A Multi-criteria Decision Support System for R&D Project Selection

1991 ◽  
Vol 42 (1) ◽  
pp. 17-26 ◽  
Author(s):  
Theodor J Stewart
2005 ◽  
Vol 39 (3) ◽  
pp. 403-413 ◽  
Author(s):  
Qijia Tian ◽  
Jian Ma ◽  
Jiazhi Liang ◽  
Ron C.W. Kwok ◽  
Ou Liu

2017 ◽  
Author(s):  
Ολένα Πετσάκ

Η παρούσα διατριβή αναπτύσσει μια μέθοδο που βοηθά στην πραγματοποίηση μιας επιλογής βήμα-βήμα και με διαφάνεια. Η βασική ιδέα έγκειται στο διαχωρισμό των προτάσεων έργων σε τρία ξεχωριστά σύνολα. Η προσέγγιση δεν είναι εντελώς νέα, οι κανόνες όμως αυτού του διαχωρισμού είναι καινοτόμοι. Βασική ιδέα της επαναληπτικής τριχοτομικής προσέγγισης (Iterative Trichotomic Approach - ITA) είναι η ταξινόμηση των έργων σε τρία σύνολα: τα πράσινα έργα (που επιλέγονται υπό οποιεσδήποτε συνθήκες), τα κόκκινα έργα (οριστικά αποκλεισμένα από το τελικό χαρτοφυλάκιο) και τα γκρίζα έργα που επιλέγονται σε ορισμένες περιπτώσεις (αλλά όχι όλες). Ο κύριος στόχος είναι η δημιουργία ενός ισορροπημένου χαρτοφυλακίου έργων από ένα ευρύτερο σύνολο προτάσεων (ένα υποσύνολο έργων θεωρείται ως "χαρτοφυλάκιο έργων"), βελτιστοποιώντας ως προς ένα ή περισσότερα κριτήρια και ικανοποιώντας συγκεκριμένους περιορισμούς. Στο παρελθόν, η συνηθισμένη λύση ήταν η κατάταξη των έργων χρησιμοποιώντας ένα ή περισσότερα κριτήρια και η επιλογή των πρώτων κατά σειρά που ικανοποιούν αθροιστικά τον περιορισμό του προϋπολογισμού. Ωστόσο, στην πράξη η διαδικασία αυτή είναι αρκετά πιο περίπλοκη. Τα πρώτα κατά σειρά κατάταξης έργα μπορούν μόνο κατά τύχη να ικανοποιήσουν τους επιβαλλόμενους περιορισμούς. Σε αντίθεση με τα οικονομικά προβλήματα (π.χ. προβλήματα βελτιστοποίησης χαρτοφυλακίου), τα έργα αυτά είναι ακέραιες μεταβλητές που δεν διαιρούνται, και κατά συνέπεια η πολυκριτηριακή ανάλυση της απόφασης και ο μαθηματικός προγραμματισμός αποτελούν τα πλέον κατάλληλα εργαλεία.Στην παρούσα εργασία, προχωράμε ένα βήμα παρακάτω, εξετάζοντας την εγγενή αβεβαιότητα, η οποία μπορεί να ποικίλει στη φύση, με την πιο σημαντική να είναι η μελλοντική απόδοση του έργου. Ενώ στον χρηματοπιστωτικό κόσμο είναι διαθέσιμα πολλά δεδομένα που βοηθούν τις σχετικά ισχυρές προβλέψεις, είναι σχεδόν αδύνατο να αποκτηθούν ιστορικά δεδομένα για αναδυόμενες τεχνολογίες ή πρωτοποριακές λύσεις.


Sign in / Sign up

Export Citation Format

Share Document