giải quyết những vấn đề trong những hoàn cảnh chưa được định nghĩa rõ ràng, các nhà ra quyết định có thể chưa biết rõ vấn đề cũng như giải pháp, tiêu chuẩn đánh giá sự thành công của lựa chọn
Với mục đích này, chúng ta có thể quan niệm rằng bất cứ hệ thống nào tuân thủ một mô hình tổ chức và xử lý riêng biệt của nó mà có thể trợ giúp việc ra quyết định thì đều được xem là một DSS
Các loại DSS truyền thống như sử dụng bảng tính, tối ưu toán học, phân tích số hay mô hình mô phỏng vẫn tiếp tục phát huy tác dụng trong việc giải quyết đa vấn đề Tuy nhiên những người làm những việc sử dụng tri thức trong doanh nghiệp ngày càng yêu cầu hệ thống phải biết nhiều hơn và phải làm được nhiều hơn việc truy xuất, tổng hợp và phân tích thông tin Càng ngày họ sẽ phụ thuộc nhiều hơn vào hệ thống để có thể
ra các quyết định nhanh chóng với độ tin cậy cao hơn Đây là xu hướng phát triển của hệ thống thông tin nói chung và của DSS nói riêng [19]
2.2.2 Người ra quyết định và quá trình ra quyết định
1 Người ra quyết định
- Ở cấp quản lý thấp hay tổ chức quy mô nhỏ: chính cá nhân là người ra quyết
định Đối với một cá nhân cũng thể có nhiều mục tiêu xung đột
- Tổ chức vừa và lớn: thường là nhóm ra quyết định, như vậy sẽ xảy ra sự xung
đột mục tiêu giữa các cá nhân Nhóm có thể có số lượng khác nhau, có thể từ nhiều phòng/ban hay từ các tổ chức khác nhau dẫn đến nhiều cách nhận thức, quyết định khác nhau Việc đồng thuận là vấn đề chính trị và khó khăn nên quá trình nhóm ra quyết định
là rất phức tạp, thường cần sự hỗ trợ của máy tính để phân tích, đánh giá các giải pháp dựa trên mục tiêu của mỗi cá nhân trong nhóm
Trang 182 Quá trình ra quyết định
Quá trình ra quyết định được Simon (1977) đề xuất gồm có 3 giai đoạn chính:
- Tìm hiểu (intelligence): bài toán dẫn đến quyết định
- Thiết kế (design): phân tích và xây dựng mô hình diễn trình hành động
- Chọn lựa (choice): chọn một phương án trong tập các phương án
Sau đó Simon đã bổ sung thêm giai đoạn thứ tư đó là:
Giai đoạn tìm hiểu
Xác định mục tiêu Tìm kiếm và tập hợp dữ liệu Nhận diện, xác định chủ thể bài toán Phân loại và phát biểu bài toán
Giai đoạn thiết kế
Thiết lập mô hình Thiết lập các tiêu chí chọn lựa Thiết lập các phương án
Dự đoán và đánh giá các kết quả
Phát biểu bài toán
Các phương án
Giai đoạn chọn lựa
Tìm giải pháp cho mô hình Phân tích độ nhậy
Chọn ra các phương án tốt nhất Lập kế hoạch thực thi
Giai đoạn thực thi giải pháp
Trang 19trình xây dựng mô hình sẽ xác định các phương án lựa chọn tiềm năng Giai đoạn chọn
lựa bao gồm việc lựa chọn một giải pháp được đề xuất với mô hình đã được xây dựng ở
giai đoạn thiết kế Giải pháp này được kiểm chứng để xác định mức độ hợp lý hay không
hợp lý Nếu giải pháp đề xuất là hợp lý thì tiếp tục tực hiện giai đoạn cuối là giai đoạn
thực thi, ngược lại sẽ quay lại các giai đoạn trước đó của quá trình
2.2.3 Các thành phần của hệ hỗ trợ ra quyết định
Một ứng dụng DSS bao gồm các thành phần sau [13]:
Hình 2.2 Lược đồ của DSS
Phân hệ Quản lý dữ liệu gồm một cơ sở dữ liệu chứa các dữ liệu cần thiết và được
quản lý bởi một hệ quản trị cơ sở dự liệu Phân hệ này có thể được kết nối với nhà kho dữ liệu của tổ chức, là kho chứa dữ liệu của tổ chức có liên đới đến vấn đề ra quyết định
Phân hệ Quản lý mô hình còn được gọi là hệ quản trị cơ sở mô hình (MBMS –
model base management system) là gói phần mềm gồm các thành phần về thống kế, tài chính, khoa học quản lý hay các phương pháp định lượng nhằm trang bị cho hệ thống năng lực phân tích Thành phần này có thể kết nối với các kho chứa mô hình của tổ chức hay ở bên ngoài nào khác
Phân hệ quản lý dựa trên tri thức có thể hỗ trợ các phân hệ khác hay hoạt động
độc lập nhằm đưa ra tính thông minh của quyết định đưa ra Nó cũng có thể được kết nối với các kho kiến thức khác của tổ chức
Dữ liệu: trong
và ngoài
Các hệ thống máy tính khác
Internet, intranet và extranet
Cơ sở kiến thức
tổ chức
Nhà quản lý (người dùng)
Các phân hệ dựa trên tri thức
Quản lý mô hình
Quản lý dữ liệu
Các mô hình ngoài
Phân hệ giao diện người dùng
Trang 20Phân hệ giao diện người dùng giúp người sử dụng giao tiếp với hệ thống
Các thành phần vừa kể trên tạo nên DSS, có thể kết nối với intranet/extranet của tổ chức hay kết nối trực tiếp với Internet [13]
2.3 Hỗ trợ ra quyết định đa tiêu chí (MCDA)
2.3.1 Giới thiệu
Một trong những thách thức lớn với các bài toán quyết định trong thực tế là bản chất đa chiều của các hành động quyết định Ngay cả những bài toán quyết định đơn giản nhất chúng ta cũng phải thường xuyên giải quyết nhiều ưu đãi [14] Xét ví dụ:
“Sophie thích nhà hàng A hơn nhà hàng B vì nhà hàng A có nhiều món ăn ngon hơn, nhưng mặt khác Sophie lại thích nhà hàng B hơn vì giá cả rẻ hơn”[22]
Quyết định của Shopie phụ thuộc vào tâm trạng và trạng thái tài chính để Sophie quyết định chọn nhà hàng A hay B Qua ví dụ đơn giản này, chúng ta có thể thấy rõ hai lựa chọn của Sophie mâu thuẫn nhau và các ưu tiên của Sophie (người ra quyết định) ảnh hưởng lớn đến kết quả cuối cùng Từ đó cho thấy cần áp dụng một phương pháp tiếp cận đa tiêu chí, các tiêu chí dựa trên một mô tả đa chiều của các hành động quyết định khả thi Mô tả đa chiều của bài toán ra quyết định liên quan đến một phương pháp phân tích quyết định gọi là Hỗ trợ quyết định đa tiêu chí MCDA [22]
Hỗ trợ quyết định đa tiêu chí MCDA (Multiple Criteria Decision Aid) là một
nhánh của lý thuyết ra quyết định trong đó giải quyết bài toán ra quyết định được đặc trưng bởi một số tiêu chí đánh giá MCDA tương đối phổ biến đối với các nhà khoa học khi mô hình hóa các vấn đề thế giới thực thành một vài nguyên tắc logic theo thứ
tự để miêu tả và giải thích vấn đề đó, thậm chí cả dự báo các sự kiện trong tương lai
Lịch sử phát triển MCDA có nguồn gốc ít nhất từ thế kỷ thứ 18 khi Marquis de Condorcet đầu tiên áp dụng toán học trong khoa học xã hội một cách hệ thống Tiếp đó, Pareto là người đầu tiên nghiên cứu một cách rõ ràng sự kết hợp các tiêu chí khác nhau vào một chỉ số đánh giá duy nhất Ông cũng là người đầu tiên đưa ra các khái niệm về
sự hiệu quả, đây là một trong những khía cạnh quan trọng của lý thuyết MCDA ngày nay Các phương pháp giải quyết bài toán quyết định đa chiều đầu tiên xuất hiện từ cuối những năm 1960 Năm 1968, Roy đã giới thiệu các phương pháp xếp hạng, năm
1976 Keeney và Raiffa mở rộng lý thuyết giá trị cho trường hợp đa chiều [16]
Mục đích chung của các phương pháp MCDA là giúp cho người ra quyết định chuẩn bị, tạo lập quyết định và nghiên cứu các bài toán ra quyết định xét tới nhiều hơn một quan điểm Mục đích của MCDA là không bắt buộc phải chọn bất kỳ một quyết định nào mà từ một cấu trúc hợp lý của bài toán ra quyết định MCDA đưa ra các phân tích, khuyến nghị [22]
Từ thập niên 1970 đến 1990, MCDA được phát triển nhanh chóng, hiệp hội MCDA được hình thành và nhiều cải tiến cả trên phương diện lý thuyết cũng như các ứng dụng thực tế đã được xuất bản trong nhiều tài liệu quốc tế, nhiều gói phần mền giải quyết các bài toán MCDA ra đời, những gói phần mềm này được gọi là hệ thống
Trang 21hỗ trợ ra quyết định đa tiêu chí (Multiple criteria decision support system) để thực hiện
lý thuyết cải tiến trong MCDA với giao diện người dùng thân thiện, quá trình ra quyết định thông qua các thủ tục tương tác và được lặp đi lặp lại nhằm nâng cao nhận thức của người ra quyết định về bài toán và các chính sách quyết định của họ
Ngày càng có nhiều bài toán MCDA trong thực tế, tuy nhiên trong khuôn khổ luận văn, tác giả không thể cung cấp đầy đủ các bài toán này, sau đây là một số bài toán MCDA quan trọng nhất đã được áp dụng trong thực tế trên nhiều quốc gia:
- Lập kế hoạch quản lý tài nguyên nước
- Quản lý điện hạt nhân
- Đánh giá cường độ năng lượng
2.3.2 Một số khái niệm thông thường
(1) Ưu tiên (Preference) là ý niệm của người ra quyết định về các lựa chọn sẵn
có Các ưu tiên khác nhau sẽ dẫn đến kết quả cuối cùng khác nhau đối với cùng bài toán MCDA Nói chung, có hai dạng ưu tiên là giá trị dữ liệu (ưu tiên về dữ liệu tác động) và các ưu tiên trọng số (ưu tiên về tiêu chí)
(2) Các phương án lựa chọn (Alternatives) thể hiện các phương án khác nhau
của cùng bài toán quyết định đối với người ra quyết định Phương án lựa chọn khả thi (feasible alternative) phải thỏa mãn đầy đủ các yêu cầu của người ra quyết định đưa ra dựa trên tập các tiêu chí
Trang 22(3) Tiêu chí (Criteria) là chuẩn mực để đánh giá tập các phương án lựa chọn
Nhìn chung không tồn tại một lựa chọn thỏa mãn tất cả các tiêu chí cùng một lúc Từ quan điểm thực tế, mục đích của bài toán MCDA là tìm ra một phương án lựa chọn mặc dù không chiếm ưu thế nhưng làm cho người ra quyết định hài lòng nhất [20]
2.3.3 Cấu trúc bài toán MCDA
Von Winterfeldt (1980) đã gọi quá trình cấu trúc bài toán MCDA là giai đoạn khó nhất của bài toán hỗ trợ quyết định Keeney (1992) và Hammond et al (1999) đã
đề xuất một giải pháp thông minh cho giai đoạn cấu trúc bài toán MCDA như sau:
Cấu trúc cơ bản của một bài toán MCDA được thể hiện trong hình 2.3 [16]
Hình 2.3 Cấu trúc của bài toán MCDA
2.3.4 Phân loại bài toán MCDA
Roy (1985, p.57) đã đưa ra bốn loại bài toán ra quyết định trong MCDA:
(1) Bài toán lựa chọn (choice): Chọn ra một phương án lựa chọn từ tập các lựa
chọn A = {a 1 ,…, a i ,…, a m }
(2) Bài toán phân loại (sorting): Phân loại các phương án lựa chọn vào các
nhóm được xác định trước đó và đưa ra trật tự ưu tiên của các nhóm
(3) Bài toán xếp hạng (ranking): Xếp hạng các lựa chọn từ tốt nhất đến xấu nhất (4) Bài toán mô tả (description): Mô tả các phương án lựa chọn theo tính năng
chính của lựa chọn sao cho phân biệt được với các lựa chon khác
Hình 2.4 sau là một ví dụ trực quan về các loại bài toán ra quyết định trong MCDA Trong ví dụ này, phân tích quyết định đa tiêu chí có bảy lựa chọn cụ thể Với
bài toán xếp hạng, toàn bộ chuỗi các lựa chọn được xếp hạng từ tốt nhất đến xấu nhất
a 2 > a 1 > a 6 > a 5 > a 4 > a 7 > a 3 với “>” có nghĩa là ưu tiên hơn Với bài toán lựa
chọn, lựa chọn tốt nhất là lựa chọn a 2 Với bài toán mô tả, một lựa chọn có thể được
mô tả theo các tính năng chính Với bài toán phân loại, phân loại tất cả các lựa chọn
Trang 23Hình 2.4 Phân loại bài toán MCDA
2.3.5 Các phương pháp của MCDA
Có rất nhiều phương pháp MCDA ngày nay, tuy nhiên không một phương pháp nào là phổ biến cho tất cả các bài toán ra quyết định Các phương pháp khác nhau có thể mang lại kết quả khác nhau cho cùng một bài toán Nói cách khác, khi cùng một dữ liệu của cùng một bài toán được sử dụng các phương pháp MCDA thì cho kết quả khác nhau, ngay cả với những bài toán đơn giản (là những bài toán có rất ít các phương án lựa chọn và các tiêu chí) Người ra quyết định phải chọn lựa phương pháp đáp ứng tốt nhất với mục đích của mình [7]
Trong hơn ba mươi năm qua đã có vô số các mô hình kết hợp được phát triển bao như: MAUT, AHP và Outranking Các phương pháp mới hoặc các cải tiến tiếp tục xuất hiện trong các tạp chí quốc tế như Tạp chí của Phân tích quyết định đa tiêu chí, Tạp chí Nghiên cứu hoạt động của Châu Âu và Tạp chí Máy tính và các hoạt động Phần này luận văn phân loại và tóm tắt các phương pháp MCDA phổ biến, dựa trên Chen et al (2004) [15]
1 Kỹ thuật xây dựng giá trị
Có ba hướng tiếp cận thông thường để tạo các giá trị dựa trên các tác động: các
phương pháp dựa trên một lựa chọn (single alternative-based methods), phương pháp dựa trên cặp lựa chọn (binary alternative-based methods) và phương pháp dựa trên quy tắc ngôn ngữ (linguistic rule-based methods)
Trang 24Hình 2.5 Một số phương pháp xây dựng giá trị trong MCDA
Các phương pháp dựa trên một lựa chọn tập trung vào sự ưu tiên của một lựa chọn cụ thể Các mô hình thuộc lớp này bao gồm các hàm lợi ích (Keeney and Raiffa, 1976), hàm chuẩn hóa tuyến tính (Hwang and Yoon, 1981; Nijamp and Rietveld, 1990; Nijkamp et al., 1983), hàm tỷ lệ hình học (Lootsma, 1999), hàm mức độ mong muốn (Korhonen, 1988; Lotfi et al., 1992) và các hàm mờ (Lootsma, 1997; Yager, 1977)
Các phương pháp dựa trên mối quan hệ nhị phân tập trung các ưu tiên tiêu chí thông qua việc so sánh từng cặp lựa chọn Kỹ thuật này bao gồm các phương pháp ELECTRE (Roy, 1968, 1985), PROMETHEE (Brans et al., 1986; Brans and Vincke, 1985) và Analytic Hierachy Process (AHP) (Saaty, 1980) Với phương pháp AHP, mối quan hệ nhị phân giữa các lựa chọn được mô tả bằng số thứ tự (thường thì điểm số trong khoảng từ 1 đến 9), đại diện cho mức độ ưu tiên của các lựa chọn Trong khi đối với phương pháp Outranking (ELECTRE hay PROMETHEE) thì quan hệ nhị phân của các lựa chọn được đại diện bởi các chỉ số phù hợp và chỉ số không phù hợp
Các phương pháp dựa trên quy tắc ngôn ngữ tập trung thể hiện các ưu tiên tiêu
chí thông qua các quy tắc ngôn ngữ, chủ yếu là “Nếu,…., thì….” Ưu điểm của loại này
là đưa ra quyết định bằng cách tìm kiếm các nguyên tắc sao cho có thể biện minh tốt nhất cho lựa chọn của họ Phương pháp tập thô (Slowinski, 1992) và phương pháp loại trừ (MacCrimon, 1973, Radford, 1989) được dựa trên đại diện ưu tiên [15]
2 Kỹ thuật trọng số hóa
Belton và Stewart (2002) tổng kết có hai loại trọng số: trọng số thỏa hiệp và trọng số không thỏa hiệp Trọng số thỏa hiệp nhấn mạnh sự “đền bù” của các giá trị tiêu chí, cho phép dữ liệu ưu tiên có thể so sánh khi chúng được tổng hợp vào một giá trị đại diện duy nhất Trọng số không thỏa hiệp không cho phép thỏa hiệp trực tiếp qua tiêu chí, chúng thường gắn liền với phương pháp Outranking [15]
Phương án
lựa chọn
Phương pháp dựa trên
một lựa chọn
Phương pháp dựa trên
cặp lựa chọn
Phương pháp dựa trên quy tắc ngôn ngữ
Trang 25Hình 2.6 Một số phương pháp trọng số hóa trong MCDA
3 Kỹ thuật tổng hợp
Các phương pháp sử dụng dữ liệu số và trọng số thoả hiệp gồm mô hình tương
tác mức mong muốn (aspiration – level interactive model – AIM) (Lotfi et al., 1992), Thuyết lợi ích đa thuộc tính (Multi attribute Utility Theory – MAUT) (Keeney and Raiffa, 1976), Kỹ thuật phân loại đa thuộc tính đơn giản (Simple Multi – Attribute
Rating Technique - SMART) (von Winterfeldt, 1986), VIMDA (Korhonen, 1988), và
Preference Cones (Koksalan et al., 1984), AHP (Saaty, 1980), Kỹ thuật trung bình hình học (Geometric Mean Technique) (Barzilai et al., 1987; Barzilai và Golany, 1994) Kỹ thuật sử dụng dữ liệu số và trọng số không thỏa hiệp gồm ELECTRE (Roy,
1968, 1985), PROMETHEE (Brans et al., 1986; Brans and Vincke, 1985) đều là các phương pháp Outranking
Các phương pháp quy tắc ngôn ngữ chỉ sử dụng dữ liệu ưu tiên là ngôn ngữ Những phương pháp này gồm Rough Set Method (Slowinski, 1992) và Elimination Method (MacCrimmon, 1973: Radford, 1989) [15]
Hình 2.7 Tổng hợp một số phương pháp dựa trên các ưu tiên trong MCDA
Tiêu chí
Trọng số thỏa hiệp
Trọng số không thỏa hiệp
Mô hình quan hệ lựa chọn nhị phân
Mô hình dựa trên Quy tắc ngôn ngữ
Dữ liệu số
Dữ liệu không phải số
AIM MAUT SMART VIMDA Preference Cones
Loại trừ theo thuyết tập thô
AHP
Kỹ thuật trung bình hình học
Outranking ELECTRE PROMETHEE
Ưu tiên dựa trên
Phương án lựa chọn
Tiêu chí
Người ra quyết định
Trọng số
Trọng số thoả hiệp
Trọng số không thoả hiệp
Ưu tiên dựa trên tiêu chí
Trang 264 So sánh một số phương pháp phổ biến của MCDA
- Trọng số tiêu chí thường được xác định bằng cách khảo sát trực tiếp các bên liên quan
- Dễ dàng so sánh các lựa chọn dựa vào điểm số đánh giá của lựa chọn đó
- Chọn ra lựa chọn tốt nhất khá rõ ràng
vì lựa chọn đó sẽ có
số điểm cao nhất
- Dùng phổ biến trong đánh giá chính sách phi tiền tệ
- Tối đa hóa giá trị của các lựa chọn có thể không quan trọng đối với người ra quyết định
- Trọng số tiêu chí thu được qua việc điều tra các nhà quản lý thiếu kinh nghiệm có thể không phản ánh chính xác sở thích của họ
- Các nhà quản lý nghiêm túc thì thường có các ưu tiên tốn kém
- Khảo sát so sánh cặp dễ thực hiện
- Trọng số thu được từ
so sánh cặp không phản ánh được ưu đãi của người dân
- Toán học có thể mang lại những kết quả không hợp lý
Outranking - Một lựa chọn được cho là ưu
tiên hơn lựa chọn khác khi:
(1) “tốt hơn các lựa chọn khác dựa trên một số lượng
đủ các tiêu chí quan trọng (được phản ảnh bằng tổng
trọng số các tiêu chí)” và
(2) “không tồi hơn các lựa chọn khác một cách đáng kể dựa trên bất kỳ tiêu chí nào”
- Cho phép các lựa chọn được phân loại theo duy nhất một cách
- Không yêu cầu bó hẹp tất cả các tiêu chí theo một đơn vị duy nhất
- Xém xét rõ ràng hiệu suất của các lựa chọn có điểm số thấp đối với một tiêu chí nào đó nhưng lại có điểm
số rất cao đối với các tiêu chí còn lại
- Thường sử dụng các thuật toán khá phức tạp
và người ra quyết định thường không hiểu rõ ràng
Bảng 2.1 So sánh ưu và nhược điểm ba phương pháp phổ biến trong MCDA: MAUT,
AHP và Outranking
Không giống như MAUT và AHP, phương pháp Outranking dựa trên nguyên tắc đó là một lựa chọn có thể có ưu thế trội hơn một lựa chọn khác Một lựa chọn A ưu thế hơn lựa chọn B khi lựa chọn A thực hiện tốt hơn lựa chọn B ít nhất một tiêu chí và không tồi hơn tất cả các tiêu chí còn lại [21] Các mô hình Outranking so sánh hai
Trang 27(hoặc nhiều hơn) lựa chọn tại cùng một thời điểm, bắt đầu bằng việc so sánh dựa trên mỗi tiêu chí để xác định mức độ ưu tiên Sau đó tổng hợp các ưu tiên dựa trên tất cả các tiêu chí liên quan, tiếp đó tìm cách thiết lập ưu thế của các lựa chọn có dấu hiệu được ưu tiên hơn Kỹ thuật Outranking cho phép một lựa chọn có thể thực hiện kém hơn lựa chọn khác ở một vài tiêu chí nhưng bù lại nó sẽ thực hiện tốt hơn đối với các tiêu chí còn lại Kỹ thuật Outranking thích hợp nhất đối với các bài toán có các đơn vị tiêu chí khó tổng hợp, phạm vi kích thước rộng và các đơn vị không tương đồng hay khó so sánh [9]
Phương pháp Outranking đầu tiên là ELECTRE I được phát triển bởi Bernard Roy
và được công bố vào năm 1968 Sau đó, rất nhiều phương pháp được phát triển vào những năm 1970 và 1980 Một số phương pháp như ELECTRE II (Roy and Bertier, 1973), ELECTRE III (Roy, 1978), QUALIFLEX (Paelinck, 1978), ORESTE (Roubens, 1982; Pastijn and Leysen, 1989), ELECTRE IV (Roy and Hugonnard, 1982), MELCHIOR (Leclercp, 1984), PROMETHEE I và II (Brans and Vincke, 1985), TACTIC (Vansnick, 1985), MAPPACC (Matarazzo, 1986), và PRAGMA (Matarazzo, 1986)
Bài toán quản lý tổng hợp tài nguyên nước với các yêu cầu về kinh tế, xã hội, chính trị… với đặc thù có nhiều tiêu chí với các độ đo khác nhau phù hợp với phương pháp Outranking nên luận văn chọn phương pháp Outranking để thực hiện bài toán
Trang 28CHƯƠNG 3 MÔ HÌNH MCDA CHO BÀI TOÁN QUẢN LÝ
TỔNG HỢP TÀI NGUYÊN NƯỚC
3.1 Giới thiệu
DSS đối với các vấn đề về tài nguyên nước đã bắt đầu xuất hiện giữa những năm 1970 Sau đó phát triển mạnh từ giữa những năm 1980 (Loucks et al., 1985a, 1985b; Labadie và Sullivan, 1986; Loucks và Costa 1991; Fedra, 1992; Georgakakos
và Martin, 1996; Watkins and McKinney, 1995; McKinney et al., 2000) Trải qua nhiều năm tiếp theo của thập niên 90, cùng với sự tiến bộ về khả năng tính toán, sự phát triển của các phần mềm, sự nâng cao hiểu biết cơ bản của người ra quyết định về
sử dụng máy tính điện tử, đã giúp cho việc xây dựng và khai thác phần mềm hỗ trợ ra quyết định trong quản lý nguồn nước trở nên phổ biến hơn
Poch et al (2003) đã định nghĩa DSS như là hệ thống thông tin thông minh làm giảm thời gian ra quyết định, cải thiện độ tin cậy và chất lượng của các quyết định này
Rõ ràng theo các quan điểm này, DSS tích hợp các công nghệ khác nhau và trợ giúp chọn lựa các phương án giải quyết các vấn đề có quan hệ phức tạp, mang tính công trình và phi công trình Có thể định nghĩa DSS quản lý nguồn nước như sau:
Hệ thống hỗ trợ ra quyết định quản lý tài nguyên nước là một hệ tích hợp, tương tác với máy tính; gồm các công cụ phân tích, có khả năng quản lý thông tin, được thiết kế để hỗ trợ những người ra quyết định trong việc giải quyết các vấn đề liên quan đến quản lý nguồn nước mang tính tổng hợp
Các thành phần cơ bản và quy trình thực hiện của một hệ thống hỗ trợ ra quyết định quản lý tổng hợp tài nguyên nước thể hiện trên Hình 3.1
Hình 3.1 Sơ đồ tổng quát DSS của bài toán quản lý tài nguyên nước
Trang 29 Thu thập, khảo sát số liệu – Thu thập, quản lý dữ liệu liên quan đến tài nguyên nước
Xử lý dữ liệu – Kiểm tra, xử lý dữ liệu, đưa vào cơ sở dữ liệu, mô hình
Phân tích dữ liệu – Tại đây, các mô hình được sử dụng để tính toán trạng thái
của hệ thống; Các phương án trong quản lý, phát triển có thể được tính toán, làm sáng tỏ tác động của chúng đến trạng thái tài nguyên nước
Tạo lập quyết định – Tập hợp, liên kết và phân tích các phương án ra quyết
định dựa trên dữ liệu và kết quả tính toán kịch bản cũng như sự hiểu biết của các chuyên gia Kết quả phân tích sẽ đưa ra đánh giá tổng hợp các phương án dựa trên lý thuyết phân tích đa tiêu chí, phân tích tối ưu hoặc phân tích rủi ro
Ra quyết định – Người ra quyết định chọn phương án trên cơ sở các kết quả
phân tích để giải quyết các vấn đề thực tiễn
Có thể thấy, quy trình phân tích DSS được bắt đầu bằng việc thu thập, xử lý số liệu, tiếp theo là sử dụng các dữ liệu đó để phân tích các vấn đề khác nhau liên quan đến nguồn tài nguyên nước Sau đó, kết quả phân tích được liên kết với kinh nghiệm, hiểu biết của các chuyên gia, cũng như mong muốn và ý tưởng của người ra quyết định Những dữ liệu này là đầu vào cho hệ phân tích các phương án để đưa ra quyết định
Trong chương này luận văn đưa ra một giải pháp đã được dự án Mulino hình thành để phát triển công cụ phần mềm hỗ trợ ra quyết định cho việc giải quyết nhiều vấn đề phức tạp trong quản lý tổng hợp tài nguyên nước quy mô lưu vực sông ở châu
Âu Dự án đã được thực hiện thông qua liên kết các trường đại học, trung tâm nghiên cứu và 9 cơ quan quản lý của năm nước thành viên Liên minh Châu Âu Dự án Mulino góp phần vào việc tạo ra một sự hiểu biết chung về quản lý tổng hợp tài nguyên nước một cách bền vững, là điều kiện tiên quyết đối với những mục tiêu phản ánh trong Hiệp định Khung về Nước Kết quả dự án là phần mềm có tên là mDSS và một phương pháp luận chung mà theo đó phần mềm được sử dụng theo cách tiếp cận tổng hợp cho bài toán phân tích hỗ trợ ra quyết định quản lý tài nguyên nước Phương pháp luận này cho phép chương trình có thể được áp dụng cho nhiều quy mô và cung cấp cho nhà quản lý tài nguyên nước một công cụ mạnh mẽ phù hợp với các nôi dung của Hiệp định Khung về Nước Việc áp dụng mDSS và phương pháp luận của nó đã được
áp dụng thử nghiệm cho nhiều bài toán hỗ trợ ra quyết định trên thế giới và bước đầu cho thấy hiệu quả đáng kể
3.2 Cơ sở lý thuyết MCDA áp dụng cho bài toán
Trang 30Hình 3.2 Các bước thực hiện của MCDA trong DSS
3.2.2 Tạo lập ma trận phân tích
Quá trình phân tích sẽ bắt đầu bằng việc xác định ma trận phân tích
Ma trận phân tích (m x n: m lựa chọn và n tiêu chí) được xây dựng từ các giải pháp và tiêu chí đánh giá trong giai đoạn định nghĩa Các phần tử của ma trận là điểm
số đánh giá (tác động) của các lựa chọn dựa trên tiêu chí
Trong một số bài toán tạo lập các phương án ra quyết định mà các tiêu chí là những đại lượng phân bố theo không gian, các điểm số là sự tập hợp gồm các điểm, các đường và các đối tượng vùng Ví dụ như hình 3.3 (b-c), có thể có sự mở rộng theo không gian Mỗi ô trong ma trận phân tích có thể tương ứng từ bản đồ, chứa các đại lượng phân bố theo không gian Khác với trường hợp kết quả đánh giá là vô hướng (hình 3.3a), sự tập hợp bổ sung phải được thực hiện để đại lượng đánh giá phải quy về đểm đánh giá
Phân tích bài toán
tiêu chí
Các lựa chọn
giá trị thô x i hiệu suất
Ra quyết định nhóm
Ưu tiên của người
ra quyết định
Ma trận đánh giá
Trang 31Hình 3.3 Số chiều khác nhau của kết quả ma trận phân tích
Số chiều theo không gian 0 (a); 1 (b); 2(c)
3.2.3 Chuẩn hóa ma trận phân tích
Chuẩn hóa ma trận phân tích thực hiện việc đưa các giá trị đánh giá theo các đơn vị đo lường khác nhau về một thang đo thống nhất, sao cho có thể so sánh các tiêu chí một cách bình đẳng với nhau mDSS sử dụng phương pháp biến đổi tỉ lệ tuyến tính
và quy chuẩn giá trị của các tiêu chí về khoảng [0, 1]
min max min
j j
j ij ij
x x
x x x
j j
ij j ij
x x
x x x
j
j
nghĩa tỉ số nhỏ nhất và lớn nhất của của tiêu chí thứ j
3.2.4 Mô hình hóa hàm giá trị
Hàm giá trị (u) là một đại diện toán học của các tiêu chí đánh giá Nó biến đổi
các tiêu chí thô thành tỉ lệ thông thường của các đối tượng được so sánh với nhau
(a) tuyến tính (b) hình chữ i (c) hình sigma (d) người dùng xác định
Hình 3.4 Một số dạng hàm giá trị
Trang 323.3 Các quy tắc ra quyết định
Các quy tắc quyết định thực hiện trong mDSS bao gồm: (i) Simple Additive Weighting - SAW, (ii) Order Weighting Average - OWA, (iii) TOPSIS, (iv) ELECTRE III Các quy tắc này phủ một khoảng rộng các tính huống ra quyết định và
có thể được chọn bởi người ra quyết định theo các đặc trưng của bài toán ra quyết định
đã cho
(i) SAW là một trong những phương pháp ra quyết định phổ biến nhất bởi sự đơn giản (ii) OWA được sử dụng bởi khả năng kiểm soát mức độ phù hợp giữa tiêu chí và
có tính đến cách ứng xử tình huống rủi ro của người ra quyết định
(iii) TOPSIS sắp đặt một tập các lựa chọn dựa trên sự tách biết của chúng từ các
lời giải lý tưởng Lựa chọn gần nhất với cách giải lý tưởng chấp nhận được và xa nhất cách giải lý tưởng không thể chấp nhận là tốt nhất
(iv) ELECTRE III là một trong các phương pháp xếp hạng phổ biến được dùng
nhiều trong các bài toán quản lý môi trường tự nhiên Có nhiều kỹ thuật ELECTRE khác nhau, ELECTRE III đã được sử dụng trong mDSS4
Các bài toán quản lý môi trường nói chung và quản lý tổng hợp tài nguyên nước nói riêng có các đặc tính sau: (1) Số lượng người ra quyết định lớn (khoảng từ 30 –
100 người); (2) Thông tin ưu tiên của người ra quyết định nhìn chung giới hạn ở trọng
số các tiêu chí; (3) Số lượng các tiêu chí lớn [Pekka Salminen,1998] Bên cạnh đó, trong bài toán ra quyết định, các quy tắc sử dụng phải dễ dàng để hiểu đối với những người ra quyết định, những người có kiến thức nền toán học tối thiểu hay không hiểu chắc chắn về quá trình phân tích quyết định Quá trình hỗ trợ quyết định không được tốn quá nhiều thời gian bởi số lượng người ra quyết định nhìn chung tương đối lớn và cũng không hy vọng họ sẽ ngồi hàng giờ chờ quá trình phân tích
ELECTRE III, PROMETHEE II là các phương pháp Outranking được phát triển từ những năm cuối thập niên 70 và đầu thập niên 80 nhưng hiện nay chúng vẫn được dùng phổ biến cho các bài toán quản lý môi trường, bởi thuật toán tương đối dễ hiểu và việc xếp hạng các lựa chọn tương đối đơn giản dựa trên thuyết phù hợp và không phù hợp giữa các cặp lựa chọn
Bên cạnh đó, tác giả đã kiểm thử với một số bộ dữ liệu đầu vào với thuật toán ELECTRE III trong chương trình mDSS và thấy:
- Dữ liệu đầu vào là ma trận phân tích, điều này không phù hợp với thực tế cũng như các bước thực hiện trong MCDA
- Các lựa chọn được xếp hạng chưa chính xác, chương trình chỉ xếp hạng được các lựa chọn có thứ hạng cao nhất
Trang 33Hình 3.5 Xếp hạng các lựa chọn theo ELECTRE III trong mDSS4
Từ những những phân tích trên, phần tiếp theo luận văn giới thiệu tập trung phương pháp ELECTRE III (phần 3.4) và đề xuất mới phương pháp PROMETHEE II (phần 3.5)
3.4 Phương pháp ELECTRE III
ELECTRE III là phương pháp xếp hạng được phát triển bởi Roy (1978) để giải quyết các bài toán ra quyết định đa tiêu chí với một tập hữu hạn các lựa chọn có thể được xếp hạng từ tốt nhất cho đến xấu nhất Electre dựa trên sự so sánh từng cặp các khả năng lựa chọn, do đó đòi hỏi tính toán nhiều hơn
ELECTRE III yêu cầu đầu vào là đánh giá các giải pháp dựa trên các tiêu chí, các thông tin ưu tiên thể hiện qua trọng số, ngưỡng và các thông số khác Các tiêu chí đánh giá thường được xác định với tiêu chí “chính xác nhất định” và đối với những đánh giá không chắc chắn chính xác thì ELECTRE III dùng các chỉ sổ ngưỡng
Nội dung phần này luận văn dựa trên tài liệu của Figueira và Greco (2004) Phương pháp ELECTRE III gồm hai giai đoạn:
- Giai đoạn xây dựng mối quan hệ thứ bậc (outranking relation) giữa các cặp lựa chọn Cặp lựa chọn (a,b) được so sánh với nhau, mỗi cặp so sánh được mô tả bởi một mối quan hệ thứ bậc (outranking relation) Nói “lựa chọn a có thứ bậc cao hơn
lựa chọn b” có nghĩa rằng “lựa chọn a ít nhất tốt bằng lựa chọn b” Vì vậy tồn tại ba
mối quan hệ thứ bậc: lựa chọn a “không khác”, “ưu tiên không nhiều” và “ưu tiên
nhiều” với lựa chọn b Các mối quan hệ này phụ thuộc vào sự khác nhau giữa sự đánh
giá của các lựa chọn và các ngưỡng được xây dựng bởi người dùng Kết quả của bước
này là một ma trận thứ bậc (outranking matrix)
- Giai đoạn khai thác mối quan hệ thứ bậc để xây dựng thứ bậc xếp hạng Sắp
xếp các lựa chọn theo hai chiều ngược nhau: tăng dần và giảm dần Sau đó kết hợp hai chuỗi này để có xếp hạng cuối cùng
Trang 34Hình 3.6 Sơ đồ thực hiện của thuật toán ELECTRE III
1 Một số ký hiệu sử dụng
- F = {g 1 ,…, g j ,…, g n } là tập hữu hạn n tiêu chí, j là chỉ số của các tiêu chí
- A = {a 1 ,…, a i ,…, a m } là tập hữu hạn m giải pháp lựa chọn
- Mức độ quan trọng hay mức độ ưu tiên của người ra quyết định đối với một
n
j j w
1
= 1
- g j (a i ) là hàm đánh giá của lựa chọn a i ứng với tiêu chí gj
Các ngưỡng của thuật toán ELECTRE III được ký hiệu như sau:
- qj là ngưỡng không khác nhau ứng với tiêu chí gj
- pj là ngưỡng ưu tiên ứng với tiêu chí gj
Các tiêu chí khác nhau sẽ có các ngường khác nhau Các ngưỡng này có thể thay đổi được, các ngưỡng này được tính đối với lựa chọn xấu hơn trong cặp lựa chọn
Một số toán tử quan hệ nhị phân, cho phép so sánh hai lựa chọn a và b:
- P là quan hệ ưu tiên nhiều, ký hiệu aPb là mối quan hệ “a ưu tiên hơn b nhiều” aP j b g j (a) – g j (b) p j
- I là mối quan hệ không khác, ký hiệu aIb là mối quan hệ “a không khác b”
aI j b g j (a) – g j (b) q j
Trang 35- Q là mối quan hệ ưu tiên không nhiều, ký hiệu aQb là mối quan hệ “a ưu tiên hơn b không nhiều” aQ j b qj < g j (a) – g j (b) p j
- R là mối quan hệ “không so sánh được”, ký hiệu aRb là mối quan hệ a và b
không thể so sánh
- S là mối quan hệ thứ bậc, ký hiệu aSb là mối quan hệ “a ít nhất tốt bằng b”
- > là mối quan hệ ưu tiên , ký hiệu a > b có nghĩa a được ưu tiên (nhiều hoặc
không nhiều) hơn b
2 Giai đoạn xây dựng mối quan hệ thức bậc
ELECTRE III dựa vào định nghĩa mối quan hệ thứ bậc S để so sánh từng cặp
lựa chọn (a,b) Xây dựng mối quan hệ thứ bậc yêu cầu định nghĩa một chỉ số tin cậy cho mối quan hệ aSb; gọi S(a,b) là chỉ số tin cậy dựa trên chỉ số phù hợp toàn cục
c(a,b) và chỉ số không phù hợp d j (a,b) đối với tiêu chí g jF
a Tính chỉ số phù hợp của quan hệ aSb
quy tập lại thành chỉ số phù hợp c(a,b) với tất cả các tiêu chí
j j
j
j j j
j j j
j
q p
b g a g p
b g p a g khi
b g q a g khi b
a c
)()(
),()
(0
),()
(1
),(
nhiều hơn lựa chọn a
(2) Chỉ số phù hợp c(a,b) đối với mỗi cặp lựa chọn a và được tính như sau:
j j
j c a b w
W b a c
1
),,(
1),
j j w
W
1
Trang 36Khi c(a,b) = 1 thì không có tiêu chí nào để lựa chọn b tốt hơn lựa chọn a và khi
c(a,b) = 0 thì lựa chọn a xấu hơn lựa chọn b đối với tất cả các tiêu chí.
b Tính chỉ số không phù hợp của quan hệ aSb
Để tính chỉ số không phù hợp, ELECTRE III đưa ra ngưỡng bác bỏ v Ngưỡng bác bỏ v j cho phép mối quan hệ aSb có thể bị bác bỏ hoàn toàn với mọi tiêu chí khi
g j (b)>g j (a)+v j Chỉ số không phù hợp d j (a,b) được tính như sau:
j j
j
j j
j
j j
j
j
p v
p a g b g
v a g b g khi
p a g b g khi b
a d
)()(
)()(1
)()(0
),(
Vùng 2: gj (a) + p j < g j (b) < g j (a) + v j là lựa chọn b ưu tiên nhiều hơn lựa chọn a
ngưỡng bác bỏ Điều đó có nghĩa a không thể so sánh với b
c Tính chỉ số độ tin cậy S(a,b)
Chỉ số độ tin cậy S(a,b) được xây dựng từ chỉ số phù hợp và chỉ số không phù hợp Đối với mỗi cặp lựa chọn (a,b) € AxA thì S(a,b) được tính theo công thức:
b a d x
b a c
b a c b a d b
a c
1 1 ( , )
),(1),(
),(),()
,(
3 Giai đoạn khai thác mối quan hệ thứ bậc
Giai đoạn khai thác mối quan hệ thứ bậc gồm hai bước Bước đầu tiên, xây
dựng hai chuỗi tăng dần Z1 và chuỗi giảm dần Z2 các lựa chọn theo mức độ ưu tiên Bước thứ hai, xây dựng chuỗi Z là sự kết hợp của cả Z1 và Z2
- Chuỗi tăng dần Z1 được định nghĩa là sự phân chia tập A các lựa chọn ban đầu vào L lớp đã được sắp thứ tự tăng dần:
C 1, …., C l , , C L
Trang 37với C 1 là lớp lựa chọn có ưu tiên lớn nhất trong Z 1
đầu vào K lớp đã được sắp thứ tự giảm dần:
E 1 , …., E k ,…., E K
a Các ngưỡng phân biệt
toán S(a,b) không phải là một giá trị tuyệt đối vì vậy cần có sự điều chỉnh Ví dụ, khi
S(a,b) > S(c,d) không có nghĩa rằng thứ bậc của a và b là đáng tin cậy hơn c và d Đây
Có [0,1] và nếu S(a,b) = và S(c,d) = - với > s()
s() =
dễ dàng đánh giá lựa chọn a ưu tiên hơn lựa chọn b
b Xếp thứ hạng các lựa chọn
Phân lớp tăng dần Là thủ tục tính chuỗi tăng dần Z1 Khởi tạo D0 = A, đầu tiên
Thuật toán 1 Xây dựng chuỗi tăng dần Z 1
k1 max( , )
{S(a,b)} với a # b và S(a,b) < k – s(k )
9: if S(a,b) >k – s(k+1 ), (a,b) D k then
Trang 38Phân lớp giảm dần: Là thủ tục tính chuỗi giảm dần Z2 Các bước thực hiện
Thuật toán 2 Xây dựng chuỗi giảm dần Z 2
max {S(a,b)} với a # b
7: repeat
8:
k
D b
k1 max( , )
{S(a,b)} với a # b và S(a,b) < k – s(k )
9: if S(a,b) >k – s(k+1 ), (a,b) D k then
Xếp hạng cuối cùng: Chuỗi sắp xếp Z là sự kết hợp của chuỗi tăng dần Z1 và
b a b aI b a b a b aI b a b
aIb b
aI b
aRb b
a a b a b a b b