Wpływ metody określenia lokalnych wag kryteriów w analizie wielokryterialnej

Joanna Jaroszewicz
ORCID: 0000-0002-6112-5240
Politechnika Warszawska
Wydział Geodezji i Kartografii
Katedra Gospodarki Przestrzennej i Nauk o Środowisku Przyrodniczym
Polska

Streszczenie

W metodach przestrzennej analizy wielokryterialnej istnieje możliwość zróżnicowania przestrzennego wag kryteriów. Dobór metody wyznaczania lokalnych wag wpływa na uzyskiwane wyniki analizy. Wybór metody może zatem stanowić jeden z aspektów analizy czułości.
W artykule, na podstawie literatury, omówiono opracowane w ostatnich latach metody wyznaczania przestrzennych wag istotności związane z: lokalnymi zakresami wartości, lokalnymi współczynnikami entropii oraz lokalizacjami referencyjnymi. Następnie, na podstawie opracowanego hipotetycznego przykładu, zilustrowano zasadę wyznaczania wag lokalnych wspomnianymi metodami. Pozwoliło to na stwierdzenie, że w przypadku metody związanej z lokalizacjami referencyjnymi, w celu spełnienia założeń dotyczących wag kryteriów wynikających z teorii użyteczności, konieczne jest dokonanie dodatkowo normalizacji wyznaczonych wag lokalnych. Normalizacja wag w tej metodzie prowadzi do odmiennej ich interpretacji. Dokonano również porównania otrzymanych wag lokalnych oraz wynikowych wartości alternatyw w zależności od doboru metody wyznaczania wag kryteriów. Omówione metody są niezależne od preferencji decydenta odnośnie istotności poszczególnych kryteriów. W przypadku metody opartej na lokalnych zakresach wartości i lokalnych współczynnikach entropii wyznaczone wagi zależą od wartości atrybutów poszczególnych kryteriów w przyjętych sąsiedztwach. Na podstawie przeprowadzonej analizy stwierdzono, że szczególnie czułe na wartości atrybutów są wagi wyznaczone metodą lokalnych współczynników entropii. Otrzymane wyniki mogą być pomocne przy podejmowaniu decyzji odnośnie doboru metody wyznaczania wag lokalnych.

Przesłano 12.07.2016 Zaakceptowano 20.09.2016 Opublikowano 30.03.2017

Słowa kluczowe:

przestrzenna analiza wielokryterialna; wagi lokalne; analiza czułości ad hoc

Pełny tekst:

PDF

Bibliografia

Chen Y., Yu J., Shahbaz K. Xevi E., 2009: A GIS-Based Sensitivity Analysis of Multi-Criteria Weights. 18th World IMACS/MODSIM Congress, Cairns, Australia 13-17 July 2009: 3137-3143. http://mssanz.org.au/modsim09

Choo E.U., Schoner B., Wedley W.C., 1999: Interpretation of criteria weights in multicriteria decision making. Computers & Industrial Engineering 37: 527- 541.

Feick R., Hall B., 2004: A method for examining the spatial dimension of multi-criteria weight sensitivity. International Journal of Geographical Information Science 18(8): 815-840. DOI: 10.1080/13658810412331280185.

Fischer G.W., 1995: Range sensitivity of attribute weights in multiattribute value models. Organizational Behavior and Human Decision Processes 62(3): 252-266.

Keeney R.L., 1992: Value-focused thinking: A path to creative decision making. Cambridge: Harvard University Press.

Kao Ch, 2010: Weight determination for consistently ranking alternatives in multiple criteria decision analysis. Applied Mathematical Modeling 34: 1779-1787.

Kobryń A., Tarnacka K., 2015: Problem wyboru optymalnej funkcji fragmentu centrum Białegostoku (The problem with optimal function selection for a fragment of the centre of Bialystok). Problemy Rozwoju Miast, Kwartalnik Naukowy Instytutu Rozwoju Miast r. XII, z. I: 15-20.

Kumar M., Pravesh R., Tripathi D.K., 2015: Comparison of Weighting Assessment Techniques and its Integration with GIS-Based Multicriteria Decision Making. Proc. Natl. Acad. Sci., India, Sect. A Phys. Sci. 85(1): 197-209, DOI 10.1007/s40010-014-0186-9.

Lai S.-K., Hopkins L.D., 1989: The meanings of trade-offs in multiattribute evaluation methods: a comparison. Environment and Planning B: Planning and Design vol. 16: 155-170.

Ligmann-Zielinska A., Jankowski P., 2012: Impact of proximity-adjusted preferences on rank-order stability in geographical multicriteria decision analysis. Journal of Geographical Systems 14(2): 167-187.

Ligmann-Zielinska A., Jankowski P., 2008: A framework for sensitivity analysis in spatial multiple criteria evaluation. [In:] Cova T.J., Miller H.J., Beard K., Frank A.U., Goodchild M.F. (eds.), Geographic Information Science. Volume 5266 of the series Lecture Notes in Computer Science: 217–233, Berlin, Heidelberg: Springer.

Malczewski J., 1999: GIS and multicriteria decision analysis. John Wiley & Sons, Inc. Canada.

Malczewski J., 2011: Local weighted linear combination. Transactions in GIS 15(4): 439-455.

Malczewski J., Rinner C., 2015: Multicriteria Decision Analysis in Geographic Information Science. Springer, ISSN 1867-2434, DOI 10.1007/978-3-540-74757-4.

Nijkamp P., van Delft, A., 1977: Multicriteria analysis and regional decision-making. Leiden: Martinus Nijhoff.

Şalap-Ayça S., Jankowski P., 2016: Integrating local multicriteria evaluation with spatially explicit uncertainty-sensitivity analysis. Spatial Cognition & Computation 16(2): 106-132, DOI: 10.1080/13875868.2015.1137578.

Saltelli A., Tarantola S., Chan K., 1999: A Role for Sensitivity Analysis in Presenting the Results from MCDA Studies to Decision Makers. Journal of Multi-Criteria Decision Analysis 8: 139-145.

Shannon C. E., Weaver W., 1947: The mathematical theory of communication. Urbana: The University of Illinois Press.

Triantaphyllou E., 1997: A Sensitivity Analysis Approach for Some Deterministic Multi-Criteria Decision-Making Methods. Decision Sciences vol. 28, no. 1: 151-194, USA.

Von Nitzsch R., Weber M., 1993: The Effect of Attribute Ranges on Weights in Multiattribute Utility Measurements. Management Science vol. 39(8): 937-943, p-ISSN: 0025-1909, e-ISSN: 1526-5501, DOI: http://dx.doi.org/10.1287/mnsc.39.8.937.

Xian C. Z., Ku Y. H., Yeol C. J., Yong Y. H., 2011: Multi-criteria group decision making with fuzzy logic and entropy based weighting. Proceedings of the 5th International Conference on Ubiquitous Information Management and Communication, ICUIMC 2011.