Giáo trình tin học trong quản lý xây dựng - Chương 3 ppsx

Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

CHƯƠNG 3

RA QUY T Đ NH ĐA TIÊU CHU N
(MCDM -MULTICRITERIA DECISION MAKING)

* M C TIÊU H C T P

Sau khi hoàn t t h c t p chương 3, sinh viên s có kh năng:
1. Phân bi t bài toán đa m c tiêu và đa tiêu chu n.
2. Mơ t các bư c thành l p bài tốn đánh giá đa nhân t .
3. Nh n d ng s khác nhau c a phương pháp đánh giá đa nhân
t và phương pháp ra quy t đ nh đa tiêu chu n.
4. Áp d ng q trình phân tích th b c (AHP) đ gi i quy t m t
s bài toán qu n lý d án xây d ng trong th c t .
5. S d ng các cơng c tin h c đ gi i bài tốn ra quy t đ nh đa
tiêu chu n.

1.

CÁC PHƯƠNG PHÁP RA QUY T Đ NH ĐA M C TIÊU,
ĐA TIÊU CHU N
chương trư c đã trình bày các phương pháp gi i các bài tốn ra

quy t đ nh thơng d ng. Các phương pháp này ch gi i đư c các bài
toán ra quy t đ nh đơn tiêu chu n (Single/Mono Criterion Decision
Making) và nh ng y u t

nh hư ng là nh ng đ i lư ng có th đ nh

lư ng đư c. Trong th c t , môi trư ng ra quy t đ nh thư ng r t ph c
t p, nhi u m c tiêu c n ph i đư c xem xét đ ng th i trong m t m i
tương quan mang tính c nh tranh. Ngồi ra m t s các y u t không
th đ nh lư ng đư c có th

nh hư ng đ n vi c ra quy t đ nh sau

cùng. Do đó c n ph i nghiên c u các phương pháp đ gi i bài toán ra
quy t đ nh đa tiêu chu n (Multicriteria Decision Making). Trư c tiên,
trong ph n này s gi i thi u l ch s

hình thành và t ng quan các

GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

167


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

phương pháp gi i các bài toán c a k thu t ra quy t đ nh đa m c tiêu,
đa tiêu chu n.
1.1. Gi i thi u sơ lư c l ch s

hình thành và phát tri n lý

thuy t ra quy t đ nh đa tiêu chu n
T thu ban đ u c a loài ngư i, vi c ra quy t đ nh đã luôn luôn
bao g m các quy t đ nh đa tiêu chu n mà con ngư i ph i đ i di n,
m c dù lúc này chưa có m t phương pháp toán h c c th nào h tr
cho vi c gi i các bài toán này. Vilfredo Pareto là ngư i đ u tiên
nghiên c u v lĩnh v c này. B ng nh ng suy lu n logic hi n nhiên,
Pareto đã t h p các tiêu chu n mâu thu n nhau vào m t ch s đánh
giá đơn đ làm cơ s cho vi c ra quy t đ nh. Pareto đã gi i thi u khái
ni m hi u qu , đư c g i là Pareto Efficiency, là m t khía c nh n n
t ng vô cùng quan tr ng c a lý thuy t ra quy t đ nh đa m c tiêu- đa
tiêu chu n ngày nay.
Nhi u th p niên sau, Koopmans đã m r ng các nghiên c u c a
Pareto b ng cách gi i thi u khái ni m vector hi u qu , t c là t p h p
các phương án không b tr i hay cịn g i là “đư ng cong Pareto”. Sau
đó, vào nh ng năm 1940-1950, Neumann và Morgenstern đã gi i
thi u”lý thuy t đ h u ích kỳ v ng”, t đó đ t n n t ng cho m t
phương pháp ti p c n ra quy t đ nh đa tiêu chu n (MCDM-MultiCriteria Decision Making) m i. Và đ n nh ng năm 1960, nh ng khái
ni m và gi i thu t đư c mô t t nh ng nghiên c u ra quy t đ nh đa
tiêu chu n sơ khai trư c đây đã đư c m r ng b i Charnes, Cooper và
Fishburn.
Cho đ n cu i nh ng năm 1960, nh ng nghiên c u có ý nghĩa
quan tr ng đã b t đ u xu t hi n dư i s b o tr c a Hi p h i nghiên
c u V n trù h c

Châu Âu (EORC –European Operational Research

Community). Chính Giáo sư Bernard Roy (Dauphine UniversityParis) là ngư i sáng l p ra dòng MCDM

Châu Âu và đã xây d ng

GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

168


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

m t lý thuy t m i cho bài toán MCDM d a vào khái ni m quan h
x p h ng (outranking). Khái ni m này đư c trình bày trong phương
pháp ELECTRE (Elimination Et Choix Traduisant la Realité) c a ông
và đư c xem là m t trong nh ng phương pháp ra quy t đ nh đa tiêu
chu n hi u qu khơng thua kém gì phương pháp AHP c a nhà toán
h c ngư i M Thomas L. Saaty.
T nh ng năm 1970 đ n 1990, MCDM đã phát tri n r t nhanh
chóng trên ph m vi th gi i. Hi p h i khoa h c MCDM đã đư c thành
l p và nhi u nghiên c u có nghĩa c v lý thuy t l n ng d ng th c t
c a các phương pháp MCDM đã đư c công b và xu t b n trên các
t p chí qu c t . Lĩnh v c này đã t n d ng s phát tri n m nh m và
r ng kh p c a máy tính đ xây d ng các ph n m m gi i quy t các bài
toán MCDM. Các ph n m m này đư c bi t như là các H h tr ra
quy t đ nh (DSS-Decision Support System) đa tiêu chu n và đã cung
c p các phương ti n đ th c hi n nh ng ti n b

trong lý thuy t

MCDM b ng m t h th ng thân thi n v i ngư i s d ng. Các h
th ng này th m chí cịn cung c p kh năng x lý ra quy t đ nh “ngay
l p t c” (real time decision making) thông qua s tương tác c a các
chính sách ra quy t đ nh và cơ s d li u đư c c p nh t t c th i.
1.2. Phân lo i các phương pháp ra quy t đ nh đa tiêu chu n
R t nhi u bài toán ra quy t đ nh bao g m nhi u tiêu chu n hơn là
m t tiêu chu n (criteria). R t nhi u (n u khơng nói là h u h t) các bài
tốn qu n lý thu c l p các bài toán đa tiêu chu n. MCDM có th đư c
hi u như là m t ph n trong m t lĩnh v c r ng hơn c a ra quy t đ nh,
đó là h

tr

ra quy t đ nh đa tiêu chu n (MCDA-Multi-Criterial

Decision Aid). Trên th gi i, MCDM phát tri n r t m nh

M , trong

khi đó MCDA đư c s d ng r ng rãi b i h u h t các nhà nghiên c u
Châu Âu (Roy & Vanderpoonten, 1996).

GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

169


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

MCDA xây d ng các công c đ h tr ngư i ra quy t đ nh trong
vi c gi i m t bài toán ra quy t đ nh v i nhi u quan đi m hay đa tiêu
chu n. Đây không ph i là công vi c d dàng vì các tiêu chu n, hay
cịn g i là thu c tính (attribute), nhân t (factor), thư ng thì mâu thu n
(conflicting) và trái ngư c nhau nên ta không th t ng h p chúng l i
thành m t đư c. Thông thư ng, các thu t ng này có th đư c dùng
thay th cho nhau, và khơng có m t đ nh nghĩa chung cho các thu t
ng này.
Xu hư ng c a MCDA là t o nên m t công c cho phép ngư i ra
quy t đ nh nh n d ng, phân tích và tìm hi u nh ng quan đi m này đ
có th ti n hành q trình ra quy t đ nh. Nó đư c g i là cách ti p c n
t g c r (constructivist approach). Trong khi đó, MCDM có cách ti p
c n rõ ràng hơn. Trong MCDM ngư i ta gi s r ng t n t i m t “cái
gì đó” mà nó cho phép ngư i ra quy t đ nh xác đ nh phương án nào là
t t nh t. MCDM s d ng các hàm đ h u ích n u nó có th đư c
thành l p và mơ t b ng các thu t ng toán h c, ho c s d ng các k
thu t so sánh gi a các phương án. Vì th m c tiêu chính c a nó là
quan sát các hành vi và quan đi m c a ngư i ra quy t đ nh cũng như
c g ng giúp h hi u b n ch t các cơ ch trong quá trình ra quy t
đ nh, phân tích cho h hi u t t c các y u t mà nó nh hư ng đ n k t
qu .
Trong lĩnh v c nghiên c u v MCDM, các nhà nghiên c u phân
ra thành hai lo i chính như sau:
+ Ra quy t đ nh đa m c tiêu (MODM-Multi Objective Decision
Making);
+ và Ra quy t đ nh đa thu c tính (MADM- Attribute Objective
Decision Making).
Lo i th nh t (MODM) nh m vào các lo i bài tốn có khơng

gian quy t đ nh liên t c, các bài toán ch a m t t p l n các phương án.
GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

170


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

Nó đư c nghiên c u r ng rãi v i các phương pháp quy ho ch toán
h c, và các k thu t t i ưu. Do đó nó đư c thành l p d dàng trên các
cơ s lý thuy t và vì v y bài tốn t i ưu này có th xem xét nhi u gi
thuy t c a các bi n và các hàm đư c đ nh nghĩa t các mơ hình và
ràng bu c. Lo i bài toán MODM liên t c này đư c s d ng đ thi t k
hay t o ra các phương án ra quy t đ nh, bao g m các phương pháp:
Quy ho ch đa m c tiêu (Goal Programming) và các phương pháp T i
ưu hóa đa m c tiêu (Multi-Objective Optimization) như ti p c n m t
hàm m c tiêu (Single Objective Approach), phương pháp m c tiêu
toàn c c (Global Criterion Method), Phương pháp Qui ho ch th a
hi p (Compromise Programming), phương pháp quy ho ch De Novo
(De Novo Programming),,…
Trong khi đó, lo i th hai (MADM) l i thích ng v i các lo i bài
tốn v i khơng gian ra quy t đ nh r i r c và có các phương án đư c
xác đ nh trư c. Do đó, lo i này thư ng đư c s d ng trong vi c l a
ch n t p phương án ra quy t đ nh t t nh t t danh sách h u h n các
phương án s n có. Lo i này bao g m các phương pháp: Ra quy t đ nh
đa nhân t (MFEP-Multiple Factors Evaluation Process) và Ra quy t
đ nh đa tiêu chu n/đa thu c tính như: phương pháp Analytic

Hierarchy Process (AHP) c a Thomas L. Saaty, phương pháp
ELECTRE (Elimination Et Choix Traduisant la Realité) c a Roy,
phương pháp đ h u ích đa thu c tính (Multi-attribute Utility theory),
phương pháp x p h ng (Outranking relation approach), phương pháp
giao ti p tu n t …
Đ minh h a cho hai dịng phương pháp MODM và MADM, ta
hãy xét bài tốn c a m t nhà máy s n xu t v t li u xây d ng. Nhà
qu n lý c a nhà máy ch c ch n luôn luôn mong mu n c c đ i l i
nhu n và th trư ng khi quy t đ nh m t lo i s n ph m v i s lư ng
c n s n xu t. Rõ ràng đây là bài toán ra quy t đ nh đa m c tiêu. Còn
GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

171


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

trư ng h p ông ta mu n ch n l a m t h th ng s n xu t t i ưu (ví d
như cơng ngh s n xu t m i nào đư c s d ng đó t các phương án
th c t ) thì đây chính là bài tốn ra quy t đ nh đa thu c tính (đa tiêu
chu n).
Hình 3.1 và b ng 3.1 sau đây s trình bày sơ đ tóm t t các lo i
bài toán ra quy t đ nh đa tiêu chu n:
B ng 3.1. Phân bi t các bài toán Đa m c tiêu và Đa tiêu chu n

Đ c đi m

Đa m c tiêu

Đa tiêu chu n

Các phương án và l i gi i

Chưa có s n, vơ h n

Có trư c, h u
h n

Quy ho ch toán h c Các phương pháp
Phương pháp gi i

(cơ b n d a trên

chuyên bi t

QHTT)
Ra quy t đ nh đa tiêu chu n
(Multi-Criteria Decision Making)

Ra quy t đ nh đa m c tiêu
(Multi Objective Decision Making)

T i ưu hóa đa
m c tiêu
(Multi
Objective
Optimization)

Quy ho ch
đa m c tiêu
(Goal
Programming)

Ra quy t đ nh đa thu c tính
(Attribute Objective Decision Making)

Ra quy t
đ nh đa nhân
t
(Multiple
Factors
Evaluation)

Ra quy t đ nh
đa tiêu chu n
(Multi Criteria
Decision
Making)

Hình 3. 1. Phân lo i các bài tốn ra quy t đ nh đa tiêu chu n

GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

172


Generated by Foxit PDF Creator © Foxit Software

For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

2.

RA QUY T Đ NH ĐA THU C TÍNH
2.1. Gi i thi u
R t nhi u các v n đ c n ra quy t đ nh trong th c t bao g m

nhi u tiêu chu n hơn là m t tiêu chu n. H u h t các bài toán qu n lý
thu c l p các bài tốn đa tiêu chu n. Ví d như b n đang xem vi c
vi c tìm ki m m t vi c làm m i, ch c ch n b n s có r t nhi u tiêu
chu n đ đánh giá và l a ch n đ i v i các công ty như m c lương, cơ
h i thăng ti n, đ a đi m làm vi c, mơi trư ng làm vi c,.. Cịn n u như
b n mu n mua cái máy tính cá nhân thì cũng s có r t nhi u tiêu
chu n quan tr ng đáng đ b n xem xét như giá bán, c u hình, b nh ,
thương hi u, các ph n cài s n có b n quy n, th i gian b o hành…Hay
trong vi c mua m t chi c xe hơi m i ch ng h n, các tiêu chu n như
màu s c, giá c , ki u xe, nhà s n xu t, v n đ b o trì, ch t lư ng…đ u
là các y u t quan tr ng c n xem xét.
Vì nhi u y u t liên quan, vi c ra quy t đ nh nhi u m c tiêu,
nhi u nhân t thư ng ph i s d ng đ n các cách ti p c n đ nh lư ng
đ c trưng. Bài toán ra quy t đ nh đa thu c tính bao g m 2 d ng bài
tốn chính:
+ Ra quy t đ nh đa nhân t ; và
+ Ra quy t đ nh đa tiêu chu n.
2.2. Phân bi t gi a các thu t ng
Thu c tính (attribute) là m t đ c đi m g n li n v i s

v t,

phương án. Thu c tính có th đư c đo lư ng b ng các phép đo đ nh
lư ng ho c đ nh tính như s c n ng là m t thu c tính và có th đo
đư c, đ đo c a s c n ng là tr ng lư ng, tính b ng kilogram. Màu s c
là m t thu c tính khác, có th bi u di n đư c như là đ , xanh ho c
đ m, nh t....

GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

173


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

Nhân t (factor) là m t s t ng h p các thu c tính và đ đo các
đ i lư ng khách quan khác, th hi n s riêng bi t c a các phương án
ch n l a.
M c tiêu (Objective) là s đ nh hư ng c a m t bài toán, c a t
ch c. M c tiêu thư ng đư c th hi n qua thu t ng c c đ i hóa, c c
ti u hóa ...
Tiêu chu n (Criteria) là s t ng h p c a các thu c tính và nhân
t th hi n đ ưu tiên trong ch n l a phương án.

3.

RA QUY T Đ NH ĐA NHÂN T

(MULTIFACTOR

DECISION MAKING)
3.1. Khái ni m ra quy t đ nh đa nhân t
Trong vi c ra quy t đ nh đa nhân t , ngư i ra quy t đ nh s cân
nh c ch n l a m t hay nhi u phương án d a trên m t s nhân t .
Vi c xem xét các nhân t ch y u b ng tr c giác và ch quan. M i
nhân t đóng m t vai trị như là m t thang đánh giá, các nhân t quan
tr ng nh hư ng đ n quy t đ nh s đư c gán 1 tr ng s (nói lên t m
quan tr ng tương đ i gi a các nhân t v i nhau) và nh ng phương án
s đư c ch n l a tùy thu c vào các nhân t này.
Cách ti p c n này đư c g i là quá trình đánh giá đa nhân t
(Multiple Factors Evaluation Process-MFEP). Vi c ra quy t đ nh đa
nhân t bao g m m t s bư c, trong đó có các bư c đánh giá, đây là
bư c ư c lư ng ch quan c a ngư i ra quy t đ nh.

3.2. Các bư c ra quy t đ nh đa nhân t
Sau đây ta nghiên c u các bư c ti n hành c a quá trình ra quy t đ nh
đa nhân t -MFEP:

GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

174


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

Bư c 1: Li t kê t t c các nhân t i và gán tr ng s FWi (Factor
Weight) cho t ng nhân t i
FWi n ói lên t m quan tr ng tương đ i gi a các nhân t v i
nhau: ∑ FWi =1. Tr ng s FWi ∈ ch quan c a ngư i ra quy t đ nh
nên vi c th c hi n bư c 1 trong th c t r t khó khăn do “9 ngư i 10
ý”. Vì v y chúng ta có th quan ni m tr ng s c a ngư i c p cao s
l n hơn (bi u di n m c đ quan tr ng c a ngư i ra quy t đ nh).
Bư c 2: L c bư c đ u các phương án (PA)j đ i di n nh t
Trư c tiên, ta đã có s n m t s các phương án. Ta ph i suy nghĩ
đ lo i b nh ng PA t m thư ng, ch gi l i nh ng phương án quan
tr ng mà không th quy t đ nh ngay đư c.
Phương án t m thư ng là nh ng phương án b các phương án
khác vư t tr i. M t PA b tr i khi nó khơng hơn đư c m t phương án
khác theo b t kỳ m t tiêu chu n nào.
Bư c 3: Đánh giá các nhân t i cho t ng phương án j
bư c này, ngư i ra quy t đ nh s đánh giá các nhân t i cho
t ng phương án j b ng cách gán 1 h s FEij (Factor Evaluation) g i
là lư ng giá c a phương án j đ i v i nhân t i.
Giá tr FEij đư c dùng có th

m i kho ng, ví d (0, 1), (1, 10),

(1, 100)… ….ch c n giá tr đư c dùng ph i nh t quán. Thông thư ng
ngư i ta s d ng thang (0, 1).
Bư c 4: Tính tốn tr ng s các nhân t i cho t ng phương án j
T đó, suy ra tr ng s t ng c a t ng phương án j (TWEij):

TWE j = ∑ FWi x FEij
i

(3.1)
Trong đó: i: nhân t , j: phương án.
Bư c 5: So sánh các tr ng s t ng cu i cùng và ra quy t đ nh.

GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

175


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

Bư c cu i cùng trong quá trình ra quy t đ nh đa nhân t là đánh
giá l i toàn b , xem xét các tr ng s , n u th t s khơng có gì ph i thay
đ i thì căn c vào tr ng s t ng cu i cùng đ ra quy t đ nh. Ta ch n
phương án jo ng v i Max TWEij.
N u có thay đ i tr ng s ho c thay đ i nhân t thì th c hi n q
trình tính tốn tr l i theo trình t các bư c.
3.3. Ví d minh h a
Anh Nam, m t sinh viên xây d ng v a t t nghi p, đang mu n
tìm vi c làm t i m t s cơng ty. Nam có r t nhi u nhân t đ ch n l a
m t ch làm vi c t t, đó là:
+ Lương (Salary);
+ Cơ h i thăng ti n (Career Advancement);
+ Nơi làm vi c (Location);
+ Môi trư ng làm vi c (nh ng ngư i mà mình s làm vi c v i h );
+ Lo i công vi c ph i làm (thi t k , thi công, qu n lý d án)…

Bư c 1: Li t kê t t c các nhân t i và gán tr ng s FWi (Factor
Weight) cho t ng nhân t i
Sau khi nghiên c u, bàn b c v i th y cô, b n bè và gia đình, Nam
nh n th y 3 nhân t quan tr ng nh t đ ch n công ty làm vi c là:
lương, cơ h i thăng ti n, và nơi làm vi c. Trong đó theo Nam thì nhân
t quan tr ng nh t đ i v i anh là m c lương, cho nên anh ta gán tr ng
s cho các nhân t đó như sau:
Nhân t i (Factor i)

Tr ng s FWi

Lương (Salary)

0,5

Cơ h i thăng ti n (Career
Advancement)

0,3

Nơi làm vi c (Location)

0,2
T ng

1

B ng 1. Tr ng s cho các nhân t (Factor weights)
GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

176


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

Bư c 2: L c bư c đ u các phương án (PA)j đ i di n nh t
Trư c tiên Nam đã có s n m t s phương án ( đây chính là các
cơng ty mà Nam đã đư c tuy n d ng). Nam ph i suy nghĩ đ lo i b
nh ng công ty “t m thư ng”, và ch gi l i nh ng công ty quan tr ng
mà theo Minh là không th quy t đ nh ngay đư c. Sau khi cân nh c,
Nam quy t đ nh có 3 cơng ty c n đư c đánh giá là công ty A, công ty
B và công ty C.
Bư c 3: Đánh giá các nhân t i cho t ng phương án j (Xác đ nh
FEij)

Phương án j
Nhân t i

Công ty A Công ty B Công ty C

Lương (Salary)

0,8

0,4

0,7

Cơ h i thăng ti n (Career Advancement)

0,3

0,9

0,4

Nơi làm vi c (Location)

0,6

0,6

0,2

B ng 2. Đánh giá nhân t cho t ng phương án (Factor
Evaluations)
Bư c 4: Tính tốn tr ng s các nhân t i cho t ng phương án j
V i d li u

b ng trên, Nam tính tốn tr ng s các nhân t cho

t ng cơng ty. Sau đó l y t ng đ đư c tr ng s t ng –TWE (Total
Weighted

Evaluation)

cho

t ng

công

ty

theo

công

th c:

TWE j = ∑ FWi x FEij
i

Suy ra:
TWE (A) = 0,5*0,8 + 0,38*0,3 + 0,2*0,6 = 0,61
TWE (B) = 0,5*0,4 + 0,3*0,9 + 0,2*0,6 = 0,59
TWE (C) = 0,5*0,7 + 0,3*0,4 + 0,2*0,2 = 0,56
Bư c 5: So sánh các tr ng s t ng cu i cùng và ra quy t đ nh.

GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

177


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

Như v y so sánh các tr ng s t ng, Nam th y công ty A nh n
đư c tr ng s cao nh t. Do đó, Nam quy t đ nh làm vi c t i công ty
A.

4.

RA QUY T Đ NH ĐA TIÊU CHU N
Trong nh ng trư ng h p chúng ta không th gán m t cách ch

quan các đánh giá v tr ng s c a nhân t (tiêu chu n) cũng như đánh
giá các phương án thì khơng nên s d ng phương pháp quá trình đánh
giá đa nhân t (Multiple Factors Evaluation Process-MFEP). Khi đó,
các phương pháp ra quy t đ nh đa tiêu chu n khác t ra hi u qu . Có
th k ra các phương pháp đư c nhi u ngư i bi t và s d ng như:
+ Phương pháp q trình phân tích th

b c (The Analytic

Hierarchy Process - AHP, Prof. Thomas L.Saaty-1980);
+ Phương pháp Electre I và II (Prof. Roy-1967);
+ Phương pháp đ h u ích (Utility Theory - Prof. Ralph Keeney);
+ Phương pháp giao ti p tu n t ....
4.1. Gi i thi u phương pháp đ nh lư ng AHP
Vào nh ng năm đ u th p niên 1970 và trong các n ph m c a
ơng vào năm 1980, nhà tốn h c ngư i M Thomas L. Saaty đã phát
minh ra m t phương pháp ra quy t đ nh (RQĐ) đa tiêu chu n đư c
bi t như là quá trình phân tích th b c (Analytic Hierarchy ProcessAHP), m t phương pháp tính tốn đơn gi n nhưng l i có cơ s v ng
ch c v lý thuy t, đ h tr cho các cá nhân hay nhóm chuyên gia

đánh giá, phân tích và RQĐ l a ch n các phương án cho trư c hay x
lý các v n đ RQĐ đa tiêu chu n ph c t p.
M c tiêu c a phương pháp này là nh m lư ng hóa m i quan h
nh ng đ ưu tiên c a m t t p h p các phương án cho s n trên m t
thang đo t l (a ratio scale) d a vào nh ng ý ki n đánh giá c a ngư i
RQĐ (decision-maker), và nh n m nh t m quan tr ng c a nh ng phán
GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

178


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

đoán tr c giác (intuitive judgments) c a ngư i RQĐ cũng như tính
nh t quán (consistency) trong vi c so sánh các phương án trong quá
trình RQĐ (Saaty, 1980).
Phương pháp AHP cho phép ngư i RQĐ t p h p đư c ki n th c
c a các chuyên gia v v n đ c a h , k t h p đư c các d li u khách
quan và ch quan trong m t khuôn kh th b c logic. Trên h t là
phương pháp AHP cung c p cho ngu i RQĐ m t cách ti p c n tr c
giác, theo s phán đốn thơng thư ng đ đánh giá s quan tr ng c a
m i thành ph n c a quy t đ nh thơng qua q trình so sánh t ng c p
(pairwise comparision).
Ngồi ra, phương pháp AHP cịn k t h p đư c c hai m t tư duy
c a con ngư i, c v đ nh tính l n đ nh lư ng. Đ nh tính đư c th hi n
qua s s p x p có th b c và đ nh lư ng qua s mô t các đánh giá và
s ưa thích đư c th hi n thơng qua các con s có th dùng đ mơ t

nh n đ nh c a con ngu i v t t c các v n đ vơ hình l n v t lý h u
hình, nó có th dùng đ mô t c m xúc, tr c giác đánh giá c a con
ngư i.
Q trình phân tích th b c (Analytic Hierarchy Process-AHP)
đã đư c nghiên c u và áp d ng t r t lâu

các nư c trên th gi i và

vào các lĩnh v c khác nhau như:
+ V n đ ti t ki m năng lư ng và cu c xung đ t

Trung Đông

năm 1972;
+ K ho ch giao thơng

Sudan 1973-1975;

+ S khám phá khống s n

Maurutania năm 1976;

+ Ho ch đ nh cho n n giáo d c Đ i h c

M năm 1976;

+ Cu c b u c t ng th ng năm 1976 và năm 1980;
+ Cu c xung đ t

mi n B c Ireland năm 1977;

+ K ho ch cho m t vi n nghiên c u năm 1977;
+ Chính sách kh ng b năm 1978;
GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

179


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

+ Vi c d đoán k t qu c a m t tr n vô đ ch c th gi i 1978;
+ Vi c l a ch n v n đ u tư cho s n ph m năm 1979;
+ Th trư ng ch ng khoán năm 1980;
+ Giá d u trong th p niên 1980;
+ Xung đ t
+ Xây

Nam Á năm 1981;

d ng

mơ

hình

l a

ch n

danh

m c

đ u

tư

(Mohammed.I.A,Khalil, 2000);
+ Qu n lý d án (Kamal M. Al-Subhi Al-Harbi, 2001);
+ Các bài toán k thu t (Saaty and Vargas, 2001);
+ Xây d ng mơ hình l a ch n Ch nhi m d án (Nguy n Thanh
Phong, 2007);
+ So sánh, đánh giá gi i pháp thi t k và l a ch n d

án (Bùi

Tr ng C u, 2007);…
+ và còn r t nhi u ng d ng khác n a.
Như v y, phương pháp đ nh lư ng AHP là m t công c vô cùng
h u hi u ch cho chúng ta cách gi i quy t các v n đ l n lao và có tính
quy t đ nh ph c t p hơn. Lý thuy t này s đư c làm cho phong phú và
đa d ng hơn trong tình lĩnh v c ng d ng c th . Theo Partovi (1992),
phương pháp AHP là m t công c h tr ra quy t đ nh cho vi c gi i
quy t nh ng v n đ c n ra quy t đ nh đa thu c tính khơng có c u trúc
và ph c t p. Cịn Ny Dick và Hill (1992) đã mơ t phương pháp AHP
như là m t phương pháp lu n đ mô t hành vi x p h ng các phương
án d a trên ý ki n đánh giá c a nh ng ngư i ra quy t đ nh v m c đ

quan tr ng c a các tiêu chu n đ i v i m i phương án. Trong khi đó,
Golden (1989) đã di n t phương pháp AHP như là m t phép phân
tích c u trúc th b c b i các thành viên trong nhóm ra quy t đ nh b ng
cách chia nh v n đ c n ra quy t đ nh thành nhi u c p và theo m t
qui trình đ nh hư ng theo các bư c ti n hành b i phương pháp AHP.
Ti p theo, Murahdar (1990) đã ng h và tin tư ng vào phương pháp
GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

180


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

AHP vì nó cung c p m t cách rõ ràng c th cách gi i quy t các v n
đ ra quy t đ nh đa tiêu chu n. M t ph n các cơng th c tính tốn làm
n i b t tính hi u qu c a phương pháp này. Đ c bi t, Belton (1986) đã
so sánh phương pháp AHP và phương pháp MAV (giá tr đa nhân t
đơn gi n- a simple multi-attribute value -MAV), như hai trong s
nh ng phương pháp RQĐ đa tiêu chu n. Bà cũng chú ý r ng c hai
phương pháp này đư c s d ng r ng rãi trong th c ti n có kh năng
đư c xem xét như là m t cách đánh giá s thành cơng. Ngồi ra, ta bà
cũng phê bình r ng như c đi m l n nh t c a phương pháp MAV là s
th t b i c a nó đ i v i vi c ki m soát m t cách h th ng ch t ch s
nh t quán (consistency) c a nh ng ý ki n đánh giá so v i phương
pháp AHP.
Trong nhi u năm qua đ n bây gi đã có m t s l i bình ph m đã
đư c đưa ra đ i v i phương pháp AHP. Watson và Freeling (1982)

cho r ng đ suy lu n ra đư c nh ng tr ng s (weights) c a các tiêu
chu n b ng phương ti n dùng m t thang đo t l , phương pháp này
đòi h i nh ng ngư i RQĐ nh ng câu h i vơ nghĩa, ví d như: “Tiêu
chu n nào trong s hai tiêu chu n này thì quan tr ng hơn cho m c
tiêu? Quan tr ng hơn bao nhiêu?”. Trong khi đó, Belton và Gear
(1983) và Dyer (1990) nh n xét r ng phương pháp này có th b s
x p h ng đ o ngư c (m t phương án đư c ch n xem như t t nh t trên
m t t p X, s không đư c ch n khi phương án nào đó thêm vào t p
ban đ u, có th là 1 phương án khơng quan tr ng, s b lo i tr t X).
Tuy nhiên, nhà toán h c ngư i M Saaty (1994) đã ph n h i l i phê
bình này b ng cách hi u ch nh và đ ngh m t mơ hình AHP lý tư ng
(Ideal Model AHP), trong đó m i c t c a ma tr n ra quy t đ nh đư c
chia b ng t ng giá tr các s trong c t. Trong khi đó, Belton và Gear
(1985) và Dyer và Wendel (1987) đã t n công phương pháp AHP d a
vào bi n minh nh ng lý l r ng nó thi u m t cơ s lý thuy t v ng
GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

181


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

ch c. Harker và Vargas (1987) và Perez (1995) đã tranh lu n nh ng
l i bình ph m c a các tác gi

trên và thông qua m t nghiên c u lý

thuy t và nh ng thí d th c t , h đã ch ng minh r ng nh ng l i bình
ph m

trên là hồn tồn khơng có căn c . H đã chú thích r ng

phương pháp AHP thì d a trên m t n n t ng lý thuy t r t v ng ch c,
và đư c xem như nh ng ví d đi n hình trong khoa h c qu n lý –
khoa h c k thu t và trong quá trình ho t đ ng hàng ngày c a nhi u
cơ quan chính ph khác nhau, nh ng t p đồn và nh ng công ty tư
v n n i ti ng trên th gi i, phương pháp AHP là m t công c ra quy t
đ nh vô cùng h u d ng, và đã đ t đư c r t nhi u thành t u. Đi u này
cũng đư c

ng h

b i Triantaphy (1994) và Mann (1995) r ng

phương pháp AHP là phương pháp đư c s d ng r ng rãi nh t và
đư c coi là m t trong nh ng phương pháp RQĐ mang tính tin c y
nh t trong các phương pháp ra quy t đ nh đa tiêu chu n hi n nay. Có
th nói m t trong nh ng ưu đi m c a phương pháp AHP là kh năng
phân tích và thi t l p nh ng v n đ RQĐ đa tiêu chu n ph c t p thành
m t c u trúc th b c g m nhi u m c và sau đó ti n hành kh o sát
riêng r trên m i m c, r i t ng h p các k t qu l i như m t ti n tri n
có tính phân tích (Mahdi et al, 2002).
4.2. Các nguyên t c c a phương pháp AHP
Vi c thi t k mơ hình c a phương pháp AHP ph i đáp ng đư c
m c tiêu c a vi c xây d ng mơ hình. Các y u t c a các v n đ trong
n n công nghi p (xây d ng) là vô s và m i liên h gi a chúng là vô
cùng ph c t p. Theo Saaty (1980), trong b t kỳ mơ hình nào xây d ng

b i phương pháp AHP, ngư i xây d ng và s d ng mô hình c n ph i
nh n d ng đư c m c tiêu c a nghiên c u và các v n đ đang ph i đ i
m t đ đ t đư c m c tiêu đó. Holden (1989) đã đ ngh b n gi thuy t
sau, đư c phát bi u như nh ng tiên đ (axioms), giúp cho phương
pháp AHP có giá tr trong vi c thi t k mơ hình.
GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

182


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

+ Tiên đ 1: Đ i v i hai phương án i và j thu c t p các phương án
A cho trư c, ngư i ra quy t đ nh ph i đưa ra giá tr m t s so
sánh c p, g i là aij trong s các phương án đ i v i m t tiêu chu n
c trong t p h p các tiêu chu n d a trên m t thang đo t l thu n
ngh ch (reciprocal rato scale); nghĩa là a ij =

1
(3.2), v i m i i,j
a ji

thu c t p A.
Tiên đ 2: Khi so sánh b t kỳ hai phương án i và j thu c t p các
phương án A cho trư c, ngư i ra quy t đ nh không bao gi đư c
đánh giá phương án này quan tr ng (hay kém quan tr ng) vô h n so
v i phương án kia đ i v i m t tiêu chu n c, đi u này có nghĩa

là a ij ≠ ∞ , v i m i i,j thu c t p A.
+ Tiên đ 3: V n đ c n ra quy t đ nh có th phân tích đư c
thành m t c u trúc th b c (hierarchy).
+ Tiên đ 4: T t c các phương án cho trư c và các tiêu chu n có
tác đ ng nh hư ng hay liên quan đ n v n đ c n ra quy t đ nh đ u
ph i đư c th hi n trong sơ đ th b c. Đi u này có nghĩa là, s hi u
bi t c a nhóm ngư i ra quy t đ nh c n ph i đư c th hi n m t cách
tiêu bi u (hay lo i tr b t) các tiêu chu n ho c các phương án trong sơ
đ th b c.
Nh ng tiên đ này đư c s d ng đ mô t nh ng nguyên t c căn
b n nh t c a phương pháp đ nh lư ng AHP; đó là vi c tính tốn và
gi i quy t v n đ c n ra quy t đ nh thông qua m t c u trúc th b c
(tiên đ 3 và 4) và vi c suy lu n ra nh ng ý ki n đánh giá theo m t
hình th c so sánh t ng c p (tiên đ 1 và 2).
Vào năm 1980, nhà toán h c ngư i M Saaty đã đưa ra b n
nguyên t c cơ b n trong vi c xây d ng mơ hình theo phương pháp
AHP bao g m:

GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

183


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

+ Phân tích và thi t l p sơ đ

th

b c c a v n đ

c n RQĐ

(Decomposition);
+ Tính tốn các đ ưu tiên (Prioritization);
+ T ng h p (Synthesis);
+ và đo lư ng s không nh t quán (Inconsistency measurement)
4.2.1.

Phân tích và thi t l p c u trúc th b c

Phân tích là kh năng c a con ngư i trong nh n th c th c t
dùng đ phân bi t và trao đ i thông tin. Đ nh n th c đư c các v n đ
th c ti n ph c t p, con ngư i phân chia các v n đ th c t ra làm
nhi u thành ph n, các thành ph n này l i đư c phân chia thành các
c u thành ph n nh hơn và như v y t o thành th b c. Nói cách khác,
phương pháp AHP yêu c u ph i xác đ nh đư c m t sơ đ th b c c a
m c tiêu. M t sơ đ th b c là m t c u trúc th hi n m t v n đ ra
quy t đ nh ph c t p d a trên m t s c p (Saaty 1994). S lư ng các
thành ph n thông thư ng t 5 đ n 9, b ng cách như v y ta có th tích
h p s lư ng thơng tin l n vào trong c u trúc c a v n đ và có m t
b c tranh tồn c nh hơn.
Phân lo i th b c: Có hai lo i th b c là th b c theo c u trúc
và th b c theo ch c năng. Th b c theo c u trúc là m t h th ng
ph c t p đư c c u trúc b i các thành ph n theo th t gi m d n tính
ch t c a c u trúc như kích thư c, hình dáng, màu s c…Ví d như c u
trúc vũ tr đư c s p x p theo th t gi m d n t thiên hà t i chòm sao

r i t i h m t tr i, t i hành tinh r i ti p t c xu ng t i nguyên t , h t
nhân, proton, neutron…Ngư c l i, th b c theo ch c năng phân tích
h th ng ph c t p thành các thành ph n theo các quan h cơ b n c a
nó. Cách phân tích th b c như v y giúp hư ng h th ng theo m c
tiêu mong mu n: gi i quy t xung đ t, đ t hi u qu trong s hồn
thành cơng vi c hay s th a mãn c a m i ngư i. Do m c tiêu này,
phân tích th b c theo ch c năng s đư c t p trung xem xét.
GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

184


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

Đ ph n ánh đư c các v n đ th c t ph c t p, vi c phân lo i th
b c c n thi t ph i có nh ng đ c đi m sau:
+ Linh ho t: các c p phân lo i tương quan v i nhau theo hình xo n
c.
+ Th b c hồn toàn: t t c các thành ph n c a m t b c chia s m i
đ c đi m v i th b c cao hơn k ti p.
+ Th b c khơng hồn tồn: m t s thành ph n khơng chia s tồn
b các đ c đi m v i th b c cao hơn k ti p.
Nguyên t c hình thành c u trúc th b c (Decomposition):
+ M i m t lo i các thành ph n ch c năng chi m m t b c trong th
b c.
+ C p cao nh t ch có m t thành ph n g i là tiêu đi m, t c là m c
tiêu bao trùm c c u trúc hay v n đ c n gi i quy t.

+ Các c p k ti p g m nhi u thành ph n hay các tiêu chu n chính.
M i thành ph n hay tiêu chu n này có th đư c phân chia thành
các c p nh hơn hay đ ng đ c l p là tùy thu c vào m c đ chi
ti t c a mơ hình. Do vi c so sánh đư c th c hi n gi a các thành
ph n c a cùng m t th b c v i nhau theo tiêu chu n c a th b c
cao hơn, các thành ph n c a m t th b c ph i có cùng m t đ l n
hay t m quan tr ng (magnitude). N u s khác bi t gi a chúng là
l n thì chúng nên đư c s p x p

các c p khác nhau.

+ C p th p nh t cu i cùng c a sơ đ th

b c đư c g i là c p

phương án, nó ch a các phương án đ t bên dư i các thành ph n
hay tiêu chu n

ngay bên trên nó.

Khơng có m t ngun t c nh t đ nh nào trong vi c hình thành
c u trúc th b c. Chúng ta có th hình thành c u trúc th b c theo lo i
quy t đ nh c n đư c đưa ra. N u v n đ là l a ch n phương án trong
m t t p các phương án thì có th b t đ u t c p th p nh t là li t kê t t
c các phương án, c p cao hơn k ti p là các tiêu chu n đ đánh giá
GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

185

Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

các phương án, c p cao nh t là đánh giá tiêu đi m- m c tiêu cu i cùng
mà các tiêu chu n có th đư c so sánh theo m c đ quan tr ng c a s
đóng góp c a chúng.
Khơng có gi i h n s lư ng các c p trong sơ đ th b c, m t khi
ngư i ta không th so sánh gi a m t tiêu chu n v i tiêu chu n

c p

cao hơn, c n thi t ph i nghĩ thêm m t c p tiêu chu n trung gian chen
vào gi a hai c p tiêu chu n k trên đ chúng có th so sánh đư c. Sơ
đ th b c có th phát tri n t đơn gi n đ n c c kỳ ph c t p tùy theo
kinh nghi m và ki n th c có đư c c a các chuyên gia v v n đ c n
RQĐ.
Saaty (1994) đã nh n m nh r ng m t sơ đ th b c cung c p cho
ta m t cái nhìn t ng th c a nh ng t t c nh ng m i quan h ph c t p
c a các tình hu ng và s đánh giá. Nó cũng cho phép ngư i ra quy t
đ nh đánh giá đư c s so sánh các ý ki n c a cùng m t c p theo m c
đ quan tr ng c a các tiêu chu n.
Hình sau đây th hi n m t m u c u trúc th b c đư c xây d ng
b i giáo sư Kamal (2001) trong v n đ đánh giá năng l c c a các nhà
th u theo 6 tiêu chu n chính sau:
1. Kinh nghi m (Experience);
2. Tình tr ng n đ nh v tài chính (financial stability);
3. Ch t lư ng th c hi n (Quality performance);
4. Ngu n tài nguyên nhân l c (Manpower resources);

5. Ngu n tài nguyên v máy móc thi t b (equipment resources);
6. Kh i lư ng công vi c hi n t i (current workload).

GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

186


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

Hình 3.2. Ví d

sơ đ th

b c

(Ngu n: Application of the AHP in project management,
International Journal of Project Management 19: 19-27)
4.2.2.

Thi t l p đ ưu tiên

Sau khi xây d ng xong sơ đ th b c c a bài toán, bư c quan
tr ng ti p theo là ph i tính tốn và thi t l p đ ưu tiên (priorities) c a
m i tiêu chu n trên các c p đã đư c xác đ nh trong sơ đ th b c. Khi
này, ngư i RQĐ c n đưa ra nh ng ý ki n đánh giá c a mình v m c
đ quan tr ng c a m i tiêu chu n đ i v i tiêu chu n

c p cao hơn

trong sơ đ th b c b ng phương pháp so sánh t ng c p.
Các nhà lý thuy t v mơ hình, h th ng cho r ng các m i quan h
ph c t p ln ln có th đư c phân tích b ng cách ch n các c p
thành ph n (pair of elements) và liên h chúng thông qua các thu c
tính c a chúng. M c đích này là nh m tìm ra trong nhi u s v t các s
v t có các s liên k t c n thi t. Cách ti p c n nhân qu này đư c b
sung b i cách ti p c n h th ng, m c tiêu c a cách ti p c n h th ng

GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

187


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

là tìm ra các h th ng ph hay các chi u hư ng mà các thành ph n
đư c liên k t v i nhau.
Phương pháp đ nh lư ng AHP là cách ti p c n theo c hai cách:
ti p c n h th ng thông qua sơ đ th b c và ti p c n nhân qu thông
qua s so sánh c p các thành ph n th b c và t ng h p chúng l i. S
phán đoán và đánh giá đư c áp d ng trong vi c th c hi n so sánh t ng
c p là k t h p c suy nghĩ logic và các tr c giác thu đư c qua vi c
tích lũy kinh nghi m. Các phương pháp toán h c đư c dùng xem như
là cách th c thu n ti n đ đi đ n k t lu n hơn là cách th c suy nghĩ

tr c giác thư ng dùng, nhưng k t qu sau cùng cũng khơng c n thi t
chính xác hơn. N u k t qu c a phương pháp AHP là không đúng theo
như kinh nghi m, nh ng ngư i RQĐ có th l p l i quá trình đ có th
c i thi n s phán đốn. Theo Muralidhar (1990), ưu đi m c a phương
pháp so sánh t ng c p là nó cho phép ngư i ra quy t đ nh ch t p
trung vào s so sánh hai đ i tư ng và s quan sát như v y ít b

nh

hư ng b i các y u t bên ngồi. Cịn Saaty (1995) gi i thích r ng s
dĩ phương pháp so sánh t ng c p đư c s d ng là vì ch có 2 y u t
liên quan đ n s so sánh t i cùng m t th i đi m so sánh mà thôi.
Các bư c trong so sánh t ng c p:
+ So sánh các thành ph n theo c p đ i v i các tiêu chu n đã đư c
xác đ nh.
+ B t đ u t chóp c a sơ đ th b c, ch n m t tiêu chu n, ti n
hành vi c so sánh t ng c p các thành ph n c a b c k ti p theo
tiêu chu n đã ch n.
+ Thi t l p ma tr n so sánh c p.
Thông thư ng, các câu h i đư c đ t ra là: “Thành ph n này có
l i hơn, th a mãn hơn, đóng góp nhi u hơn, vư t hơn…so v i các
thành ph n khác như th nào? M c đ bao nhiêu?”. Các câu h i là
quan tr ng, nó ph n ánh m i liên h gi a các thành ph n c a m t c p
GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

188


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

v i tính ch t c a c p

th b c cao hơn. N u tiêu chu n là xác su t thì

h i: “Xác su t c a m t thành ph n này hơn m t thành ph n kia bao
nhiêu, hay m t thành ph n này s h u, nh hư ng, vư t tr i hơn thành
ph n kia bao nhiêu,…?”
Có th nói r ng c t lõi c a q trình phân tích th b c là vi c so
sánh t ng c p. Ngư i ta dùng thang đánh giá có 9 m c so sánh như
b ng sau đây đ lư ng hóa cư ng đ s ưu thích t o nên quy t đ nh
gi a hai phương án đ i v i m t tiêu chu n cho trư c.
+ Các m c 2, 4, 6, 8 là các m c trung gian..
+ Đi m đ so sánh tương ng là t 1 đ n 9.
+ Quá trình so sánh đư c b t đ u t m c th p nh t đ n m c cao
nh t.
S dĩ phương pháp AHP s d ng thang đo 9 m c là vì theo lý
thuy t v tâm lý h c đã gi i h n 7 ± 2 m c trong khi so sánh cùng
m t lúc là có ý nghĩa trong th c t và đ t đư c đ chính xác cao nh t.
B ng 3.2. Thang đánh giá 9 m c so sánh c a phương pháp AHP
M cđ

So sánh

quan tr ng

Gi i thích

2

Quan tr ng như nhau

Hai thành ph n có tính ch t như

(Equally preferred)

nhau

M c gi a 1 và 3

1

C n s th a hi p gi a hai m c đ

(Equally to moderately

nh n đ nh 1 và 3

preferred)

3

Tương đ i quan tr ng hơn
(Moderately preferred)

Kinh nghi m và nh n đ nh hơi
nghiêng v m t thành ph n hơn
thành ph n kia

M c gi a 3 và 5
4

C n s th a hi p gi a hai m c đ

(Moderately to strongly

nh n đ nh 3 và 5

preferred)
GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

189


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

Kinh nghi m và nh n đ nh
nghiêng m nh v m t thành ph n
hơn thành ph n kia

M c gi a 5 và 7
6

Quan tr ng hơn nhi u
(Strongly preferred)

5

C n s th a hi p gi a hai m c đ

(Strongly to very strongly

nh n đ nh 5 và 7

preferred)
M t thành ph n đư c ưu tiên r t
nhi u hơn thành ph n kia và đư c
bi u l trong th c hành

M c gi a 7 và 9
8

R t quan tr ng hơn
(Very strongly preferred)

7

C n s th a hi p gi a hai m c đ

(Very to extremely strongly

nh n đ nh 7 và 9

preferred)
9

Tuy t đ i quan tr ng hơn

S quan tr ng hơn h n trên m c

(Extremely preferred)

đ có th

Trong quá trình so sánh t ng c p, m t ma tr n so sánh c p là
hình th c th hi n s ưa thích. Theo Saaty (1994), ma tr n này là m t
công c đư c thi t l p đơn gi n nhưng hi u qu đ ki m tra s nh t
quán, cung c p hình th c c n thi t cho vi c so sánh d li u và phân
tích đ nh y c a tiêu chu n t ng th khi có m t ý ki n đánh giá thay
đ i. M t cách t ng quát, n u có n y u t đư c so sánh trong m t ma
tr n cho trư c, s đòi h i

n(n − 1)
s đánh giá c n thi t đ đi n vào
2

ma tr n. Saaty (1995) đã di n t s so sánh t ng c p trên ma tr n so
sánh c p là y u t bên tay trái c a ma tr n s đư c so sánh v i y u t
hàng trên cùng c a ma tr n. M t n a giá tr c a ma tr n so sánh là
s ngh ch đ o c a n a kia.
Đ minh h a cho vi c so sánh t ng c p, hãy theo dõi các bư c
sau: Gi s chúng ta mu n so sánh m t t p g m n đ i tư ng, đư c ký
hi u là A1, A2,…,An đư c di n t b i m t ma tr n so sánh c p A kích
GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

190


Generated by Foxit PDF Creator © Foxit Software
For evaluation only.

CHƯƠNG 3. RA QUY T Đ NH ĐA TIÊU CHU N

thư c nxn, ch a ph n t aij. N u như tr ng s các ph n t c a ma tr n
A là a ij =

wi
(3.3), thì ma tr n sau s th hi n vi c so sánh t ng c p.
wj

Trong ma tr n so sánh c p, m t n a giá tr c a ma tr n so sánh là s
ngh ch đ o c a n a kia đ i x ng qua đư ng chéo chính c a ma tr n,
t c là a ij =

A1
A=

A2
...
An

1
theo tiên đ 1.
a ji
w1 

 w 1 w1
 w w .... w 
2
n
 1

 a11 a12 .... a1n 
w2 
 w2 w2


....
 a 21 a 22 .... a 2n  =  w w
wn 
2
 1

 ...................... 
 .......................... 




 a n1 a 22 .... a 2n 
 w n w n .... w n 
w w
wn 
 1

2

(3.4)

So sánh t ng c p đư c th c hi n nghĩa là s có nh ng ph n t
tr i hơn so v i các ph n t kia. Q trình so sánh này có th đư c ti n
hành t c p trên cùng (c p m c tiêu) c a sơ đ th b c xu ng d n các
c p th p hơn bên dư i, ho c ngư c l i t c p th p nh t (c p phương
án) đi lên d n đ n các c p cao hơn đ đánh giá m c đ quan tr ng c a
các tiêu chu n cũng như các phương án cho s n.
4.2.3.

T ng h p

T ng h p (Synthesis) là m t q trình hồn t t nh ng tr ng s
c a các y u t có liên quan đ i v i m t y u t

c p cao hơn. Quá

trình này c n ph i đư c th c hi n cho t t c các ma tr n đư c xây
d ng t s so sánh t ng c p đ tính đư c tr ng s t ng h p ph n ánh
đ i v i nh ng y u t chính.
Các bư c sau đây th hi n quá trình t ng h p các ma tr n so sánh
c p:
1. Đ đư c ma tr n chu n hóa (normalized matrix): Vi c t ng
h p ma tr n so sánh c p đư c th c hi n b ng cách chia m i ph n t
GV. ThS. Nguy n Thanh Phong- Trư ng Đ i h c M Tp. HCM

191