Entscheidungen werden täglich getroffen, um bewusst eine von mehreren Handlungsalternativen auszuwählen. Diese Auswahl wird umso schwerer, je mehr Alternativen zu Auswahl stehen und je mehr Kriterien zu berücksichtigen sind. Komplexe Entscheidungssituationen entstehen, wenn beispielsweise die Ziele zueinander in Konflikt stehen oder die Folgen der Entscheidung nicht absehbar sind. Komplexe Entscheidungsprobleme in der Wirtschaft sind mehrdimensional. Sie lassen sich nicht auf die Verfolgung eines einzelnen Ziels reduzieren. Diese komplexen Entscheidungsprobleme überfordern den Menschen, da diese Probleme allein intuitiv nicht effizient gelöst werden können. Für die Lösung dieser mehrkriteriellen Problemstellungen gibt es verschiedene Methoden. Die vorliegende Arbeit gibt zunächst einen Überblick über die Eigenschaften und Kennzeichen von Multicriteria Entscheidungen. Hauptgegenstand sind Multi-Objektive-Entscheidungen und deren Lösungsmöglichkeiten mittels Vektoroptimierung. Kapitel 2 gibt einen Überblick über den Entscheidungsprozess bei Multi-Objektiven-Problemen. Hier wird außerdem der für die Lösungen entscheidende Begriff der Pareto-Optimalität erörtert. Da die Lösungsmenge bei Multicriteria-Entscheidungen nicht nur aus einer optimalen Lösung besteht, sondern aus einer Menge von optimalen Lösungen. In Kapitel 3 werden Ansätze zur Lösung von Optimierungsproblemen basierend auf der Arbeit vonBoychuk und Ovchinnikov (1973)aufgezeigt. Hierbei handelt es sich zum einen um die Methode der effektiven Mengen, die Methode der Global Criteria und eine weitere Methode, die Nutzenfunktionen in die Entscheidung mit einbezieht. Abschließend wird in Kapital 4 das Problem der Multicriteria Entscheidung an einem Beispiel für Multi-Attribut-Entscheidungen und einem Beispiel für Multi-Objektive-Entscheidungen veranschaulicht.
Inhaltsverzeichnis
1 Einleitung
2 Multicriteria Entscheidungen
2.1 Charakteristische Merkmale
2.2 Klassifizierung von Multicriteria Entscheidungen
3 Multi-Objektive-Entscheidungen
3.1 Entscheidungsprozess
3.2 Klassifikation von MODM-Methoden
3.3 MODM - Problemformulierung
3.4 Pareto Optimalität
4 Lösungsmethoden
4.1 Methode der effektiven Mengen
4.2 Methode Global Criteria
4.3 Methode der additiven Nutzen
5 Anwendungen der Multicriteria Optimierung
5.1 Multi-Attribut-Entscheidungen
5.2 Multi-Objektive-Entscheidungen
6 Fazit
Zielsetzung & Themen
Die vorliegende Arbeit zielt darauf ab, einen systematischen Überblick über die grundlegenden Methoden zur Lösung komplexer Multicriteria-Optimierungsprobleme zu geben, um Entscheidungsträger bei der Bewältigung mehrdimensionaler Zielkonflikte zu unterstützen.
- Charakterisierung und Klassifizierung von Multicriteria-Entscheidungsproblemen.
- Analyse des Entscheidungsprozesses bei Multi-Objektiven-Modellen.
- Erörterung des Pareto-Optimalitätskonzepts als Grundlage der Lösungsfindung.
- Darstellung klassischer Lösungsmethoden wie der Methode der effektiven Mengen, Global Criteria und additiven Nutzen.
- Veranschaulichung der theoretischen Ansätze anhand praktischer Anwendungsbeispiele.
Auszug aus dem Buch
3.4 Pareto Optimalität
Die Lösung von MODM-Problemen ist eher ein Konzept als eine Definition. Oft existiert nicht nur eine globale Lösung, die alle Zielfunktionen optimiert, sondern es existiert eine Menge von Punkten, die alle optimal sind. Ein vorherrschendes Konzept für die Definition eines optimalen Punktes ist die Pareto-Optimalität:
„Ein Punkt, x* ∈ X, ist Pareto optimal, wenn kein anderer Punkt, x ∈ X, mit F(x) ≤ F(x*) und Fi(x) < Fi(x*) existiert. Ein Punkt ist schwach Pareto-optimal, wenn kein anderer Punkt, x ∈ X, existiert, der die Bedingung F(x) < F(x*) erfüllt.“ (Marler/Arora, 2004:371)
Ein Punkt ist demnach schwach Pareto-optimal, wenn es keinen anderen Punkt gibt, der alle Zielfunktionswerte gleichzeitig verbessert. Im Gegensatz dazu ist eine Lösung Pareto optimal, wenn es keine andere Lösung gibt, die bei keiner der Zielfunktionen schlechter, aber in mindestens einer besser ist. Also einen Zielfunktionswert verbessert, ohne einen anderen zu verschlechtern. Das bedeutet, dass Pareto-optimale Punkte schwach Pareto-optimal sind, aber schwach Pareto-optimale Punkte wiederum nicht Pareto-optimal.
Die folgende Abbildung zeigt ein Beispiel in einem zweidimensionalen Raum. Die Menge der schwach Pareto-optimalen Vektoren liegt auf der schattierten Seite des Entscheidungsraumes X, da hier die Zielfunktionen minimiert werden sollen. Hier wird deutlich, dass es nicht nur eine optimale Lösung für das Problem gibt, sondern viele verschiedene, die alle auf dem schattierten Rand des Entscheidungsraumes liegen. Für Optimierungsprobleme mit konkurrierenden Zielfunktionen ergibt sich eine solche Menge Pareto-optimaler Lösungen.
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung führt in die Problematik komplexer, mehrdimensionaler Entscheidungssituationen ein und definiert den Rahmen der Arbeit hinsichtlich der Untersuchung von Multicriteria-Entscheidungen.
2 Multicriteria Entscheidungen: Dieses Kapitel erläutert die charakteristischen Merkmale mehrkriterieller Probleme und klassifiziert die Entscheidungsmodelle in Multi-Attribut- und Multi-Objektive-Entscheidungen.
3 Multi-Objektive-Entscheidungen: Hier werden der Entscheidungsprozess, die mathematische Problemformulierung sowie das zentrale Konzept der Pareto-Optimalität für Multi-Objektive-Entscheidungen detailliert analysiert.
4 Lösungsmethoden: Dieses Kapitel stellt verschiedene Lösungsansätze vor, darunter die Methode der effektiven Mengen, die Global Criteria Methode sowie Verfahren auf Basis additiver Nutzenfunktionen.
5 Anwendungen der Multicriteria Optimierung: Anhand von zwei Praxisbeispielen wird der Unterschied zwischen Multi-Attribut-Entscheidungen im diskreten Raum und Multi-Objektive-Entscheidungen in der Produktionsplanung aufgezeigt.
6 Fazit: Das Fazit fasst die Relevanz der Pareto-Optimalität für die heutige wirtschaftliche Praxis zusammen und unterstreicht die Notwendigkeit computergestützter Algorithmen bei der Lösung hochkomplexer Probleme.
Schlüsselwörter
Multicriteria Entscheidung, Vektoroptimierung, Pareto-Optimalität, Multi-Objektive-Entscheidungen, Multi-Attribut-Entscheidungen, Zielfunktion, Entscheidungsprozess, Methode der effektiven Mengen, Global Criteria, Additive Nutzenfunktion, Zielkonflikt, Produktionsplanung, Effiziente Lösung, Lösungsraum.
Häufig gestellte Fragen
Worum geht es in dieser wissenschaftlichen Arbeit grundsätzlich?
Die Arbeit behandelt die theoretischen Grundlagen und methodischen Ansätze zur Lösung von Multicriteria-Optimierungsproblemen, bei denen mehrere, häufig konkurrierende Ziele gleichzeitig verfolgt werden müssen.
Was sind die zentralen Themenfelder der Arbeit?
Die zentralen Themen umfassen die Klassifizierung von Entscheidungsmodellen, die mathematische Modellierung von Zielfunktionen sowie die Darstellung effizienter Lösungsverfahren.
Was ist das primäre Ziel oder die Forschungsfrage?
Das Ziel der Arbeit ist es, einen strukturierten Überblick über Methoden zu geben, die den Entscheidungsträger dabei unterstützen, aus einer Menge von Optionen die „beste“ Alternative zu wählen, wenn Zielkonflikte vorliegen.
Welche wissenschaftliche Methode wird primär verwendet?
Die Arbeit nutzt eine literaturbasierte Analyse theoretischer Konzepte der Vektoroptimierung sowie die formalmathematische Darstellung von Entscheidungsproblemen und deren Lösungsmethoden.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die theoretische Fundierung der Multicriteria-Entscheidungen, die Erläuterung spezifischer Lösungsmethoden (effektive Mengen, Global Criteria, additive Nutzen) und die Anwendung dieser Methoden auf praxisorientierte Beispiele.
Welche Schlüsselwörter charakterisieren diese Arbeit?
Kernbegriffe sind insbesondere Pareto-Optimalität, Multi-Objektive-Entscheidungen, Zielfunktionsoptimierung und die Unterscheidung zwischen diskreten und stetigen Lösungsräumen.
Warum ist Pareto-Optimalität ein so wichtiges Konzept für die untersuchten Probleme?
Da bei vielen Problemen nicht eine einzelne, perfekte Lösung existiert, erlaubt das Konzept der Pareto-Optimalität die Identifizierung einer Menge von Lösungen, bei denen keine Verbesserung eines Ziels ohne Verschlechterung eines anderen möglich ist.
Wie unterscheidet sich die Methode der additiven Nutzen von anderen Ansätzen?
Diese Methode verfeinert den Entscheidungsprozess durch die Integration von Nutzenfunktionen, wobei Präferenzen des Entscheiders bereits vor der eigentlichen Optimierung als Gewichtungsfaktoren explizit in das Modell einfließen.
- Quote paper
- Ina Seifert (Author), 2006, Grundlegende Methoden zur Optimierung von Multicriteria Optimierungsproblemen, Munich, GRIN Verlag, https://www.grin.com/document/56575
