Päätös turvassa

In yhteydessä päätösteoria , puhutaan päätöksiä turvallisuuden , jos päätöksentekijä tuntee kanssa varmuudella esiintyvien ympäristön vaatimus ( ) ja voi näin ollen ennakoida kaikkia seurauksia kanteen. Päätelmät, joilla on useita tavoitteita ( monikriteeriset päätösongelmat ), ovat tärkein rooli. ${\ displaystyle w_ {j} = 1}$

Kenraali

Oletus, että toiminnan kaikki seuraukset tunnetaan etukäteen, vaikuttaa täysin epärealistiselta. Päätössääntöjen merkitys turvallisuuden alla on kuitenkin erittäin suuri. Esimerkiksi tietyt yksiulotteiset päätösongelmat epävarmuustekijöissä tehdyissä päätöksissä voidaan muuntaa päätöksentekotilaksi varmuudella useilla tavoitteilla.

Esimerkkejä

• Tosiasiallisesti tavoiteltua tavoitetta ei voida mitata suoraan, eikä tiettyjen toimintaparametrien vaikutusta tähän tavoitteeseen tiedetä varmasti.
• Globaaliin päämäärään ( voiton maksimointiin ) perustuvan päätöksen monimutkaisuus ei ole enää hallittavissa, joten määritellään yksittäiset osatavoitteet, joiden vaikutus globaaliin tavoitteeseen tunnetaan ainakin taipumuksena .

Esimerkiksi yritys tekee yleensä päätöksen uuden yrityksen sijainnista pitkän aikavälin voiton maksimoimiseksi, mutta mahdollisten sijaintien vaikutusta tulokseen ei voida määrittää suoraan. Sijaintikiinteistöt, kuten infrastruktuuri , palkkakustannukset , verot , myönnetyt tuet , rakennuskustannukset jne., Ovat kuitenkin varmoja, ja on myös tietoa näiden tekijöiden ja globaalin tavoitteen välisestä suhteesta. Epävarmuuden alla olevasta yksiulotteisesta päätöksestä tulee siten moniulotteinen (monikriteerinen) päätös turvallisuuden alla.

Yksiulotteinen päätösongelma

Vähän merkityksellinen ongelma on, kun vain yksi tavoite tavoitellaan ja kohdeominaisuudet tiedetään, kun valitaan erilaisia ​​vaihtoehtoja. Voidaan erottaa kaksi tapausta:

• Rajoittamattomat tavoitteet : Tavoitteena on maksimoida tai minimoida tavoitteiden laajuus. Esimerkki: voiton maksimointi, riskien vähentäminen .
• Rajoitettu tavoitteiden asettaminen : Tavoite tulisi saavuttaa joko tarkasti (kiinnitys) tai vähintään / korkeintaan ( tyydytys ). Esimerkki: Lennon saavuttamiseksi sinun on oltava lentokentällä vähintään tunti etukäteen, mutta ei ole väliä, saavutko sinne aikaisemmin (tyydytys). Tietyn makeisten määrän yläpuolella, sitä enemmän makeisia saa sinut tuntemaan olosi huonoksi, on optimaalinen määrä, jolla poikkeamat ylös ja alas ovat huonoja (kiinnittyminen).

Monikriteeriset päätösongelmat

Päätöksellä (eli vaihtoehtoisen toimintatavan valinnalla useista käytettävissä olevista vaihtoehdoista) on yleensä seurauksia useille tavoitteille, joten läsnä on monikriteerinen päätösongelma. Kohdejärjestelmä on olemassa, kun kaikki seuraukset (tavoitearvot) ja yksittäisten haluttujen kohteiden ominaisuudet (mieltymyssuhde) ovat tiedossa jokaiselle käytettävissä olevalle vaihtoehtoiselle toimintatavalle. Tämän kohdejärjestelmän tavoitteet voidaan yhdistää toisiinsa monin tavoin.

Kohdejärjestelmä

Kohdejärjestelmän kohdearvot osoittavat, mitä seurauksia päätöksentekijä pitää tärkeänä vaihtoehtoisilla toimintatavoillaan, ja arvioimalla vaihtoehtoisia toimintatapoja yhden seurauksen suhteen muodostavat mittapuun vaihtoehdon arvioimiseksi. Kohdejärjestelmä riippuu yksittäisestä päätöksentekijästä.

esimerkki

Voit matkustaa töihin valitsemalla matkan autolla tai paikallisella julkisella liikenteellä . Päätöksentekijän kohdejärjestelmä näyttää tältä, esimerkiksi:

${\ displaystyle {\ begin {array} {c | ccc} & z _ {\ varvec {1}} & z _ {\ varvec {2}} & z _ {\ varvec {3}} & \\\ hline a _ {\ varvec {1} } & 40 & 5 & 8 & \\ a _ {\ lihavoitu symboli {2}} & 45 & 4 & 4 & \\\ end {array}}}$

Kanssa on eri kohteet (tässä: = matka-aika minuutteina, = kustannukset matkaa kohti euroissa, = mukavuutta asteikolla 1-10) ja = matkaa autolla ja = matkaa julkisilla kulkuneuvoilla. ${\ displaystyle z_ {1}}$${\ displaystyle z_ {3}}$${\ displaystyle z_ {1}}$${\ displaystyle z_ {2}}$${\ displaystyle z_ {3}}$${\ displaystyle a_ {1}}$${\ displaystyle a_ {2}}$

Toisella päätöksentekijällä eri paikassa kaupungissa voi olla erilainen kohdejärjestelmä, esimerkiksi:

${\ displaystyle {\ begin {array} {c | ccc} & z _ {\ varvec {1}} & z _ {\ varvec {2}} & z _ {\ varvec {3}} & \\\ hline a _ {\ varvec {1} } & 30 & 4 & -5 & \\ a _ {\ lihavoitu symboli {2}} & 60 & 6 & -2 & \\\ end {array}}}$

Tämä päätöksentekijä ei voinut välittää lainkaan mukavuudesta, joten hänen mielestään se on osoitus kulkuvälineen ekologisista seurauksista. ${\ displaystyle z_ {3}}$

Haluttujen kohdeominaisuuksien osalta yllä mainitaan: Maksimointi, minimointi, kiinnittyminen tai tyytyväisyys ovat mahdollisia.

Kohdesuhteet

Tavoitteilla voi olla erilaiset suhteet toisiinsa (Laux, 2003, s. 67jj.):

• Maalin välinpitämättömyys tai tavoitteiden neutraalisuus : Toinen tavoite ei vaikuta yhden tavoitteen saavuttamiseen, päätösongelma voidaan jakaa yksiulotteisiin alaongelmiin.
• Tavoitteiden täydentävyys : Yhden tavoitteen saavuttaminen helpottaa toisen tavoitteen saavuttamista. Esimerkki: englannin taito ja loma Englannissa. Jos tavoite 1 on pystyä puhumaan englantia mahdollisimman hyvin ja tavoite 2 on viettää mahdollisimman paljon lomaa Englannissa, tavoitteen 2 korkea saavutus (paljon lomaa Englannissa) parantaa automaattisesti tavoitteen 1 saavuttamista.
• Tavoitteiden ristiriidat tai kilpailu tavoitteiden välillä : Tosiasiallisesti ongelmallinen tilanne syntyy, kun tavoitteet ovat ristiriidassa keskenään, eli tavoitteen 1 saavuttamisella on kielteinen vaikutus tavoitteeseen 2. Esimerkki: Ansaitse rahaa ja vapaa-aikaa: Mitä enemmän vapaa-aikaa haluat, sitä vähemmän voit työskennellä, sitä vähemmän rahaa ansaitset.

Päätösäännöt monikriteeristen päätösongelmien ratkaisemiseksi

Hallitsevuuden periaate

Päätösongelman yksinkertaistamiseksi ei pidä ottaa huomioon muita vaihtoehtoja hallitsevia vaihtoehtoja. Vaihtoehtoa hallitaan, jos on olemassa ainakin yksi muu vaihtoehto, joka toimii vähintään yhtä hyvin kaikissa maaleissa ja on parempi ainakin yhdessä maalissa. (Huomaa: tavoitteet eivät tässä tarkoita valtiota, vaan ne on sidottu määräävään asemaan)

Erilaisia ​​hallitsevuuksia voi esiintyä, mukaan lukien absoluuttinen dominointi, valtion hallitsevuus ja todennäköisyyden dominointi. Vaihtoehtoisen toimen A tilavoima verrattuna vaihtoehtoiseen toimintaan B on olemassa, jos A: n tulosarvo on ainakin sama kaikissa tiloissa ja on aidosti suurempi kuin B: n arvo ainakin yhdessä tilassa. A on absoluuttisessa hallitsevassa asemassa B: tä kohtaan, kun A: n huonoin tulosarvo on vähintään yhtä suuri kuin B: n paras tulosarvo kaikissa tiloissa. Absoluuttinen määräävä asema on tiukin kriteeri; H. se merkitsee myös tilan määräävyyttä sekä todennäköisyyden hallitsevuutta.

Tiukka tai tiukka määräävä asema on olemassa, kun hallitseva vaihtoehto toimii paremmin kaikissa tavoitteissa.

Esimerkki (valtion hallitsevuus)

${\ displaystyle z}$= Ympäristön tila = vaihtoehtoinen toimintatapa
${\ displaystyle a}$

${\ displaystyle {\ begin {array} {c | ccc} & z _ {\ varvec {1}} & z _ {\ varvec {2}} & z _ {\ varvec {3}} & \\\ hline a _ {\ varvec {1} } & 10 & 5 & 8 & \\ a _ {\ varvec {2}} & 10 & 6 & 8 & \\ a _ {\ varvec {3}} & 7 & 7 & 7 & \\\ end {array}}}$

Vaihtoehdossa 1 hallitsee vaihtoehto 2, eikä sitä tarvitse enää harkita. Vaihtoehto 2 on parempi kuin vaihtoehto 3 tilassa 1 ja tilassa 3, mutta ei tilassa 2, joten vaihtoehtoa 3 ei hallita.

Leksikografinen järjestys

Tässä prosessissa tavoitteet luokitellaan . Aluksi tarkastellaan ja arvioidaan vain tärkein kohde, minkä vuoksi prosessi tunnetaan myös kohteen tukahduttamisena. Jos et pääse tulokseen, koska useampi kuin yksi vaihtoehto on samanlainen tärkeimmän tavoitteen suhteen, tarkastellaan seuraavaksi tärkeintä tavoitetta ja niin edelleen. Tämä voi johtaa epätodennäköisiin tuloksiin.

esimerkki

(Tavoite 1 on tärkein ennen maalia 2 ennen maalia 3)

${\ displaystyle {\ begin {array} {c | ccc} & z _ {\ varvec {1}} & z _ {\ varvec {2}} & z _ {\ varvec {3}} & \\\ hline a _ {\ varvec {1} } & 101 & 0 & 0 & \\ a _ {\ lihavoitu symboli {2}} & 100 & 100 & 100 & \\\ end {array}}}$

Vaikka vaihtoehto 2 saa tavoitteen 1 tulokset vain hieman huonommin, mutta kahdessa muussa tavoitteessa huomattavasti paremmin, vaihtoehto 1 valitaan leksikografisen järjestyksen mukaan.

Tavoitepainotus

Kun painotetaan tavoitteita, maalit asetetaan paremmuusjärjestykseen, mutta jokaiselle tavoitteelle on määritettävä painotuskerroin . Päätöstä tehtäessä eri tavoitteet kerrotaan ja lasketaan yhteen kullekin vaihtoehdolle vastaavalla painotuskertoimella. Valitaan vaihtoehto, joka saa korkeimman arvon. Toisin kuin leksikografisessa järjestyksessä, kaikki tavoitearvot otetaan huomioon jokaisessa vaihtoehdossa, ts. H. erityisen korkea pisteet toiseksi tärkeimmälle maalille voi kompensoida tärkeän maalin matalan pisteet.

Körthin sääntö

Tavoitteena on maksimoida tavoitteen saavuttamisen (suhteellinen) vähimmäistaso. Tätä tarkoitusta varten kohteen enimmäisarvoa haetaan kaikista vaihtoehdoista ja sarakkeen kaikki kohde-arvon arvot jaetaan tällä arvolla. Hyödyllisyysmatriisissa arvot normalisoidaan nyt välille [0..1], joten tavoitearvoa ei enää määritetä, vaan suhteellista tavoitesuoritusta verrattuna mahdolliseen maksimiin. Jokainen vaihtoehto (rivi) arvioidaan tavoitteen saavuttamisen suhteellisen vähimmäisasteen mukaan (pienin haetaan rivi riviltä). Valitaan vaihtoehto, jolla on tässä suurin arvo

${\ displaystyle \ max _ {i} \ vasen (\ min _ {p} \ vasen ({\ frac {u_ {ip}} {\ max _ {h} u_ {hp}}} \ oikea) \ oikea)}$

jossa vaihtoehdon hyödyllisyys on suhteessa tavoitteeseen . ${\ displaystyle u_ {jk}}$${\ displaystyle j}$${\ displaystyle k}$

esimerkki

${\ displaystyle {\ begin {array} {c | ccc} & z _ {\ varvec {1}} & z _ {\ varvec {2}} & z _ {\ varvec {3}} & \\\ hline a _ {\ varvec {1} } & 16 & 20 & 5 & \\ a _ {\ varvec {2}} & 4 & 10 & 10 & \\ a _ {\ varvec {3}} & 8 & 8 & 8 & \\\ hline {\ varvec {maximum}} ja {\ varvec {16}} ja {\ varvec {20} } & {\ boldsymbol {10}} ja \\\ end {array}}}$

Tämä matriisi on nyt muutettu:

${\ displaystyle {\ begin {array} {c | ccc | c} & z _ {\ varvec {1}} & z _ {\ varvec {2}} & z _ {\ varvec {3}} ja {\ varvec {minimum}} \\ \ hline a _ {\ varvec {1}} & 1 & 1 & 0.5 & {\ varvec {0.5}} \\ a _ {\ varvec {2}} & 0.25 & 0.5 & 1 & {\ varvec {0.25}} \\ a_ { \ varvec {3}} & 0.5 & 0.4 & 0.8 & {\ varvec {0.4}} \\\ end {array}}}$

Tuloksena on etusijajärjestys: vaihtoehto 1 (0,5) parempi kuin vaihtoehto 3 (0,4) parempi kuin vaihtoehto 2 (0,25).

Hyödyllisyysanalyysi

Hyödyllisyysanalyysiä kutsutaan myös pisteiden arvioimiseksi tai pisteytysmalliksi. Tässä jokaiselle kohdekriteerille osoitetaan pistearvo pisteasteikolla. Nämä painotetaan ja lisätään siten, että korkeimman pistemäärän omaava vaihtoehto on paras.

Kohdeohjelmointi

Tavoitteiden ohjelmointimenetelmää kutsutaan myös tavoitteiden ohjelmoinniksi . Painotettujen poikkeamien summa yritetään minimoida. Kohteelle määritetään saavutettava arvo ( joustava kohteen ohjelmointi ) - toinen muunnos yksinkertaisesti ottaa vastaavan maksimin tavoitearvoksi ( jäykkä kohteen ohjelmointi ). Vaihtoehtojen poikkeamat painotetaan sitten (myös eri painot ylös ja alas). Nämä arvot voidaan sitten nostaa tehoon ja laskea yhteen. Pienin summa voittaa.

${\ displaystyle z_ {i} = z_ {i} ^ {*} - z_ {i} (x)}$vaihtoehdon i kanssa kohteena ja kohdefunktion arvona${\ displaystyle z_ {i} ^ {*}}$${\ displaystyle z_ {i} (x)}$

${\ displaystyle \ min {G = \ left [\ summa ({\ alleviiva {w}} _ {i} {\ alleviiva {z}} _ {i} ^ {p} + {\ yliviiva {w}} _ { i} {\ overline {z}} _ {i} ^ {p}) \ right] ^ {\ frac {1} {p}}}}$

jossa

1. ${\ displaystyle {\ alleviivattu {z}} _ {i}}$ kohteen i alaspäin suuntautuva poikkeama,
2. ${\ displaystyle {\ alleviivattu {w}} _ {i}}$ kohteen i alaspäin suuntautuvan poikkeaman painotus,
3. ${\ displaystyle {\ overline {z}} _ {i}}$ poikkeama ylöspäin,
4. ${\ displaystyle {\ overline {w}} _ {i}}$ tavoitteen i poikkeaman painotus ylöspäin ja
5. ${\ displaystyle p}$ on poikkeamatekijä (yleensä = 1).

Enimmäkseen niitä on , mikä ei eroa poikkeamaa ylöspäin ja alaspäin. ${\ displaystyle {\ overline {w}} _ {i} = {\ alleviivattu {w}} _ {i}}$

Analyyttinen hierarkiaprosessi

Analyyttinen hierarkiaprosessi (AHP), joka tunnetaan myös nimellä Saaty-menetelmä , tarjoaa tukea hierarkkiselle kohdejärjestelmälle ja on matemaattisesti vaativampi, mutta myös tarkempi.

Katso myös

• Päätös vaarassa
• Päätös epävarmuudessa

kirjallisuus

• W. v. Zwehl: Päätössäännöt . Julkaisussa: Yrityshallinnon tiivis sanakirja. Osa 1, 5. painos. Schäffer-Poeschel, 1993.
• H. Laux: Päätösten teoria. 5. painos. Springer, Berliini a. a. 2003.
• G. Bamberg, AG Coenenberg : Yritysten päätöksenteko. 14. painos. Verlag Vahlen, München 2008, s.41-66.

Yksittäiset todisteet

1. ↑ Helmut Laux, päätöksentekoteoria , 2003, s. 65 ja sitä seuraavat.