Структурирование стратегических проблем развития компании на основе Метода Анализа Иерархий

Лекция 5 Структурирование стратегических проблем развития компании на основе Метода Анализа Иерархий. В процессе принятия стратегических управленческих решений возникает проблема многокритериального выбора, которая решается в рамках теории многокритериальных задач. Методики естественных наук, успешно применявшиеся при моделировании технологического уровня социально-экономической системы, совершенно недостаточно для решения более сложных проблем, которые по сути своей многокритериальные. При поиске наилучшей альтернативы существенное значение имеют те факторы в модели, которые не поддающиеся формализации из-за своей противоречивости (социальные, организационные, политические, психологические и т. п.). Если затем модели плохо работают, то это происходит из-за того, что мы опустили некоторые существенные факторы, принимая облегчающие допущения. По крайней мере, в социальных науках вину за полученный результат возлагают, как правило, на политиков, человеческие капризы и другие факторы, рассматриваемые как досадные заблуждения, которые со временем исчезнут. Но именно они являются теми контролирующими факторами, с которыми мы должны иметь дело и которые должны уметь измерять, чтобы получить реалистичные результаты. Необходимо по возможности отказываться от принятия облегчающих допущений в наших моделях и принимать сложные ситуации такими, какими они являются. Чтобы быть реалистичными, наши модели должны включать в себя и позволять измерять все важные осязаемые и неосязаемые, количественные и качественные факторы. Поэтому лицо, принимающее решение, понимает, что неформализуемые факторы могут оказать более сильное воздействие на результат, чем, например, оптимальное распределение ресурсов Эта ситуация приводит к тому, что методы принятия решений становятся бесполезными неактуальными, а самое главное- ошибочными, что совершенно недопустимо при стратегическом планировании. Особенно это относится к сферам деятельности, которые имеют стратегическое значение. В настоящее время среди методов решения задач многокритериального выбора, имеющих, с одной стороны признанную теоретическую обоснованность, а с другой - удовлетворяющих требованию универсальности, наибольшее распространение получили методы теории полезности, теории нечетких множеств, векторной стратификации и метод анализа иерархий. И только последний метод наилучшим образом позволяет избежать трудностей, связанных с проблематикой охвата всего спектра изучаемых параметров, что делает его наиболее «мощной» методикой, применяемой в стратегическом планировании и управлении. МАИ был разработан Т.Саати в 70-х гг. XX в., когда она работал над проблемами планирования в непредвиденных обстоятельствах для Министерства обороны США; проводил исследования по нормированию электроэнергии для отдельных видов промышленности в соответствии с их вкладом в благосостояние страны; а также решал вопрос размещения ресурсов в соответствии с приоритетами для крупных частных, правительственных и международных концернов. Он представляется более обоснованным путем решения многокритериальных задач в сложной обстановке с иерархическими структурами, включающими как осязаемые, так и неосязаемые факторы. Это технология предполагает структуризацию проблемы, позволяя учесть влияние различных групп стейкхолдеров (заинтересованных групп) на процесс принятия «правильного» решения. Установление приоритетов относительно различных групп влияния дает возможность определить, какое им следует уделять внимание во время разработки плана управления организацией, выработки стратегий и реализации намерений с учетом обеспечения баланса интересов. Такой подход соответствует реальным условиям принятия стратегических управленческих решений. В этом состоит главное преимущество метода МАИ по сравнению с другими методиками стратегического менеджмента. МАИ является замкнутой логической конструкцией, которая обеспечивает с помощью простых и хорошо обоснованных правил, решение сложных многокритериальных задач, включающих как качественные, так и количественные факторы, причем количественные факторы могут иметь разную размерность. Метод основан на декомпозиции задачи и представлении ее в виде иерархической структуры, что позволяет включить в иерархию все имеющиеся у лица, принимающего решение знания по решаемой проблеме и последующей обработке суждений лиц, принимающих решения. Что следует понимать под термином «иерархия» в данном случае? Сталкиваясь с множеством контролируемых или неконтролируемых элементов, отражающих сложную ситуацию, разум объединяет их в группы в соответствии с распределением некоторых свойств между элементами. Такая модель позволяет повторять данный процесс таким образом, что группы, или скорее определяющие их общие свойства, рассматриваются в качестве элементов следующего уровня системы. Эти элементы, в свою очередь, могут быть сгруппированы в соответствии с другим набором свойств, создавая элементы еще одного, более высокого уровня, и так до тех пор, пока не будет достигнут единственный элемент – вершина, которую зачастую можно отождествить с целью процесса принятия решений. То, что мы только что описали, обычно называют иерархией, т. е. системой наслаиваемых уровней, каждый из которых состоит из многих факторов. Иными словами, иерархия есть определенный тип системы, основанный на предположении, что элементы системы могут группироваться в несвязанные множества. Элементы каждой группы находятся под влиянием элементов некоторой вполне определенной группы и, в свою очередь, оказывают влияние на элементы другой группы. В наиболее элементарном виде иерархия строится с вершины (цели или фокуса- с точки зрения управления), через промежуточные уровни (критерии, от которых зависят последующие уровни) к самому низкому уровню (который обычно является перечнем альтернатив или сценариев). Пример декомпозиции цели или фокуса в иерархию представлен на рис.20. Центральным вопросом на языке иерархии является следующий: насколько сильно влияют отдельные факторы самого низкого уровня иерархии на вершину – общую цель? Основной задачей в иерархии является оценка высших уровней исходя из взаимодействия различных уровней иерархии, а не из непосредственной зависимости от элементов на этих уровнях. Точные методы построения систем в виде иерархий постепенно появляются в естественных и общественных науках, и особенно в задачах общей теории систем, связанных с долгосрочным планированием прогнозированием и принятием стратегических управленческих решений. МАИ состоит в декомпозиции задачи (проблемы) на все более простые составляющие части и дальнейшей обработке последовательности суждений управленческого ЛПР путем попарного их сравнения. В результате может быть выражена относительная степень (интенсивность) взаимодействия элементов в иерархии. Эти суждения затем выражаются количественно. МАИ включает процедуры синтеза множественных суждений, установления приоритетности используемых для получения результативной оценки критериев и нахождения альтернативных решений. Полученные таким образом значения в шкале отношений и соответствуют так называемым жестким оценкам. Решение плановой или управленческой задачи есть процесс поэтапного установления приоритетов. На первом этапе выявляются наиболее важные элементы задачи, на втором — наилучший способ проверки наблюдений, испытаний и оценки элементов. Следующим этапом является выработка способа применения элемента и оценка качества метода. Весь процесс подвергается проверке и переосмыслению до тех пор, пока не будет уверенности, что он охватил все важные характеристики (параметры), необходимые для формализованного представления и решения задачи. Процесс может быть проведен над последовательностью иерархий: в этом случае результаты, полученные в одной из них, используются в качестве входных данных при изучении следующей. Данный метод систематизирует процесс решения многоступенчатой задачи. Наконец, если допустить, что интуиция и субъективные оценки являются основным исходным материалом, на основании которого ЛПР получает ясное представление о превосходстве одного элемента над другим, то интенсивность этих суждений можно использовать для выражения внутренних чувств и склонностей. Суждения расширяют рамки общения, укрупняя элементы, имеющиеся в иерархии и относящиеся к определенной плановой, экономической, финансовой, управленческой или иной задаче. Такой подход к решению задачи исходит из естественных способностей менеджеров думать логически и творчески, определять события и устанавливать отношения между ними. Отметим, что человеку присущи два характерных признака: один — умение наблюдать и анализировать наблюдения; другой — способность устанавливать отношения между наблюдениями, оценивая уровень взаимосвязей между отношениями, а затем синтезировать эти отношения в общее восприятие наблюдаемого. При решении многоцелевой задачи планирования инвестиционной деятельности необходимо использовать принципы: идентичности и декомпозиции, сравнительного суждения и синтезирования. Принципы идентичности и декомпозиции.Они предусматривают структурирование проблем в виде иерархии или сети, что является первым этапом применения МАИ. В наиболее элементарном виде иерархия строится с вершины (целей — с точки зрения управления), через промежуточные уровни (критерии оптимальности, от которых зависят последующие уровни) к самому низкому уровню (который обычно является перечнем подлежащих рассмотрению и оценке вариантов). Существует несколько видов иерархий. Самые простые — доминантные иерархии, которые похожи на перевернутое дерево с корнями наверху. Иерархии по типу холархии — это доминантные иерархии с обратной связью[Error: Reference source not found]. Предметом рассмотрения и последующего использования будут являться именно доминантные иерархии. Иерархия считается полной, если каждый элемент заданного уровня функционирует как критерий для всех элементов нижестоящего уровня. В процессе определения весов (весовых коэффициентов) в случае неполной иерархии она может быть разделена на подиерархии, имеющие общий верхний элемент. Принципы сравнительных суждений и синтезирования. После иерархического воспроизведения проблемы возникает вопрос: как установить приоритеты критериев оптимальности и оценить каждый из возможных вариантов по критериям, выявив самый важный из них. . Рис. 20 Декомпозиция цели в иерархию Метод анализа иерархий можно разбить на следующие этапы (рис. 21). • Первым этапом МАИ является определение глобальной цели или постановка проблемы, которая должна быть точно сформулирована, актуальна, обоснована и ясна всем участникам, принимающим управленческое решение. Определение цели может потребовать длительных предварительных переговоров. Это требует интеллекта, терпения и способности взаимодействовать с другими людьми, чтобы извлечь выгоду из их опыта и знаний. На практике не существует установленной процедуры генерирования целей, критериев и видов деятельности для включения в иерархию или даже в более общую систему. Это зависит от тех целей, которые мы выбираем для декомпозиции сложной системы. Рис.21 Этапы метода анализа иерархий • После актуализации проблемы, можно перейти ко второму этапу МАИ, который заключается в декомпозиции цели и представлении ее в виде иерархии: от вершины-цели через промежуточные уровни - критерии к нижнему уровню альтернатив, т.е. необходимо составить иерархию в соответствии с целью задачи, пониманием критериев (факторов) и существующими вариантами выбора. Этот этап также требует активного обсуждения, чтобы быть уверенными, что критерии (факторы) отражают весь диапазон предпочтений и восприятия участников решения проблемы. Необязательно, чтобы все участники в процессе планирования пришли к согласию по всем компонентам проблемы. Например, не все критерии могут быть включены в иерархию. Участники решения задачи могут выразить свои предпочтения относительно критериев и альтернатив. Другими словами, при начальном иерархическом описании задачи нет необходимости чувствовать ограничения. Самое важное, чтобы знания и суждения отдельного лица или группы лиц имели возможность быть адекватно и точно выражены. Это задача не для нетерпеливого и вспыльчивого руководителя. Первостепенное значение здесь приобретает дипломатичность и умение прислушаться к чужому мнению. • Этап третий: последовательная (для каждого уровня иерархии) оценка важности альтернатив с помощью метода парных сравнений. После иерархического представления задачи необходимо установить приоритеты критериев и оценить каждую из альтернатив по критериям, определив наиболее важную их них. Для этого строится множество матриц парных сравнений, как для глобальной цели, так и для каждого из элементов промежуточных уровней. Парные сравнения приводят к записи характеристик сравнений в виде следующей матрицы: А = Элементы aij определены по следующим правилам: Правило 1. Если aij =α, то aji =1/α , т.е. матрица обратно симметричная. Правило 2. Если суждения таковы, что элементы сравнения имеют одинаковую относительную важность, то aij =1, aji =1, в частности aii =1для всех i. Иными словами, главная диагональ матрицы имеет значения равные единице. В МАИ элементы сравниваются попарно по отношению к их влиянию на общую для них характеристику. При проведении сравнения задаются следующие вопросы: • Какой из двух сравниваемых элементов важнее или имеет большее воздействие? • Какой из двух сравниваемых элементов более вероятен? • Какой из двух сравниваемых элементов наиболее предпочтителен? При сравнении критериев обычно спрашивают, какой из критериев наиболее важен; при сравнении альтернатив по отношению к критерию - какая из альтернатив более желательна; при сравнении сценариев, получаемых из критерия,- какой из сценариев наиболее вероятен. Когда задача представлена в виде иерархической структуры, матрица составляется для парного сравнения критериев на втором уровне по отношению к общей цели, расположенной на первом уровне. Такие же матрицы должны быть построены для парных сравнений каждой альтернативы на третьем уровне по отношению к критериям второго уровня и т.д., если количество уровней больше трех. Матрица составляется следующим образом: в правом верхнем углу записывается цель (или критерий), по отношению к которой будет проводиться сравнение, и необходимо перечислить слева и вверху сравниваемые элементы. Для проведения субъективных парных сравнений разработана специальная шкала относительной важности (табл. 19), которая применяется следующим образом при заполнении матрицы элементами: если элемент в матрице слева важнее, чем элемент наверху, то в клетку заносится положительное целое (от 1 до 9); в противном случае - обратное число (дробь). Шкала парных сравнений оказалась эффективной не только во многих приложениях, ее правомочность доказана теоретически при сравнении со многими другими шкалами. Когда в решении задачи принятия решений участвуют несколько человек, по многим суждениям могут происходить споры. В таких случаях обсуждение обычно сосредоточивается на допущениях, из которых следуют суждения, а не на количественные величины самих суждений. Иногда группа принимает геометрическое среднее разных оценок в качестве общей оценки суждений: Геометрическая средняя величина дает наиболее правильный по содержанию результат, если задача состоит в нахождении такого значения признака, который качественно был бы равно удален как от максимального, так и от минимального значения признака. Если же имеются значительные расхождения, различные мнения могут быть сгруппированы, и затем эти группы будут использоваться для получения ответов. Те суждения в группе, в которых последовательно обнаруживается наибольшая согласованность, обычно получают всеобщую поддержку. Метод анализа иерархий одинаково пригоден как при сравнении факторов, по которым возможно проведение определенных измерений, т.е. возможно их количественное сравнение, так и при сравнении факторов, по которым возможны только суждения. Эта отличительная черта метода еще раз доказывает то, что область применения МАИ и его возможности уникальны. Ни один метод, используемый на сегодняшний день при принятии стратегических управленческих решений, не может дать более точные результаты. • Этап четвертый: синтез приоритетов. После построения иерархии и определения величин парных сравнений следует этап, на котором иерархическая декомпозиция и относительные суждения объединяются для получения осмысленного решения многокритериальной задачи принятия решений. Таблица 19. Шкала относительной важности Интенсивность относительной важности Определение Объяснение 1 3 5 7 9 2,4,6,8 Обратные величины при­веденных выше чисел Равная важность Умеренное превосходство одного над другим. Существенное или сильное превосходство Значительное превосходство Очень сильное превосходство Промежуточные решения между двумя соседними суждениями Если при сравнении одного критерия с другим получено одно из вышеуказанных чисел, то при сравнении второго критерия с первым получаем обратную величину Равный вклад двух критериев в цель. Опыт и суждения дают легкое превосходство одной альтернативы над другой Опыт и суждения дают сильное превосходство одного критерия над другим Одному из критериев дается настолько сильное предпочтение, что оно становится практически значительным Очевидность превосходства одного критерия над другим подтверждается наиболее сильно Применяется в компромиссных случаях Этот этап состоит в вычислении вектора приоритетов по каждой матрице для каждого уровня. В математических терминах это – вычисление главного собственного вектора, который после нормализации становится вектором приоритетов. В отсутствие ЭВМ, позволяющей точно решить эту задачу, можно получить грубые оценки этого вектора следующими четырьмя способами, которые представлены ниже в порядке увеличения точности оценок. • Суммировать элементы каждой строки и нормализовать делением каждой суммы на сумму всех элементов; сумма полученных результатов будет равна единице. Первый элемент результирующего вектора будет приоритетом первого объекта, второй – второго объекта и т. д. • Суммировать элементы каждого столбца и получить обратные величины этих сумм. Нормализовать их так, чтобы их сумма равнялась единице, разделить каждую обратную величину на сумму всех обратных величин. • Разделить элементы каждого столбца на сумму элементов этого столбца (т. е. нормализовать столбец), затем сложить элементы каждой полученной строки и раз- делить эту сумму на число элементов строки. • Умножить n элементов каждой строки и извлечь корень n-й степени. Нормализовать полученные числа. Итак, используя самый точный способ, для определения относительной ценности каждого элемента необходимо найти геометрическое среднее и с этой целью перемножить n элементы каждой строки и из полученного результата извлечь корни n-й степени: A1 A2 A3 … An Компоненты главного собственного вектора A1 A11 a12 a13 … a1n ← A2 A21 a22 a23 … a2n ← A3 A31 a32 a33 … a3n ← … … … … … … ← … An an1 an2 an3 … ann ← После того, как компоненты собственного вектора получены для всех n строк, их необходимо нормализовать. A1 A2 A3 … An Компоненты главного собственного вектора Вектор приоритетов A1 a11 a12 A13 … A1n ← A2 a21 a22 A23 … A2n ← A3 a31 a32 A33 … A3n ← … … … … … … ← … … An an1 an2 an3 … ann ← ∑ Для этого каждую компоненту главного собственного вектора необходимо разделить на сумму всех компонент ∑ , называется нормирующим множителем. Получаем вектор приоритетов. Подобную процедуру проделываем для всех матриц парных сравнений. • Этап пятый: проверка согласованности локальных приоритетов. Любая матрица суждений в общем случае не согласована, так как суждения отражают субъективные мнения лиц, принимающих решения (ЛПР), а сравнение элементов, которые имеют количественные эквиваленты, может быть несогласованным из-за присутствия погрешности при проведении измерений. Совершенной согласованности парных сравнений даже в идеальном случае на практике достичь трудно. Нужен способ оценки степени согласованности при решении конкретной задачи. Метод анализа иерархий дает возможность провести такую оценку. Вместе с матрицей парных сравнений мы имеем меру оценки степени отклонения от согласованности. Когда такие отклонения превышают установленные пределы тем, кто проводит решение задачи, необходимо их пересмотреть. С этой целью необходимо определить индекс согласованности и отношение согласованности. • Индекс согласованности ИС в каждой матрице и для всей иерархии может быть выражен следующим способом: 1) Определяется сумма каждого j-го столбца матрицы попарного сравнения: j=1,2,3, …. ,n 2) Затем полученный результат умножается на j-ю компоненту нормализованного вектора приоритетов, т.е. сумму попарного сравнения первого столбца на первую компоненту , сумму суждений второго столбца - на вторую и т.д. j=1,2,3, ……, n. 3) Сумма чисел отражает пропорциональность предпочтений, чем ближе эта величина к (числу объектов и видов действия в матрице парных сравнений), тем более согласованны суждения: Значение называется максимальным собственным значением матрицы суждения А. 4) Итак, отклонение от согласованности выражается индексом согласованности, который равен: , где n –число сравниваемых элементов • Отношение согласованности ОС. Для определения того, насколько точно индекс согласованности ИС отражает согласованность суждений его необходимо сравнить со случайным индексом (СИ) согласованности, который соответствует матрице со случайными суждениями, выбранными из шкалы нижеприведенной шкалы при условии равной вероятности выбора любого из приведённых чисел. [1/9, 1/8, 1/7, 1/6, 1/5, 1/4, 1/3, 1/2, 1, 2, 3, 4, 5, 6, 7, 8, 9] В таблице 13 приведены средние значения индекса случайной согласованности (СИ) для случайных матриц суждений разного порядка. Отношение индекса согласованности ИС к среднему значению случайного индекса согласованности СИ называется отношением согласованности ОС: Таблица 20. Таблица средних значений индекса согласованности для матриц разного порядка Размер матрицы Среднее значение индекса случайной согласованности (СИ) 1 0.00 2 0.00 3 0.58 4 0.90 5 1.12 6 1.24 7 1.32 8 1.41 9 1.45 10 1.49 11 1.51 12 1.48 13 1.56 14 1.57 15 1.59 Величина ОС должна быть порядка 10% или менее, чтобы быть приемлемой. В некоторых случаях можно допустить 20%, но не более. Если ОС выходит из этих пределов, то участникам нужно исследовать задачу и проверить свои суждения. • Этап шестой: синтез альтернатив. На заключительном этапе МАИ необходимо обратиться к принципу синтеза. Приоритеты синтезируются, начиная со второго уровня вниз. Локальные приоритеты перемножаются на приоритет соответствующего критерия на вышестоящем уровне и суммируются по каждому элементу в соответствии с критериями, на которые воздействует этот элемент. Это дает составной, или глобальный, приоритет того элемента, который затем используется для взвешивания локальных приоритетов элементов, сравниваемых по отношению к нему как к критерию и расположенных уровнем ниже. Такая процедура продолжается до самого нижнего уровня. Обозначим через: - вектор приоритетов k-й матрицы, расположенной на n-м уровне; - i-й элемент вектор приоритетов k-й матрицы суждений, расположенной на n-м уровне; - k-й элемент вектор приоритетов матрицы суждений, расположенной на (n-1) уровне; - приоритет j-го элемента n-го уровня. Тогда приоритет j-го элемента n-го уровня определяется как: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ………………… Итак, на самом нижнем уровне необходимо сравнить выбираемые действия относительно каждого критерия, составить веса иерархически и выбрать действие с наивысшим приоритетом. МАИ включает процедуры синтеза множественных суждений, получения приоритетности критериев и нахождения альтернативных решений. Иными словами эта технология предполагает структуризацию проблемы, позволяя учесть влияние различных групп стейкхолдеров (заинтересованных групп) при принятии «правильного» решения. Такой подход соответствует реальным условиям принятия стратегических управленческих решений. Весь процесс решения подвергается проверке и переосмыслению на каждом этапе, что позволяет проводить оценку качества полученного решения, соблюдая баланс интересов акторов. На сегодняшний день МАИ имеет перспективы достаточно широкого применения, позволяя производить специальные парные сравнения для многокритериальных объектов с учетом индивидуальных предпочтений и влияния на конечный результат более широкого круга лиц. «Свертка» позволяют четко «определить» исследуемую проблему, выявить наиболее значимые подсистемы и элементы, влияющие на фокус исследования, и, что самое важное, провести многокритериальную комплексную оценку с использованием экспертных знаний и подходов из различных областей. Использование МАИ при решении стратегических проблем, в т.ч. выбора стратегий, позволяет получить сходные результаты по сравнению с использованием других методов решения многокритериальных задач, основанных на других подходах благодаря возможности получения аналогичных результатов. 1) МАИ имеет аналогии с теорией вероятностей. Приоритеты альтернатив (это положительные числа, их сумма равна единице) можно отождествить с вероятностями выбора альтернатив. Приоритеты факторов, влияющих на рейтинг альтернатив, можно считать вероятностями гипотез. При таком подходе способ вычисления приоритетов альтернатив аналогичен применению формулы полной вероятности. При работе с моделями, учитывающими наличие обратных связей, можно установить многочисленные терминологические и идеологические соответствия между методом анализа иерархий и марковскими случайными процессами с дискретным набором состояний и дискретным временем (марковскими цепями). 2) МАИ имеет аналогии с теорией графов. Структура ситуации принятия решения представляется в методе анализа иерархий в виде направленного графа. Узлами графа служат: альтернативы, главный критерий рейтингования альтернатив, факторы, влияющие на рейтинг альтернатив. Направленными дугами графа являются связи, указывающие на влияния одних узлов, на приоритеты других узлов. 3) МАИ имеет аналогии с теорией неотрицательных матриц. Расчеты рейтингов, проводимые в методе анализа иерархий, математически основываются на методах расчетов собственных векторов для неотрицательных (и в частности, для стохастических) матриц. 4) МАИ имеет аналогии с экспертными системами. Технологии принятия решения с помощью экспертных систем, основанных на байесовском способе логического вывода, являются частным случаем применения МАИ. 5) Метод анализа иерархий имеет аналогии с идеологией искусственных нейронных сетей. В частности, обратная задачаMethodUse_InversTask в методе анализа иерархий по способу решения и проведение процедуры согласования аналогичны обучению нейронной сети. 6) Метод анализа иерархий имеет аналогии с синергетикой. Модели, строящиеся в методе анализа иерархий, имеют кластерную структуру. Кластеры, по сути, являются элементарными иерархическими структурами. В пределах кластеров метод оперирует понятием вектора приоритетов. При соединении кластеров в систему рейтинг альтернатив конструируется на основе векторов приоритетов в отдельных кластерах. Сложные модели часто демонстрируют «голографический» эффект. Даже при удалении части структуры итоговый рейтинг в целом сохраняется. Возможности метода анализа иерархий. МАИ – методологическая основа для решения задач выбора альтернатив посредством их многокритериального рейтингования. Метод анализа иерархий создан американским ученым Т. Саати и вырос в настоящее время в обширный междисциплинарный раздел науки, имеющий строгие математические и психологические обоснования и многочисленные приложения. Основное применение метода – поддержка принятия решений посредством иерархической композиции задачи и рейтингования альтернативных решений. Таким образом, МАИ позволяет:. 1) Провести анализ проблемы. При этом проблема принятия решения представляется в виде иерархически упорядоченных: а) главной цели (главного критерия) рейтингования возможных решений, б) нескольких групп MainNotion_Struct однотипных факторов, так или иначе влияющих на рейтинг, в) группы возможных решений, г) системы связей, указывающих на взаимное влияние факторов и решений. Предполагается, так же, что для всех перечисленных «узлов MainNotion_Struct» проблемы указаны их взаимные влияния друг на друга 2) Провести сбор данных по проблеме. В соответствие с результатами иерархической декомпозиции модель ситуации принятия решения имеет кластерную структуру. Набор возможных решений и все факторы, влияющие на приоритеты решений, разбиваются на относительно небольшие группы -кластерыMainNotion_Struct. Разработанная в методе анализа иерархий процедура парных сравненийMethodUse_TwineCompare позволяет определить приоритеты объектов, входящих в каждый кластер. Для этого используется метод собственного вектораRules_EigenVectorMethod. Итак, сложная проблема сбора данных разбивается на ряд более простых, решающихся для кластеров. 3) Оценить противоречивость данных и минимизировать ее. С этой целью в методе анализа иерархий разработаны процедуры согласованияMethodUse_Coordination. В частности, имеется возможность определять наиболее противоречивые данныеExamples_Test2, что позволяет выявить наименее ясные участки проблемы и организовать более тщательное выборочное обдумывание проблемы. 4) Синтез проблемы принятия решения. После того, как проведен анализ проблемы и собраны данные по всем кластерам, по специальному алгоритму рассчитывается итоговый рейтинг - набор приоритетов альтернативных решений. Свойства этого рейтинга позволяют осуществлять поддержку принятия решений Например, принимается решение с наибольшим приоритетом. Кроме того, метод позволяет построить рейтинги для групп факторов, что позволяет оценивать важность каждого фактора. 5) Организовать обсуждение проблемы, способствует достижению консенсуса. Мнения, возникающие при обсуждении проблемы принятия решения, сами могут в данной ситуации рассматриваться в качестве возможных решений. Поэтому метод анализа иерархии можно применить для определения важности учета мнения каждого участника обсуждения. 6) Оценить важность учета каждого решения и важность учета каждого фактора, влияющего на приоритеты решений. CommonInf_TaskDefination Величина приоритета напрямую связана с оптимальностью решения. Поэтому решения с низкими приоритетами отвергаются как несущественные. Как отмечено выше, метод позволяет оценивать приоритеты факторов. Поэтому, если при исключении некоторого фактора приоритеты решений изменяются незначительно, такой фактор можно считать несущественным для рассматриваемой задачи. МАИ может использоваться как инструмент для исследований на разных этапах стратегического планирования: при формировании стратегических альтернатив и интегрированных стратегий, при выборе стратегий, при оптимизации инвестиционных программ при разработке стратегического плана. В отечественной практике МАИ применяется не только компаниями, но и при проведении экспертных оценок для задач стратегического планирования в федеральных органах исполнительной власти и на региональном уровне. МАИ представляет очевидные возможности применения в следующих системах планирования: • общее планирование развития территорий, начиная от предварительного составления градостроительных схем и заканчивая схемой размещения производственных сил с учетом влияния как можно большего количества факторов; • прогнозирование развития транспортной структуры и выявление наиболее вероятных «узких» мест и вариантов решения возникающих проблем, как-то оптимальные пути прокладки автострад, выбор приоритетного вида общественного транспорта и т.п.; • разработка сложных систем управления, особенно при стратегическом планировании; • принятие решений по многим комплексным вопросам, предполагающим учет влияния одновременно множества факторов на рассматриваемый объект. Основные преимущества МАИ заключаются в том, что этот метод; • совмещает достоинства аналитических и экспертных методов; • обеспечивает реализацию наиболее эффективного способа оценки количественно неизмеримых, но вместе с тем важных факторов для принятия обоснованных решений; • не предполагает введения ограничения на транзитивность (метод работает с несогласованными суждениями и не требует, чтобы предпочтения потребителей или ЛПР соответствовали аксиомам полезности); • сводит исследования сложных проблем к достаточно простой процедуре проведения последовательно попарных сравнений; • не предполагает прямого определения коэффициентов важности (весомостей) по показателям, используемым для оценки качества решения задачи; • прост в реализации. Не требует также больших финансовых и временных ресурсов на проведение необходимых расчетов.