ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ ΚΑΙ ΔΙΟΙΚΗΣΗ»

Transcript

1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ ΚΑΙ ΔΙΟΙΚΗΣΗ» ΤΜΗΜΑΤΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΣΥΣΤΗΜΑ ΥΠΟΣΤΗΡΙΞΗΣ ΛΗΨΗΣ ΑΠΟΦΑΣΗΣ ΓΙΑ ΤΗΝ ΕΠΙΛΟΓΗ ΠΑΡΟΧΟΥ ΣΥΝΔΕΣΕΩΝ ΚΙΝΗΤΗΣ ΤΗΛΕΦΩΝΙΑΣ ΜΕ ΤΗ ΧΡΗΣΗ ΤΟΥ ΕΡΓΑΛΕΙΟΥ EXPERT CHOICE Διπλωματική Εργασία της Αρετής Αμπατζόγλου (ΑΕΜ: 271) Εξεταστική Επιτροπή Επιβλέπων: Αθανάσιος Τσαδήρας Μέλη: Χρυσολέων Παπαδόπουλος Παναγιώτης Συμεωνίδης ΘΕΣΣΑΛΟΝΙΚΗ ΣΕΠΤΕΜΒΡΙΟΣ i-

2

3 Πρόλογος Η παρούσα διπλωματική εργασία εκπονήθηκε κατά το ακαδημαϊκό έτος στο πλαίσιο του Διατμηματικού Προγράμματος Μεταπτυχιακών Σπουδών «Πληροφορική και Διοίκηση» του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης. Η εργασία πραγματεύεται την ανάλυση του προβλήματος λήψης απόφασης σχετικά με την επιλογή παρόχου συνδέσεων κινητής τηλεφωνίας. Στόχος της μελέτης είναι σε πρώτο στάδιο η διερεύνηση του τρόπου με τον οποίο οι φοιτητές λαμβάνουν τη συγκεκριμένη απόφαση και η εξέταση των κριτηρίων επιλογής που θεωρούν σημαντικά και στη συνέχεια η χρήση ενός συστήματος υποστήριξης λήψης αποφάσεων, ώστε να αναζητηθεί η καταλληλότερη λύση του προβλήματος. Για τη διεκπεραίωση της εργασίας, διενεργήθηκε έρευνα με ηλεκτρονικά ερωτηματολόγια, που απευθύνθηκαν σε φοιτητές του Α.Π.Θ. και τα αποτελέσματά της μοντελοποιήθηκαν με τη χρήση του λογισμικού Expert Choice. Θα ήθελα να ευχαριστήσω τον κ. Αθανάσιο Τσαδήρα, Επίκουρο Καθηγητή του Τμήματος Οικονομικών Επιστημών του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης για την ευκαιρία που μου έδωσε να ασχοληθώ με το ιδιαίτερα ενδιαφέρον πεδίο της θεωρίας λήψης αποφάσεων καθώς και για την πολύτιμη αρωγή του στην ολοκλήρωση της παρούσας εργασίας. Τέλος, αισθάνομαι την ανάγκη να ευχαριστήσω την οικογένεια και τους φίλους μου για την αμέριστη συμπαράσταση και υποστήριξή τους. Αρετή Αμπατζόγλου Σεπτέμβριος i-

4

5 Περιεχόμενα ΠΡΟΛΟΓΟΣ... I ΠΕΡΙΕΧΟΜΕΝΑ...III 1 ΕΙΣΑΓΩΓΗ ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ ΚΑΙ ΕΠΙΛΟΓΗ ΠΡΟΜΗΘΕΥΤΗ ΘΕΩΡΙΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ Πολυκριτήρια Ανάλυση Συστήματα υποστήριξης αποφάσεων ΛΗΨΗ ΑΠΟΦΑΣΗΣ ΓΙΑ ΤΗΝ ΕΠΙΛΟΓΗ ΠΡΟΜΗΘΕΥΤΗ Επιλογή κριτηρίων Επιλογή μεθοδολογίας Λήψη απόφασης για την επιλογή παρόχου υπηρεσιών ΔΙΑΔΙΚΑΣΙΑ ΑΝΑΛΥΤΙΚΗΣ ΙΕΡΑΡΧΗΣΗΣ ΚΑΙ EXPERT CHOICE ΔΙΑΔΙΚΑΣΙΑ ΑΝΑΛΥΤΙΚΗΣ ΙΕΡΑΡΧΗΣΗΣ Μεθοδολογία Ιεραρχία Συγκρίσεις κατά ζεύγη Υπολογισμός προτεραιοτήτων Σύνθεση Κριτική EXPERT CHOICE Δημιουργία Ιεραρχίας Συγκρίσεις κατά ζεύγη Υπολογισμός προτεραιοτήτων Σύνθεση ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ ΔΙΑΔΙΚΑΣΙΑ ΜΕΛΕΤΗΣ ΈΡΕΥΝΑ iii-

6 4.2.1 Ερωτηματολόγιο LimeSurvey ΑΠΟΤΕΛΕΣΜΑΤΑ Στατιστική επεξεργασία Μοντελοποίηση δεδομένων ΥΛΟΠΟΙΗΣΗ ΤΟΥ ΜΟΝΤΕΛΟΥ ΜΕ ΤΗ ΧΡΗΣΗ ΤΟΥ EXPERT CHOICE ΕΙΣΑΓΩΓΗ ΤΩΝ ΔΕΔΟΜΕΝΩΝ ΣΤΟ ΠΡΟΓΡΑΜΜΑ ΣΥΓΚΡΙΣΕΙΣ ΚΑΤΑ ΖΕΥΓΗ Συγκρίσεις εναλλακτικών κατά ζεύγη Συγκρίσεις κριτηρίων κατά ζεύγη Έλεγχος ασυνέπειας ΣΥΝΘΕΣΗ ΑΝΑΛΥΣΗ ΕΥΑΙΣΘΗΣΙΑΣ ΣΥΝΟΨΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΣΥΜΠΕΡΑΣΜΑΤΑ ΒΙΒΛΙΟΓΡΑΦΙΑ ΠΑΡΑΡΤΗΜΑ iv-

7 1 Εισαγωγή Η λήψη αποφάσεων αποτελεί αναπόσπαστο τμήμα της προσωπικής και κοινωνικής ζωής των ανθρώπων. Τόσο σε ατομικό όσο και σε ομαδικό επίπεδο, οι άνθρωποι λαμβάνουν καθημερινά αποφάσεις, σταθμίζοντας τους εξωτερικούς παράγοντες που επηρεάζουν το πρόβλημα, τις προσωπικές τους προτιμήσεις καθώς και τις επιπτώσεις των αποφάσεων που τελικά θα πάρουν. Για την υποστήριξη της λήψης αποφάσεων, κυρίως σε επιχειρησιακό επίπεδο, έχουν αναπτυχθεί πολλές μέθοδοι και τεχνικές που μπορούν να χρησιμοποιηθούν ανάλογα με τις ιδιαιτερότητες και τις ανάγκες κάθε απόφασης. Οι μεθοδολογίες υποστήριξης λήψης απόφασης συνίστανται συνήθως στην αναγνώριση και ανάλυση του προβλήματος και στη συνέχεια στην επιλογή της «βέλτιστης» απόφασης ή στην κατάταξη των πιθανών λύσεων κατά σειρά προτεραιότητας. Επίσης, η διάδοση και εξέλιξη των τεχνολογιών της πληροφορίας και της επικοινωνίας έχει συμβάλλει στην ανάπτυξη ηλεκτρονικών συστημάτων υποστήριξης αποφάσεων, τα οποία βασιζόμενα στις αντίστοιχες μεθοδολογίες παρέχουν γρηγορότερη και ευκολότερη επεξεργασία και διαχείριση μεγάλου ό- γκου δεδομένων και επιπρόσθετα διευκολύνουν την επικοινωνία και συνεργασία μεταξύ των μελών μιας ομάδας που καλείται να λάβει μια απόφαση. Η παρούσα εργασία έχει ως αντικείμενο την αντιμετώπιση ενός προβλήματος λήψης απόφασης, το οποίο επιχειρεί να επιλύσει με τη χρήσης ενός συστήματος υποστήριξης απόφασης. Ειδικότερα, το πρόβλημα που αναλύεται είναι η λήψη απόφασης από τους φοιτητές για την επιλογή παρόχου συνδέσεων κινητής τηλεφωνίας. Πρόκειται για την υποστήριξη μιας ατομικής απόφασης, την οποία τα άτομα συνήθως λαμβάνουν χωρίς τη χρήση μιας μεθοδολογικής προσέγγισης ή κάποιου εξειδικευμένου εργαλείου. Στο σημείο αυτό αξίζει να σημειωθεί ότι ένας λογικός λήπτης απόφασης για να κάνει μία αντίστοιχη επιλογή θα λάβει υπ όψη του πολλά κριτήρια προκειμένου να καταλήξει στην καλύτερη για αυτόν λύση. Ενδεχομένως θα εξετάσει θέματα ποιότητας των παρεχόμενων υπηρεσιών, θέματα κόστους όπως επίσης και προσωπικές του αντιλήψεις ή προτιμήσεις. Είναι συνεπώς ενδιαφέρον να ερευνηθεί ποιοι είναι οι λόγοι που οδηγούν -1-

8 τους φοιτητές στη λήψη μιας τέτοιας απόφασης και τελικά ποια είναι η λύση που προτείνεται από ένα λογισμικό υποστήριξης λήψης απόφασης. Ξεκινώντας την ανάλυση των δεδομένων του προβλήματος, γίνονται κάποιες αρχικές διαπιστώσεις. Πρωτίστως, στη χώρα μας δραστηριοποιούνται τρεις μεγάλες εταιρίες παροχής συνδέσεων κινητής τηλεφωνίας, η Cosmote, η Vodafone και η Wind, οι οποίες προσφέρουν στην αγορά πληθώρα προγραμμάτων που θα μπορούσαν να κατηγοριοποιηθούν ανάλογα με τον τύπο της σύνδεσης. Παρέχονται λοιπόν από κάθε εταιρία τα προγράμματα συμβολαίου, η καρτοκινητή τηλεφωνία, τα καρτοσυμβόλαια, τα εταιρικά ή οικογενειακά προγράμματα. Δεύτερον, παρατηρείται μια μεγάλη ομοιομορφία στα πακέτα υπηρεσιών που παρέχουν οι εταιρίες, με αποτέλεσμα να υπάρχει έντονο ενδιαφέρον για την ανάπτυξη νέων τεχνολογιών καινοτόμων προϊόντων που θα καταφέρει να εντάξει στο σύνολο των υπηρεσιών του κάθε πάροχος. Επίσης, είναι ιδιαίτερα αισθητός ο ανταγωνισμός μεταξύ των εταιριών για την κατάκτηση μεγαλύτερου μεριδίου της αγοράς, κάτι που συνεπάγεται αγώνα για τη σύναψη νέων συνδέσεων, ενώ τελευταία έχει δημιουργηθεί και η τάση για προσπάθεια μεταφοράς πελατών από το ένα δίκτυο στο άλλο. Φυσικά, ως επακόλουθο του έντονου ανταγωνισμού, οι εταιρίες προσπαθούν να βελτιώνουν συνεχώς τις υποδομές του δικτύου τους, κάτι που παλαιότερα μεταφραζόταν σε όσο το δυνατόν μεγαλύτερη και αποτελεσματικότερη κάλυψη δικτύου ομιλίας, ενώ σήμερα αφορά όλο και περισσότερο την κάλυψη δικτύου για τις υπηρεσίες τρίτης γενιάς (3G), που περιλαμβάνουν την παροχή υπηρεσιών διαδικτύου στο κινητό, κλήσεων video ή ακόμα και υπηρεσιών τηλεόρασης στο κινητό. Επιπρόσθετα, ο ανταγωνισμός αντικατοπτρίζεται και στις τιμολογιακές πολιτικές, όπου φαίνεται ότι κάθε πάροχος προσπαθεί να προωθεί ελκυστικότερα πακέτα σε σχέση με τις ανταγωνίστριες εταιρίες. Ο στόχος της συγκεκριμένης εργασίας είναι να ερευνήσει τον τρόπο με τον οποίο οι φοιτητές επιλέγουν την εταιρία κινητής τηλεφωνίας με την οποία θα συνεργαστούν, να αναδείξει τα κριτήρια που έχουν τον πιο σημαντικό ρόλο στην απόφασή τους αυτή και τέλος να ελέγξει ποια εταιρία μπορεί να ικανοποιήσει καλύτερα τα κριτήρια αυτά. Στην πρώτη φάση της μελέτης, πραγματοποιήθηκε έρευνα με τη χρήση ερωτηματολογίου σε φοιτητές του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης, με σκοπό τη συλλογή πληροφοριών που θα οδηγήσουν σε ασφαλή συμπεράσματα για τον τρόπο επιλογής παρόχου συνδέσεων κινητής τηλεφωνίας και στη συνέχεια θα μπορούν να χρησιμοποιηθούν ως δεδομένα εισόδου στη ανάλυση του προβλήματος λήψης απόφασης. -2-

9 Το σύστημα υποστήριξης λήψης απόφασης που χρησιμοποιείται στην παρούσα ανάλυση είναι το λογισμικό Expert Choice, το οποίο βασίζεται στη μεθοδολογία της Διαδικασίας Αναλυτικής Ιεράρχησης και αποτελεί ίσως την ευρύτερα διαδεδομένη εφαρμογή της. Η συγκεκριμένη μεθοδολογία επιλέχθηκε λόγω του γεγονότος ότι είναι μια μέθοδος εύκολα αντιληπτή, με συγκεκριμένη δομή και στάδια ανάπτυξης ενώ ταυτόχρονα είναι εξαιρετικά ισχυρή ως προς την αποτελεσματικότητά της. Επιπλέον, πετυχαίνει μία ξεκάθαρη απεικόνιση του προβλήματος και των συστατικών του μερών, οπότε ο αποφασίζων διευκολύνεται να εστιάσει την προσοχή του στην εισαγωγή των προσωπικών του προτιμήσεων στο μοντέλο. Τέλος, το Expert Choice χρησιμοποιώντας την τεχνική της διαδικασίας αναλυτικής ιεράρχησης, δεν εμπλέκει το χρήστη με δυσνόητα μαθηματικά μοντέλα και υπολογισμούς, ενώ από την άλλη πλευρά του δίνει τη δυνατότητα να κατανοήσει τον τρόπο εξαγωγής του τελικού αποτελέσματος, που προκύπτει φυσικά από τα δεδομένα που ο ίδιος ο χρήστης έχει εισάγει στο σύστημα. Στη συνέχεια της εργασίας, στο κεφάλαιο 2 περιγράφεται η θεωρία λήψης αποφάσεων και παρατίθενται κάποιες βασικές της έννοιες. Αναπτύσσεται η πολυκριτήρια μεθοδολογία λήψης αποφάσεων, η οποία χρησιμοποιείται στο μεγαλύτερο μέρος της εργασίας, και αναφέρονται τα κυριότερα ρεύματα της καθώς και κάποιες από τις σημαντικότερες μεθοδολογικές προσεγγίσεις. Επίσης, αναλύονται τα συστήματα υποστήριξης αποφάσεων με μία σύντομη ιστορική αναδρομή και την αναφορά των βασικών τους χαρακτηριστικών. Στο τέλος του κεφαλαίου υπάρχει μια βιβλιογραφική ανασκόπηση των μεθόδων που έχουν χρησιμοποιηθεί στη λήψη απόφασης για την επιλογή προμηθευτή. Η πρώτη ενότητα του κεφαλαίου 3 αναφέρεται στην αναλυτική περιγραφή της διαδικασίας αναλυτικής ιεράρχησης, στην ανάπτυξη της μεθοδολογίας της και των βημάτων που ακολουθούνται για την επίλυση ενός προβλήματος λήψης απόφασης. Στη συνέχεια αναλύεται το λογισμικό Expert Choice, το οποίο όπως έχει ήδη αναφερθεί είναι το εργαλείο που χρησιμοποιείται στην παρούσα εργασία για την επιλογή της καλύτερης α- πόφασης. Περιγράφονται τα στάδια που απαιτούνται για την επίλυση ενός προβλήματος, ενώ για την καλύτερη κατανόηση της λειτουργίας του συστήματος παρατίθεται και ένα παράδειγμα. Το τέταρτο κεφάλαιο ασχολείται με τη διαδικασία διενέργειας της έρευνας και την αξιοποίηση των αποτελεσμάτων. Αρχικά, παρουσιάζεται ο τρόπος μελέτης και σύνταξης του ερωτηματολογίου, ενώ στη συνέχεια αναλύεται η λειτουργία του λογισμικού Lime- Survey, το οποίο χρησιμοποιήθηκε για την ανάπτυξη και δημοσίευση του ερωτηματο- -3-

10 λογίου. Στην τελευταία ενότητα του κεφαλαίου παρατίθεται η στατιστική επεξεργασία των αποτελεσμάτων της έρευνας καθώς και ο τρόπος χρησιμοποίησής τους στο μοντέλο της διαδικασίας αναλυτικής ιεράρχησης. Στο κεφάλαιο 5 παρουσιάζεται η υλοποίηση του μοντέλου με τη χρήση του Expert Choice. Αναλύεται βήμα προς βήμα η εισαγωγή των δεδομένων που προέκυψαν από τη διεξαγωγή και επεξεργασία της έρευνας, το υπολογιστικό κομμάτι που εκτελείται από το λογισμικό και η σύνθεση του τελικού αποτελέσματος και η επιλογή της καλύτερης δυνατής εναλλακτικής λύσης. Στο τέλος διενεργείται και η ανάλυση ευαισθησίας για τον έλεγχο της σταθερότητας του αποτελέσματος σε πιθανές αλλαγές των δεδομένων. Το έκτο και τελευταίο κεφάλαιο αποτελεί τον επίλογο της εργασίας, όπου συνοψίζονται τα αποτελέσματα, αναπτύσσονται τα συμπεράσματα της έρευνας και τίθενται θέματα προς συζήτηση ως στόχος μελλοντικών εργασιών. Τέλος, ακολουθεί η παράθεση της βιβλιογραφίας και του παραρτήματος. -4-

11 2 Λήψη αποφάσεων και επιλογή προμηθευτή Η θεωρία λήψης αποφάσεων είναι μία επιστημονική περιοχή που έχει ως αντικείμενο τη μελέτη του τρόπου με τον οποίο άτομα ή ομάδες ατόμων λαμβάνουν αποφάσεις. Αποτελεί αντικείμενο μελέτης στο πλαίσιο πολλών επιστημών, όπως τα μαθηματικά, η φιλοσοφία, οι οικονομικές και κοινωνικές επιστήμες [66]. Στο παρόν κεφάλαιο, παρατίθενται βασικές έννοιες της θεωρίας λήψης αποφάσεων, κάποιες από τις πλέον διαδεδομένες μεθοδολογίες και η συμβολή της επιστήμης των υπολογιστών στη σύγχρονη λήψη αποφάσεων. Τέλος, γίνεται αναφορά στη βιβλιογραφία σχετικά με τη λήψη απόφασης για την επιλογή προμηθευτή και στις μεθοδολογίες που συνήθως χρησιμοποιούνται στις συγκεκριμένες μελέτες. 2.1 Θεωρία λήψης αποφάσεων Σύμφωνα με τους Turban et al [57], η λήψη απόφασης ορίζεται ως «η διαδικασία επιλογής μεταξύ δύο ή περισσότερων εναλλακτικών δράσεων, για την επίτευξη ενός στόχου ή στόχων». Η διαδικασία λήψης μιας απόφασης αποτελείται από πολλά στάδια. Ο Simon [49] την περίγραψε ως μία διαδικασία τριών διαφορετικών φάσεων, στις οποίες αργότερα πρόσθεσε και μία τέταρτη: γνώση (intelligence), σχεδιασμός (design), επιλογή (choice) και υλοποίηση (implementation). Φάση 1: Η γνώση περιλαμβάνει τον εντοπισμό και την κατανόηση του προβλήματος. Φάση 2: Ο σχεδιασμός αναφέρεται στη διερεύνηση και την ανάπτυξη πιθανών εναλλακτικών λύσεων για το πρόβλημα. Φάση 3: Η επιλογή σημαίνει τον εντοπισμό της καλύτερης δυνατής από τις διαθέσιμες λύσεις. Φάση 4: Η υλοποίηση συνίσταται στην εφαρμογή της λύσης που έχει επιλεγεί και την παρακολούθηση της απόδοσής της. -5-

12 Η εικόνα 2.1 παρουσιάζει τις τέσσερεις φάσεις της λήψης μιας απόφασης καθώς και τη δυνατότητα επιστροφής και επανάληψης του προηγούμενου σταδίου, αν η επιλεγμένη λύση δεν κριθεί αποτελεσματική [34]. Καθορισμός του προβλήματος Γνώση Εύρεση πιθανών λύσεων Σχεδιασμός Επιλογή βέλτιστης λύσης Επιλογή Δοκιμή της λύσης Υλοποίηση Εικόνα 2.1: Στάδια λήψης απόφασης Παρά όλα αυτά, υπάρχουν προβλήματα τα οποία ονομάζονται αδόμητα (unstructured), η λύση τους δεν είναι δυνατόν να δομηθεί μέσα από τις τέσσερεις φάσεις και απαιτούν ιδιαίτερη αντιμετώπιση και εκτίμηση. Ένα τέτοιο πρόβλημα μπορεί να είναι για παράδειγμα η ανάπτυξη μιας νέας τεχνολογίας. Στην άλλη πλευρά, βρίσκονται τα δομημένα (structured) προβλήματα, τα οποία είναι καλά καθορισμένα και όλες οι φάσεις τους είναι δομημένες. Η διαδικασία για την εξεύρεση λύσης είναι δεδομένη, ενώ μπορεί να περιγραφούν με μοντέλα μεγιστοποίησης κέρδους ή ελαχιστοποίησης κόστους. Η επιλογή της καλύτερης δυνατής επένδυσης αποτελεί ένα παράδειγμα δομημένης απόφασης. Μεταξύ των δύο κατηγοριών βρίσκονται τα ημιδομημένα (semistructured) προβλήματα, τα οποία αποτελούνται τόσο από δομημένα όσο και από αδόμητα στοιχεία. Ένα τέτοιο παράδειγμα είναι η απόφαση για ανταλλαγή ομολόγων [57]. -6-

13 Οι αποφάσεις λαμβάνονται κάτω από διαφορετικές κάθε φορά συνθήκες. Υπάρχουν αποφάσεις που λαμβάνονται υπό συνθήκες βεβαιότητας, όπου δηλαδή κάθε ενέργεια έχει ένα γνωστό εκ των προτέρων αποτέλεσμα. Αυτές οι περιπτώσεις είναι εύκολο να μοντελοποιηθούν με τη χρήση του μαθηματικού προγραμματισμού, που αποτελεί μία ιδιαίτερα διαδεδομένη μέθοδο λήψης αποφάσεων. Ένα τέτοιο υπόδειγμα αποτελείται από μία αντικειμενική συνάρτηση στόχο, η οποία θα πρέπει να μεγιστοποιηθεί ή να ελαχιστοποιηθεί, και από μια σειρά συναρτήσεων που εκφράζουν τους περιορισμούς που υπάρχουν στο σύστημα [70]. Συχνά οι πραγματικές συνθήκες είναι πιο πολύπλοκες και δεν επιτρέπουν την επίλυση ενός προβλήματος με τη βελτιστοποίηση μίας και μόνο συνάρτησης στόχου. Αυτό συμβαίνει όταν τα κριτήρια για τη λήψη της απόφασης είναι πολλά και κάποιες φορές αντικρουόμενα, συνεπώς η βελτιστοποίηση του ενός δε συνεπάγεται και βελτιστοποίηση των υπολοίπων [70]. Εδώ εισάγεται η λήψη αποφάσεων με την πολυκριτηριακή μεθοδολογία (Multi Criteria Decision Making MCDA), η οποία στοχεύει στην εξεύρεση της βέλτιστης λύσης από ένα σύνολο εναλλακτικών λύσεων, λαμβάνοντας υπ όψη τα προς ικανοποίηση κριτήρια [55]. Η πολυκριτήρια ανάλυση αναπτύσσεται εκτενέστερα στην παράγραφο Στις προαναφερθείσες περιπτώσεις, η αβεβαιότητα αντιμετωπίζεται με την εκτέλεση της ανάλυσης ευαισθησίας [70]. Αυτή πραγματοποιείται με αλλαγές στα δεδομένα εισόδου του μοντέλου, έτσι ώστε να μπορούν να προβλεφθούν εναλλακτικά αποτελέσματα σε περίπτωση αλλαγής των περιβαλλοντικών συνθηκών. Όταν όμως κάθε πιθανή ενέργεια μπορεί να οδηγήσει σε πολλά διαφορετικά αποτελέσματα τα οποία δεν είναι γνωστά από την αρχή, τότε η απόφαση λαμβάνεται υπό καθεστώς αβεβαιότητας. Από τις πιο γνωστές μεθοδολογίες που χρησιμοποιούνται σε αυτές τις περιπτώσεις είναι τα δέντρα αποφάσεων. Τα δέντρα αποφάσεων χρησιμοποιούνται για τη λύση προβλημάτων όπου υπάρχει αβεβαιότητα και πληθώρα εναλλακτικών που επιλέγονται διαδοχικά. Η τεχνική βασίζεται σε μια δενδροειδή αναπαράσταση του προβλήματος όπου κάθε κλαδί αντιστοιχεί σε μία εναλλακτική απόφαση ή ένα εναλλακτικό αποτέλεσμα [70] Πολυκριτήρια Ανάλυση Η πολυκριτήρια ανάλυση αποφάσεων έχει αναπτυχθεί ιδιαίτερα τις τελευταίες δεκαετίες, κυρίως ως μέθοδος της επιχειρησιακής έρευνας για τη λήψη βέλτιστων αποφάσεων. -7-

14 Σύμφωνα με κάποιους μελετητές [65], η μεθοδολογία της πολυκριτήριας ανάλυσης μπορεί να διαιρεθεί στη λήψη αποφάσεων πολλαπλών στόχων (Multi Objective Decision Making MODM) και στη λήψη αποφάσεων πολλαπλών ιδιοτήτων (Multi Attribute Decision Making MADM). Η μεθοδολογία της MODM επικεντρώνεται σε προβλήματα όπου ο χώρος απόφασης είναι συνεχής. Ένα χαρακτηριστικό παράδειγμα τέτοιου τύπου είναι τα προβλήματα μαθηματικού προγραμματισμού με πολλαπλές συναρτήσεις στόχους. Από την άλλη πλευρά, το ρεύμα της MADM έχει ως αντικείμενο προβλήματα με διακριτό χώρο απόφασης, όπου δηλαδή το σύνολο των εναλλακτικών λύσεων είναι προκαθορισμένο [55]. Παρά όλα αυτά, οι όροι MODM και MADM συνήθως χρησιμοποιούνται για να δηλώσουν την ίδια κατηγορία μοντέλων, δηλαδή τα μοντέλα της πολυκριτηριακής ανάλυσης MCDM [56]. Παρά τις διαφορές που παρουσιάζουν μεταξύ τους οι διαφορετικές πολυκριτηριακές μεθοδολογίες, τα κοινά στοιχεία στα πολυκριτήρια προβλήματα λήψης απόφασης αποτελούν οι εναλλακτικές και τα κριτήρια επιλογής/στόχοι [7]. Οι εναλλακτικές είναι οι πιθανές λύσεις/ενέργειες που έχει στη διάθεσή του ο αποφασίζων, οι οποίες μπορεί να είναι λίγες ή περισσότερες ανάλογα με τη φύση του προβλήματος. Οι ιδιότητες του προβλήματος (κριτήρια ή στόχοι) είναι πολλαπλές και αποτελούν το μέσο αξιολόγησης των εναλλακτικών. Τα κριτήρια επιλογής είναι πολλές φορές αντικρουόμενα, όπως για παράδειγμα συμβαίνει συνήθως με το κόστος και την ποιότητα. Επίσης, συχνά μετρούνται με διαφορετικές μονάδες μέτρησης, οπότε αυτό δυσχεραίνει την ανάλυση. Όταν τα κριτήρια επιλογής είναι πολλά, οι μεθοδολογίες συνήθως τα ομαδοποιούν και τα ιεραρχούν, δημιουργώντας με τον τρόπο αυτό υποκριτήρια. Οι περισσότερες μέθοδοι πολυκριτήριας ανάλυσης χρησιμοποιούν τον καθορισμό βαρών για τα κριτήρια επιλογής, ορίζοντας έτσι το βαθμό σημαντικότητας τους για τη λήψη της τελικής απόφασης [55]. Με βάση αυτά τα δεδομένα, οι πολυκριτηριακές μεθοδολογίες λήψης απόφασης αξιολογούν τις εναλλακτικές με βάση τα κριτήρια επιλογής, συνδυάζουν τις επιδόσεις τους και ταξινομούν τις πιθανές λύσεις ώστε να αναδειχθεί τελικά η καλύτερη επιλογή. Σύμφωνα με τον Bernard Roy [42], στο μεθοδολογικό πλαίσιο της πολυκριτηριακής ανάλυσης, η επίλυση ενός προβλήματος περνάει από τέσσερα διαδοχικά στάδια, τα ο- ποία αλληλεπιδρούν μεταξύ τους, δηλαδή υπάρχει η δυνατότητα ανατροφοδότησης ό- ταν ο αποφασίζων σε κάποιο στάδιο κρίνει ότι υπάρχει έλλειψη πληροφόρησης ή πιθα- -8-

15 νά λάθη που μπορεί να διορθωθούν σε προηγούμενα βήματα. Το πλαίσιο αυτό απεικονίζεται στην εικόνα 2.2 και κάθε στάδιο της διαδικασίας εξηγείται στη συνέχεια. Στάδιο 1 Καθορισμός του αντικειμένου της απόφασης Στάδιο 2 Καθορισμός μιας συνεπούς οικογένειας κριτηρίων Στάδιο 3 Ανάπτυξη της μεθόδου σύνθεσης των κριτηρίων Στάδιο 4 Υποστήριξη της απόφασης Εικόνα 2.2: Στάδια λήψης απόφασης με χρήση πολυκριτήριας ανάλυσης Το πρώτο στάδιο αφορά τον καθορισμό του συνόλου των επιλογών του προβλήματος, δηλαδή ενός συνόλου αποφάσεων, λύσεων ή εναλλακτικών δράσεων που θα πρέπει να κριθούν και τελικά από τα στοιχεία του συνόλου να επιλεγεί η προτιμότερη λύση ή να καταταγούν με σειρά προτίμησης. Το σύνολο των επιλογών μπορεί να καθοριστεί είτε έμμεσα μέσω παράθεσης ρητών περιορισμών, οπότε το πρόβλημα λύνεται με μαθηματικό προγραμματισμό πολλαπλών στόχων, είτε άμεσα ως ένα σύνολο διακριτών αποφάσεων. Στην περίπτωση αυτή, η λύση στο πρόβλημα μπορεί να δοθεί με έναν από τους εξής τρόπους: Επιλογή επιλογή μιας λύσης ως της πλέον κατάλληλης Ταξινόμηση ταξινόμηση των εναλλακτικών σε ομοιογενείς κατηγορίες Κατάταξη κατάταξη των λύσεων από την καλύτερη προς τη χειρότερη Περιγραφή περιγραφή των λύσεων αξιολογώντας τις ως προς τα κριτήρια -9-

16 Στο δεύτερο στάδιο της διαδικασίας, ορίζεται το σύνολο των ιδιοτήτων ή κριτηρίων που θα χρησιμοποιηθεί για την αξιολόγηση των εναλλακτικών λύσεων. Τα κριτήρια που θα επιλεγούν μπορεί να είναι είτε αριθμητικά, τα οποία είναι μετρήσιμα και μπορούν να χρησιμοποιηθούν σε υπολογισμούς, είτε βαθμωτά, οπότε παίρνουν τιμές από μια προκαθορισμένη κλίμακα διάταξης. Το τρίτο στάδιο της διαδικασίας λήψης απόφασης συνίσταται στην ανάπτυξη ενός υποδείγματος σύνθεσης των κριτηρίων, δηλαδή μιας μεθοδολογίας που θα αποδώσει τιμές για το σύνολο των χαρακτηριστικών που έχουν οριστεί στο στάδιο 2 και τελικά οι ε- ναλλακτικές του πρώτου σταδίου θα συγκριθούν με βάση τις επιδόσεις τους σε κάθε κριτήριο. Στο τέταρτο και τελευταίο στάδιο της διαδικασίας, περιλαμβάνονται οι δραστηριότητες που θα ελέγξουν και θα επικυρώσουν το αποτέλεσμα που έχει εξαχθεί στο στάδιο 3. Ενέργειες όπως η ανάλυση ευαισθησίας είναι σε θέση να βοηθήσουν τον αποφασίζοντα να κατανοήσει τα αποτελέσματα και τον τρόπο με τον οποίο αυτά έχουν εξαχθεί [67]. Θεωρητικές προσεγγίσεις στην πολυκριτήρια ανάλυση Στο πλαίσιο της πολυκριτήριας ανάλυσης έχουν προταθεί πολλές μεθοδολογίες επίλυσης των προβλημάτων, οι οποίες βασίζονται σε διαφορετικούς τρόπους συνδυασμού των επιμέρους επιδόσεων ώστε να οδηγήσουν στη λήψη απόφασης. Ο Roy [42] έχει προτείνει την ομαδοποίηση των διαφορετικών προσεγγίσεων σε τρεις κατηγορίες, ανάλογα με τη μορφή των υποδειγμάτων που χρησιμοποιούν: Μοναδική σύνθεση κριτηρίου (unique synthesis criterion), όπου οι επιμέρους μετρήσεις συνδυάζονται σε μια συνάρτηση η οποία βελτιστοποιείται, αγνοώντας κάθε μη συγκρίσιμο χαρακτηριστικό. Σύνθεση σχέσεων υπεροχής (outranking synthesis), όπου τα μη συγκρίσιμα χαρακτηριστικά λαμβάνονται υπ όψη για τη σύνθεση του τελικού αποτελέσματος. Αλληλεπιδραστική τοπική κρίση (interactive local judgement), που περιλαμβάνει κυρίως τεχνικές μαθηματικού προγραμματισμού που συνδυάζουν υπολογιστικά στάδια με επιπλέον πληροφορίες για τις προτιμήσεις του αποφασίζοντα [66]. Μία εναλλακτική κατηγοριοποίηση των θεωρητικών προσεγγίσεων της πολυκριτήριας ανάλυσης είναι η κατάταξη τους σε τέσσερεις θεωρητικές τάσεις [68]: Προσέγγιση του συστήματος αξιών ή αλλιώς θεωρία χρησιμότητας, η οποία α- ναφέρεται επίσης ως η Αμερικανική Σχολή [19, 21, 31, 61]. Η κεντρική ιδέα της -10-

17 συγκεκριμένης προσέγγισης έγκειται στην αναπαράσταση ενός συστήματος α- ξιών το οποίο προέρχεται από τη σύνθεση των προτιμήσεων του αποφασίζοντα αναφορικά με τα κριτήρια. Στη συνέχεια, από το παραγόμενο σύστημα αξίας προκύπτει μία ποσοτική εκτίμηση που οδηγεί στη λήψη της τελικής απόφασης [68]. Κύριες μέθοδοι της συγκεκριμένης προσέγγισης είναι οι AHP, MAUT, MAVT, WSM [55, 66]. Προσέγγιση των σχέσεων υπεροχής, γνωστή και ως Γαλλική ή Ευρωπαϊκή Σχολή. Δημιουργώντας σχέσεις υπεροχής, δηλαδή δυαδικές σχέσεις που εκφράζουν την προτίμηση του αποφασίζοντα, η προσέγγιση αυτή επιτρέπει την αντιμετώπιση του προβλήματος της μη συγκρισιμότητας των χαρακτηριστικών των ε- ναλλακτικών λύσεων [42, 43, 44, 59, 60]. Αντιπροσωπευτικές μέθοδοι της συγκεκριμένης προσέγγισης θεωρούνται οι ELECTRE, PROMETHEE, ORESTE, QUALIFLEX [66]. Αναλυτική Συνθετική Προσέγγιση, η οποία αναλύει τη συμπεριφορά και τον τρόπο αντίληψης του αποφασίζοντα [27, 28, 50]. Πιο συγκεκριμένα, μέσω επαναληπτικών διαδικασιών εξετάζονται όλα τα στοιχεία του προβλήματος καθώς και η μέθοδος κρίσης του αποφασίζοντα. Στη συνέχεια όλες οι παράμετροι χρησιμοποιούνται για τη σύνθεση ενός συστήματος αξιών. Η συγκεκριμένη διαδικασία στοχεύει στην υποβοήθηση του αποφασίζοντα στην βαθύτερη κατανόηση του προβλήματος. Ως αντιπροσωπευτική αυτής της τάσης αναφέρεται η μέθοδος UTA [68]. Προσέγγιση της Πολυκριτήριας Βελτιστοποίησης, η οποία αποτελεί επέκταση του μαθηματικού προγραμματισμού [15, 33, 63, 64]. Αντικείμενο της συγκεκριμένης προσέγγισης είναι η αντιμετώπιση προβλημάτων όπου υπάρχουν πολλαπλοί στόχοι και οι εναλλακτικές λύσεις είναι συνεχείς. Η επίλυση του προβλήματος πραγματοποιείται μέσω επαναληπτικών μεθόδων που έχουν ως στόχο (α) την ικανοποίηση των κριτηρίων, (β) τη δημιουργία ενός μοντέλου χρησιμότητας και (γ) το συνδυασμό των παραπάνω μεθόδων. Συνοπτική περιγραφή των βασικών μεθόδων πολυκριτήριας ανάλυσης Στην ενότητα αυτή παρουσιάζονται σύντομα ορισμένες μεθοδολογίες πολυκριτήριας ανάλυσης, καθώς θεωρείται σημαντικό να παρατεθούν τα κυριότερα χαρακτηριστικά τους και ο τρόπος λειτουργίας τους. -11-

18 Μέθοδος Σταθμισμένου Αθροίσματος (Weighted Sum Model WSM) Η μέθοδος WSM είναι ίσως η πλέον χρησιμοποιούμενη μέθοδος σε μονοδιάστατα προβλήματα. Το κύριο χαρακτηριστικό της είναι η υπόθεση της προστιθέμενης χρησιμότητας, δηλαδή ότι η συνολική αξία μιας εναλλακτικής ισούται με το άθροισμα της σταθμισμένης αξίας της για κάθε κριτήριο [55]. Αναλυτικότερα, αν υπάρχουν Μ εναλλακτικές και Ν κριτήρια, τότε η καλύτερη εναλλακτική είναι αυτή που ικανοποιεί (σε περίπτωση μεγιστοποίησης) τη σχέση [18]: A WSM = max i Σa ij w j, για i=1,2,,m και j=1,2,..,n και όπου A WSM είναι η βαθμολογία της καλύτερης εναλλακτικής επιλογής, a ij είναι η αξιολόγηση της i εναλλακτικής ως προς το κριτήριο j, w j είναι το βάρος του j κριτηρίου. Το μειονέκτημα της μεθόδου προκύπτει όταν υπάρχουν διαφορετικές μονάδες μέτρησης για τα κριτήρια, οπότε η έννοια του αθροίσματος δεν έχει νόημα [55]. Διαδικασία Αναλυτικής Ιεράρχησης (Analytic Hierarchy Process AHP) Η διαδικασία αναλυτικής ιεράρχησης βασίζεται στην αποσύνθεση ενός πολύπλοκου προβλήματος στα συστατικά του μέρη, τα οποία οργανώνονται σε μια ιεραρχική δομή. Στο τελικό στάδιο της διαδικασίας σχηματίζεται ένας Μ*Ν πίνακας, όπου Μ είναι ο αριθμός των εναλλακτικών και Ν ο αριθμός των κριτηρίων, ο οποίος απεικονίζει τις σχετικές σημαντικότητες των εναλλακτικών έναντι των κριτηρίων. Η μεθοδολογία της διαδικασίας αναλυτικής ιεράρχησης παρουσιάζει ομοιότητες με αυτή της μεθόδου σταθμισμένου αθροίσματος, απλώς η AHP χρησιμοποιεί σχετικές αξίες έναντι των πραγματικών της WMS και συνεπώς μπορεί να χρησιμοποιηθεί και σε πολυδιάστατα προβλήματα, όπου δηλαδή τα κριτήρια μπορεί να μετρούνται με διαφορετικές μονάδες [55]. Η μεθοδολογία της AHP αναλύεται διεξοδικά στο κεφάλαιο 3. Μέθοδος ELECTRE Η μεθοδολογία ELECTRE (ELimination Et Choix Traduisant la REalité Απαλοιφή και Επιλογή Ερμηνεύοντας την Πραγματικότητα) εισήχθη αρχικά από τους Benayoun et al. [4] και αποτελεί τη βασικότερη τεχνική στο χώρο των σχέσεων υπεροχής. Κεντρική ιδέα της μεθόδου είναι η δημιουργία σχέσεων υπεροχής, με την κατά ζεύγη σύγκριση των εναλλακτικών για κάθε κριτήριο ξεχωριστά. Αρχικά ο αποφασίζων συγκρίνει -12-

19 κατά ζεύγη τις εναλλακτικές κάτω από κάθε κριτήριο για να δηλώσει ότι προτιμά πλήρως ή ελαφρώς τη μία έναντι της άλλης ή ότι είναι αδιάφορος μεταξύ των δύο ή ακόμη ότι δεν μπορεί να εκφράσει προτίμηση [55]. Μια εναλλακτική Α θεωρείται προτιμότερη μιας εναλλακτικής Β, όταν η Α υπερέχει της Β σε περισσότερα κριτήρια από ότι η Β υπερέχει της Α [66]. Στη συνέχεια ο αποφασίζων καλείται να αποδώσει βάρη σε κάθε ένα από τα κριτήρια, προκειμένου να δηλώσει τη σημαντικότητά τους στη λήψη της απόφασης [55]. Στον ορισμό της υπεροχής μιας εναλλακτικής έναντι μιας άλλης μπορεί να οριστεί και τιμή κατωφλίου, πάνω από την οποία η μία επιλογή θεωρείται καλύτερη της άλλης. Τέλος, υπολογίζονται οι καθολικές σχέσεις υπεροχής και εξάγεται μία τελική ταξινόμηση όλων των εναλλακτικών λύσεων [66]. Μέθοδος UTA Η μέθοδος UTA (UTilités Additives) αναπτύχθηκε το 1982 από τους Jacquet-Lagréze και Σίσκο και χρησιμοποιείται για την κατάταξη μιας σειράς εναλλακτικών βάσει των προτιμήσεων του αποφασίζοντα [27]. Χρησιμοποιεί τεχνικές γραμμικού προγραμματισμού, με σκοπό τη βέλτιστη εξαγωγή συναρτήσεων προστιθέμενης χρησιμότητας, ώ- στε αυτές οι συναρτήσεις να παρουσιάζουν τη μεγαλύτερη δυνατή συνέπεια με τις συνολικές προτιμήσεις του αποφασίζοντα [51]. Μέθοδος TOPSIS Η μεθοδολογία TOPSIS (Technique for Order Preference by Similarity to Ideal Solution Τεχνική για την Ταξινόμηση κατά Προτίμηση με Ομοιότητα προς την Ιδανική Λύση) αναπτύχθηκε από τους Hwang και Yoon [25], ως μια εναλλακτική των μεθόδων ELECTRE. Η κεντρική ιδέα της μεθόδου είναι ότι η επιλεγόμενη εναλλακτική πρέπει να απέχει τη μικρότερη απόσταση (σε γεωμετρικούς όρους) από την ιδεατή λύση και τη μεγαλύτερη απόσταση από την πιο αρνητική λύση. Η TOPSIS υποθέτει ότι κάθε χαρακτηριστικό έχει μια αύξουσα ή φθίνουσα χρησιμότητα. Επομένως, είναι εύκολο να ε- ντοπιστούν η ιδανική και η αρνητική λύση. Η προσέγγιση της ευκλείδειας απόστασης χρησιμοποιείται ώστε να εκτιμηθεί η σχετική προσέγγιση των εναλλακτικών στην ιδανική επιλογή. Συνεπώς, οι εναλλακτικές ταξινομούνται συγκρίνοντας τις σχετικές αποστάσεις τους από την ιδανική λύση [55] Συστήματα υποστήριξης αποφάσεων Ο όρος Συστήματα Υποστήριξης Αποφάσεων (Decision Support Systems DSS), όπως και άλλοι αντίστοιχοι όροι της τεχνολογίας της πληροφορίας, είναι μία έκφραση ελεύ- -13-

20 θερης απόδοσης, δηλαδή μπορεί να έχει διαφορετικό νόημα σε διαφορετικά άτομα. Συνεπώς, δεν μπορεί να υπάρξει ένας μοναδικός και γενικά αποδεκτός προσδιορισμός του όρου [57]. Παρά όλα αυτά, οι Keen και Scott-Morton [30] έχουν αποδώσει τον εξής κλασικό ορισμό: «Τα συστήματα υποστήριξης αποφάσεων συνδυάζουν τις πνευματικές ικανότητες των ατόμων με τις δυνατότητες των υπολογιστών με σκοπό τη βελτίωση της ποιότητας των αποφάσεων. Πρόκειται για ηλεκτρονικά συστήματα υποστήριξης των ληπτών επιχειρηματικών αποφάσεων που αντιμετωπίζουν ημιδομημένα προβλήματα». Σύντομη ιστορική αναδρομή Οι μελετητές των πληροφοριακών συστημάτων άρχισαν να ασχολούνται με την έρευνα και ανάπτυξη των DSS ήδη από τα τέλη της δεκαετίας του Η ανάπτυξη των ηλεκτρονικών συστημάτων υποστήριξης αποφάσεων έγινε εφικτή με την ανάπτυξη των μικροϋπολογιστών, των λειτουργικών συστημάτων και των κατανεμημένων υπολογιστικών συστημάτων. Στις αρχές της δεκαετίας του 1970, ξεκίνησε η συγγραφή και δημοσίευση άρθρων για τα Συστήματα Διοικητικών Αποφάσεων (Management Decision Systems), τα Συστήματα Στρατηγικού Σχεδιασμού (Strategic Planning Systems) και τα Συστήματα Υποστήριξης Απόφασης. Η πρώτη αναφορά του όρου συστήματα υποστήριξης αποφάσεων γίνεται το 1971 από τους Gorry και Scott-Morton [22], όταν υποστήριξαν ότι τα Πληροφοριακά Συστήματα Διοίκησης (Management Information Systems MIS) αφορούν κυρίως δομημένες αποφάσεις και πρότειναν τον όρο συστήματα υποστήριξης αποφάσεων για τα συστήματα που υποστηρίζουν ημιδομημένα και αδόμητα προβλήματα. Στο τέλος της δεκαετίας του 1970, τόσο πρακτικά όσο και θεωρητικά θέματα των DSS συμπεριλαμβάνονται σε επιστημονικά και ακαδημαϊκά συνέδρια, ενώ από τη δεκαετία του 1980 η πραγματοποίηση δράσεων που αφορούν την ανάπτυξη και μελέτη των DSS από πανεπιστήμια και οργανισμούς συντελεί στη διεύρυνση του πεδίου εφαρμογών των συστημάτων υποστήριξης αποφάσεων [40]. Στη δεκαετία του 1990 τα DSS υποστηρίζονται με νέες τεχνολογίες ενώ αρχίζει και η φάση της εξειδίκευσης με την αξιοποίηση συστημάτων όπως Έμπειρα Συστήματα (Expert Systems), Αποθήκες Συγκεντρωτικών Δεδομένων (Data Warehouses), Συστήματα On-Line Αναλυτικής Eεπεξεργασίας (On-Line Analytical Processing OLAP) [66, 57] Ο D.J. Power έχει α- σχοληθεί με μία καταγραφή της λεπτομερούς ιστορικής αναδρομής των DSS [40]. -14-