|
57. Fejezet: DÖNTÉSHOZATAL TÖBB KRITÉRIUM FELHASZNÁLÁSÁVAL
Szerkesztette: C. Peter Keller, University of Victoria, Canada
Magyar változat: Kertész Ádám (MTA Földrajztudományi Kutató Intézet)
A. BEVEZETÉS
Célok
B. TÉRBELI DÖNTÉSek
Példák térbeli döntéshozatalra
A tradicionális módszer általános lépései
Az ilyen típusú analízis során tett feltevések
1. példa: Tűzoltó állomás helyének kijelölése
2. példa: Területalkalmassági vizsgálat
Általános észrevételek
Következtetések
C. TÖBB KRITÉRIUM ÉS A FIR
D. A NEMALÁRENDELTSÉG elve
E. ALAPVETŐ megoldási technikák TÖBB KRITÉRIUM esetén
F. CÉL ROGRAMOZÁS
Kritériumválasztás és súlyozás
Konkordancia mátrix felépítése
Összegzés
G. A SÚLYOZÁSI MÓDSZER
H. NORTH BAY ELKERÜLÉSI PÉLDA
Impakt tényező
Alternatív útvonalak
Faktorok kombinációja
Súlyozás
Konkordancia analízis
Eredmények
IRODALOM
ELLENŐRZŐ KÉRDÉSEK
Megjegyzések
Ez a fejezet egy három modulból álló rész kezdete, amely bevezetésül szolgál atérbeli döntéshozatal koncepciójába és technikájába. Bár távolról sem meríti ki a témát, mégis néhány példát mutat be a hallgatóknak azon döntéshozatali módokról, amelyeket a FIR támogat.
57. Fejezet: DÖNTÉSHOZATAL TÖBB KRITÉRIUM FELHASZNÁLÁSÁVAL
Szerkesztette: C. Peter Keller, University of Victoria, Canada
Magyar változat: Kertész Ádám (MTA Földrajztudományi Kutató Intézet)
A. BEVEZETÉS
- bevezetés a többkritériumos analízis témakörébe
- a kvantitatív többkritériumos analízis és a FIR lehetséges integrációjával foglalkozik
- a FIR a jővőben nagyon erős eszközzé válhat a többkritériumos térbelidöntéshozatal támogatására és a konfliktusok feloldására
- néhány FIR rendszerbe már sikeresen építettek be többkritériumos módszereket (pl. TYDAC SPAN rendszere)
- várható, hogy a közeljövőben más fejlesztők is integrálni fogják a többkritériumos módszereket
A fejezet célja
- bemutatni a hallgatóknak a címben megjelölt módszer koncepcióját
- vázolni néhány egzszerű stratégiát a többkritériumos problémák megoldására
- bemutetni a FIR lehetséges alkalmazhatóságát
B. TÉRBELI DÖNTÉSek
Példák
- egy meghatározott ponthalmaz pontjait összekötő legrövidebb útvonal meghatározása
- valamely szolgáltatás optimális elhelyezése a maximális hozzáférhetőség szempontjának érvényesítésével
- pl. kiskereskedelmi üzletek, iskolák, egészségügyi létesítmények
- kereskedelmi fejlesztésre alkalmas telek kijelölése maximális gazdasági hatékonysággal
A tradicionális módszer általános lépései
1. feladatmeghatározás
2. szükséges adatok összegyűjtése
3. problémameghatározás
- célok
- feltételezések
- mellékfeltételek
- ha több cél van:
- célok közötti összefüggések meghatározása kvantifikálással, összemérhető fogalmakkal, azaz minden célt ugyanolyan mértékegységekben, rendszerint dollárban kell megadni
- pl. mind az építési, mind a környezeti károsodás költségeit minimalizálni kívánjuk
- környezeti hatást dollárban kell kifejezni (pl. az elhárítás költségei)
- ezután a célokból egy főcélt kell kialakítani
- pl. az építési és környezetvédelmi költségek összegének minimalizálása
4. a megfelelő megoldási eljárás kiválasztása
5. a probléma megoldása ,azaz optimális megoldás keresése
Az ilyen típusú analízis során tett feltevések
- a célok összemérhető mértékegységekkel fejezhetők ki
- a feladat egyetlen cél elemzésére egyszerűsíthető le
- a döntéshozók egyetértenek az összemérhető célok relatív fontosságában
- mindazonáltal e feltételezések nem szükségszerűen teljesülnek; nézzük a következő példákat:
1. példa: Tűzoltóállomás helyének kijelölése
A feladat: új tűzoltóállomás létesítése a városban (Schilling, 1976)
A célok:
- a lakosság maximális biztonsága
- az ingatlanok maximális lefedettsége
- a lefedettség azt jelenti, hogy valami egy megállapított időn, pl. 3 percen belül elérhető az állomásról
Konfliktus: a legértékesebb ingatlan nem feltétlenül a legsűrűbben lakott részen helyezkedik el
- a legértékesebb ingatlanok a belvárosban és az ipari övezetekben vannak
- az emberek elővárosokban élnek
- cél a térbeli konfliktus feltárása
Megoldás: a tradícionális módszer a 2 célt egyesíteni olymódon, hogy meghatározzuk az ingatlan és az emberi élet értéke közötti összefüggést
- a két cél mérhető össze
- az emberéletnek nincs pénzben kifejezhető értéke
2. példa: Területalkalmassági vizsgálat
A feladat: kereskedelmi fejlesztésre alkalmas telephelyek alkalmasságának vizsgálata
Célok:
- gazdasági hatékonyság legyen maximális
- környezeti kár legyen minimális
Konfliktus:
- a döntéshozóknak a környezetminőséget a gazdasági hatékonyság mértékszámaivalkell kifejezniük (pénzértékben)
- a különböző érdekeltségű társadalmi csoportok különbözőképpen értékelik a környezetet
- nincs konszenzus, ezért a környezetminőséget nem lehet pénzben kifejezni
- a célok ismét nem összemérhetőek
Általános észrevételek
- a valóságban a döntéshozatali problémák ritkán egyesíthetők egyetlen tiszta céllá
- ennél az osztályozásánál a valóság döntéshozatali problémái közül a legtöbb a jobb felső sarokban lévő cellába esik
- a valóságban a problémák jellemzően többcélúak
- a kïlönböző célok közötti kapcsolatot illetően ritkán van konszenzus
Következtetések
- célszerűbb az elemzési és döntéshozatali valós problémák többkritériumos természetét elfogadni és kezelni
- a döntéshozókat gyakran érdekli a különböző kritériumok közötti nem kereskedelmi jellegű kapcsolat
- ez arra készteti őket, hogy a végleges döntéseket politikai környezetben hozzák meg
Megoldás:
- a különböző földhasznosítás területalkalmasság és környezeti hatás különböző rétegen való meghatározása és térképezése
- néhány overlay kombináció létrehozása különböző pioritások figyelembe vételével
- legyen a végső döntés a politikusoké
C. TÖBB KRITÉRIUM ÉS A FIR
- egy FIR ideális eszköz a többkritériumos problémák elemzésére és megoldására
- a FIR adatbázisok térbeli és nem térbeli információkat kezelnek együtt
- a FIR ideális szemléletető eszköz
- lehetővé teszi a megoldások hatékony vizuális vizsgálatát
- egy FIR rendszerint lehetővé teszi, hogy a felhasználó interaktívan módosítsa a megoldásokat és érzékenységi elemzés végezzen
- egy FIR definíció szerint térbeli lekérdezéseket és elemzési lehetőségeket kell tartalmazzon, úgy mint terület és távolságmérés, overlay lehetősége és corridor analízis
D. A NEMALÁRENDELTSÉG ELVE
- a két célt, az ingatlant és a lakossági biztonságot a két tengelyen ábrázolták
- a besatírozott terület mutatja a lehetséges helyeket
- P1 az egyedül a lakosság szempontjából optimális megoldás mutatója
- P2 ugyanezt mutatja az ingatlan szempontból
- egy telephely nemalárendelt, ha nincs egy másik olyan telephely, ahol az egyik mutató nagyobb lehetne anélkül, hogy a másik értéke ne csökkenne
- P3 egy lehetséges megoldás, amely viszont nem nemalárendelt
-P3 függőlegesen még elmozdulhat, ezzel növelve a lakossági biztonságot az ingatlanbiztonság változtatása nélkül
- P3-nál jobb megoldások léteznek az egyik célt tekintve, anélkül, hogy szükségképpen rosszabbak lennének a másik cél szempontjából
- a sötét görbe vonal a nemalárendeltségi megoldásokat mutatja
- P4 ennek része
- P4 esetében bármelyik cél helyzetének javítása a másiknál veszteséget okoz
- a nemalárendelt megoldások adják a legjobb kompromisszumos lehetőségeket, avagy a "trade-off" (helyettesíthetőség) görbét
- bármely, a görbén lévő pont Pareto optimális
- vagyis egy olyan megoldási pont, ahol az egyik cél sem javítható tovább anélkül, hogy a másik ne szenvedne hátrányt
- P4 függőlegesen nem mozdítható el a lakossági biztonság növelése érdekében
- a trade-off görbe mentén kell hogy mozogjon
- a görbén felfelé való mozgás hatására az ingatlanok mutatója csökken
- ezért P4 a Pareto optimális, azaz nemalárendelt megoldási pont
1. Példa: tűzoltóállomás elhelyezése
Megoldás:
- megkeresni minden olyan lehetséges megoldási halmazt az új tűzoltóállomás elhelyezésére, amelyek nemalárendelt megoldásból állnak
- minden ilyen megoldáshalmazt megvizsgáljuk az életbiztonság és az ingatlanok viszonyát
- a végső döntést a politika síkján hozzák meg
E. Az aLAPVETŐ TÖBBKRITÉRIUMOS MEGOLDÁSI TECHNIKÁK
- a nemalárendelt megoldások fogalmának többféle meghatározására épülnek
1. Preferencia - orientált megközelítésmódok
- egyedi megoldás levezetése ajobb és újabb célok és preferenciák megadásával
- ez a technika akkor alkalmazható, ha a lehetséges megoldások halmaza ismert és kicsi
- egy példa a célprogramozás
2. Nemalárendelt megoldások halmazát generáló technikák:
- adjuk meg az ilyen megoldások halmazát és választást bízzuk a döntéshozóra
- akkor használjuk, ha nagyon nagyszámú szempont létezik
- ezek közül lehet, hogy sok nem része a nemalárendelt pontok halmazának, így a szempontok száma csökkenthető
- példa a súlyozásos módszer
F. CÉLPROGRAMOZÁS
- a legrégibb és legismertebb többcélú kutatási módszer egyike
- általában ott használják, ahol számos, egymással versengő cél van
2. példa: területalkalmassági vizsgálat
- adott ingatlanok közül válasszuk ki, melyik felel meg legjobban bizonyos fejlesztési céloknak vagy kritériumoknak
- a fő cél minden kritérium, vagy cél kielégítése a lehető legnagyobb mértékben, vagy bizonyos szempontoknak a lehető legjobban megfelelni
Kritériumválasztás és súlyozás
Kiosztott információs anyag - célprogramozási példa (2 oldal)
- tegyük fel, hogy 4 helyet vizsgálunk
- 8 critériumot használunk
- ezek valószínűleg különböző szakértők véleményét, különböző gondolkodásmódokat, különböző célokat tükröznek
- pl. maximális profitot akarunk (fejlesztő), minimális költséget (mérnök), minimális környezeti károsodást (környezetvédő)
- minden kritériumhoz jelentőségének megfelelően rendelünk súlyt
- súlyok összege legyen 1
- pl. a fejlesztő és mérnök kritériumai egyenlő súlyt kaphatnak, de kevesebbet, mint a környezetvédőé
- minden helyet minden kritérium szerint rangsoroltak
Konkordancia mátrix felépítése
- tekintsük az alternatívák minden rendzett párját - pl. az A és B helyekhez az AB párt
- minden kritérium esetén képezzünk három halmazt
- ahol A jobb B-nél (konkordancia halmaz), pl. a két kritérium tekintetében
- pl. kritérium 2 (súly = 0,1) 4 (0,2), 6 (0,1), 8 (0,1)
- ahol B jobb A-nál (diszkordancia halmaz)
- pl. kritérium 1 (súly = 0,1), 3 (0,1), 7 (0,1)
- ahol A és B egyenlők
- pl. kritérium 5 (a súly egyenlő 0,2)
- adjuk össze az esetek súlyait minden halmazban
- ha A minden kritérium tekintetében jobb B-nél, akkor a 10 eset a konkordancia halmazban lesz - teljes súly = 1
- AB pár aktuális súlyai
- konkordancia halmaz 0,5
- diszkordancia halmaz 0,3
- egyenlő halmaz 0,2
- a konkordanciát minden párra úgy határozzuk meg, hogy a konkordancia halmazhoz tartozó kritériumok súlyait összegezzük, plusz az egyenlő halmazban lévő kritériumok súlyának felét vesszük
- AB párra: 0,5 + 0,1 = 0,6
- ez enyhe elsőbbséget jelent A-nak B-vel szemben minden kritérium esetén
- hozzuk létre minden párra a konkordancia mátrixot
- a sor a pár első, az oszlop a második elemre utal
- a sorösszeg adja az elsőbbség mutatóját
- minél nagyobb, annál előnyösebb ez a választás
- minden kritérium tekintetében D jobb C-nél, amely jobb A-nál, az pedig jobb B-nél
- megjegyzés: az eljárásra e fejezetben később látunk még példát
Összegzés
- a döntéshozó határozza meg a célokat és az egyes kritériumok relatív súlyozását
- a relatív súlyozás a legelőnyösebb hely helykiválasztásra
- a súlyozás változtatásával figyelembe vehetők a különböző vélemények és a megoldás érzékenysége is becsülhető
G. A SÚLYOZÁSI MÓDSZER
- akkor használjuk, ha a lehetséges megoldások halmaza nagyon nagy
- megadja vagy csökkenti a figyelembe veendő megoldások számát
- a több kritériumos probléma megoldása könnyebb, ha ismert a nemalárendelt halmaz
- ezzel a módszerrel az összes nem alárendelt megoldások halmaza megtalálható, nemcsak egy
- a végső választás a döntéshozóé
- a stratégia
- kombináljuk a kritériumokat különböző súlyozással minden kritériumra - akár 100% is lehet egy kritérium súlya
- keressük meg a legjobb megoldást minden kombinációra
- a kombinációk nagy száma miatt ez 2-nél több kritérium esetén általában nem alkalmazható
- a súlyozási módszer nem biztosítja, hogy az összes nem alárendelt megoldást megtaláljuk
- a megtaláltak száma attól függ, hogy hány súlykombinációt használtunk
H. A NORTH BAY ELKERÜLÉSI PÉLDA
- e fejezet B.H. Massam: "Spatial Search" c. könyvéből való, ebben sok bonyolult térbeli döntéshozatali példa van
- meg kell építeni az Ontario Highway 11 új, North Bay várost elkerülő szakaszát
- e tanulmányt Ontario Közlekedési és Távközlési Minisztériuma készítette, metodikája hasonló sok más útvonalkijelölési tanulmányéhoz
- e tanulmányok közül több használ FIR-t, vagy automatikus térképező rendszert a többrétegű adatbázisok elemzésére
- az ilyen tanulmányok közös stratégiája
- azon tényezők megjelölése, amelyek az útvonal hatásának értékelésénél fontosak
- a vizsgálatba kisszámú megengedett útvonalat kell bevonni
- minden útvonalat minden befolyásoló tényező szerint értékelni kell
- a hatástényezők elvileg megalapozott kombinációjával kell döntésre jutni
- ez a tanulmány különösen jó példa az általános stratégiára
Hatástényezők
- összesen 35 kritériumot vizsgáltak
- 7 klaszterbe sorolva
- a "Direkt költség" klaszter - építési és kisajátítási költségek
- a "Közlekedési Szolgálat" klaszter közlekedésszervezési szempontból értékeli az útvonal hatékonyságát, pl. a néhány mérföldnyi > 2%-os lejtésű szakaszt is figyelenbe kell venni
- a "Közösségi tervezés" klasztere az útvonalat általános tervezési szempontból értékeli, pl. a potenciális fejlesztési övezet nagyságát
- "Szomszédság és Szociális hatás" klasztere: a helyi közösségekre gyakorolt hatás sokféle tényezőjét tartalmazza
Alternatív utvonalak
- 9 alternatívát határoztak meg
- minden alternatívát teljes útvonalként értékeltek
- két vagy több alternatívának lehetnek közös szakaszai is
Faktorok kombinációja
- a faktorokat a Technikai Tanácsadó Bizottság értékelte
- minden nagyobb klasztert különböző szakterületek képviselői dolgoztak ki
- pl. a közvetlen költségekét mérnökök, pénzügyi szakemberek, menedzserek,
- a környezeti és szociális klasztert a közösségek képviselői
- először minden tag kiválasztja az általa legjobban ismert klasztert
- kiértékeli a szövegeket, térképeket, táblázatokat
- minden egyes útvonalat minden faktor szempontjából értékel és pontszámot ad neki (0-10-ig, 10 a legjobb)
- ezután áttér egy új klaszterbe, pontozza, esetleg végigvizsgálja az összes klasztert, minden faktor szempontjából, minden útvonalra
- a pontszámokat összegzi minden klaszterre és minden útvonalra
- az eredmény minden tag esetében egy 7 x 9 -es mátrix
- ezek között nagy különbségek lehetnek a bizottsági tagok hátterétől függően
- újabb összegzés is egy 7 x 9 -es mátrixot eredményezett
- ez feltételezi, hogy minden tag egyforma súlyt képvisel (döntő tehát a bizottsági tagság)
Súlyozás
- hogyan súlyozzuk az egyes klaszterek osztályzatait az általános értékeléshez (minden útvonal esetén)?
- eredmények 9 klaszterben, az értékelő faktorok 7 klaszterben, 6 féle súlyozási séma
Konkordancia analízis
- az útvonalakat a 6 súlyozási séma mindegyikére külön értékeli
- 9 x 9-es konkordancia mátrixot eredményez a 6 súlyozási séma mindegyikére
- megadja a konkordancia-mátrixot minden tervpárra
- ismételjük meg minden súlyozási sémára
Eredmények
- a 2, 7, 9 út a legjobb az összes sémában, a 8 -as a legrosszabb
- a 2, 7, 9 egymás közötti sorrendje sémánként változik, ha a 6-os klaszter magas súlyt kap, akkor a 2 lesz a legjobb
- a döntéshozók végül is néhány út közül választhatnak
- hogyan végezhető formálisabb értékelés, ezután folytathatják a vizsgálatot, közmeghallgatást is beleértve, hogy más tényezőket is figyelembe vegyenek
IRODALOM
Általános bevezetés a többkritériumon alapuló döntéshozatalhoz:
Cohon, Jared L., 1978. Multiobjective Programming and Planning, Academic Press, Mathematics in Science and Engineering, Vol. 140
Massam, B.H., 1980. Spatial Search. Pergamon, London. Gives many examples of applications of multicriteria methods, in addition to the North Bay study used in this unit.
Rietveld, P. 1980. Multiple Objective Decision Methods and Regional Planning, Studies in Regional Science and Urban Economics; Volume 7, North Holland Publishing Company.
Célprogramozás:
Lee, S. M., 1972. Goal Programming for Decision Analysis, Auerbach, Philadelphia. A general introduction to Goal Programming.
A következők példák a célprogramozás alkalmazására:
Barber, G., 1976. "Land-Use Plan Design via Interactive Multi-Objective Programming," Environment and Planning 8:239-245.
Courtnez, J.F., Jr., T.D. Klastorin and T.W. Ruefli, 1972. "A Goal Programming Approach to Urban-Suburban Location Preference," Management Science 18:258-268.
Dane. C.W., N.C. Meador and J.B. White, 1977. "Goal Programming in Land Use Planning," Journal of Forestry 75:325-329.
Súlyozási módszer:
Cohon, Jared L., 1978. Multiobjective Programming and Planning, Academic Press, Mathematics in Science and Engineering, Vol. 140.
ELLENŐRZŐ KÉRDÉSEK
1. Hasonlítsuk össze a célprogramozási és a súlyozási módszert technikai, gyakorlati és hatékonysági szempontból.
2. Vitassuk meg a North Bay tanulmányt közösségi döntéshozatali szempontból. Mik az erősségei és a gyengi? Milyen tekintetben volt sikeres, vagy sikertelen a közösség bevonása a döntéshozatalban?
3. Hogyan manipulálható vagy torzítóa Nort Bay metodika egy rejtett célú, gátlástalan ügynökség által? Mit tehetünk e lehetőség ellen?
|
