Очевидно, что крайне важным фактором является также надежность полученных решений. Надежность включает в себя согласованность и устойчивость решений. Если результаты, полученные вследствие применения конкретного метода (М1) к рассматриваемой задаче, согласуются с результатами, полученными посредством применения других методов (М2) к этой задаче, то М1 может быть эффективно применен и к другим подобным задачам, к которым применимы М2. Устойчивость решения к изменению параметров задачи определяет способность метода к верному поиску наилучших решений несмотря на возможные погрешности в измерении параметров.

Результаты сравнения ММПР по применимости в соответствии с характеристиками полученных решений представлены в таблице 5 (см. табл. 5). Оценивание произведено по шкале от 1 до 10. Для наглядности ячейки, содержащие наибольшие значения по каждому из критериев, выделены цветом.

Таблица 5. Таблица сравнения методов в соответствии с характеристиками полученных решений

3.4 Классификация методов по объекту применения

Для классификации методов по объекту применения в данной работе использована эталонная 13-процессная модель процессов, описанная в трудах А.И. Громова [41]. Данная модель обобщает реальный опыт ведения бизнеса в различных компаниях всего мира, определяя типовые бизнес-процессы верхнего уровня. Для каждого бизнес-процесса этой модели в данной работе приведены примеры наиболее распространенных многокритериальных задач, встречающихся в рамках данного процесса (см. табл. 6). На основе сравнений методов (см. п. 2.1.) для каждой задачи приведен перечень методов, которые возможно применить для решения данной задачи. Характеристики ЛПР не включены в классификацию, так как специфичны для каждой конкретной ситуации и должны быть проанализированы отдельно при решении конкретной задачи. Кроме того, при выборе метода необходимо также свериться с таблицей сравнения методов по полученному решению (см. п. 2.3., табл. 5), так как вид получаемых результатов также специфичен для каждой конкретной ситуации и различных ЛПР, а также целей оптимизации и компании в целом.

Таблица 6. Классификация методов по объекту применения

Составление перечня методов, которые возможно применить для решения конкретной задачи, осуществлено на основании определения характеристик данной задачи. Например, для решения задачи отбора персонала, как правило, требуется обработка качественной информации (качество образования, коммуникабельность и т.д.). Кроме того, предпочтения относительно персонала обычно не могут быть выражены линейной функцией. При этом количество кандидатов на должность всегда ограничено, то есть задаче присуще конечное число альтернатив. В связи с этим, для решения данной задачи не могут быть использованы методы, не отвечающие требованиям, продиктованным характеристиками данной задачи (см. табл. 7). Для наглядности, цветом выделены те значения, на основании которых можно утверждать о неприменимости метода к данной задач. Таким образом, для решения задачи отбора персонала могут быть использованы методы CP, CGT, NLP и AHP.

Таблица 7. Соответствие методов характеристикам задачи «Отбор персонала»

3.5 Рекомендации по применению методов

Для приведения рекомендаций по применению методов в качестве примера кажется разумным рассмотреть практическую многокритериальную задачу. Такая задача описана, например, в трудах Р. Каплана и Д. Нортона (1996), предложивших одну из самых популярных на сегодняшний день концепций для оценки и контроля деятельности компании - Систему Сбалансированных Показателей (ССП). С проблемой многокритериальности столкнулась компания Rockwater при оценке удовлетворенности клиентов неким проектом. Руководство компании выделило16 характерных элементов проекта, от которых должна зависеть степень удовлетворенности клиента, такие как качество производства, компетентность персонала, своевременное предоставление товара, его безопасность и т.д. После чего компанией был осуществлен опрос клиентов о степени важности данных критериев и об оценке проекта по каждому из этих критериев. Таким образом, компания могла получить примерное представление об общей удовлетворенности клиентов проектом.

Для более эффективного оценивания успешности проекта компания могла использовать методы многокритериального анализа, так как критериев для оценки удовлетворенности клиентов несколько и они могут быть противоречивы. Согласно классификации методов по объекту применения (см. табл. 6) для решения задачи оценки удовлетворенности клиентов могут быть использованы следующие методы: CP, CGT, NLP, DISID. При выборе метода для решения конкретной задачи следует руководствоваться соответствием методов характеристикам ЛПР (см. табл. 4) и характеристиками полученного решения (см. табл. 5). По характеристикам полученных решений методы CP и NLP превосходят два других метода сразу по нескольким критериям. При этом по характеристикам ЛПР эти методы имеют приблизительно равные значения по всем критериям, но CP требует меньшего уровня профессиональной компетенции для применения по сравнению с NLP. В связи с этим, для решений данной задачи можно рекомендовать метод компромиссного программирования.

Тогда для решения данной задачи оценки удовлетворенности клиентов компании потребуется, в первую очередь, определить параметры оценки проекта и веса данных параметров. 16 параметров оценки уже были определены руководством компании, а для установления весов данных параметров можно использовать данные, полученные посредством опроса клиентов о важности параметров. На основе данного опроса также необходимо составить матрицу оценки, записав оценки всех опрошенных клиентов по каждому из критериев. После чего для каждого из критериев необходимо определить, наибольшее или наименьшее значение предпочтительно для компании (то есть говорит об успешности проекта). Теперь матрица оценки может быть нормализована. В полученной матрице необходимо найти наилучшее и наихудшее значение (оценку клиентов) по каждому из критериев. После чего возможно найти обобщенное значение удовлетворенности клиента по всем параметрам, используя веса критериев и разницу между значением альтернативы по каждому критерию и наилучшим значением по данному критерию. Наконец, можно вычислить среднюю степень удовлетворенности клиентов, поделив сумму значений удовлетворенности всех клиентов на их количество.

Заключение

Подводя итоги данной работы, можно сделать несколько основных выводов.

Цель, поставленная в начале данного исследования, достигнута, а именно разработана классификация методов многокритериального принятия решений по объекту применения в рамках анализа бизнес-процессов.

Для достижения цели был проведен анализ литературы и программного обеспечения, посвященных принятию решений в многокритериальной среде. Результатом анализа является сравнение популярных программных продуктов по важнейшим характеристикам процедуры принятия решения и анализа результатов. В процессе обзора литературы, посвященной практическому применению методов, были выявлены наиболее популярные методы, для которых была составлена таблица соответствия решаемым задачам в различных сферах деятельности на основании их упоминаний в научных публикациях. Кроме того, данные методы были описаны и оценены относительно соответствия характеристикам решаемой задачи, ЛПР и полученных результатов. На основании проведенных сравнений была разработана классификация методов по объекту применения в рамках анализа бизнес-процессов при использовании эталонной 13-процессной модели и рекомендации по применению. Разработанная классификация была использована в работе для выбора наиболее подходящего метода для решения практической многокритериальной задачи в бизнес-процессе «Определение стратегии продаж» компании ООО «ВАРС Экспо».

Исследование состоит из двух частей, одна из которых представляет собой анализ существующих знаний в исследуемой области, другая - собственный вклад автора в решение актуальных проблем в области многокритериального принятия решений в сфере бизнес-процессов. Основной разработкой является классификация методов многокритериального принятия решений по объекту применения в рамках анализа бизнес-процессов. Практическая значимость разработки заключается в возможности ее использования при анализе бизнес-процессов с целью выбора метода, наиболее подходящего для решения конкретной задачи многокритериальной оптимизации. Классификация может быть полезна как специалистам в области многокритериального анализа, так и менеджерам компаний, не имеющих специальных знаний в этой области. Использование классификации позволит избежать ошибок в выборе метода, и, соответственно, повысить вероятность получения желаемых результатов.

Тема выбора подходящего метода многокритериальной оптимизации для решения конкретных задач имеет множество аспектов для дальнейшего исследования. Целесообразной является разработка классификации методов по применению к различным циклам управления бизнес-процессами, а также по степени полезности методов для специалистов различных областей.

Список литературы

1. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. М.: Наука. Главная редакция физико-математической литературы, 1982. - 256 с.

2. Подиновский В.В. Введение в теорию важности критериев в многокритериальных задачах принятия решений: учебное пособие. Физматлит, 2007.

3. Лотов А.В., Поспелова И.И. Многокритериальные задачи принятия решений: учебное пособие. М.: МАКС Пресс, 2008. 197 c.

4. French, S. and D.L. Xu. Comparison study of multi-attribute decision-analytic software. Journal of Multi-Criteria Decision Analysis 13, 2005: 26-80.

5. McGinley, P. Decision analysis software survey. OR/MS Today 41 (5), 2014.

6. Vassilev, V., Genova, K., Vassileva, M. A brief survey of multicriteria decision making methods and software systems. Cybernetics and Information Technologies, 2005, 5 (1), 3-13.

7. Weistroffer, H.R., Smith, C.H., Narula, S.C. Multiple criteria decision support software. In: Figueira, J., Greco, S., Ehrgott, M. (eds), Multiple Criteria Decision Analysis: State of the Art Surveys Series, Springer, 2005: New York, 989-1018.

8. Август-Вильгельм Шеер. Бизнес-процессы. Основные понятия. Теория. Методы. - Весть-МетаТехнология, 1999. - 182 с.

9. Август-Вильгельм Шеер. ARIS - моделирование бизнес-процессов. - Вильямс, 2000. - 175 с.

10. В.В. Ильин. Моделирование бизнес-процессов. Практический опыт разработчика. - Вильямс, 2006. - (Практика реального бизнеса).

11. Figueira Jose, Greco Salvatore, Ehrgott Matthias. Multiple Criteria Decision Analysis: State of the Art Surveys. Springer, International Series in Operations Research & Management Science, 2005. - 1045 с.

12. C. Zopounidis, M. Doumpos. Multi-criteria Decision Aid in Financial Decision Making: Methodologies and Literature Review. Journal of Multi-criteria decision analysis 11, 2002: 167-186

13. Подиновская О.В., Подиновский В.В. Анализ иерархических многокритериальных задач принятия решений методами теории важности критериев. Проблемы управления. - 2014. - №6. - С. 2-8.

14. Ломазов В.А., Прокушев Я.Е. Решение задачи экономичного многокритериального выбора на основе метода анализа иерархий. Научные ведомости БелГУ. Серия: История. Политология. Экономика. Информатика. - 2010. - №7-1 (78).

15. Резниченко О.С., Салина В.Г. Применение метода анализа иерархий для решения бизнес-задач многокритериального выбора. Современная наука: актуальные проблемы и пути их решения. - 2013. - №2.

16. William Ho. Integrated analytic hierarchy process and its applications - A literature review. European Journal of Operational Research 186, 2008: 211-228

17. Медведев А.В. Оптимизационная система поддержки принятия решений в бизнес-планировании. Успехи современного естествознания. - 2015. - №1-4. - С. 679-683.

18. Hobbs BF, Meirer PM. Multicrerion methods for resource planning: an experimental comparison. IEEE Transactions on Power Systems, 1994.

19. Петелин К.С., Зорькин А.С. Метод многокритериального анализа решений для управления проектами. НиКа, 2012.

20. Milan Janic, Aura Reggiani. An Application of the Multiple Criteria Decision Making (MCDM) Analysis to the Selection of a New Hub Airport. OTB Research Institute, 2002.

21. Aregai Tecle. Choice of Multicriterion Decision Making Techniques for Waterwashed Management. Ph.D. dissertation, The University of Arizona, 1988.

22. Wallenius J., Dyer J.S., Fishburn P.C., Steuer R.E., Zionts S., Deb K. Multiple criteria decision making, multiattribute utility theory: Recent accomplishments and what lies ahead. Management Science 54, 2008.

23. AI-Shemmeri, T., A1-Kloub, B., and Pearman, A. Model choice in multicriteria decision aid. European Journal of Operational Research, p.p. 550-560, 1997.

24. Mollaghasemi, M. and Pet-Edwards, J. Making Multi-Objective Decisions. California: IEEE Computer Society Press, 1997.

25. Ozernoy, V.M. Choosing the Best Multiple Criteria Decision-Making Method. INFOR, Vol. 30, No. 2, PP. 159-171, 1992.

26. Bardossy, A., I. Bogardi, L. Duckstein. Composite Programming as an Extension of Compromise Programming. In: Serafini, P., (ed.), Mathematics of Multiohjective Optimization. Springer-Verlag, New York, NY, pp. 375-408, 1985.

27. Brans, J.P., Ph. Vincke and B. Mareschal. How to Select and How to Rank Projects: The PROMETHEE Method. European Journal of

Operational Research, Vol. 24 (2), pp. 228-238, 1986.

28. Khalili, D. A Decision Methodology for the Resource Utilization of Rangeland Watersheds. Ph.D. dissertation, School of Renewable Natural Resources, The University of Arizona, Tucson, Arizona, 1986.

29. Szidarovszky, F. and L. Duckstein. A Framework for Dynamic Multiobjective Optimization with Application to Water and Mineral Resource Management. EURO VI Sixth European Congress on Operations Research, Vienna. Bur. J. Oper. Res., 1985.

30. Szidarovszky, F., M.E. Gershon, and L. Duckstein. Techniques for Multiohjective Decision Making in Systems Management. Elsevier Science Publishers, Amsterdam, Holland. 506 p., 1986.

31. Gershon, M. and Duckstein, L. Multiobjective Approaches to River Basin Planning. J. Water Resour. Plann. Manage., 10.1061/(ASCE) 0733-9496 (1984) 110:1 (125), 125-126, 1984.

32. Brink, F.H., L. Duckstein and J. Thames. Reclamation of Stripmined Lands: A Multiattribute Decision Model. Applied Mathematics and Computation. Vol. 18, pp. 167-183, 1986.

33. Brockholl, K. Experimental Test of MCDM Algorithm in a Modular Approach. European Journal of Operational Research, Vol. 22 (2), pp. 159-166, 1985.

34. Evans, G.W. An Overview of Techniques for Solving Multiobjective Mathematical Programs. Management Science, Vol. 30, pp. 1268-1282, 1984.

35. Despontin, M. and J. Spronk. Comparison of Multiple Criteria Decision Models. First Results of an International Investigation. Presented at the 10th Meeting of the EURO Working Group on MCDM, Liege. Report 7923/A. Center for Research in Business Economics, Erasmus University, 1979.

36. Gershon, M. Model Choice in Multiobjective Decision Making in Natural Resource Systems. Ph.D. Dissertation, Department of Systems and Industrial Engineering, University of Arizona, 1981.

37. Hobbs, B.F. Analytical Multiobjective Decision Methods for Power Plant Siting: A Review of Theory and Applications. Division of Regional Studies, Brookhaven National Laboratory, 1979.

38. Hobbs, B.F. Experiments in Multicriteria Decision-Making and What We Can Learn from Them. Decision-Making with Multiple Objectives, SpringerVerlag, Berlin, pp. 400-423., 1985.

39. Khairullah, Z. and S. Zionts. An Experiment with Some Approaches for Solving Problems with Multiple Criteria. Working Paper No. 442, Third International Conference on Multiple Criteria Decision Making, Konigswinter, 1979.

40. Rietveld, P. Multiple Objective Decision Methods and Regional Planning. North Holland Publication Co., Amsterdam, Holland, 330 p., 1980.

41. Громов А.И., Чеботарев В.Г, Горчаков Я.В., Бойко О.И. Учебно-методический комплекс Анализ и моделирование бизнес-процессов. М., 2007.

Размещено на Allbest.ru