Modelarea proceselor economice 53

Unitatea de nvare 4
MODELAREA DECIZIILOR MULTICRITERIALE
*ANDRAIU, 1986+, [ANDREICA, 1998], [FILIP, 2002], [FILIP, 2007], [KAUFMANN, 1987],
[IONESCU, 1999], *RAIU, 2001+



Obiectiv
Obiectivul acestui capitol este de a defini i construi modele pentru
elaborarea i analiza deciziilor multicriteriale de tip multiatribut. Se prezint
diferite moduri de normalizare a matricei consecinelor i trei metode clasice
de ordonare a variantelor metoda ponderrii simple aditive, metoda Topsis
i metoda diametrelor, pentru care se construiesc algoritmii corespunztori.
Este abordat i problema determinrii coeficienilor de importan.



Competenele unitii de nvare
Parcurgerea acestei uniti permite nelegerea procesului de elaborare a
deciziilor multicriteriale de tip multiatribut. Algoritmii de calcul prezentai
pentru determinarea coeficienilor de importan i ordonarea variantelor,
precum i studiile de caz rezolvate i analizate reprezint modele aplicabile
direct n procesul decizional sau care pot ajuta decidentul n realizarea altor
modele.



Durata medie de parcurgere a acestei uniti de nvare este de 6 ore.

Problemele de decizie multicriterial presupun alegerea unei alternative sau a unui plan
de aciune n condiiile existenei mai multor obiective, care trebuie analizate.
Obiectivele pot fi de naturi diferite i n contradicie unul cu altul.
Majoritatea situaiilor cu care ne confruntm n viaa real implic existena unor decizii
multicriteriale. De exemplu, pentru alegerea unui automobil, din clasa de pre pe care o
avem n vedere, ncercm satisfacerea simultan a mai multor obiective: pre ct mai
mic, fiabilitate mare, consum mic, cost de de ntreinere redus, sigurana n caz de
accident ct mai mare... Un alt exemplu: o firm pentru stabilirea programului optim de
producie poate lua n considerare mai multe obiective n acelai timp: costuri de
producie mici, venituri ct mai mari, satisfacerea ct mai bun a cererii,...

Din exemplele descrise se pot distinge dou tipuri de modele de decizie multicriterial:
1. Modele de decizie multiatribut sunt modele cu un numr limitat (discret) de
alternative (variante). Se pune problema alegerii alternativei (variantei) optime
dintr-o mulime finit de alternative care se compar ntre ele n raport cu mai
multe criterii (atribute) sau ordonarea tuturor variantelor n raport cu criteriile
considerate. Fiecare alternativ este caracterizat n raport cu fiecare atribut
54 Dorin Lixndroiu

cantitativ (numeric) sau calitativ (nenumeric). Fiecare atribut are un anumit scop:
maxim sau minim. Atributele pot avea importane diferite pentru decident.
2. Modele de decizie multiobiectiv sunt modele cu un numr infinit de alternative
(variante). Situaiile decizionale genereaz modele de decizie care urmresc
maximizarea sau minimizarea simultan a unor funcii de mai multe variabile.
Variabilele sunt supuse unor sisteme de restricii care sunt n general formulate
sub forma unor inegaliti sau egaliti. Se pune problema determinrii valorilor
variabilelor care optimizeaz sistemul de funcii obiectiv. Rezolvarea acestor
modele face obiectul unor capitole speciale ale programrii matematice.


MODELE DE DECIZIE MULTIATRIBUT

O problem de de decizie multiatribut are urmtoarele elemente:

V = { V
1
, V
2
, V
3
,, V
m
} - mulimea variantelor (alternativelor)
C = { C
1
, C
2
, C
3
,, C
n
} - mulimea criteriilor (atributelor)
A = {a
ij
}, i=1,2,m, j=1,2,,n - matricea consecinelor (a
ij
reprezint valoarea
variantei V
i
pentru criteriul C
j
).
n situaia n care nu toate criteriile sunt la fel de importante, se pot evalua coeficienii
de importan ai fiecrui criteriu.


Notm cu:
P = { p
1
, p
2
, p
3
,, p
n
} - mulimea coeficienilor de importan asociai criteriilor.

n general se consider:

=
=
n
j
j
p
1
1
Matricea consecinelor va fi de forma:

Criterii (atribute)

Alternative (variante)
C
1
C
2
. . . .

C
j
. . . . . C
n

V
1
V
2

....
V
i
.
V
m


a
11
a
12
. . . . a
1j
. . . . . a
1n

a
21
a
22
. . . . a
2j
. . . . . a
2n


a
i1
a
i2
. . . . a
ij
. . . . . a
in

a
m1
a
m2
. . . a
mj
. . . . a
mn

Coeficienii de importan p
1
p
2
. . . .

p
j
. . . . . p
n


Modelarea proceselor economice 55

Normalizarea matricei consecinelor
Valorile atributelor cantitative din matricea consecinelor sunt exprimate n general n
uniti de msur diferite. Pentru a putea fi comparate acestea trebuie s fie omogene.
Procesul de omogenizare se realizeaz prin normalizare, adic se pune n coresponden
mulimea valorilor criteriilor cu mulimea [0,1].
Pentru atributele calitative se poate considera funcia de apartenen la submulimea
fuzzy definit de atributul respectiv.
Normalizarea presupune definirea unei funcii, care transform matricea A n matricea R
cu elementele cuprinse n intervalul [0,1]. Exist mai multe moduri de a realiza
normalizarea. Prezentm n continuare unul dintre acestea:

A R unde r
ij
e [0,1], i=1,2,m, j=1,2,,n, definit astfel:

- pentru criteriile de maxim:
min max
min
j j
j ij
ij
a a
a a
r

= (1)
- pentru criteriile de minim:
min max
max
j j
ij j
ij
a a
a a
r

= (2)
unde:
ij
i
j
a a mi n
min
= iar
ij
i
j
a a max
max
=
Observaie. n cazul unui criteriu de maxim, cea mai mare valoare primete 1, iar cea mai
mic valoare primete 0. n cazul unui criteriu de minim, cea mai mic valoare primete
1, iar cea mai mare valoare primete 0. Evident, celelorlalte valori li se vor asocia prin
operaia de normalizare valori n intervalul (0,1).

Importana criteriilor
Decidentul poate atribui criteriilor coeficieni de importan diferii. Notm aceti
coeficieni subiectivi cu:
( )
n
,..., ,
2 1
= cu

=
=
n
j
j
1
1 (3)
n afara acestora se poate determina n funcie de valorile fiecrui criteriu importana n
sine a criteriului. Pentru estimarea acestor coeficieni obiectivi, exist n literatura de
specialitate mai multe metode. Prezentm n continuare metoda entropiei, care se
bazeaz pe conceptul de entropie informaional introdus de Claude Shannon n 1948,
ca msur a incertitudinii unei repartiii de probabilitate discrete simple:
( ) , l n ,..., ,
1
2 1
=
=
m
i
i i m
p p p p p H ( ) m p p p H
m
l n ,..., , 0
2 1
s s (4)
Algoritmul de calcul al coeficienilor de importan obiectivi este:

56 Dorin Lixndroiu

Pasul 1. Se transform fiecare element din matricea consecinelor astfel:
n j m i
a
a
p
m
i
ij
ij
ij
,..., 2 , 1 , ,..., 2 , 1 ,
1
= = =

=
(5)
Pasul 2. Se determin entropia
j
H asociat fiecrui criteriu:
n j p p
m
H
m
i
ij ij j
,..., 2 , 1 , l n
l n
1
1
= =

=
(6)
Avem evident | | 1 , 0 e
j
H .

Pasul 3. Gradul de diversificare al informaiei date de valorile criteriului j pentru
diferitele alternative poate fi definit astfel:

n j H d
j j
,..., 2 , 1 , 1 = = (7)

Pasul 4. Se calculeaz coeficienii de importan obiectivi:
n j
d
d
n
j
j
j
j
,..., 2 , 1 ,
1
= =

=
cu

=
=
n
j
j
1
1 (8)

Observaie. Agregarea coeficienilor de importan subiectivi cu cei obiectivi presupune
calculul unor ponderi agregate de forma:
n j p
n
j
j j
j j
j
,..., 2 , 1 ,
1
=

=


(9)

Variante (alternative) dominate
O variant (alternativ) este dominat dac exist o alt variant (alternativ) care o
depete (surclaseaz) pe prima pentru unul sau mai multe atribute i are valori egale
pentru celelalte atribute.
De exemplu, n tabelul de mai jos, constatm c A2 este dominat de A1, deoarece A1
are valori mai bune pentru criteriile (atributele): C1, C2, C5 i egale cu A2 pentru
criteriile C3 i C4.

C1(min) C2(min) C3(max) C4(min) C5(max)
A1 12500 300 19 5.2 5
A2 13500 500 19 5.2 3

n procesul de decizie, este necesar ca ntr-o prim etap s se elimine variantele
dominate.

Modelarea proceselor economice 57

1. METODA PONDERRII SIMPLE ADITIVE
Metoda, dup cum arat i numele, este foarte simpl. Pentru fiecare variant se
calculeaz o valoare (punctaj) ca medie ponderat a consecinelor atributelor cu
ponderile asociate fiecrui criteriu. Evident, matricea consecinelor trebuie s fie
normalizat. Metoda permite ierarhizarea variantelor n ordinea descresctoare a
valorilor calculate, sau selectarea variantei cu valoarea cea mai mare (varianta optim).
Metoda este compensatorie, deoarece n calculul valorii asociate unei variante, o
valoare slab la un criteriu poate fi compensat de valorile bune obinute la alte criterii.

Algoritmul metodei este urmtorul:

Pasul 1. Se calculeaz matricea normalizat R, conform relaiilor (1) i (2) i vectorul
ponderilor P = (p
1
, p
2
, p
3
,, p
n
)

Pasul 2. Se definete funcia R V f : i se calculeaz:
( )

=
= =
n
j
ij j i
m i r p V f
1
,..., 2 , 1 , (10)
Pasul 3. Varianta optim = ( )
i
m i
V f
s s 1
max


2. METODA DIAMETRELOR
Pentru ierarhizarea variantelor, metoda ia n calcul gradul de omogenitate al variantei n
raport cu toate criteriile. Pentru a evita compensaiile se definesc dou funcii pe baza
crora se va face ierarhizarea variantelor: o funcie de apreciere i o funcie diametru.
Astfel, o variant este cu att mai omogen, cu ct are un diametru mai mic i este cu
att mai bun, cu ct aprecierea este mai mare.
Algoritmul metodei este urmtorul:

Pasul 1. Se definete funcia de apreciere: A : V R
( ) ( ) ( )

=
= =
n
j
j j i i
m i p C V loc m V A
1
,..., 2 , 1 , , (11)
unde: P = (p
1
, p
2
, p
3
,, p
n
) reprezint vectorul coeficienilor de importan
(obiectivi, subiectivi sau agregai), iar loc(V
i
,C
j
) = k, adic valoarea variantei V
i

pentru criteriul j ocup locul k n ierarhia celor m valori asociate criteriului j.

Pasul 2. Se definete funcia diametru: D : V N

( ) ( ) ( ) ( ) ( ) n j m i C V loc C V loc V D
j i
j
j i
j
i
,..., 2 , 1 , ,..., 2 , 1 , , mi n , max = = = (12)
Pasul 3. Se calculeaz funcia agregat: A&D : V R

58 Dorin Lixndroiu

( )
( ) ( ) ( )
m i
V D m V A
V D A
i i
i
,..., 2 , 1 ,
2
& =
+
= (13)
Pasul 4. Ierarhia variantelor este dat de valorile descresctoare ale funciei A&D.


3. METODA TOPSIS (Technique for Order Preference by Similarity to Ideal Solution)
Principiul acestei metode: din valorile variantelor pentru diferitele criterii se
construiete soluia ideal pozitiv i soluia ideal negativ. Variantele se ierarhizeaz
n funcie de distanele la cele dou soluii. Pentru a efectua comparaiile se calculeaz
n funcie de cele dou distane o distan relativ la soluia ideal pozitiv. Astfel, cea
mai bun variant va avea distana minim la soluia ideal pozitiv i distana maxim
la soluia ideal negativ.
Algoritmul metodei este urmtorul:

Pasul 1. Se construiete matricea normalizat
( ) n j m i r R
ij
,..., 2 , 1 , ,..., 2 , 1 , = = =
prin normalizare vectorial:
n j m i
a
a
r
m
i
ij
ij
ij
,..., 2 , 1 , ,..., 2 , 1 ,
1
2
= = =

=
(14)

Pasul 2. Se construiete matricea normalizat ponderat
( )
ij j ij ij
r p v unde n j m i v V = = = = , ,..., 2 , 1 , ,..., 2 , 1 , (15)

Pasul 3. Se determin soluia ideal pozitiv V
id
i soluia ideal negativ V
ne
,
definite astfel:
( )
id
n
id id id
V V V V ,..., ,
2 1
= ( )
ne
n
ne ne ne
V V V V ,..., ,
2 1
=
- dac criteriul C
j
este de maxim:
ij
m i
id
j
V V
s s
=
1
max iar
ij
m i
ne
j
V V
s s
=
1
mi n (16)
- dac criteriul C
j
este de minim:
ij
m i
id
j
V V
s s
=
1
mi n iar
ij
m i
ne
j
V V
s s
=
1
max (17)
Pasul 4. Se calculeaz distanele dintre variante i soluia ideal pozitiv, respectiv dintre
variante i soluia ideal negativ.

( )

=
=
n
j
id
j ij
id
i
V V d
1
2
iar ( )

=
=
n
j
ne
j ij
ne
i
V V d
1
2
, n i ,..., 2 , 1 = (18)

Pasul 5. Se calculeaz apropierea relativ de soluia ideal:

Modelarea proceselor economice 59

n i
d d
d
d d
d
e
ne
i
id
i
ne
i
ne
i
id
i
id
i id
i
,..., 2 , 1 , 1 =
+
=
+
= (19)
rezult c: 1 0 s s
id
i
e

Pasul 6. Se realizeaz o clasificare pe mulimea V a variantelor n concordan
cu valorile descresctoare ale lui
id
i
e calculate la Pasul 5.


STUDIUL DE CAZ Nr. 1 Alegerea unui automobil

O familie analizeaz mai multe oferte pentru cumprarea unui automobil. Se decid c
alegerea va trebui s ndeplineasc mai multe criterii: (C1) preul ct mai mic, (C2)
cheltuielile de ntreinere la 10000 km ct mai mici, (C3) portbagajul i spaiul interior s
fie ct mai mare (raportat la o scar 1:20), (C4) consumul exprimat n l/100 km ct mai
mic, iar (C5) sigurana oferit n caz de accident ct mai mare (exprimat n stele NCAP
pe o scar 1:5). Datele din ofertele pentru 6 modele de automobile sunt transpuse n
tabelul 1. Pe ultima linie sunt dai coeficienii de importan subiectivi, stabilii de
decident.

C1(min) C2(min) C3(max) C4(min) C5(max)
A1 12500 300 17 5.2 4
A2 13500 500 20 5.5 5
A3 11500 400 18 5.8 3
A4 14500 450 19 6.2 4
A5 18000 350 8 6.8 5
A6 11000 400 16 5.7 3
Coef.import.
subiectivi
0.60 0.15 0.10 0.05 0.10
Tabelul 1 Matricea consecinelor i coeficienii de importan subiectivi

Rezolvare. Observm c nu exist variante (alternative) dominate i deci n procesul de
clasificare vor intra toate modelele de automobile selectate.

0. Calculul coeficienilor de importan obiectivi.
Se aplic algoritmul prezentat mai sus (relaiile 5...8).
Pasul 1 al algoritmului de calcul al coeficienilor de importan obiectivi conduce la:

0.154 0.125 0.173 0.148 0.167
0.167 0.208 0.204 0.156 0.208
0.142 0.167 0.184 0.165 0.125
0.179 0.188 0.194 0.176 0.167
0.222 0.146 0.082 0.193 0.208
0.136 0.167 0.163 0.162 0.125
60 Dorin Lixndroiu

Entropia H asociat fiecrui criteriu se determin conform relaiei (6):
( ) 9882 . 0 , 9979 . 0 , 9811 . 0 , 9927 . 0 , 9920 . 0 = H
Coeficienii de importan obiectivi calculai conform relaiilor (7) i (8) sunt:
( ) 2445 . 0 , 0442 . 0 , 3928 . 0 , 1527 . 0 , 1658 . 0 = (20)
Agregarea coeficienilor de importan subiectivi cu cei obiectivi conduce conform
relaiei (9) la urmtoarele ponderi:
( ) 1299 . 0 , 0117 . 0 , 2086 . 0 , 1216 . 0 , 5282 . 0 = p (21)

Aplicm n continuare cele 3 metode prezentate:

1. Metoda ponderrii simple aditive
Plecnd de la matricea consecinelor (Tabelul 1), se calculeaz matricea normalizat R,
conform relaiilor (1) i (2):

0.7857 1.0000 0.7500 1.0000 0.5000
0.6429 0.0000 1.0000 0.8125 1.0000
0.9286 0.5000 0.8333 0.6250 0.0000
0.5000 0.2500 0.9167 0.3750 0.5000
0.0000 0.7500 0.0000 0.0000 1.0000
1.0000 0.5000 0.6667 0.6875 0.0000

Cu relaia (10) se determin valorile funciei f pentru fiecare variant:
F(V1) = 0.7697, F(V2) = 0.6876, F(V3) = 0.7324, F(V4) = 0.5550,
F(V5) = 0.2211, F(V6) = 0.7361

Clasificarea variantelor este: V1 > V6 > V3 > V2 > V4 > V5.

2. Metoda diametrelor
Plecnd de la matricea consecinelor (Tabelul 1), se construiete matricea locurilor LOC,
unde:
loc(V
i
,C
j
) = k, adic valoarea variantei V
i
pentru criteriul j ocup locul k n ierarhia
celor m valori asociate criteriului j

3 1 4 1 2
4 5 1 2 1
2 3 3 4 3
5 4 2 5 2
6 2 6 6 1
1 3 5 3 3

Se calculeaz funcia de apreciere a fiecrei variante A, conform relaiei (11), funcia
diametru D, conform relaiei (12) i funcia agregat A&D dat de relaia (13).


Modelarea proceselor economice 61

Rezultatele obinute sunt:

A(Vi) D(Vi) A&D(Vi)
V1 3.1879 3 3.0939
V2 2.9172 4 2.4586
V3 3.5164 2 3.7582
V4 2.1370 3 2.5685
V5 1.1359 5 1.0679
V6 3.6392 4 2.8196

Clasificarea variantelor este: V3 > V1 > V6 > V4 > V2 > V5.

3. Metoda TOPSIS
Plecnd de la matricea consecinelor (Tabelul 1), se calculeaz matricea normalizat
conform relaiei (14):

0.3725 0.3022 0.4130 0.3604 0.4
0.4023 0.5037 0.4859 0.3812 0.5
0.3427 0.4030 0.4373 0.4020 0.3
0.4321 0.4534 0.4616 0.4297 0.4
0.5364 0.3526 0.1943 0.4713 0.5
0.3278 0.4030 0.3887 0.3951 0.3


Se determin matricea normalizat ponderat conform relaiei (15):

min min max min max
0.1967 0.0367 0.0861 0.0042 0.0519
0.2125 0.0612 0.1013 0.0044 0.0649
0.1810 0.0490 0.0912 0.0047 0.0389
0.2282 0.0551 0.0962 0.0050 0.0519
0.2833 0.0428 0.0405 0.0055 0.0649
0.1731 0.0490 0.0810 0.0046 0.0389

Cu relaiile (16) i (17) se stabilesc soluia ideal pozitiv V
id
i soluia ideal negativ V
ne
:

V
id
0.1731 0.0367 0.1013 0.0042 0.0649
V
ne
0.2833 0.0612 0.0405 0.0055 0.0389

Distanele dintre variante i soluia ideal pozitiv, respectiv dintre variante i soluia
ideal negativ sunt date de relaiile (18):




62 Dorin Lixndroiu


id
i
d
ne
i
d
V1 0.0309 0.1017
V2 0.0463 0.0969
V3 0.0314 0.1148
V4 0.0597 0.0796
V5 0.1260 0.0318
V6 0.0351 0.1180

Apropierea relativ de soluia ideal va fi dat de relaia (19):

V1 0.7667
V2 0.6764
V3 0.7849
V4 0.5715
V5 0.2016
V6 0.7705

Clasificarea variantelor este: V3 > V6 > V1 > V2 > V4 > V5.

Concluzii.
Cele 3 metode conduc la ierahizri diferite dar, apropiate. Astfel dac vom costrui o sintez a
locurilor ocupate n cele 3 clasamente, rezult:


Metoda ponderrii
simple aditiv
Metoda
Diametrelor
Metoda
Topsis
Punctaj
cumulat
V1 1 2 3 6
V2 4 5 4 13
V3 3 1 1 5
V4 5 4 5 14
V5 6 6 6 18
V6 2 3 2 7

Punctajul cumulat se obine prin nsumarea locurilor ocupate de fiecare variant n cele 3
metode. Se obine urmtoarea clasificare a variantelor considernd ordinea cresctoare a
punctajului realizat de fiecare variant: V3 > V1 > V6 > V2 > V4 > V5.

Observm c n toate metodele prezentate, variantele V1, V3 i V6 ocup constant
primele 3 locuri, n timp ce variantele V2, V4 i V5 ocup ultimele 3 locuri, cu meniunea
c varianta V5 este plasat pe ultimul loc. Decizia final de alegere a variantei optime
aparine n final decidentului care poate beneficia i de alte informaii necuprinse n
tabela consecinelor analizat.



Modelarea proceselor economice 63


Rezumat
Modele de decizie multiatribut sunt modele cu un numr limitat (discret)
de alternative (variante). Se pune problema alegerii alternativei (variantei)
optime dintr-o mulime finit de alternative care se compar ntre ele n raport
cu mai multe criterii (atribute) sau ordonarea tuturor variantelor n raport cu
criteriile considerate.

Fiecare alternativ este caracterizat n raport cu fiecare atribut cantitativ
(numeric) sau calitativ (nenumeric). Fiecare atribut are un anumit scop: maxim
sau minim. Atributele pot avea importane diferite pentru decident.

Valorile atributelor cantitative din matricea consecinelor sunt exprimate n
general n uniti de msur diferite. Pentru a putea fi comparate acestea
trebuie s fie omogene. Procesul de omogenizare se realizeaz prin
normalizare, adic se pune n coresponden mulimea valorilor criteriilor cu
mulimea [0,1]. Pentru atributele calitative se poate considera funcia de
apartenen la submulimea fuzzy definit de atributul respectiv.

Normalizarea presupune definirea unei funcii, care transform matricea A
n matricea R cu elementele cuprinse n intervalul [0,1]. Exist mai multe
moduri de a realiza normalizarea.

n afara coeficienilor subiectivi se poate determina n funcie de valorile
fiecrui criteriu importana n sine a criteriului. Pentru estimarea acestor
coeficieni obiectivi, exist n literatura de specialitate mai multe metode. n
curs este prezentat un algoritm de calcul al coeficienilor obiectivi bazat pe
metoda entropiei, care utilizeaz conceptul de entropie informaional.

Pentru cele trei metode clasice de ordonare a variantelor prezentate
metoda ponderrii simple aditive, metoda Topsis i metoda diametrelor, se
construiesc algoritmii corespunztori i se aplic pe studiul de caz - Alegerea
unui automobil.

Decizia final de alegere a variantei optime dintre variantele selectate prin
cele trei metode, aparine n final decidentului, care poate beneficia i de alte
informaii necuprinse n tabela consecinelor analizat.







64 Dorin Lixndroiu


Test de evaluare a cunotinelor
1. Studiul de caz nr. 2 - Alegerea obiectivelor. ntr-un an electoral
administraia public local i propune relizarea mai multor obiective (de
exemplu: stadion, sal de concerte, parc de distracii, telegondol,
restaurare centru istoric, complex sportiv acoperit (bazin olimpic i sal de
sport)). Sursa bugetar fiind limitat se dorete ierarhizarea variantelor n
funcie de mai multe criterii (de exemplu: costul investiiei, impactul la
populaie, numrul de beneficiari, cheltuieli de ntreinere,...). Construii
matricea consecinelor, atribuii ponderi subiective criteriilor i realizai o
analiz multicriterial dup modelul celei prezentate n Studiul de caz nr. 1
Alegerea unui automobil.

2. Studiul de caz nr. 3 Alegerea locaiei. O firm de autoturisme dorete
s delocalizeze construcia unui nou model de autoturism. Are de ales ntre
ase ri: T1, T2,..., T6. Analiza de alegere a variantei optime evideniaz mai
multe criterii:
C1. costurile de realizare a noii capaciti de producie (min) n milioane
euro;
C2. costul forei de munc din ara respectiv (min) nivelul salariului
minim, raportat la puterea de cumprare;
C3. nivelul de pregtire tehnic al noilor angajai (max) se consider o
scal de la 1..20;
C4. nivelul infrastructurii din ara respectiv, pentru a realiza un transport
eficient al noilor produse spre punctele de export (max) - se consider o
scal de la 1..10;
C5. poziia geografic a rii, n raport cu principalele piee de desfacere,
faciliti de transport (max) - se consider o scal de la 1..10;
C6. riscul de ar (riscul asociat afacerii) (min) - se consider o scal de la
1..5;
C7. nivelul facilitilor oferite la nivel guvernamental i al administraiei
locale pentru dezvoltarea afacerii (max) - se consider o scal de la 1..10;
C8. nivelul cultural i de civilizaie (max) - se consider o scal de la 1..10;
C9. nivelul corupiei din ara respectiv (min) - se consider o scal de la
1..10.
Se cere:
a) Stabilii tabela consecinelor i atribuii pentru cele 9 criterii valori
coeficienilor de importan subiectivi.
b) Determinai coeficienii de importan obiectivi.
c) Aplicai cele 3 metode prezentate de ierarhizare a variantelor : metoda
ponderrii simple aditive, metoda Topsis i metoda diametrelor considernd
coeficienii de importan agregai (subiectivi i obiectivi).
d) Realizai o analiz multicriterial pentru stabilirea celor mai bune variante.