Egyszerre több kritérium szerint kell végrehajtani. A működés értékelése több mutató alapján

Témakör: Döntéshozatal több kritériummutató alapján.

A gyakorlatban általában választani kell vezetői döntés nem egy, hanem több szempont szerint. Ezért értékeik az összehasonlító értékelésben többirányúak, pl. az egyik mutatónál az alternatíva nyer, a többinél pedig veszít.

Ilyen feltételek mellett szükséges az indikátorok mérlegelt értékelési rendszerét egy komplexre redukálni, amely alapján döntés születik.

Az átfogó értékelés elkészítéséhez két problémát kell megoldani:

Az első probléma az, hogy a vizsgált kritériummutatók nem egyenlő jelentőséggel bírnak;

A második problémát az jellemzi, hogy a mutatókat különböző mértékegységekben értékelik, és az átfogó értékelés felépítéséhez át kell térni egyetlen mérőóra.

Az első problémát a szakértői értékelés módszerének négy módosítása, a páronkénti összehasonlítás egyikének alkalmazásával oldjuk meg, amely lehetővé teszi számunkra, hogy számszerűsítése jelentőség. A páronkénti összehasonlítási módszer lényege, hogy egy szakértő (szakember, potenciális befektető, fogyasztó) páronként értékeli a vizsgált kritériummutatókat, saját maga határozza meg azok fontossági fokát pontszám formájában. Ezt követően, a kapott információ megfelelő feldolgozását követően, a szignifikancia együtthatót minden egyes figyelembe vett kritériummutatóra kiszámítják.

A második problémát egyetlen mérőműszerrel oldják meg a privát jelzőkhöz. Leggyakrabban pontozást használnak ilyen mérőként. Ebben az esetben az értékelés két megközelítésben történik:

- első megközelítés a vizsgált mutatók értékére vonatkozó statisztikai adatok hiányában használják;

- második megközelítés a vizsgált mutatók értékére vonatkozó statisztikai adatok (változási határok) megléte esetén alkalmazzák.

Ha az első megközelítést használja a pontokká konvertáláshoz, a következőképpen járjon el: legjobb ár-érték a figyelembe vett mutatót 1 ponttal egyenlőnek veszik, és ennek a pontnak a legrosszabb értékét részesedésében. Ez a megközelítés egyszerű, objektív értékelést ad, ugyanakkor nem veszi figyelembe a megfontolt lehetőségeken kívül eső legjobb eredményeket.

Ennek a hiányosságnak a kiküszöbölésére információra van szükség a vizsgált mutató változási határairól. Ha rendelkezésre áll, a második módszert alkalmazzuk. Ebben az esetben egy konverziós skálát építenek a pontokká konvertáláshoz. Ebben az esetben a pontozási rendszert a statisztika elméletének rendelkezései alapján választják ki a Sturges-képlet szerint:

n = 1 + 3,322 lgN, ahol

N a statisztikai megfigyelések száma;

n a kerekítési szabályok alapján kapott elfogadott pontozási rendszer.

A pontokká történő átalakítás a megszerkesztett konverziós skála alapján, táblázatos adatinterpolációs eljárással történik.

Gyakorlat:

Az alternatív megoldások 6 lehetősége közül, amelyek mindegyikét 5 kritériummutató értékeli, ki kell választani a legjobb lehetőséget.

Értékelje 2 megközelítést:

a vizsgált mutatók értékére vonatkozó statisztikai adatok hiányában;

ha van.

A mutatók változásának korlátja a következő számú megfigyelésre (N):

páros változatoknál N = 8;

A szignifikanciaértékelést az előadó szerint páros értékelés alapján kell elvégezni.

Asztal 1.

Feladat opciók

№ feladatokat
Alternatívák száma
№ feladatokat
Alternatívák száma
№ feladatokat
Alternatívák száma
№ feladatokat
Alternatívák száma
№ feladatokat
Alternatívák száma
№ feladatokat
Alternatívák száma

2. táblázat.

Kiinduló adatok:

Alternatív megoldások

mutatók

A6

x 1

x 2

x 3

x 4

x 5

13.12.5. Integrált kritériumok: az ökoszisztémák minőségének értékelése több mutató alapján

A hidrobiológiai és mikrobiológiai mutatók szerinti vízminőségi osztályokat a „gátokban és patakokban lévő víz minőségének ellenőrzésére vonatkozó szabályok” [GOST 17.1.3.07–82] határozzák meg, amelyek szabályozzák a hidrológiai, hidrokémiai és hidrobiológiai mutatók ellenőrzési programjainak tartalmát, a monitoring gyakorisága, valamint a mintavételi helyek kijelölése és elhelyezése
(13.7. táblázat) E dokumentum szerint a vízszennyezettség mértékének értékelése a Pantle és Bukk szerinti szaprobitási index figyelembevételével történik a Sladechek módosításában, a Goodnight-Whitley és Parele oligochaete index, a Woodiwiss biotikus index és a hagyományos. mikrobiológiai mutatók összessége

Integrált jelző szerint E.V. A Balushkina-t a vegyes szerves és mérgező szennyezésnek kitett víztestek ökoszisztémáinak állapotának felmérésére fejlesztették ki és használták. Átment a kiterjedt tesztelésen a Ladoga-tó rendszerében - r. A Néva a Finn-öböl keleti része (Balushkina et al., 1996). Az IP integrált mutatót a következő képlettel számítjuk ki:

IP \u003d K 1 * S t + K 2 * OI + K 3 * K ch + K 4 / BI,

ahol S t a V.A. szaprotoxitási indexe. Jakovlev (K 1 = 25); OI a Goodnight és Whitley oligochaete index, amely megegyezik az oligochaeták számának és a zoobentosz összlétszámának százalékos arányával (K2 = 1); Kch a Balushkina-féle chironomid index (K3 = 8,7); 1 / BI a Woodiwiss biotikus index reciproka (K 4 @ 100).

E.V. Balushkina úgy véli, hogy az általa megszerzett integrált mutató a szülői indexek összes legjobb tulajdonságát tartalmazza, és a lehető legnagyobb mértékben figyelembe veszi a bentikus közösségek jellemzőit: a szaprobotoxikus indikátorfajok jelenlétét, a magasabb taxonómiai rangú állatok indikátorcsoportjainak arányát. , az egyes csoportok dominanciájának mértéke és a közösség egészének szerkezete.

A közösség állapotának összesített indexe A.I. szerint. Bakanov. Számos oroszországi folyó, tava és víztározó bentikus közösségeinek állapotának felmérésekor a szerző a következő mutatókat használta a bentosz állapotának számszerűsítésére: szám (N), ind./m 2 ; biomassza (B), g/m2; fajok száma (S); fajdiverzitás Shannon szerint (H), bit/spec.; oligochaete Parele index (OIP, %), amely megegyezik a tubificid oligochaeták számának a bentoszok összlétszámához viszonyított arányával, átlagos szaprobitás (SS), amelyet az első három bőségben domináns bentikus szervezet súlyozott átlagos szaprobitásaként számítanak ki. A felsorolt mutatók értékeinek kombinálásához és egyetlen számmal való helyettesítéséhez a kapott mutatót javasoljuk - a közösség állapotának kombinált indexét (KISS; [Bakanov, 1997]), amelyet a szokásos számítási módszerrel találtak meg. integrált rangjelzők:

ahol R i az állomás rangja az i-edik mutató szerint, P i ennek a mutatónak a "súlya", k a mutatók száma.

Először az összes állomást rangsorolják az egyes indikátorok, és az 1-es rangot az N, B, H és S maximális értékéhez rendelik. Ha több állomáson bármelyik indikátor értéke azonos volt, akkor azokat jellemezték. egy átlagos ranggal. A cikk a végső képlet (4.22) különböző változatait adja meg (hangsúlyozzuk, hogy a képletek nem a mutatók abszolút értékét, hanem a rangsorukat tartalmazzák):

KISS = (2B + N + H + S) / 5, ahol a biomassza 2-vel egyenlő "súlyt" kap, mivel a közösségen áthaladó energiaáramlás nagysága hozzá van kötve, ami rendkívül fontos annak megítéléséhez. állapot;

KISS = (2SS + 1,5OIP + 1,5B + N + H + S)/8, ahol úgy gondolják, hogy az átlagos szaprobitás a legszorosabban összefügg a szennyezéssel.

Minél kisebb a KISS értéke, annál jobb a közösség állapota.

Mivel a közösség állapota mind a természetes környezeti tényezőktől (mélység, talaj, áramlatok stb.), mind a szennyezés jelenlététől, jellegétől és intenzitásától függ, a kombinált szennyezettségi indexet (CPI; [Bakanov, 1999]) kiegészítve számítják ki, beleértve a rangértékeket három mutató:

KIZ \u003d (SS + RIP + B) / 3. (4.23)

A mutatók rangsorolása fordított sorrendben történik (a minimális értékektől a maximumig)

A KISS és a KIZ olyan relatív indexek, amelyek egy olyan skálán rangsorolják az állomásokat, amelyekben a közösség legjobb állapotát a kiválasztott mutatókészlet szerint az indexek minimumértékei, a legrosszabbat a maximumok jellemzik. Egy adott állomáson az indikátorok értékeit jellemző értékeken kívül ezek átlagos értékeit a teljes állomáskészletre számítják ki. Az egyes állomások indexértékeinek átlaghoz viszonyított változása lehetővé teszi annak megítélését, hogy az általános trendhez képest rosszabb vagy jobb a helyzet.

A KISS és a KIZ értékei közötti Spearman-rang korrelációs együttható kiszámítása megmutatja, hogy a szennyezés mennyire befolyásolja a zoobentosz közösségek állapotát. Ha ezen indexek értékei között szignifikáns pozitív korreláció van, akkor a bentikus állatközösségek állapotát nagymértékben meghatározza a szennyezés jelenléte (egyébként a természeti környezeti tényezők határozzák meg).

Előző

Ebben a cikkben megismerheti a pivot táblák 5 hasznos tulajdonságát, amelyek segítenek gyorsan és részletesen elemezni a helyzetet (az ügyfélbázis elemzés példájával). Tanulni fogsz:

1. Hogyan csoportosítsuk az adatokat;
2. Milyen mutatók számíthatók az adatok összesítésekor;
3. Hogyan lehet egyszerre több mutatót számítani egy paraméterre az adatok összegzésekor;
4. Mit további jellemzők számítás, amikor összegyúrja a felhasználható adatokat?
5. A válogatás lehetőségéről.

Ezen elemzés alapján érintjük az FMCG-piacokon az értékesítési promóciók tervezésének leghatékonyabb technikáját.

Kezdjük egy pivot táblával. Vegyünk egy egyszerű táblázatot a vevőknek történő eladásokról napi bontásban.

Helyezze a kurzort a táblázatunk bal felső sarkába, majd lépjen a "Beszúrás" menübe, és kattintson a "Pivot Table" gombra:

A PivotTable létrehozása párbeszédpanelen kattintson az OK gombra:

Kaptunk egy pivot táblát egy új lapon:

A pivot tábla első hasznos funkciója üzleti elemzéshez - adatcsoportosítás

Tehát naponta szállítunk az ügyfelekhez, szeretnénk megérteni, hogy milyen szállítási körben érjük el a maximális értékesítést. Ehhez tartományokba kell csoportosítanunk a szállítmányokat.

Húzza a „Szállítási összeg” mezőt a kimutatás „Sorok neve” területére (tartsa lenyomva a „Szállítási_összeg” mezőt a bal egérgombbal, és húzza a kimutatás „Sorok neve” részébe):

Az összesítés bal oldali oszlopában az összes szállítmányt megjelenítettük. Most állítsuk a kurzort a szállítmányainkra (mint az ábrán):

Lépjen az Excel "Adatok" menüjébe, és kattintson a "Csoport" gombra

A megjelenő párbeszédpanelen állítsa be a csoportosítási lépést "5000"-re (bármelyiket megadhatja), majd kattintson az "OK" gombra.

Adott lépéssel csoportosított értékesítési mennyiségeket kapunk:

Nak nek jól nézett ki a csoportés észlelve nyomja meg újra "Csoport" gombés manuálisan állítson be egyenlő értékeket a "kezdődő" - "-15 000" értékhez (a minimális érték alatt, 5000 többszöröse) "to" - "45 000" (a maximális csoportnál nagyobb, 5000 többszöröse).

Szállítási mennyiség szerint csoportosított adatokat kapunk:

A pivot táblák második hasznos funkciója az üzleti elemzéshez -
különböző összefoglaló paraméterek mezők szerinti kiszámításának lehetősége a forrástáblázatból

Tehát a szállítmányok csoportosításra kerültek, most nézzük meg, milyen értékesítési mennyiségek esnek az egyes szállítmányok körére. Ehhez összegezzük a szállítmányokat az összesítésben.

Kattintson a bal gombbal a „Szállítási_összeg” mezőre, és húzza az összegző „Értékek” mezőbe:

Az összesítés alapértelmezés szerint a "Mennyiség a Szállítmányösszeg mező szerint" számított, azaz. az „Adatok” lapon található eredeti táblázatunk rekordjainak száma. Mert Mivel táblázatunk napi bontásban tartalmazza az ügyfeleknek történő eladások adatait, a "Szállítmány_összeg" mezőben a "Mennyiség" mutatónk a vevőknek történő szállítások számát jelenti.

Ennek eredményeként a pivot táblában láthatjuk a különböző szállítási tartományokban lévő ügyfeleknek küldött szállítmányok számát:

Hogyan kaphatjuk meg a szállítmányok számából a szállítmányok mennyiségét?

Az Értékek pivot tábla területén kattintson a bal gombbal a "Mennyiség mező Szállítási összeg" mezőre, és a megnyíló menüben válassza az "Értékmezők paraméterei ..." lehetőséget.

A megnyíló ablakban válassza ki a minket érdeklő adatcsökkentési műveletet (Összeg, mennyiség, átlag, maximum, minimum ...). Válassza ki a szükséges műveletet, és kattintson az "OK" gombra.

Megkapjuk az egyes szállítmányok teljes értékesítési mennyiségét:

Azok. látjuk, hogy mennyi eladások esnek a 0 és 5000 rubel, valamint az 5000 és 10 000 rubel közötti tartományban. stb. És nyilvánvaló, hogy a szállítmányok maximális mennyisége a nulla és 5000 rubel közötti tartományba esik.

3 tulajdonság - az a képesség, hogy egy mezőben különféle adatcsökkentési műveleteket lehet kiszámítani

Most azt szeretnénk látni, hogy az egyes tartományokban hány szállítmányunk van és milyen átlagos szállítmányunk van. Ehhez a pivot tábla segítségével számítjuk ki a szállítmányok számát és az átlagos szállítmányokat.

Az "Értékek" pivot tábla területén még kétszer húzzuk át a "Szállítási_összeg" mezőt, és az értékmező paramétereinél a másodiknál válassza a "mennyiség", a harmadik mezőben pedig az "átlagot".

Minden küldeménykörre megkapjuk az értékesítési mennyiséget, a szállítmányok számát és az átlagos szállítmányt:

Most láthatjuk, hogy melyik szállítmánykörben a maximális értékesítési mennyiség és a szállítmányok maximális száma. Példánkban ez a 0 és 5000 rubel közötti tartományra vonatkozik. valamint az eladások mennyisége és a szállítmányok száma, amennyire csak lehetséges.

A pivot táblák 4. tulajdonsága - további számítások elvégzésének képessége

Az adatelemzés egyértelműsége érdekében adjunk hozzá még 2 paramétert – „Részesedés értékesítési mennyiség szerint minden csoportnál” és „Részesedés a szállítmányok számából minden csoportnál”.

Ehhez a pivot tábla "Értékek" mezőjében húzza még kétszer a "Szállítási összeg" mezőt.

Ezenkívül az "Értékmező paraméterei" () menü egyik paraméteréhez az "összeg", a második művelethez a "mennyiség" műveletet választjuk.

A következő táblázatot kapjuk:

Most ismét az "Értékmezők paraméterei" lapra lépünk, és belépünk a "További számítások" fülre:

A "További számítások" mezőben válassza ki a "Részesedés a teljes összegből" elemet.

Kapunk egy táblázatot, amelyben a vevőknek szállított minden egyes körnél látjuk az értékesítés volumenét, a szállítmányok számát, az átlagos szállítmányt, az egyes csoportok értékesítési hányadát és a szállítmányok számának arányát az egyes csoportokhoz:

5 hasznos tulajdonság - válogatás

Most az érthetőség kedvéért a maximálistól a minimális értékesítési mennyiség szerinti csoportig válogatunk. Ehhez helyezze a kurzort a csoportonkénti értékesítési mennyiséget tartalmazó mezőbe, és kattintson a "rendezés maximumtól a minimumig" gombra:

Látható, hogy az értékesítési mennyiség és a szállítmányok száma tekintetében a maximális csoport a "0 és 5000 rubel közötti" csoport. Az átlagos eladás ebben a csoportban 1971 rubel.

Jegyzet! Az összes ügyfél átlagos szállítmánya jelentősen eltér a szállítmányok 86%-ától. Ráadásul jelentősen eltér

minden csoport esetében az átlagos szállítmány 2803 rubel. (sorban összesen).
És a szállítmányok 86% -ára 1971 rubel.

Ez komoly különbség, és ha a szállítmányok 86% -a és az ezekre vonatkozó átlag - 1971 rubel - alapján serkentjük az eladásokat, akkor cselekvéseink pontosabbak lesznek, és a hatás sokkal nagyobb, mert. Maximális számú vásárlót tudunk majd érdekelni.

Ez a példa egy hatékony technikát mutat be a tömeges piaci promóciók tervezésére és az értékesítés előrejelzésére, amely segíthet nagy hatást elérni és változást elérni.

Ha kérdése van, forduljon bizalommal.

Pontos előrejelzések az Ön számára!

Csatlakozz hozzánk!

Töltse le az ingyenes előrejelzési és üzleti intelligencia alkalmazásokat:

Novo Forecast Lite- automatikus előrejelzési számítás ban ben excel.
4analytics- ABC-XYZ elemzésés a kibocsátások elemzése Excel.
Qlik Sense Asztali és a Qlik ViewPersonal Edition – BI-rendszerek az adatok elemzéséhez és megjelenítéséhez.

Tesztelje a fizetős megoldások funkcióit:

Novo Forecast PRO- előrejelzés Excelben nagy adattömbök esetén.

Fentebb megvizsgáltuk az operációkutatás problémáját, ahol olyan megoldást kellett választani, amely maximalizálja (vagy minimalizálja) egyetlen W teljesítménymutatót. Kívánatos több mutatót, másokat kevesebbet készíteni.

A nagy, összetett műveletek eredményessége általában nem jellemezhető kimerítően egyetlen mutatóval; hogy segítsen neki, másokat, továbbiakat kell vonzania.

Például a teljesítmény értékelésénél ipari vállalkozás Számos tényezőt kell figyelembe venni, mint például:

Nyereség,

A teljes termelési mennyiség ("akna"),

Önköltségi ár stb.

Egy harcművelet elemzésekor a hatékonyságát jellemző fő mutatón (például az ellenségen okozott sebzés matematikai elvárásán) kívül számos további szempontot is figyelembe kell venni, mint pl.

saját veszteségek,

A művelet végrehajtási ideje

Lőszerfogyasztás stb.

A teljesítménymutatók sokasága, amelyek közül néhányat kívánatos maximalizálni, másokat pedig minimalizálni, minden, kissé összetett műveleti kutatási feladatra jellemző. Felmerül a kérdés: hogyan legyünk?

Mindenekelőtt hangsúlyozni kell, hogy a felhozott követelmények általában véve összeegyeztethetetlenek. Az egyik mutatót maximalizáló döntés általában nem maximalizál vagy minimalizál más mutatókat tudományos kutatás nem passzol. A „maximális hatás elérése adott költséggel” vagy „adott hatás elérése minimális költséggel” bármelyik megfogalmazás helyes.

Általános esetben nincs olyan megoldás, amely egy mutatót maximumra, ugyanakkor maximumra (vagy minimumra) egy másik mutatót alakítana, ráadásul több mutató esetében nem létezik ilyen megoldás. Azonban, mennyiségi elemzés a hatékonyság több teljesítménymutató esetén is nagyon hasznos lehet.

Mindenekelőtt lehetővé teszi az egyértelműen irracionális, alacsonyabb rendű megoldások előzetes elutasítását a legjobb lehetőségeket minden mutató esetében.

Illusztráljuk az elhangzottakat egy példával. Elemezzük az O harci műveletet, két mutató alapján értékelve:

W a harci küldetés teljesítésének valószínűsége ("hatékonyság");

S az elköltött pénzeszközök költsége.

Nyilvánvalóan kívánatos az első mutatót maximumra, a másodikat pedig minimumra fordítani.

Tegyük fel az egyszerűség kedvéért, hogy véges számú 20 különböző megoldás közül választhat; Mindegyiknél mindkét mutató értéke W és

Az érthetőség kedvéért minden megoldást egy W és S koordinátájú síkon lévő pontként ábrázolunk (1.1. ábra).

Az ábrát tekintve azt látjuk, hogy egyes megoldások „versenyképtelenek”, és ezeket előre el kell vetni. Valójában azoknak az opcióknak, amelyek W hatékonyságban előnyt jelentenek más, azonos költségű S opciókkal szemben, a régió jobb határán kell elhelyezkedniük. lehetőségek. Ugyanazok az opciók, amelyek azonos hatékonyság mellett alacsonyabb költséggel járnak, a lehetséges opciók tartományának alsó határán helyezkedjenek el.

Milyen lehetőségeket kell előnyben részesíteni a két mutató hatékonyságának értékelésekor? Nyilvánvalóan azok, amelyek egyszerre fekszenek a régió jobb és alsó határán (lásd a szaggatott vonalat az 1.1. ábrán). Valójában minden olyan lehetőségnél, amely nem ezen a határszakaszon fekszik, mindig lesz egy másik lehetőség, amely nem alacsonyabb hatékonysággal, hanem olcsóbb, vagy éppen ellenkezőleg, olcsóbb, de nem alacsonyabb. hatékonyabb. Így a korábban felvetett 20 lehetőség közül a többség kiesik a versenyből, és már csak a maradék négy lehetőséget kell elemeznünk: . Ezek közül a leghatékonyabb, de viszonylag drága; - a legolcsóbb, de nem olyan hatékony. A döntéshozón múlik, hogy kitaláljuk, milyen áron vagyunk hajlandók fizetni egy bizonyos hatékonyságnövekedésért, vagy éppen ellenkezőleg, a hatékonyság mekkora részét vagyunk hajlandók feláldozni, hogy ne okozzunk túl nagy anyagi veszteségeket.

Az opciók hasonló előnézete (bár ilyen vizuális geometriai értelmezés nélkül) számos mutató esetében készíthető:

A nem kompetitív megoldások ilyen előszűrési eljárásának mindig meg kell előznie egy műveletkutatási probléma több mutatós megoldását. Ez ugyan nem szünteti meg a kompromisszum szükségességét, de jelentősen lecsökkenti a döntések körét, amelyeken belül a választás történik.

Tekintettel arra, hogy egy művelet átfogó értékelése egyszerre több mutató segítségével nehéz és átgondolást igényel, a gyakorlatban gyakran próbálnak több mutatót mesterségesen kombinálni egy általános mutatóba (vagy kritériumba). Gyakran előfordul, hogy egy tört ilyen általánosított (összetett) kritérium; a számlálóba tegye azokat a mutatókat, amelyeket kívánatos növelni, a nevezőbe pedig azokat, amelyeket kívánatos csökkenteni:

Például, ha katonai műveletről beszélünk, a számláló olyan értékeket ad meg, mint „egy harci küldetés teljesítésének valószínűsége” vagy „az ellenség veszteségei”; a nevezőben - "saját veszteségek", "lőszerfogyasztás", "működési idő" stb.

Az (5.1) típusú „összetett kritériumok” közös hátránya, hogy az egyik indikátor hatékonyságának hiánya mindig kompenzálható egy másikkal (például egy harci küldetés teljesítésének alacsony valószínűsége az alacsony lőszerfogyasztás miatt stb.). ). Az efféle kritériumok tréfásan emlékeztetnek Lev Tolsztoj „egy személy értékelési kritériumára” tört formájában, ahol a számláló az ember valódi érdeme, a nevező pedig a saját magáról alkotott véleménye. Egy ilyen kritérium következetlensége nyilvánvaló: ha komolyan vesszük, akkor egy szinte érdemtelen, de teljesen beképzelt embernek végtelenül nagyobb értéke lesz!

Az „összetett kritériumokat” gyakran nem töredékként, hanem az egyéni teljesítménymutatók „súlyozott összegeként” kínálják:

hol vannak pozitív vagy negatív együtthatók. A pozitívakat azoknál a mutatóknál állítják be, amelyeket kívánatos maximalizálni; negatív azok számára, amelyeket célszerű minimalizálni. Az együtthatók abszolút értékei ("súlyok") megfelelnek a mutatók fontossági fokának.

Könnyen belátható, hogy az (5.2) forma összetett kritériuma lényegében semmiben sem különbözik az űrlap (5.1) kritériumától, és ugyanazok a hátrányai (a heterogén mutatók kölcsönös kompenzálásának lehetősége). Ezért mindenféle „összetett” kritérium kritikátlan alkalmazása veszélyekkel jár, és helytelen ajánlásokhoz vezethet. Bizonyos esetekben azonban, amikor a "súlyokat" nem önkényesen választják meg, hanem úgy választják ki, hogy az összetett kritérium a legjobban töltse be funkcióját, segítségével korlátozott értékű eredményeket is lehet kapni.

Egyes esetekben a több mutató problémája egyetlen mutató problémájára redukálható, ha csak egy (fő) hatékonysági mutatót választ ki, és arra törekszik, hogy azt maximumra fordítsa, a többire pedig csak bizonyos korlátozásokat írjon elő. mutatók:

Ezeket a korlátozásokat természetesen az adott feltételrendszer tartalmazza.

Például egy ipari vállalkozás munkatervének optimalizálásakor megkövetelhető, hogy a profit maximális legyen, a választékterv teljesüljön, és az előállítási költség ne legyen magasabb a megadottnál. A bombatámadás tervezésekor követelhető, hogy az ellenséget érő sebzés maximális legyen, ugyanakkor a saját veszteségek és a művelet költségei ne lépjék túl az ismert határokat.

A probléma ilyen megfogalmazásával az összes teljesítménymutató egy, a fő kivételével a meghatározott működési feltételek kategóriájába kerül. Azokat a megoldásokat, amelyek nem férnek bele a megadott határokba, azonnal elvetik, mint versenyképteleneket. A beérkezett ajánlások nyilvánvalóan attól függnek, hogy a támogató indikátorokra vonatkozó korlátokat hogyan választják meg. Annak meghatározásához, hogy ez mennyire befolyásolja a megoldás kiválasztására vonatkozó végső ajánlásokat, célszerű ésszerű határokon belül módosítani a korlátozásokat.

Végül a kompromisszumos megoldás felépítésének egy másik módja is lehetséges, amelyet az „egymást követő engedmények módszerének” nevezhetünk.

Tegyük fel, hogy a teljesítménymutatók csökkenő fontossági sorrendben vannak elrendezve: először a fő, majd a másik, segédmutatók: Az egyszerűség kedvéért feltételezzük, hogy mindegyiket maximumra kell fordítani (ha nem így van). , elég a mutató előjelét megváltoztatni). A kompromisszumos megoldás megalkotásának menete a következő. Először egy olyan megoldást keresünk, amely maximalizálja a fő teljesítménymutatót, majd gyakorlati megfontolások és a kiindulási adatok ismertségének (és gyakran kicsinek) pontossága alapján valamilyen „engedményt” teszünk, amelyet a maximalizálás érdekében megengedünk. A második mutatót adjuk meg, hogy az ne legyen kisebb, mint ahol W a maximális lehetséges érték, és e megkötés mellett olyan megoldást keresünk, amely maximumra konvertál.

A kompromisszumos megoldás felépítésének ez a módja azért jó, mert itt azonnal kiderül, hogy az egyik mutatóban milyen „engedményt” szereznek egy másik mutatóban a nyereség.

Megjegyezzük, hogy a még jelentéktelen „engedmények” árán is megszerzett megoldásválasztási szabadság jelentősnek bizonyulhat, hiszen a megoldás hatékonysága általában nagyon keveset változik a maximum tartományában.

Így vagy úgy, bármilyen formalizálási módszerrel, a döntés több mutatóval történő mennyiségi igazolásának feladata továbbra sem teljesen meghatározott, és a döntés végső megválasztását a „parancsnok” akarata határozza meg (ahogyan hagyományosan nevezzük). a választásért felelős személy). A kutató feladata, hogy a parancsnokot megfelelő mennyiségű adattal látja el, megengedem. számára, hogy átfogóan értékelje az egyes megoldások előnyeit és hátrányait, és ezek alapján hozza meg a végső döntést.

Ez egy fejezet egy könyvből: Michael Girvin. Ctrl+Shift+Enter. Tömbképletek elsajátítása Excelben.

Kiválasztás egy vagy több feltétel alapján. Számos Excel-függvény használ összehasonlító operátorokat. Például SUMIF, SUMIFS, COUNTIF, COUNTIFS, AVERAGEIF és AVERAGEIFS. Ezek a funkciók egy vagy több feltétel (kritérium) alapján választanak ki. A probléma az, hogy ezek a függvények csak összeadni, számolni és átlagolni tudnak. És ha feltételeket akar szabni a kereséshez, például a maximális értéket vagy a szórást? Ezekben az esetekben, mivel nincs beépített függvény, ki kell találni egy tömbképletet. Ez gyakran a tömbösszehasonlító operátor használatának köszönhető. A fejezet első példája bemutatja, hogyan kell kiszámítani a minimális értéket egyetlen feltétel mellett.

Használjuk az IF függvényt egy tömb feltételnek megfelelő elemeinek kijelölésére. ábrán. 4.1 A bal oldali táblázatban van egy oszlop a városok neveivel és egy oszlop az idővel. Minden városhoz meg kell találni a minimális időt, és el kell helyezni ezt az értéket a megfelelő táblázat megfelelő cellájába. A kiválasztási feltétel a város neve. Ha a MIN függvényt használja, megtalálhatja a B oszlop minimális értékét. De hogyan lehet csak azokat a számokat kiválasztani, amelyek csak Aucklandre vonatkoznak? És hogyan másolja le a képleteket az oszlopban? Mivel az Excel nem rendelkezik beépített MINESLI funkcióval, egy eredeti képletet kell írni, amely egyesíti az IF és MIN függvényeket.

Rizs. 4.1. A képlet célja: az egyes városokhoz tartozó minimális idő kiválasztása

Jegyzet letöltése formátumban vagy formátumban

ábrán látható módon. 4.2, akkor kezdje el beírni a képletet az E3 cellába a MIN függvénnyel. De vitatkozni nem lehet szám1 a B oszlop összes értéke!? Csak azokat az értékeket szeretné kiválasztani, amelyek Aucklandhez kapcsolódnak.

ábrán látható módon. 4.3, a következő lépésben adja meg az IF függvényt argumentumként szám1 MIN. IF-et teszel a MIN-be.

A kurzort az argumentum beviteli pontjára helyezve log_expression IF (4.4. ábra) függvényében kiválasztja a tartományt az A3:A8 városnevekkel, majd nyomja meg az F4 billentyűt a cellahivatkozások abszolút értékéhez (további részletekért lásd például). Ezután írja be az összehasonlító operátort, az egyenlőségjelet. Végül jelölje ki a képlettől balra lévő D3 cellát, és a hivatkozást relatív maradjon. A megfogalmazott feltétel lehetővé teszi, hogy csak Aucklandet válasszon az A3:A8 tartomány megtekintésekor.

Rizs. 4.4. Hozzon létre egy tömboperátort egy argumentumban log_expression IF függvények

Tehát létrehozott egy tömboperátort összehasonlító operátorral. A tömbfeldolgozás során a tömboperátor bármikor összehasonlító operátor, így az eredménye egy TRUE és FALSE értékekből álló tömb lesz. Ennek ellenőrzéséhez válassza ki a tömböt (ehhez kattintson az argumentumra az eszköztippben log_expression) és nyomja meg az F9 billentyűt (4.5. ábra). Általában egy érvet használ log_expression, IGAZ vagy HAMIS értéket ad vissza; itt az eredményül kapott tömb több IGAZ és HAMIS értéket ad vissza, így a MIN függvény csak az IGAZ értékkel megegyező városoknál választja ki a minimális számot.

Rizs. 4.5. Az IGAZ és FALSE értékek tömbjének megtekintéséhez kattintson az argumentumra az eszköztippben log_expressionés nyomja meg az F9-et