Phương pháp AHP đa mức tiêu chí

BÁO CÁO MÔN HỌC HỆ HỖ TRỢ RA QUYẾT ĐỊNH - phương pháp AHP đa mức tiêu chí

1

LỜI CẢM ƠN

Chân thành cảm ơn TS Nguyễn Văn Hiệu đã tận tâm hướng dẫn, giảng dạy những kiến thức chuyên ngành quý báu và định hướng giúp tôi thực hiện tốt đề tài này !

Chân thành cảm ơn các học viên lớp Khoa học máy tính K28 đã động viên, góp

ý và giới thiệu các tài liệu có liên quan !

Học viên thực hiện

VÕ THỊ NGỌC TÚ

2

I TỔNG QUAN

Các mô hình ra quyết định đa mục tiêu ngày càng được ứng dụng rộng rãi trong những năm gần đây Thật vậy, việc ra quyết định chỉ dựa vào chi phí thấp nhất hay lợi nhuận cao nhất sẽ thiếu thiết thực vì chưa quan tâm đến các nhân tố định tính Các quyết định trong quản lý kinh doanh cần phải xem xét trên nhiều tiêu chí nhằm nâng cao năng lực cạnh tranh và giúp cho doanh nghiệp phát triển bền vững

II MỤC ĐÍCH

Mục đích của tiểu luận này là cung cấp cái nhìn tổng quát về ứng dụng của phương pháp phân tích thứ bậc để giải quyết nhiều vấn đề quan trọng khác nhau trong lĩnh vực quản lý sản xuất kinh doanh Tiểu luận được thực hiện nhằm hướng đến giải quyết các mục tiêu sau:

 Tìm hiểu về phương pháp phân tích thứ bậc AHP

 Định hướng tiểu luận trong tương lai:

- Tìm hiểu về ứng dụng của AHP trong quản lý kinh doanh như lựa chọn nhà cung cấp, lựa chọn dây chuyền sản xuất…

- Những yếu tố giúp cho việc áp dụng AHP thành công trong doanh nghiệp

III PHƯƠNG PHÁP PHÂN TÍCH THỨ BẬC AHP

1 Giới thiệu:

AHP được phát triển bởi T Saaty trong năm (1977, 1980, 1988, 1995) và là một trong những phương pháp tiếp cận MCDA tốt nhất được biết đến và được sử dụng rộng rãi AHP là phương pháp phân tích thứ bậc, là một kỹ thuật tạo quyết định giúp cung cấp một tổng quan về thứ tự sắp xếp của những lựa chọn thiết kế và nhờ vào nó ta tìm được một quyết định cuối cùng hợp lý nhất AHP giúp những người làm quyết định tìm thấy cái gì là hợp lý nhất cho họ và giúp họ hiểu những vấn đề của mình

Phương pháp AHP cho phép:

 Tiến hành phân tích vấn đề cần nghiên cứu

 Tiến hành thu thập thông tin theo từng vấn đề cần nghiên cứu

3

 Đánh giá sự khác biệt của thông tin và thu hẹp khoảng cách của sự khác biệt

 Tiến hành tổng hợp các vấn đề để ra quyết định

 Cho phép tiến hành thảo luận vấn đề cần tiểu luận và khả năng tạo ra sự đồng thuận của việc ra quyết định

 Cho phép đánh giá mức độ quan trọng của từng quyết định và từng phần tử

có ảnh hưởng đến quyết định

 Đánh giá được sự ổn định của quyết định

Một trong các yêu cầu quan trọng để bảo đảm sự thành công đối với phương pháp được áp dụng trong việc lựa chọn các thông số kỹ thuật của việc xây dựng tuyến mới hoặc cải tạo tuyến đang khai thác đó là sự nắm vững chuyên môn của các nhà tư vấn, tham gia vào quá trình xây dựng cấu trúc mô hình ra quyết định, chuẩn

bị dữ liệu và diễn giải các kết quả, tức là họ có khả năng đưa ra được các thông tin chuẩn và không đối lập nhau Chính vì vậy việc áp dụng phương pháp phân tích thứ bậc là sự tập hợp đầy đủ các luận cứ xác đáng bảo đảm cho sự ổn định của việc ra quyết định, trong đó:

- Tất cả các nhân tố ảnh hưởng đến việc ra quyết định đều được tính đến

- Tất cả các mối quan hệ giữa mục tiêu đặt ra với các yếu tố ảnh hưởng và các quyết định có thể đều được tính đến

- Việc so sánh từng cặp tiêu chí đánh giá được tiến hành nhanh gọn hướng đến mục tiêu chung

4

Hình 2.3 Sơ đồ cấu trúc thứ bậc

Phương pháp thực hiện chia bài toán lớn thành các bài nhỏ đơn giản hơn và tiến hành xử lý các đánh giá trên từng cặp với sự tham gia của chuyên gia Trong quá trình đánh giá chúng ta có thể triển khai mức độ tương quan giữa các phần tử trên cây thứ bậc, thường để đơn giản các sự đánh giá được triển khai bởi định lượng Phương pháp phân tích thứ bậc bao gồm các thủ tục tổng hợp sự đánh giá, sự tiếp nhận mức độ ưu tiên của các tiêu chí và tìm kiếm phương án tối ưu Phương pháp phân tích cây thứ bậc thực hiện dựa trên các tiên đề sau: so sánh từng cặp, thang điểm để tiến hành ánh xạ sự đánh giá vào định tính, mối quan hệ đối xứng nghịch, phân nhóm mức và tính trọng số trên cây thứ bậc

2 Các bước cơ bản của AHP:

AHP có 3 phân đoạn cơ bản: Xác định vấn đề cần giải quyết, thành lập ma trận so sánh và tổng hợp độ ưu tiên

a Xác định vấn đề cần giải quyết

AHP phân giải vấn đề ra thành cấu trúc cây phân cấp Để làm điều này phải khám phá những khía cạnh của vấn đề từ tổng quát đến chi tiết, biễu diễn chúng theo cây đa nhánh Phần tử tại mức cao nhất của cây được gọi là mục tiêu Những phần tử ở mức cuối cùng được gọi là những lựa chọn Ngoài ra còn một nhóm các phần tử liên quan đến các yếu tố hay tiêu chí liên kết giữa những sự lựa chọn và mục tiêu Một cây phân cấp với mục tiêu ở đỉnh, những sự lựa chọn là các phần tử

lá và các phần tử tiêu chí là ở giữa

5

Sắp xếp tất cả các thành phần trong một hệ thống phân cấp cung cấp một cái nhìn tổng thể các mối quan hệ phức tạp và giúp người ra quyết định đánh giá liệu các yếu tố trong mỗi cấp có cùng độ lớn để có thể so sánh được chính xác Khi xây dựng hệ thống phân cấp cần xem xét môi trường xung quanh các vấn đề cần giải quyết và xác định các vấn đề để xác định tất cả các thành phần tham gia liên kết với vấn đề này

b Xây dựng ma trận so sánh

Quy luật liên tục cây thứ bậc được đề cập, để các phần tử của mức thấp nhất thực hiện so sánh từng cặp tương ứng với các phần tử của mức độ cao hơn, và tiếp tục thực hiện như thế cho đến đỉnh của cây thứ bậc Vì thế, chúng ta thực hiện xây dựng tập ma trận so sánh từng cặp đối với các mức của cây thứ bậc, và bắt đầu từ mức thấp nhất – trên mỗi ma trận so sánh từng cặp ứng với mỗi phần tử có mối tương quan với phần tử của mức phía trên Phần tử ở mức trên đó được gọi là phần

tử định hướng đến các phần tử nằm ở mức dưới, vì mỗi phần tử mức dưới ảnh hưởng lên các phần tử ở mức trên Trên cấu trúc thứ bậc đầy đủ mỗi phần tử ảnh hưởng đến các phần tử ở mức trên Các phần tử trên một mức bất kì thực hiện so sánh từng cặp với nhau Do đó, chúng ta có được ma trận đánh giá Công việc so sánh từng cặp được thực hiện bởi mức độ ưu tiên của một phần tử này so với một phần tử khác Giả thiết chung mức độ ưu tiên thực hiện một cách xác định, và mức

độ ưu tiên này không phải là xác suất Bởi vậy mức độ ưu tiên là không đổi và độc lập với các tác nhân khác, và mức độ ưu tiên không được thể hiện trong bài toán

Để có thể đánh giá sự quan trọng của một phần tử với một phần tử khác, ta cần một mức thang đo để chỉ sự quan trọng hay mức độ vượt trội của một phần tử với một phần tử khác qua các tiêu chuẩn hay tính chất Vì vậy người ta đưa ra bảng các mức quan trọng như sau:

1 Hai đối tượng quan trọng như nhau

3 Đối tượng này quan trọng hơn đối tượng kia một chút

5 Đối tượng này quan trọng hơn đối tượng kia

6

7 Đối tượng này quan trọng hơn đối tượng kia rất nhiều

9 Đối tượng này cực kì quan trọng hơn đối tượng kia 2,4,6,8 Là mức trung gian giữa các mức 1, 3, 5, 7, 9

Đại lượng

nghịch đảo của

các mức trình

bày ở trên

Nếu khi so sánh đối tượng A với đối tượng B nhận được một số từ các mức độ nêu ở trên (ví dụ là 3), thì khi so sánh đối tượng B với đối tượng A, chúng ta nhận được đại lượng nghịch đảo (có nghĩa là 1/3)

Bảng 2.1 Thang đánh giá ứng với tầm quan trọng

Ví dụ, nếu một phần tử A quan trọng hơn phần tử B và được đánh giá mức 9, khi đó B rất ít quan trọng với A và có giá trị 1/9 Bản chất toán học của AHP chính

là việc cấu trúc một ma trận biểu diễn mối liên kết của các giá trị của tập phần tử

Ma trận hỗ trợ rất chặt chẽ cho việc tính toán các giá trị Ứng với mỗi phần tử cha ta thiết lập một ma trận cho các sự so sánh của những phần tử con của nó Việc so sánh được thực hiện giữa các cặp tiêu chí với nhau và tổng hợp lại thành một ma

trận gồm n dòng và n cột (n là số tiêu chí)



























1

1

1

2 1

2 1

2 21

1 12

n n

in i

i

n n

A A

A A

A

A A

A A

A

Phần tử A ij thể hiện mức độ quan trọng của tiêu chí hàng i so với tiêu chí cột j Mức độ quan trọng tương đối của tiêu chí i so với j được tính theo tỷ lệ k (k từ 1 đến 9), ngược lại của tiêu chí j so với i là 1/k Như vậy A ij > 0, A ij = 1/ A ij , A ii =1

Ma trận so sánh của các tiêu chí thường được xây dựng dựa trên ý kiến chuyên gia Đối với ma trận này có hai vấn đề cần quan tâm: vấn đề thứ nhất là ma trận phụ

thuộc vào ý kiến chủ quan của người ra quyết định Ví dụ tiêu chí X1 quan trọng hơn tiêu chí X2 nhưng giá trị quan trọng gấp bao nhiêu lần thì có thể tuỳ từng người

Vấn đề thứ hai là xem xét đến tính nhất quán của dữ liệu Tức là nếu tiêu chí X1

quan trọng gấp 2 lần tiêu chí X2, tiêu chí X2 quan trọng gấp 3 lần tiêu chí X3, tiêu chí X1 sẽ quan trọng gấp 6 lần tiêu chí X3 Tuy nhiên, ý kiến chuyên gia trong thực

7

tế sẽ không phải như vậy do họ không bao quát được tính logic của ma trận so sánh (và cũng không nên cố gắng bao quát nhằm đảm bảo tính khách quan của đánh giá) Nếu trong quá trình thảo luận các chuyên gia tư vấn không đi đến thống nhất một ý kiến chung về việc đánh giá một phần tử nào đó trong ma trận so sánh từng cặp thì sẽ phải sử dụng cách tính giá trị chung như sau:

n n j ij





1

Với trọng số đánh giá của mỗi phần tử ứng với tập hợp so sánh được xác định:







n i i

i i

A A

1



Khi đó: 



n i i

1

 =1

Một trong những điểm mạnh của AHP đó là đưa ra được chỉ số IC, cho phép đưa ra được thông tin về mức độ sai lệch của sự thích hợp Để tăng mức độ phù hợp

có thể tiến hành tìm kiếm và bổ xung các thông tin cần thiết khác hoặc xem xét lại các dữ kiện được dùng khi xây dựng ma trận so sánh

1

max







n

n

Trong đó:

n - số lượng các phần tử được so sánh trong cùng cấp

max

 – Giá trị riêng của ma trận so sánh Nếu giá trị max càng gần bằng n thì tính phù hợp càng cao

























n i in n n

i i n

i

A

1 1

2 2 1

1 1



Chúng ta cần phải so sánh giá trị chỉ số IC với chỉ số thích hợp CI phụ thuộc vào cấp ma trận (bảng 2) theo công thức:

CI IC

8

n 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

CI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51 1.54 1.56 1.57 1.59

Bảng 2 Chỉ số thích hợp ngẫu nhiên

Giá trị RC cần phải thoả mãn điều kiện RC <10% Nếu không thỏa mãn điều

này thì cần phải xác định lại ma trận so sánh Các bước trên được thực hiện đối với tất cả các mức và các nhóm của cây thứ bậc

c Tổng hợp độ ưu tiên

Ta sử dụng những ma trận có được từ bước trên để có thể thiết lập ra độ ưu tiên của các phần tử trong cây phân cấp Độ ưu tiên là một số thuộc khoảng [0,1] Chúng biểu diễn sự liên kết của trọng số trong từng phần tử ở từng mức Cuối cùng tổng hợp các kết quả tính toán và đưa ra kết luận cuối cùng về phương án sẽ được lựa chọn





 n

j ij j THi

1





1







m i THi



Trong đó

j

 - trọng số tiêu chí

ij

 - trọng số đánh giá của phương án thứ i đối với tiêu chí thứ j

n - số lượng tiêu chí đánh giá

m - số phương án được đưa ra lựa chọn

IV VÍ DỤ MINH HỌA:

Về việc ứng dụng phương pháp AHP để lựa chọn vị trí xây nhà máy mới:

Công ty Lạc Việt muốn chọn một vị trí mới để mở rộng hoạt động của công

ty Công ty sử dụng phương pháp AHP nhằm giúp xác định vị trí nào thích hợp để xây nhà máy mới Công ty dựa vào 4 tiêu chí: giá trị tài sản (PRICE), khoảng các

9

giữa các nhà cung cấp (DISTANCE),chất lượng lao động (LABOR) và chi phí lao động (WAGE) Công ty có 3 vị trí A,B,C (LOCATION) cần xem xét dựa vào 4 tiêu chí trên

Độ ưu tiên của các phương án ứng với mỗi tiêu chí:

PRICE

DISTANCE

LABOR

WAGE

10

Bước 1: Tính tổng giá trị trong mỗi cột

PRICE

Bước 2: Chia mỗi giá trị trong mỗi cột cho tổng các cột tương ứng PRICE

A 1: 11/6 = 6/11 3:9 = 3/9 2:16/5 = 5/8

B 1/3:11/6 = 2/11 1:9 = 1/9 1/5:16/5 = 1/16

C 1/2:11/6 = 3/11 5:9 = 5/9 1:16/5 = 5/16

Ghi chú: Tổng giá trị trong mỗi cột bằng 1

Bước 3: Tìm giá trị trung bình cho mỗi hàng của các phương án

PRICE

A 6/11=0,5455 3/9=0,3333 5/8=0,6250 1,5038/3=0,5012

B 2/11=0,1818 1/9=0,1111 1/16=0,0625 0,3544/3=0,1185

C 3/11=0,2727 5/9=0,5556 5/16=0,3803 1,2086/3=0,3803

11

Bước 4: Lặp lại các bước từ 1-3 cho các tiêu chí còn lại

Ma trận các tiêu chí

Bước 5: Sắp xếp các tiêu chí theo độ quan trọng , sử dụng cùng phương pháp sắp hạng các phương án đối với mỗi tiêu chí

Bước 6:Lặp lại các bước từ 1-3 cho ma trận ở bước 5

TIÊU CHÍ PRICE DISTANCE LABOR WAGE TB

hàng PRICE 0,1519 0,1375 0,2222 0,2857 0,1993

DISTANCE 0,7595 0,6878 0,6667 0,5000 0,6535

LABOR 0,0506 0,0764 0,0741 0,1429 0,0860

WAGE 0,0380 0,0983 0,0370 0,0714 0,0612

Vectơ độ ưu tiên của các tiêu chí

TIÊU CHÍ TB

hàng PRICE 0,1993

DISTANCE 0,6535

LABOR 0,0860

WAGE 0,0612

12

Bước 7:Nhân ma trận tiêu chí với véctơ độ ưu tiên của các tiêu chí

Véc tơ độ ưu

A = 0,1993*0,0512 + 0,6535*0,2819 + 0,0860*0,1790 + 0,0612*0,1561 = 0,3091

B = 0,1993*0,1185 + 0,6535*0,0598 + 0,0860*0,6850 + 0,0612*0,6196 = 0,1595

C = 0,1993*0,3803 + 0,6535*0,6583 + 0,0860*0,1360 + 0,0612*0,2243 = 0,5314

Bước 8: So sánh kết quả

LOCATION KẾT QUẢ

Dựa vào kết quả trên, công ty chọn vị trí vị trí C để xây thêm nhà máy mới, vì

C có giá trị lớn hơn A và B.

13

V KẾT LUẬN

Trong phạm vi tiểu luận « Tìm hiểu phương pháp phân tích thứ bậc AHP » đã

trình bày phương pháp và ví dụ : Ứng dụng AHP để lựa chọn vị trí xây nhà máy mới

Qua nội dung tiểu luận ta thấy việc ứng dụng phương pháp phân tích thứ bậc AHP có ý nghĩa quan trọng, được ứng dụng nhiều trong cuộc sống, nhất là trong lĩnh vực quản lý kinh doanh

Cùng với những kiến thức đã được thầy giáo TS Nguyễn Văn Hiệu truyền đạt, cùng những nội dung nhóm tự nghiên cứu sẽ là giúp chúng tôi rất nhiều trong việc định hướng nghiên cứu khoa học trong quá trình học tập cũng như công việc sau này

Phương pháp AHP đa mức tiêu chí

14

TÀI LIỆU THAM KHẢO

[1] Bài giảng “Phương pháp trợ giúp ra quyết định” - PGS.TS Nguyễn Thống [2] Bài giảng “Hệ hỗ trợ ra quyết định” - TS Nguyễn Văn Hiệu [2] Một số tài liệu trên mạng