Comparison of multiple-criteria decision-making methods - results of a simulation study

• Autorzy: Adamczak M. , Domański R. , Wagener N.

Identyfikatory

DOI

10.17270/J.LOG.2016.4.5

Warianty tytułu

PL

Porównanie wielokryterialnych metod wspomagających podejmowanie decyzji - wyniki badań symulacyjnych

• Języki publikacji: EN

Abstrakty

EN

Background: Today, both researchers and practitioners have many methods for supporting the decision making process. Due to the conditions in which supply chains function, the most interesting are multi-criteria methods. The use of sophisticated methods for supporting decisions requires the parameterization and execution of calculations that are often complex. So is it efficient to use sophisticated methods? Methods: The authors of the publication compared two popular multi-criteria decision-making methods: the Weighted Sum Model (WSM) and the Analytic Hierarchy Process (AHP). A simulation study reflects these two decision-making methods. Input data for this study was a set of criteria weights and the value of each in terms of each criterion. Results: The iGrafx Process for Six Sigma simulation software recreated how both multiple-criteria decision-making methods (WSM and AHP) function. The result of the simulation was a numerical value defining the preference of each of the alternatives according to the WSM and AHP methods. The alternative producing a result of higher numerical value was considered preferred, according to the selected method. In the analysis of the results, the relationship between the values of the parameters and the difference in the results presented by both methods was investigated. Statistical methods, including hypothesis testing, were used for this purpose. Conclusions: The simulation study findings prove that the results obtained with the use of two multiple-criteria decision making methods are very similar. Differences occurred more frequently in lower-value parameters from the "value of each alternative" group and higher-value parameters from the "weight of criteria" group.

PL

Wstęp: Obecnie teoretycy i praktycy dysponują wieloma metodami wspomagającymi proces podejmowania decyzji. Z uwagi na warunki, w jakich funkcjonują współczesne łańcuchy dostaw najbardziej interesujące wydają się metody wielokryterialne. Wykorzystanie skomplikowanych metod wymaga jednak wieloetapowej parametryzacji i przeprowadzenia rozbudowanych obliczeń. Czy zatem efektywne jest stosowanie skomplikowanych metod? Metody: Autorzy publikacji porównali dwie popularne wielokryterialne metody wspomagające proces podejmowani decyzji: metodę punktową ważoną (WSM) oraz metodę hierarchiczną (AHP). W modelu symulacyjnym odzwierciedlono funkcjonowanie obu tych metod. Dane wejściowe do symulacji stanowiły wartości parametrów: ocena alternatywy oraz waga kryterium. Wyniki: Model symulacyjny opracowano w oprogramowaniu iGrafx Process for Six Sigma. Odzwierciedlono w nim funkcjonowanie dwóch wielokryterialnych metod wspomagania procesu decyzyjnego: WSM oraz AHP. Wynikami symulacji były wartości liczbowe odzwierciedlające preferencję każdej z alternatyw według każdej z metod. Za wybraną przez daną metodę alternatywę uznawano tą, której wartość wskaźnika preferencji była wyższa. W analizie wyników poszukiwano zależności pomiędzy wartościami parametrów oraz różnicą wyników przedstawioną przez obie metody. Wykorzystano w tym celu metody statystyczne w tym testowanie hipotez. Wnioski: Przedstawione rezultaty badań symulacyjnych wskazują, że wyniki uzyskane dwiema wielokryterialnymi metodami wspomagania decyzji są do siebie bardzo zbliżone. Różnice wyników pomiędzy nimi miały miejsce częściej w warunkach niższych wartości parametru ocena alternatywy oraz w wyższych wartości parametru waga kryterium.

Słowa kluczowe

EN

weighted sum model; analytic hierarchy process (AHP); multiple criteria decision making; simulation study

PL

metoda ważona; metoda AHP; wielokryterialne metody wspomagania decyzji; badania symulacyjne

• Wydawca: Wyższa Szkoła Logistyki
• Czasopismo: LogForum
• Rocznik: 2016
• Tom: Vol. 12, no. 4
• Strony: 237--246
• Opis fizyczny: Bibliogr. 38 poz., tab., wykr.

Twórcy

autor

Adamczak M.

• Poznan School of Logistics, ul. Estkowskiego 6, 61-755 Poznan, Poland

autor

Domański R.

• Poznan School of Logistics, ul. Estkowskiego 6, 61-755 Poznan, Poland

autor

Wagener N.

• Poznan School of Logistics, ul. Estkowskiego 6, 61-755 Poznan, Poland

Bibliografia

• 1. Bana e Costa C.A., Vansnick F.C., 1999, Sur la quantification des jugements de valeur: L'approche MACBETH [The quantity quantification: The MACBETH approach], Université Paris-Dauphine, Paris.
• 2. Bielski M., 1992, Organizacje: istota, struktury, procesy, [Organizations: the essence, structure, processes], Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
• 3. Bozarth C., Handfield R.B., 2007, Wprowadzenie do zarządzania operacjami i łańcuchem dostaw, [Operations and supply chain management], Wydawnictwo Helion, Gliwice.
• 4. Brans J.P., 1982, L'ingenierie de la decision; Elaboration d'instruments d'aide a la decision. La methode PROMETHEE, [The engineering of the decision; Development of support tools for decision. The PROMETHEE method], [in:] Nadeau R., Landry M. (eds.), L'aide a la decision: Nature, Instruments et Perspectives d'Avenir, [Aid to the decision: Nature, Instruments and Future Prospects], Presses de l'Universite Laval, Quebec.
• 5. Churchman C.W., Ackoff R.L., 1954, An approximate measure of value, Journal of Operations Research Society of America, 2 (1), 172-187.
• 6. Diakoulaki D., Koumoutsos N., 1991, Cardinal ranking of alternative actions: extension of the PROMETHEE method, European Journal of Operational Research, 53, 337-347.
• 7. Edwards W., Barron F.H., 1994, SMARTS and SMARTER: improved Simple methods for multiattribute measurement. Organizational Behavior and Human Decision Process, 60, 306-325.
• 8. Edwards W., 1971, Social utilities, Engineering Economist, Summer Symposium, Series 6, 119-129.
• 9. Frankowska M., Jedliński M., 2011, Efektywność systemu dystrybucji, [effciency of phisical distribution system], PWE, Warszawa.
• 10. Górecka D., Szałucka M., 2013, Country market selection in international expansion using multicriteria decision aiding methods, Multiple Criteria Decision Making, 8, 31-55.
• 11. Górecka D., Muszyńska J., 2011, Analiza przestrzenna innowacyjności polskich regionów, [Spatial analysis of innovativeness of Polish regions], Acta Universitatis Lodziensis Folia Oeconomica, 253, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
• 12. Górecka D., 2010, Zastosowanie metod wielokryterialnych opartych na relacji przewyższania do oceny europejskich projektów inwestycyjnych, [The use of methods of multi-criteria based on outranking relation to the evaluation of European investment projects] [w:] Nowak M. (red.), Metody i zastosowania badań operacyjnych, [Methods and applications of operations research], Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice.
• 13. Górecka D., 2009, Wielokryterialne wspomaganie wyboru projektów europejskich, [Multi-criteria support the selection of European projects], TNOiK, Toruń.
• 14. Hwang C.L., Yoon K., 1981, Multiple Attribute Decision Making Methods and Applications: A State of the Art Survey, Springer-Verlag, New York.
• 15. Jahanshahloo G.R., Hosseinzadeh Lotfi F., Izadikhah M., 2006, Extension of the TOPSIS method for decision-making problems with fuzzy data, Applied Mathematics and Computation, 185, 1544-1551.
• 16. Kisielnicki J., 2008, Zarządzanie, [Management], PWE, Warszawa.
• 17. Kisielnicki J., Turyna J., (Eds), 2012, Decyzyjne systemy zarządzania, [Decisive systemes of management], Difin, Warszawa.
• 18. Klasik A., (Ed.), 1993, Planowanie strategiczne, [Strategic planning], PWE, Warszawa.
• 19. Konarzewska-Gubała E., 2009, Bipolar: Multiple Criteria Decision Aid Using Bipolar Refernce System, LAMSADE, Cashier et Documents, 56.
• 20. Larichev O., 2001, Ranking multicriteria alternatives: The method ZAPROS III, European Journal of Operational Research, 131, 550-558.
• 21. Larichev O.I., Moskovich H.M., 1995, ZAPROS-LM - a method and system for ordering multiattribute alternatives, European Journal of Operational Research, 82(3), 503-521.
• 22. Lootsma F.A., 1992, The REMBRANDT system for multi-criteria decision analysis via pairwise comparisons or direct rating, Report 92-05, Faculty of Technical Mathematics and Informatics, Delft University of Technology, Delft.
• 23. Mikhailov L., Tzvetinov P., 2004, Evaluation of services using a fuzzy analytic hierarchy process, Applied Soft Computing Journal, 5, 23-33.
• 24. Nowak M., 2010, Trade-off analysis in discrete decision making problems under risk [in:] Lecture Notes in Economics and Mathematical Systems, 638, [in:] Jones D., Tamiz M., Ries J. (eds.), New Developments in Multiple Objective and Goal Programming, Springer Verlag, Berlin.
• 25. Nowak M., 2008, Interaktywne wielokryterialne wspomaganie decyzji w warunkach ryzyka. Metody i zastosowania, [Interactive multi-criteria decision support in terms of risk. Methods and Applications], Wydawnictwo Akademii Ekonomicznej w Katowicach, Katowice.
• 26. Nowak M., 2006, INSDECM - An interactive procedure for stochastic multicriteria decision Problems, European Journal of Operational Research, 175, 1413-1430.
• 27. Nowak M., 2005, Investment project evaluation by simulation and multiple criteria decision aiding procedure, Journal of Civil Engineering and Management, 11, 193-202.
• 28. Nowak M., 2004, Preference and veto thresholds in multicriteria analysis based on stochastic dominance, European Journal of Operational Research, 158, 339-350.
• 29. Opricovic S., 1998, Multicriteria optimization of civil engineering systems. Technical report, Faculty of Civil Engineering, Belgrade.
• 30. Pisz I., Łapuńka I., 2016, Fuzzy logic decision-making system dedicated to evaluation of logistics project effectiveness. LogForum 12 (3), 199-213, DOI:10.17270/J.LOG.2016.3.2
• 31. Roy B., Bouyssou D., 1993, Aide Multicritere a la Decision: Methodes at Cas, Economica, Paris.
• 32. Saaty T.L., 1996, Decision making with dependence and feedback. The analytic network process, RWS Publications, Pittsburgh.
• 33. Saaty T.L., 1980, The analytic hierarchy process, McGraw-Hill, New York.
• 34. Trzaskalik T., (2014), Wielokryterialne wspomaganie decyzji. Przegląd metod i zastosowań, [Multi-criteria decision support. Overview of the methods and uses of], Zeszyty Naukowe Politechniki Śląskiej, Seria Organizacja i Zarządzanie, 74, 239-263.
• 35. Trzaskalik T., Sitarz S., Dominiak C., (2013), Unified procedure for Bipolar method [in:] Zadnik L., Żerovnik J., Poch. J., Drobne S., Lisec A. (eds.), SOR'13 Proceedings.
• 36. Tzeng G.H., Huang J.J., 2011, Multiple Attribute Decision Making. Methods and Applications, CRC Press, London.
• 37. Wang J.J., Jing Y.Y., Zhang Ch.F., Zhao J.H., 2009, Review on multi-criteria decision analysis aid in sustainable energy decisionmaking, Renewable and Sustainable Energy Reviews, 13, 2263-2278.
• 38. Zaraś K., Martel J.M., 1994, Multiattribute Analysis Based on Stochastic Dominance [in:] Munier B., Machina M.J. (eds.), Models and Experiments in Risk and Rationality, Kluwer Academic Publishers, Dordrecht.

Uwagi

PL

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.