구간정보를 활용한 계층적 분석기법 : 꼭지점 방법을 중심으로

국문 초록 (Abstract)

사람들은 항상 여러 가지 선택의 문제에 직면하게 된다. 이러한 문제는 단순히 한가지의 기준에 의해서 결정 되는 것이 아닌 여러 기준에 의해서 결정되며, 이러한 것을 다기준의사결정(Multi Criteria Decision Making)이라고 한다.
많은 다기준의사결정 문제를 해결하는 도구 중에서도 계층분석법(AHP:Analytic Hierarchy Process, Saaty, 1980)은 의사결정자로 하여금 비교적 쉽게 의사결정을 내릴 수 있게 해주는 의사결정 도구중 하나이다.
다 기준 의사결정문제는 정혹한 의사결정을 위해서 정확한 데이터를 필요로 한다. 하지만, 의사결정자는 여러가지 이유로 인해 정확한 계량적 정보를 구할수 없는 상황에 직면하게 되며, 이러한 상황에서도 판단을 내려야만 한다. 또한 이러한 불확실 정보는 정확한 수치가 아닌 구간 정보로 얻을수 있다(Moreno-Jimenez & Vargas, 1993).
Saaty(1981)는 이전 연구에서 구간 정보와 무작위 변수를 이용한 AHP에 대한 가능성을 언급하였다.
구간 계층분석법(Interval AHP)은 Fuzzy이론을 기본으로 하거나, Moreno-Jimenez & Vargas의 연구에서 처럼 새로운 분포를 가정하는 연구, Haines는 ROC를 통한 연구등이 진행 되었다.
이 논문에서는 최소자승법(Least Square Method)을 통해 구간정보를 이용한 AHP의 방법을 제시 하고자 한다. 비선형 계획(NonLinear Programming)인 최소자승법은 구간 정보에 대한 분석결과를 통해 가중치의 편차를 최소화 해주어, 의사결정자로 하여금 대안에 대해 가치중립적인 의사결정을 내릴 수 있게 도와 준다.

다국어 초록 (Multilingual Abstract)

People are always facing with many problems. This problems are not only conclude by on criterion bu also many criteria and this is called MCDM(Multi Criteria Decision Making).
Among the Many MCDM tools, AHP(Analytic Hierarchy Process) is one of the useful tools, that makes decision makers to easily decide their decision.
In order to making precise decision, we need to get more correct data. But decision makers often meet the situation that can’t get the quantitive data, but even in this condition, they must make their decition. And this imprecise data are received by interval number.(Moreno-Jimenez & Vargas, 1993)
Saaty(1981) mentioned the possibility of using interval and random variables for AHP data
Up to recently, Interval AHP studies were based on Fuzzy theory, and Moreno-Jimenez & Vargas were using special distribution, and Haines was using ROC(Rank Order Centroid) to analyze the Interval AHP data.
This paper present the analysis of Interval AHP by Using Extreme Point and Least Square Method. Least Square Method, what is nonlinear programming, would makes to reduce the distance of each criteria’s weight, so, it helps raising the importance of correct data, and making decision makers to conclude Minimax decision making

목차 (Table of Contents)

• 제 1장 서론 1
• 제 1절 연구의 배경 및 목적 1
• 제 2절 연구내용 및 구성 3
• 제 2장 이론적 배경 4
• 제 1절 계층분석방법 4
• 제 2절 구간 계층분석방법 14
• 제 3장 AHP의 주요논쟁 및 연구 동향 16
• 제 1절 AHP의 주요 논쟁 16
• 제 2절 새로운 AHP 방법들 17
• 제 1편 Referenced AHP 18
• 제 2편 B-G AHP 18
• 제 3편 Ideal Mode AHP 19
• 제 4편 Dominant AHP 20
• 제 3절 Interval AHP에 대한 연구 동향 20
• 제 1편 Moreno-Jimenez와 Vargas의 연구 20
• 제 2편 Haines의 연구 21
• 제 3편 Sugihara & Tanaka의 연구 22
• 제 4편 Ying-Ming Wang등의 연구 23
• 제 5편 Ying-Ming Wang등의 연구 24
• 제 6편 Entani T. & Tanaka H.의 연구 24
• 제 4장 연구모형 및 예시 26
• 제 1절 연구 모형 26
• 제 2절 연구 방법론 27
• 제 1편 꼭지점 27
• 제 2편 꼭지점 최소 자승법 30
• 제 3절 연구 예시 34
• 제 1편 꼭지점 찾기 34
• 제 2편 E-ROC를 통한 의사결정 37
• 제 3편 꼭지점 최소자승법을 통한 의사결정 39
• 제 4편 꼭지점 최소자승법과 E-ROC를 통한 의사결정의 비교 42
• 제 5장 결론 55
• 참고문헌 58
• 국문초록 62
• ABSTRACT 64