ݺߣ

ݺߣShare a Scribd company logo
Παράρτημα μεταπτυχιακής διατριβής Ε. Κρασαδάκη-Πολυτεχνείο Κρήτης 
ΠΑΡΑΡΤΗΜΑ Γ 
ΜΜΙΙΑΑ ΠΠΟΟΛΛΥΥΚΚΡΡΙΙΤΤΗΗΡΡΙΙΑΑ ΜΜΕΕΘΘΟΟΔΔΟΟΣΣ 
ΑΑΞΞΙΙΟΟΛΛΟΟΓΓΗΗΣΣΗΗΣΣ ΓΓΕΕΝΝΙΙΚΚΩΩΝΝ ΔΔΕΕΞΞΙΙΟΟΤΤΗΗΤΤΩΩΝΝ.. 
ΗΗ ΜΜΕΕΘΘΟΟΔΔΟΟΣΣ UUTTAA** 
Στο συγκεκριμένο παράρτημα παρουσιάζεται μια σύντομη αναφορά στην μέθοδο UTA* (J. Siskos and D. Yannacopoulos, 1985, Jacquet Lagrèze and Siskos, 2001) και η χρήση της στην εκτίμηση της αξίας και του βάρους των πηγών απόκτησης των γενικών δεξιοτήτων «Χρήση εργαλείων Λογισμικού & Εξοπλισμού» και «Χρήση Υπηρεσιών Internet”. 
Η μέθοδος UTA* λειτουργεί ως εξής: Εστω Α το σύνολο των εναλλακτικών ενεργειών ενός πολυκριτήριου προβλήματος και g=(g1, g2, …,gn) μια συνεπής οικογένεια κριτηρίων εκτίμησης των εναλλακτικών. Για την ανάπτυξη ενός μοντέλου το οποίο εκφράζει τις προτιμήσεις του αποφασίζοντα, γίνεται η σύνθεση των κριτηρίων σε μια προσθετική συνάρτηση χρησιμότητας της μορφής: 
Σ= = niiigugU1)()( ( Γ.1) 
όπου οι συναρτήσεις χρησιμότητας , ονομάζονται συναρτήσεις μερικής αξίας (μερικής χρησιμότητας) και αναπαριστούν τη σημασία του κάθε κριτηρίου. )(iigu 
Για το κάθε κριτήριο εκτίμησης ορίζονται η περισσότερο και η λιγότερο προτιμητέα τιμή και αντίστοιχα, για τις εναλλακτικές ενέργειες του συνόλου Α. Το κάθε διάστημα [,] χωρίζεται σε a* ig*ig*ig* igi-1 ίσα διαστήματα [], όπου ο αριθμός a1,+jijiggi των υπο- διαστημάτων δίνεται από τον αποφασίζοντα ο οποίος καθορίζει έτσι τον αριθμό των σημείων για τα οποία θα εκτιμηθεί η κάθε συνάρτηση μερικής αξίας (χρησιμότητας). Το κάθε σημείο υπολογίζεται από την σχέση: jig)( 11* * *iiiijiggajgg− − − += (Γ.2 ) 
- 237 -
Παράρτημα μεταπτυχιακής διατριβής Ε. Κρασαδάκη-Πολυτεχνείο Κρήτης 
Η μερική χρησιμότητα μιας εναλλακτικής ενέργειας α προσεγγίζεται επίσης με γραμμική παρεμβολή, ως εξής: )]()([ )( )()]([11jiijiijijijiijiiiigugugggagguagu− − − +=+ + (Γ.3) 
Μια βασική υπόθεση της μεθόδου είναι το γεγονός ότι οι προτιμήσεις του αποφασίζοντα πάνω στα κριτήρια εκτίμησης είναι μονότονες συναρτήσεις των τιμών των κριτηρίων (αύξουσες ή φθίνουσες). Για την ικανοποίηση της υπόθεσης αυτής τίθεται ο ακόλουθος περιορισμός: ijiijiisgugu≥−+)()(1 
όπου si≥0 είναι ένα όριο που καθορίζεται για το κάθε κριτήριο gi. Αυτοί οι περιορισμοί μονοτονίας, μπορούν να απλουστευθούν μετατρέποντάς τους σε περιορισμούς μη αρνητικότητας χρησιμοποιώντας τους ακόλουθους μετασχηματισμούς: 
0)()(1≥−=+jiijiiijguguw ∀ i, j 
0)(*=iigu 
Σ− = = 11)( jkikjiiwgu 
Σύμφωνα με τους παραπάνω μετασχηματισμούς τα βάρη των κριτηρίων μπορούν να υπολογιστούν ως εξής: 
Σ− = = 11*)( iakikiiwgu 
Συνεπώς η σχέση (Γ.3) γράφεται ως εξής: ΣΣ− == − = +− − − += 111111][ )( )]([ jkjkjkikikjijijiiikiiwwgggagwagu Σ 
O αποφασίζων ορίζοντας μια αρχική προδιάταξη των εναλλακτικών από τις καλύτερες προς τις χειρότερες, σύμφωνα με τις προτιμήσεις του, στόχος της μεθόδου UTA* είναι η ανάπτυξη ενός μοντέλου προσθετικής συνάρτησης χρησιμότητας το οποίο να αναπαριστά όσο το δυνατόν πιο πιστά την πολιτική και τις προτιμήσεις του αποφασίζοντα. 
Οι πιθανές ασυμφωνίες μεταξύ του μοντέλου και των προτιμήσεων του αποφασίζοντα, είναι δύο ειδών: 
- 238 -
Παράρτημα μεταπτυχιακής διατριβής Ε. Κρασαδάκη-Πολυτεχνείο Κρήτης 
το σφάλμα υπερεκτίμησης και το σφάλμα υποεκτίμησης . Το σφάλμα υπερεκτίμησης αφορά περιπτώσεις όπου ο αποφασίζων έχει κατατάξει μια εναλλακτική σε υψηλότερη θέση στην προδιάταξη σε σχέση με τη θέση που κατατάσσεται η εναλλακτική με βάση την ολική της χρησιμότητα. Ανάλογα το σφάλμα υποεκτίμησης αφορά περιπτώσεις όπου ο αποφασίζων έχει κατατάξει μια εναλλακτική σε χαμηλότερη θέση στην προδιάταξη σε σχέση με τη θέση που κατατάσσεται η εναλλακτική με βάση την ολική της χρησιμότητα. )(ασ+)(ασ− 
Ανάλογα με την προδιάταξη που καθορίστηκε από τον αποφασίζοντα, για δύο εναλλακτικές δραστηριότητες α και β, θα πρέπει να ισχύουν οι παρακάτω βασικοί περιορισμοί: 
U(a) – U(b)≥δ ⇔ α P b 
U(a) – U(b)=δ ⇔ α Ι b 
όπου τα P και Ι συμβολίζουν αντίστοιχα τις σχέσεις προτίμησης και αδιαφορίας μεταξύ των δύο εναλλακτικών δραστηριοτήτων. Το δ είναι ένας μικρός πραγματικός θετικός αριθμός. Οι παραπάνω περιορισμοί, βάση του ορισμού της αθροιστικής συνάρτησης χρησιμότητας, λαμβάνοντας υπόψη τα σφάλματα υπερεκτίμησης και υποεκτίμησης, γράφονται ως εξής: 
δσσασασ≥+−−+−−+−+)()()()()]([)]([bbbguagu εάν α Ρ b 
0)()()()()]([)]([=+−−+−−+−+bbbguaguσσασασ εάν α I b 
Η επίλυση του προβλήματος που περιγράφηκε παραπάνω, γίνεται μέσω του ακόλουθου γραμμικού προβλήματος: 
Min F= Σ∈ −++ Aa)}()({ασασ 
Υπό τους περιορισμούς 
δσσασασ≥+−−+−−+−+)()()()()]([)]([bbbguagu εάν α Ρ b 
0)()()()()]([)]([=+−−+−−+−+bbbguaguσσασασ εάν α I b 
(Γ.4) 
ΣΣ= ijijw1 
wij ≥0, , ,0)(≥+ασ0)(≥−aσΣ− = = 11*)( iakikiiwgu,Aa∈∀ ∀ i, j 
δ: μικρός θετικός αριθμός - 239 -
Παράρτημα μεταπτυχιακής διατριβής Ε. Κρασαδάκη-Πολυτεχνείο Κρήτης 
Στη συνέχεια μέσω ανάλυσης ευστάθειας ανιχνεύεται η ύπαρξη πολλαπλών βέλτιστων ή σχεδόν βέλτιστων λύσεων, οι οποίες αντιστοιχούν σε τιμές μεταξύ του F* και F* + e. Λαμβάνοντας υπόψη το νέο αυτό περιορισμό (Σ∈ −++≤+ AaeFaa*)}()({σσ) επιλύεται μια σειρά νέων γραμμικών προβλημάτων έχοντας ως αντικειμενικές συναρτήσεις τη μεγιστοποίηση των τιμών των βαρών του κάθε κριτηρίου. Για την εύρεση μιας τελικής λύσης λαμβάνεται υπόψη ο μέσος όρος των λύσεων των προηγούμενων γραμμικών προβλημάτων. 
Ειδικότερα, στο συγκεκριμένο πρόβλημα της εκτίμησης των συναρτήσεων αξιών και των βαρών των κριτηρίων-πηγών απόκτησης των γενικών δεξιοτήτων, η μέθοδος UTA* εφαρμόστηκε δύο φορές, για κάθε γενική δεξιότητα. Για κάθε περίπτωση δημιουργήθηκε ένα Σύνολο Αναφοράς δέκα υποθετικών υποψηφίων. Η εκτίμηση των υποψηφίων πάνω στην τετραβάθμια κλίμακα των κριτηρίων-πηγών και η προδιάταξη τους από τον καλύτερο προς τον χειρότερο παρουσιάζεται στους Πίνακες Γ.1 και Γ.2. Η αρχική προδιάταξη πραγματοποιήθηκε από εμάς ως αποφασίζοντες που μέσω αυτής εξωτερικεύθηκαν οι προτιμήσεις μας. Ενδεχομένως, ένας άλλος αποφασίζων θα μπορούσε να προδιατάξει τους υποψηφίους διαφορετικά και εφαρμόζοντας την μέθοδο UTA* να καταλήξει σε ένα σύνολο συναρτήσεων αξιών και βαρών που να εκφράζουν τις προτιμήσεις του. 
Πίνακας Γ.1 Σύνολο Αναφοράς Γενικής Δεξιότητας «Χρήση Εργαλείων Λογισμικού & Εξοπλισμού» 
Επαγγελματική Εμπειρία 
Επαγγελματική Κατάρτιση 
Σπουδές 
Προσωπική Ενασχόληση 
Προδιάταξη 
Εναλλακτικές 
Μεγ 
Μετρ 
Μικρ 
Καμ 
Μεγ 
Μετρ 
Μικρ 
Καμ 
Μεγ 
Μετρ 
Μικρ 
Καμ 
Μεγ 
Μετρ 
Μικρ 
Καμ 
Υποψήφιος 1 
x 
x 
x 
x 
1 
Υποψήφιος 2 
x 
x 
x 
x 
2 
Υποψήφιος 3 
x 
x 
x 
x 
3 
Υποψήφιος 4 
x 
x 
x 
x 
4 
Υποψήφιος 5 
x 
x 
x 
x 
5 
Υποψήφιος 6 
x 
x 
x 
x 
6 
Υποψήφιος 7 
x 
x 
x 
x 
7 
Υποψήφιος 8 
x 
x 
x 
x 
8 
Υποψήφιος 9 
x 
x 
x 
x 
9 
Υποψήφιος 10 
x 
x 
x 
x 
10 
- 240 -
Παράρτημα μεταπτυχιακής διατριβής Ε. Κρασαδάκη-Πολυτεχνείο Κρήτης 
Πίνακας Γ.2 Σύνολο Αναφοράς Γενικής Δεξιότητας «Χρήση Υπηρεσιών Internet» 
Επαγγελματική Εμπειρία 
Επαγγελματική Κατάρτιση 
Σπουδές 
Προσωπική Ενασχόληση 
Προδιάταξη 
Εναλλακτικές 
Μεγ 
Μετρ 
Μικρ 
Καμ 
Μεγ 
Μετρ 
Μικρ 
Καμ 
Μεγ 
Μετρ 
Μικρ 
Καμ 
Μεγ 
Μετρ 
Μικρ 
Καμ 
Υποψήφιος 1 
x 
x 
x 
x 
1 
Υποψήφιος 2 
x 
x 
x 
x 
2 
Υποψήφιος 3 
x 
x 
x 
x 
3 
Υποψήφιος 4 
x 
x 
x 
x 
4 
Υποψήφιος 5 
x 
x 
x 
x 
5 
Υποψήφιος 6 
x 
x 
x 
x 
6 
Υποψήφιος 7 
x 
x 
x 
x 
7 
Υποψήφιος 8 
x 
x 
x 
x 
8 
Υποψήφιος 9 
x 
x 
x 
x 
9 
Υποψήφιος 10 
x 
x 
x 
x 
10 
Η μέθοδος UTA*, δεχόμενη την αρχική προδιάταξη των δέκα υποψηφίων του Συνόλου Αναφοράς και τις πολυκριτήριες εκτιμήσεις τους ανά περίπτωση, αναζητά μια συμβιβαστή με την προδιάταξη προσθετική συνάρτηση αξιών προκειμένου να κατατάξει τους υποψηφίους από τον καλύτερο προς τον χειρότερο σε κάθε γενική δεξιότητα. 
Για κάθε γενική δεξιότητα, συγκρίνοντας τους υποψηφίους ανά δύο και εισαγάγοντας λάθη υπερεκτίμησης και υποεκτίμησης επιλύθηκε το αντίστοιχο κάθε φορά γραμμικό πρόβλημα της μορφής Γ.4 που ελαχιστοποιεί τα σφάλματα και υπό τους περιορισμούς ότι οι διαφορές των μερικών συναρτήσεων αξιών δύο διαδοχικών υποψηφίων πρέπει να υπερβαίνουν ή να είναι ίσες ενός δ, για δ=0,05 και τα βάρη των κριτηρίων να είναι ίσα με την μονάδα. Τα σφάλματα υπερεκτίμησης και υποεκτίμησης και στις δύο περιπτώσεις εφαρμογής της UTA* ήταν μηδενικά και η κατάταξη των υποψηφίων που πρότεινε το μοντέλο ταίριαζε απόλυτα με την αρχική προδιάταξη. Ετσι, για λόγους ευστάθειας των λύσεων που προτάθηκαν από το μοντέλο για κάθε γενική δεξιότητα επιλύθηκαν 4x2 γραμμικά προβλήματα, τα οποία μεγιστοποιούν τις τιμές των βαρών για κάθε κριτήριο-πηγή. Τα αποτελέσματα της ανάλυσης ευστάθειας παρουσιάζονται στους Πίνακες Γ.3 και Γ.4. +σ−σ 
- 241 -
Παράρτημα μεταπτυχιακής διατριβής Ε. Κρασαδάκη-Πολυτεχνείο Κρήτης 
Πίνακας Γ.3 Τελική λύση μεταβλητών της μεθόδου UTA* στην πρώτη Γενική Δεξιότητα 
(Χρήση Εργαλείων S/W & H/W) 
w11 
w12 
w13 
w21 
w22 
w23 
w31 
w32 
w33 
w41 
w42 
w43 
Max b1 
0,15 
0,20 
0,30 
0,05 
0,05 
0 
0 
0 
0,05 
0 
0 
0,2 
Max b2 
0 
0,15 
0 
0,05 
0 
0,3 
0 
0 
0,05 
0,4 
0 
0,05 
Max b3 
0,15 
0 
0,05 
0,05 
0,05 
0 
0,65 
0 
0,05 
0 
0 
0 
Max b4 
0,15 
0 
0 
0,05 
0 
0,05 
0 
0 
0,05 
0 
0,65 
0,05 
Μέση Τιμή 
0,11 
0,09 
0,09 
0,05 
0,02 
0,09 
0,16 
0 
0,05 
0,10 
0,16 
0,07 
Πίνακας Γ.4 Τελική λύση μεταβλητών της μεθόδου UTA* στην δεύτερη Γενική Δεξιότητα 
(Χρήση Υπηρεσιών Internet) 
w11 
w12 
w13 
w21 
w22 
w23 
w31 
w32 
w33 
w41 
w42 
w43 
Max b1 
0,2 
0 
0,15 
0,25 
0 
0 
0,05 
0,05 
0,3 
0 
0 
0 
Max b2 
0,2 
0 
0,15 
0 
0,25 
0 
0,05 
0 
0,3 
0,05 
0 
0 
Max b3 
0 
0,2 
0,15 
0,25 
0 
0 
0,05 
0,05 
0,3 
0 
0 
0 
Max b4 
0 
0,2 
0,15 
0 
0,25 
0 
0,05 
0 
0,3 
0,05 
0 
0 
Μέση Τιμή 
0,10 
0,10 
0,15 
0,13 
0,12 
0 
0,05 
0,03 
0,30 
0,03 
0 
0 
Σύμφωνα με τον Πίνακα Γ.3, που αφορά την πρώτη γενική δεξιότητα: 
Βάρος Επαγ. Εμπειρίας: w11 + w12 +w13=0,11+0,09+0,09=0,29 
Βάρος Επαγ. Κατάρτισης: w21 + w22 + w23=0,05+0,02+0,09=0,16 
Βάρος Σπουδών: w31 + w32 + w33=0,16+0+0,05=0,21 
Βάρος Προσωπικής Ενασχόλ.: w41 + w42 + w43=0,10+0,16+0,07=0,34 
και οι μερικές χρησιμότητες μπορούν να κανονικοποιηθούν διαιρώντας κάθε μία μερική χρησιμότητα με το , δηλαδή στην 1)(* iiguη Γενική Δεξιότητα: 
=0,11+0,09+0,09=0,29: )(* iigu 
Επαγγελματική Εμπειρία – Μικρός βαθμός ενασχόλησης: 0,11/0,29=0,39 
Επαγγελματική Εμπειρία – Μέτριος βαθμός ενασχόλησης: (0,11+0,09)/0,29=0,70 
κ.ο.κ. 
- 242 -
Ad

Recommended

Ατομικό Δελτίο Υγείας Μαθητή (ΑΔΥΜ) και φύλλο εξέτασης
Ατομικό Δελτίο Υγείας Μαθητή (ΑΔΥΜ) και φύλλο εξέτασης
STALENA
Πογαφή
Πογαφή
theodora tz
ενότητα 9η
ενότητα 9η
fotist
Μάθημα 7ο-Σχεδιασμός & οργάνωση έρευνας
Μάθημα 7ο-Σχεδιασμός & οργάνωση έρευνας
Dr. Georgios Gaitanos
Εγχειρίδιο Δραστηριοτήτων για Νηπιαγωγούς
Εγχειρίδιο Δραστηριοτήτων για Νηπιαγωγούς
Linda Mamanou
Μαθηματικά Δ΄ 5. 33. ΄΄Υπολογίζω περιμέτρους και εμβαδά΄΄
Μαθηματικά Δ΄ 5. 33. ΄΄Υπολογίζω περιμέτρους και εμβαδά΄΄
Χρήστος Χαρμπής
Το αλφαβητάρι των δικαιωμάτων των παιδιών
Το αλφαβητάρι των δικαιωμάτων των παιδιών
Kiki Lianou
06 - Πολλαπλασιασμός φυσικών και δεκαδικών αριθμών
06 - Πολλαπλασιασμός φυσικών και δεκαδικών αριθμών
tzormbas
η βλάστηση της ελλάδας 23ο
η βλάστηση της ελλάδας 23ο
argisdrougas
Η δικαστική λειτουργία (σελ. 66-68)
Η δικαστική λειτουργία (σελ. 66-68)
Αντιγόνη Κριπαροπούλου
Διδακτικό σενάριο:Εισαγωγή στα κλάσματα
Διδακτικό σενάριο:Εισαγωγή στα κλάσματα
evakou56
Μαθηματικά Ε΄ 6.37. ΄΄ Κριτήρια διαιρετότητας του 2, του 5 και του 10 ΄΄
Μαθηματικά Ε΄ 6.37. ΄΄ Κριτήρια διαιρετότητας του 2, του 5 και του 10 ΄΄
Χρήστος Χαρμπής
Αφήγηση περιστατικού
Αφήγηση περιστατικού
Dimitra Mylonaki
Γλώσσα Δ΄. 2. 4. ΄΄Ο Νερουλάς΄΄
Γλώσσα Δ΄. 2. 4. ΄΄Ο Νερουλάς΄΄
Χρήστος Χαρμπής
ΠΑΡΟΥΣΙΑΣΗ ΓΙΑ ΤΟΥΣ ΔΕΙΝΟΣΑΥΡΟΥΣ
ΠΑΡΟΥΣΙΑΣΗ ΓΙΑ ΤΟΥΣ ΔΕΙΝΟΣΑΥΡΟΥΣ
Χάιδω Δράκου
Σχέδιο Μαθήματος (Διαφορετικότητα)
Σχέδιο Μαθήματος (Διαφορετικότητα)
santziak
ΣΗΜΑΝΤΙΚΑ ΕΡΓΑ ΣΤΗ ΧΩΡΑ ΜΑΣ
ΣΗΜΑΝΤΙΚΑ ΕΡΓΑ ΣΤΗ ΧΩΡΑ ΜΑΣ
xristoi
Γλώσσα Δ΄ 9. 3. ΄΄ Όρνιθες΄΄
Γλώσσα Δ΄ 9. 3. ΄΄ Όρνιθες΄΄
Χρήστος Χαρμπής
Πτώσεις
Πτώσεις
theodora tz
εμβαδον επαναληπτικες ασκησεισT
εμβαδον επαναληπτικες ασκησεισT
Nansy Tzg
Ήθη και έθιμα των Επτανήσων, 2ο Πειραματικό Γυμνάσιο Θεσσαλονίκης, Μαργαρίτα,...
Ήθη και έθιμα των Επτανήσων, 2ο Πειραματικό Γυμνάσιο Θεσσαλονίκης, Μαργαρίτα,...
YPEPTH
Γλωσσικές ασκήσεις στ΄ δημοτικού α΄τεύχος
Γλωσσικές ασκήσεις στ΄ δημοτικού α΄τεύχος
Εκπαιδευτήρια Γεωργίου Ζώη
Μαθηματικά Ε΄. 2.12: ΄΄Πολλαπλασιασμός δεκαδικών αριθμών΄΄
Μαθηματικά Ε΄. 2.12: ΄΄Πολλαπλασιασμός δεκαδικών αριθμών΄΄
Χρήστος Χαρμπής
αφήγηση περιγραφή
αφήγηση περιγραφή
GZ tech
αφαίρεση με δανεικό κανόνας και ασκήσεις
αφαίρεση με δανεικό κανόνας και ασκήσεις
Ioanna Chats
Μαθηματικά Δ΄ 8. 47. ΄΄Γνωρίζω αριθμούς ως το 1.000.000΄΄
Μαθηματικά Δ΄ 8. 47. ΄΄Γνωρίζω αριθμούς ως το 1.000.000΄΄
Χρήστος Χαρμπής
σενάριο ιστορίας στ ιωάννης καποδίστριας παρουσίαση
σενάριο ιστορίας στ ιωάννης καποδίστριας παρουσίαση
Christos Skarkos
Analysing a decision
Analysing a decision
Krassadaki Lia (Evangelia)
Μια πολυκριτήρια προσέγγιση για την ενίσχυση των ευεργετημάτων της ετερο-αξιο...
Μια πολυκριτήρια προσέγγιση για την ενίσχυση των ευεργετημάτων της ετερο-αξιο...
Krassadaki Lia (Evangelia)

More Related Content

What's hot (20)

η βλάστηση της ελλάδας 23ο
η βλάστηση της ελλάδας 23ο
argisdrougas
Η δικαστική λειτουργία (σελ. 66-68)
Η δικαστική λειτουργία (σελ. 66-68)
Αντιγόνη Κριπαροπούλου
Διδακτικό σενάριο:Εισαγωγή στα κλάσματα
Διδακτικό σενάριο:Εισαγωγή στα κλάσματα
evakou56
Μαθηματικά Ε΄ 6.37. ΄΄ Κριτήρια διαιρετότητας του 2, του 5 και του 10 ΄΄
Μαθηματικά Ε΄ 6.37. ΄΄ Κριτήρια διαιρετότητας του 2, του 5 και του 10 ΄΄
Χρήστος Χαρμπής
Αφήγηση περιστατικού
Αφήγηση περιστατικού
Dimitra Mylonaki
Γλώσσα Δ΄. 2. 4. ΄΄Ο Νερουλάς΄΄
Γλώσσα Δ΄. 2. 4. ΄΄Ο Νερουλάς΄΄
Χρήστος Χαρμπής
ΠΑΡΟΥΣΙΑΣΗ ΓΙΑ ΤΟΥΣ ΔΕΙΝΟΣΑΥΡΟΥΣ
ΠΑΡΟΥΣΙΑΣΗ ΓΙΑ ΤΟΥΣ ΔΕΙΝΟΣΑΥΡΟΥΣ
Χάιδω Δράκου
Σχέδιο Μαθήματος (Διαφορετικότητα)
Σχέδιο Μαθήματος (Διαφορετικότητα)
santziak
ΣΗΜΑΝΤΙΚΑ ΕΡΓΑ ΣΤΗ ΧΩΡΑ ΜΑΣ
ΣΗΜΑΝΤΙΚΑ ΕΡΓΑ ΣΤΗ ΧΩΡΑ ΜΑΣ
xristoi
Γλώσσα Δ΄ 9. 3. ΄΄ Όρνιθες΄΄
Γλώσσα Δ΄ 9. 3. ΄΄ Όρνιθες΄΄
Χρήστος Χαρμπής
Πτώσεις
Πτώσεις
theodora tz
εμβαδον επαναληπτικες ασκησεισT
εμβαδον επαναληπτικες ασκησεισT
Nansy Tzg
Ήθη και έθιμα των Επτανήσων, 2ο Πειραματικό Γυμνάσιο Θεσσαλονίκης, Μαργαρίτα,...
Ήθη και έθιμα των Επτανήσων, 2ο Πειραματικό Γυμνάσιο Θεσσαλονίκης, Μαργαρίτα,...
YPEPTH
Γλωσσικές ασκήσεις στ΄ δημοτικού α΄τεύχος
Γλωσσικές ασκήσεις στ΄ δημοτικού α΄τεύχος
Εκπαιδευτήρια Γεωργίου Ζώη
Μαθηματικά Ε΄. 2.12: ΄΄Πολλαπλασιασμός δεκαδικών αριθμών΄΄
Μαθηματικά Ε΄. 2.12: ΄΄Πολλαπλασιασμός δεκαδικών αριθμών΄΄
Χρήστος Χαρμπής
αφήγηση περιγραφή
αφήγηση περιγραφή
GZ tech
αφαίρεση με δανεικό κανόνας και ασκήσεις
αφαίρεση με δανεικό κανόνας και ασκήσεις
Ioanna Chats
Μαθηματικά Δ΄ 8. 47. ΄΄Γνωρίζω αριθμούς ως το 1.000.000΄΄
Μαθηματικά Δ΄ 8. 47. ΄΄Γνωρίζω αριθμούς ως το 1.000.000΄΄
Χρήστος Χαρμπής
σενάριο ιστορίας στ ιωάννης καποδίστριας παρουσίαση
σενάριο ιστορίας στ ιωάννης καποδίστριας παρουσίαση
Christos Skarkos
η βλάστηση της ελλάδας 23ο
η βλάστηση της ελλάδας 23ο
argisdrougas
Διδακτικό σενάριο:Εισαγωγή στα κλάσματα
Διδακτικό σενάριο:Εισαγωγή στα κλάσματα
evakou56
Μαθηματικά Ε΄ 6.37. ΄΄ Κριτήρια διαιρετότητας του 2, του 5 και του 10 ΄΄
Μαθηματικά Ε΄ 6.37. ΄΄ Κριτήρια διαιρετότητας του 2, του 5 και του 10 ΄΄
Χρήστος Χαρμπής
Αφήγηση περιστατικού
Αφήγηση περιστατικού
Dimitra Mylonaki
ΠΑΡΟΥΣΙΑΣΗ ΓΙΑ ΤΟΥΣ ΔΕΙΝΟΣΑΥΡΟΥΣ
ΠΑΡΟΥΣΙΑΣΗ ΓΙΑ ΤΟΥΣ ΔΕΙΝΟΣΑΥΡΟΥΣ
Χάιδω Δράκου
Σχέδιο Μαθήματος (Διαφορετικότητα)
Σχέδιο Μαθήματος (Διαφορετικότητα)
santziak
ΣΗΜΑΝΤΙΚΑ ΕΡΓΑ ΣΤΗ ΧΩΡΑ ΜΑΣ
ΣΗΜΑΝΤΙΚΑ ΕΡΓΑ ΣΤΗ ΧΩΡΑ ΜΑΣ
xristoi
εμβαδον επαναληπτικες ασκησεισT
εμβαδον επαναληπτικες ασκησεισT
Nansy Tzg
Ήθη και έθιμα των Επτανήσων, 2ο Πειραματικό Γυμνάσιο Θεσσαλονίκης, Μαργαρίτα,...
Ήθη και έθιμα των Επτανήσων, 2ο Πειραματικό Γυμνάσιο Θεσσαλονίκης, Μαργαρίτα,...
YPEPTH
Μαθηματικά Ε΄. 2.12: ΄΄Πολλαπλασιασμός δεκαδικών αριθμών΄΄
Μαθηματικά Ε΄. 2.12: ΄΄Πολλαπλασιασμός δεκαδικών αριθμών΄΄
Χρήστος Χαρμπής
αφήγηση περιγραφή
αφήγηση περιγραφή
GZ tech
αφαίρεση με δανεικό κανόνας και ασκήσεις
αφαίρεση με δανεικό κανόνας και ασκήσεις
Ioanna Chats
Μαθηματικά Δ΄ 8. 47. ΄΄Γνωρίζω αριθμούς ως το 1.000.000΄΄
Μαθηματικά Δ΄ 8. 47. ΄΄Γνωρίζω αριθμούς ως το 1.000.000΄΄
Χρήστος Χαρμπής
σενάριο ιστορίας στ ιωάννης καποδίστριας παρουσίαση
σενάριο ιστορίας στ ιωάννης καποδίστριας παρουσίαση
Christos Skarkos

Similar to σημειώσεις Utastar (20)

Analysing a decision
Analysing a decision
Krassadaki Lia (Evangelia)
Μια πολυκριτήρια προσέγγιση για την ενίσχυση των ευεργετημάτων της ετερο-αξιο...
Μια πολυκριτήρια προσέγγιση για την ενίσχυση των ευεργετημάτων της ετερο-αξιο...
Krassadaki Lia (Evangelia)
Supplier Evaluation-ElectreIII
Supplier Evaluation-ElectreIII
Pavlos Symperas
VET4SBO Level 2 module 2 - unit 1 - v0.9 gr
VET4SBO Level 2 module 2 - unit 1 - v0.9 gr
Karel Van Isacker
Μακέδας Θεμιστοκλής
Μακέδας Θεμιστοκλής
ISSEL
D_E_Panagiotis_Avramidis_Thes1_115336.pptx
D_E_Panagiotis_Avramidis_Thes1_115336.pptx
panosid
5ο ΠΑΝΕΛΛΗΝΙΟ ΣΥΝΕΔΡΙΟ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ, ΤΑ ΟΙΚΟΝΟΜΙΚΑ ΚΑΙ ΤΙΣ ΠΟΛΙΤΙΚΕΣ ΥΓΕΙΑΣ
5ο ΠΑΝΕΛΛΗΝΙΟ ΣΥΝΕΔΡΙΟ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ, ΤΑ ΟΙΚΟΝΟΜΙΚΑ ΚΑΙ ΤΙΣ ΠΟΛΙΤΙΚΕΣ ΥΓΕΙΑΣ
Filippos Stamatiadis
2015 Πτυχιακή εργασία / Χρήση Τεχνικών Learning Analytics για την εκτίμηση το...
2015 Πτυχιακή εργασία / Χρήση Τεχνικών Learning Analytics για την εκτίμηση το...
Nikolaos Tselios
ΠΛΗ31 ΜΑΘΗΜΑ 4.1
ΠΛΗ31 ΜΑΘΗΜΑ 4.1
Dimitris Psounis
Anagnostopoulos, Vavatsikos, Kraias, Spyropoulos
Anagnostopoulos, Vavatsikos, Kraias, Spyropoulos
nspiropo
Students' behavior in peer assessment. A multi-criteria clustering approach (...
Students' behavior in peer assessment. A multi-criteria clustering approach (...
Krassadaki Lia (Evangelia)
Data Mining from World Bank and Fitch
Data Mining from World Bank and Fitch
Ilias Georgousis
ΜΕΘΟΔΟΓΙΑ ΠΕΙΡΑΜΑΤΙΚΗΣ ΕΡΕΥΝΑΣ.pdf
ΜΕΘΟΔΟΓΙΑ ΠΕΙΡΑΜΑΤΙΚΗΣ ΕΡΕΥΝΑΣ.pdf
EleniKarafoti
Εισαγωγή στον Γραμμικό Προγραμματισμό
Εισαγωγή στον Γραμμικό Προγραμματισμό
Manolis Vavalis
ελληνικο ανοικτο πανεπιστημιο
ελληνικο ανοικτο πανεπιστημιο
Vasilis Sotiroudas
518 σχολες του μηχανογραφικου
518 σχολες του μηχανογραφικου
kwlwglw
ΤΣΙΑΟΥΣΗ_Κ.- ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ ΜΕΤΑΠΤΥΧΙΑΚΟΥ
ΤΣΙΑΟΥΣΗ_Κ.- ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ ΜΕΤΑΠΤΥΧΙΑΚΟΥ
Tsiaousi Kelly
ΝΕΟ σύστημα επιλογής προϊσταμένων
ΝΕΟ σύστημα επιλογής προϊσταμένων
Katerina Tsakmakidou
Μια πολυκριτήρια προσέγγιση για την ενίσχυση των ευεργετημάτων της ετερο-αξιο...
Μια πολυκριτήρια προσέγγιση για την ενίσχυση των ευεργετημάτων της ετερο-αξιο...
Krassadaki Lia (Evangelia)
Supplier Evaluation-ElectreIII
Supplier Evaluation-ElectreIII
Pavlos Symperas
VET4SBO Level 2 module 2 - unit 1 - v0.9 gr
VET4SBO Level 2 module 2 - unit 1 - v0.9 gr
Karel Van Isacker
Μακέδας Θεμιστοκλής
Μακέδας Θεμιστοκλής
ISSEL
D_E_Panagiotis_Avramidis_Thes1_115336.pptx
D_E_Panagiotis_Avramidis_Thes1_115336.pptx
panosid
5ο ΠΑΝΕΛΛΗΝΙΟ ΣΥΝΕΔΡΙΟ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ, ΤΑ ΟΙΚΟΝΟΜΙΚΑ ΚΑΙ ΤΙΣ ΠΟΛΙΤΙΚΕΣ ΥΓΕΙΑΣ
5ο ΠΑΝΕΛΛΗΝΙΟ ΣΥΝΕΔΡΙΟ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ, ΤΑ ΟΙΚΟΝΟΜΙΚΑ ΚΑΙ ΤΙΣ ΠΟΛΙΤΙΚΕΣ ΥΓΕΙΑΣ
Filippos Stamatiadis
2015 Πτυχιακή εργασία / Χρήση Τεχνικών Learning Analytics για την εκτίμηση το...
2015 Πτυχιακή εργασία / Χρήση Τεχνικών Learning Analytics για την εκτίμηση το...
Nikolaos Tselios
Anagnostopoulos, Vavatsikos, Kraias, Spyropoulos
Anagnostopoulos, Vavatsikos, Kraias, Spyropoulos
nspiropo
Students' behavior in peer assessment. A multi-criteria clustering approach (...
Students' behavior in peer assessment. A multi-criteria clustering approach (...
Krassadaki Lia (Evangelia)
Data Mining from World Bank and Fitch
Data Mining from World Bank and Fitch
Ilias Georgousis
ΜΕΘΟΔΟΓΙΑ ΠΕΙΡΑΜΑΤΙΚΗΣ ΕΡΕΥΝΑΣ.pdf
ΜΕΘΟΔΟΓΙΑ ΠΕΙΡΑΜΑΤΙΚΗΣ ΕΡΕΥΝΑΣ.pdf
EleniKarafoti
Εισαγωγή στον Γραμμικό Προγραμματισμό
Εισαγωγή στον Γραμμικό Προγραμματισμό
Manolis Vavalis
ελληνικο ανοικτο πανεπιστημιο
ελληνικο ανοικτο πανεπιστημιο
Vasilis Sotiroudas
518 σχολες του μηχανογραφικου
518 σχολες του μηχανογραφικου
kwlwglw
ΤΣΙΑΟΥΣΗ_Κ.- ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ ΜΕΤΑΠΤΥΧΙΑΚΟΥ
ΤΣΙΑΟΥΣΗ_Κ.- ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ ΜΕΤΑΠΤΥΧΙΑΚΟΥ
Tsiaousi Kelly
ΝΕΟ σύστημα επιλογής προϊσταμένων
ΝΕΟ σύστημα επιλογής προϊσταμένων
Katerina Tsakmakidou
Ad

More from Krassadaki Lia (Evangelia) (20)

Course curricula perigrammata mathimatwn 27-6-2018 LK
Course curricula perigrammata mathimatwn 27-6-2018 LK
Krassadaki Lia (Evangelia)
Krassadaki Grigoroudis presentation eeee2018 maich chania
Krassadaki Grigoroudis presentation eeee2018 maich chania
Krassadaki Lia (Evangelia)
A GUIDE for STRATEGY TOOLS - The STRAT project (EN version)
A GUIDE for STRATEGY TOOLS - The STRAT project (EN version)
Krassadaki Lia (Evangelia)
TRAINING TOOLS in STRATEGY of farms - The STRAT project (Gr version)
TRAINING TOOLS in STRATEGY of farms - The STRAT project (Gr version)
Krassadaki Lia (Evangelia)
Περιγραφική Στατιστική με το Spss
Περιγραφική Στατιστική με το Spss
Krassadaki Lia (Evangelia)
Κύκλος μάθησης Kolb (Kolb Learning Cycle)
Κύκλος μάθησης Kolb (Kolb Learning Cycle)
Krassadaki Lia (Evangelia)
Decision aiding process in the frame of the strategic farm management
Decision aiding process in the frame of the strategic farm management
Krassadaki Lia (Evangelia)
Modernisation of Curricula in HE - the SCL approach
Modernisation of Curricula in HE - the SCL approach
Krassadaki Lia (Evangelia)
Γενικές οδηγίες γραπτών αναφορών (Short notes for written academic reports)
Γενικές οδηγίες γραπτών αναφορών (Short notes for written academic reports)
Krassadaki Lia (Evangelia)
αποφεύγω τα λάθη που μειώνουν την ποιότητα της αναφοράς μου
αποφεύγω τα λάθη που μειώνουν την ποιότητα της αναφοράς μου
Krassadaki Lia (Evangelia)
γενικές οδηγίες αναφορών
γενικές οδηγίες αναφορών
Krassadaki Lia (Evangelia)
Συμβουλές για μια προφορική παρουσίαση
Συμβουλές για μια προφορική παρουσίαση
Krassadaki Lia (Evangelia)
δημιουργία φόρμας καταχώρησης στο Excel
δημιουργία φόρμας καταχώρησης στο Excel
Krassadaki Lia (Evangelia)
Finswimming junior world championship Chania 2014
Finswimming junior world championship Chania 2014
Krassadaki Lia (Evangelia)
Προς μια σύγχρονη προσέγγιση Μάθησης και Διδασκαλίας στην Ανώτατη Εκπαίδευση
Προς μια σύγχρονη προσέγγιση Μάθησης και Διδασκαλίας στην Ανώτατη Εκπαίδευση
Krassadaki Lia (Evangelia)
H αξιολόγηση στην ‘καρδιά’ της εκπαίδευσης (Assessment 'in the heart' of high...
H αξιολόγηση στην ‘καρδιά’ της εκπαίδευσης (Assessment 'in the heart' of high...
Krassadaki Lia (Evangelia)
Πολυκριτήρια Αξιολόγηση Μη Τεχνικών Δεξιοτήτων των χειριστών της πολεμικής αε...
Πολυκριτήρια Αξιολόγηση Μη Τεχνικών Δεξιοτήτων των χειριστών της πολεμικής αε...
Krassadaki Lia (Evangelia)
Αξιολόγηση και επανασχεδίαση προγραμμάτων σπουδών με στόχο την ενίσχυση των ι...
Αξιολόγηση και επανασχεδίαση προγραμμάτων σπουδών με στόχο την ενίσχυση των ι...
Krassadaki Lia (Evangelia)
Multicriteria evaluation of an Engineering Department (ADIP Conference, Arist...
Multicriteria evaluation of an Engineering Department (ADIP Conference, Arist...
Krassadaki Lia (Evangelia)
Adopting a strategy for enhancing generic skills in engineering education
Adopting a strategy for enhancing generic skills in engineering education
Krassadaki Lia (Evangelia)
Course curricula perigrammata mathimatwn 27-6-2018 LK
Course curricula perigrammata mathimatwn 27-6-2018 LK
Krassadaki Lia (Evangelia)
Krassadaki Grigoroudis presentation eeee2018 maich chania
Krassadaki Grigoroudis presentation eeee2018 maich chania
Krassadaki Lia (Evangelia)
A GUIDE for STRATEGY TOOLS - The STRAT project (EN version)
A GUIDE for STRATEGY TOOLS - The STRAT project (EN version)
Krassadaki Lia (Evangelia)
TRAINING TOOLS in STRATEGY of farms - The STRAT project (Gr version)
TRAINING TOOLS in STRATEGY of farms - The STRAT project (Gr version)
Krassadaki Lia (Evangelia)
Περιγραφική Στατιστική με το Spss
Περιγραφική Στατιστική με το Spss
Krassadaki Lia (Evangelia)
Κύκλος μάθησης Kolb (Kolb Learning Cycle)
Κύκλος μάθησης Kolb (Kolb Learning Cycle)
Krassadaki Lia (Evangelia)
Decision aiding process in the frame of the strategic farm management
Decision aiding process in the frame of the strategic farm management
Krassadaki Lia (Evangelia)
Γενικές οδηγίες γραπτών αναφορών (Short notes for written academic reports)
Γενικές οδηγίες γραπτών αναφορών (Short notes for written academic reports)
Krassadaki Lia (Evangelia)
αποφεύγω τα λάθη που μειώνουν την ποιότητα της αναφοράς μου
αποφεύγω τα λάθη που μειώνουν την ποιότητα της αναφοράς μου
Krassadaki Lia (Evangelia)
Συμβουλές για μια προφορική παρουσίαση
Συμβουλές για μια προφορική παρουσίαση
Krassadaki Lia (Evangelia)
δημιουργία φόρμας καταχώρησης στο Excel
δημιουργία φόρμας καταχώρησης στο Excel
Krassadaki Lia (Evangelia)
Προς μια σύγχρονη προσέγγιση Μάθησης και Διδασκαλίας στην Ανώτατη Εκπαίδευση
Προς μια σύγχρονη προσέγγιση Μάθησης και Διδασκαλίας στην Ανώτατη Εκπαίδευση
Krassadaki Lia (Evangelia)
H αξιολόγηση στην ‘καρδιά’ της εκπαίδευσης (Assessment 'in the heart' of high...
H αξιολόγηση στην ‘καρδιά’ της εκπαίδευσης (Assessment 'in the heart' of high...
Krassadaki Lia (Evangelia)
Πολυκριτήρια Αξιολόγηση Μη Τεχνικών Δεξιοτήτων των χειριστών της πολεμικής αε...
Πολυκριτήρια Αξιολόγηση Μη Τεχνικών Δεξιοτήτων των χειριστών της πολεμικής αε...
Krassadaki Lia (Evangelia)
Αξιολόγηση και επανασχεδίαση προγραμμάτων σπουδών με στόχο την ενίσχυση των ι...
Αξιολόγηση και επανασχεδίαση προγραμμάτων σπουδών με στόχο την ενίσχυση των ι...
Krassadaki Lia (Evangelia)
Multicriteria evaluation of an Engineering Department (ADIP Conference, Arist...
Multicriteria evaluation of an Engineering Department (ADIP Conference, Arist...
Krassadaki Lia (Evangelia)
Adopting a strategy for enhancing generic skills in engineering education
Adopting a strategy for enhancing generic skills in engineering education
Krassadaki Lia (Evangelia)
Ad

σημειώσεις Utastar

  • 1. Παράρτημα μεταπτυχιακής διατριβής Ε. Κρασαδάκη-Πολυτεχνείο Κρήτης ΠΑΡΑΡΤΗΜΑ Γ ΜΜΙΙΑΑ ΠΠΟΟΛΛΥΥΚΚΡΡΙΙΤΤΗΗΡΡΙΙΑΑ ΜΜΕΕΘΘΟΟΔΔΟΟΣΣ ΑΑΞΞΙΙΟΟΛΛΟΟΓΓΗΗΣΣΗΗΣΣ ΓΓΕΕΝΝΙΙΚΚΩΩΝΝ ΔΔΕΕΞΞΙΙΟΟΤΤΗΗΤΤΩΩΝΝ.. ΗΗ ΜΜΕΕΘΘΟΟΔΔΟΟΣΣ UUTTAA** Στο συγκεκριμένο παράρτημα παρουσιάζεται μια σύντομη αναφορά στην μέθοδο UTA* (J. Siskos and D. Yannacopoulos, 1985, Jacquet Lagrèze and Siskos, 2001) και η χρήση της στην εκτίμηση της αξίας και του βάρους των πηγών απόκτησης των γενικών δεξιοτήτων «Χρήση εργαλείων Λογισμικού & Εξοπλισμού» και «Χρήση Υπηρεσιών Internet”. Η μέθοδος UTA* λειτουργεί ως εξής: Εστω Α το σύνολο των εναλλακτικών ενεργειών ενός πολυκριτήριου προβλήματος και g=(g1, g2, …,gn) μια συνεπής οικογένεια κριτηρίων εκτίμησης των εναλλακτικών. Για την ανάπτυξη ενός μοντέλου το οποίο εκφράζει τις προτιμήσεις του αποφασίζοντα, γίνεται η σύνθεση των κριτηρίων σε μια προσθετική συνάρτηση χρησιμότητας της μορφής: Σ= = niiigugU1)()( ( Γ.1) όπου οι συναρτήσεις χρησιμότητας , ονομάζονται συναρτήσεις μερικής αξίας (μερικής χρησιμότητας) και αναπαριστούν τη σημασία του κάθε κριτηρίου. )(iigu Για το κάθε κριτήριο εκτίμησης ορίζονται η περισσότερο και η λιγότερο προτιμητέα τιμή και αντίστοιχα, για τις εναλλακτικές ενέργειες του συνόλου Α. Το κάθε διάστημα [,] χωρίζεται σε a* ig*ig*ig* igi-1 ίσα διαστήματα [], όπου ο αριθμός a1,+jijiggi των υπο- διαστημάτων δίνεται από τον αποφασίζοντα ο οποίος καθορίζει έτσι τον αριθμό των σημείων για τα οποία θα εκτιμηθεί η κάθε συνάρτηση μερικής αξίας (χρησιμότητας). Το κάθε σημείο υπολογίζεται από την σχέση: jig)( 11* * *iiiijiggajgg− − − += (Γ.2 ) - 237 -
  • 2. Παράρτημα μεταπτυχιακής διατριβής Ε. Κρασαδάκη-Πολυτεχνείο Κρήτης Η μερική χρησιμότητα μιας εναλλακτικής ενέργειας α προσεγγίζεται επίσης με γραμμική παρεμβολή, ως εξής: )]()([ )( )()]([11jiijiijijijiijiiiigugugggagguagu− − − +=+ + (Γ.3) Μια βασική υπόθεση της μεθόδου είναι το γεγονός ότι οι προτιμήσεις του αποφασίζοντα πάνω στα κριτήρια εκτίμησης είναι μονότονες συναρτήσεις των τιμών των κριτηρίων (αύξουσες ή φθίνουσες). Για την ικανοποίηση της υπόθεσης αυτής τίθεται ο ακόλουθος περιορισμός: ijiijiisgugu≥−+)()(1 όπου si≥0 είναι ένα όριο που καθορίζεται για το κάθε κριτήριο gi. Αυτοί οι περιορισμοί μονοτονίας, μπορούν να απλουστευθούν μετατρέποντάς τους σε περιορισμούς μη αρνητικότητας χρησιμοποιώντας τους ακόλουθους μετασχηματισμούς: 0)()(1≥−=+jiijiiijguguw ∀ i, j 0)(*=iigu Σ− = = 11)( jkikjiiwgu Σύμφωνα με τους παραπάνω μετασχηματισμούς τα βάρη των κριτηρίων μπορούν να υπολογιστούν ως εξής: Σ− = = 11*)( iakikiiwgu Συνεπώς η σχέση (Γ.3) γράφεται ως εξής: ΣΣ− == − = +− − − += 111111][ )( )]([ jkjkjkikikjijijiiikiiwwgggagwagu Σ O αποφασίζων ορίζοντας μια αρχική προδιάταξη των εναλλακτικών από τις καλύτερες προς τις χειρότερες, σύμφωνα με τις προτιμήσεις του, στόχος της μεθόδου UTA* είναι η ανάπτυξη ενός μοντέλου προσθετικής συνάρτησης χρησιμότητας το οποίο να αναπαριστά όσο το δυνατόν πιο πιστά την πολιτική και τις προτιμήσεις του αποφασίζοντα. Οι πιθανές ασυμφωνίες μεταξύ του μοντέλου και των προτιμήσεων του αποφασίζοντα, είναι δύο ειδών: - 238 -
  • 3. Παράρτημα μεταπτυχιακής διατριβής Ε. Κρασαδάκη-Πολυτεχνείο Κρήτης το σφάλμα υπερεκτίμησης και το σφάλμα υποεκτίμησης . Το σφάλμα υπερεκτίμησης αφορά περιπτώσεις όπου ο αποφασίζων έχει κατατάξει μια εναλλακτική σε υψηλότερη θέση στην προδιάταξη σε σχέση με τη θέση που κατατάσσεται η εναλλακτική με βάση την ολική της χρησιμότητα. Ανάλογα το σφάλμα υποεκτίμησης αφορά περιπτώσεις όπου ο αποφασίζων έχει κατατάξει μια εναλλακτική σε χαμηλότερη θέση στην προδιάταξη σε σχέση με τη θέση που κατατάσσεται η εναλλακτική με βάση την ολική της χρησιμότητα. )(ασ+)(ασ− Ανάλογα με την προδιάταξη που καθορίστηκε από τον αποφασίζοντα, για δύο εναλλακτικές δραστηριότητες α και β, θα πρέπει να ισχύουν οι παρακάτω βασικοί περιορισμοί: U(a) – U(b)≥δ ⇔ α P b U(a) – U(b)=δ ⇔ α Ι b όπου τα P και Ι συμβολίζουν αντίστοιχα τις σχέσεις προτίμησης και αδιαφορίας μεταξύ των δύο εναλλακτικών δραστηριοτήτων. Το δ είναι ένας μικρός πραγματικός θετικός αριθμός. Οι παραπάνω περιορισμοί, βάση του ορισμού της αθροιστικής συνάρτησης χρησιμότητας, λαμβάνοντας υπόψη τα σφάλματα υπερεκτίμησης και υποεκτίμησης, γράφονται ως εξής: δσσασασ≥+−−+−−+−+)()()()()]([)]([bbbguagu εάν α Ρ b 0)()()()()]([)]([=+−−+−−+−+bbbguaguσσασασ εάν α I b Η επίλυση του προβλήματος που περιγράφηκε παραπάνω, γίνεται μέσω του ακόλουθου γραμμικού προβλήματος: Min F= Σ∈ −++ Aa)}()({ασασ Υπό τους περιορισμούς δσσασασ≥+−−+−−+−+)()()()()]([)]([bbbguagu εάν α Ρ b 0)()()()()]([)]([=+−−+−−+−+bbbguaguσσασασ εάν α I b (Γ.4) ΣΣ= ijijw1 wij ≥0, , ,0)(≥+ασ0)(≥−aσΣ− = = 11*)( iakikiiwgu,Aa∈∀ ∀ i, j δ: μικρός θετικός αριθμός - 239 -
  • 4. Παράρτημα μεταπτυχιακής διατριβής Ε. Κρασαδάκη-Πολυτεχνείο Κρήτης Στη συνέχεια μέσω ανάλυσης ευστάθειας ανιχνεύεται η ύπαρξη πολλαπλών βέλτιστων ή σχεδόν βέλτιστων λύσεων, οι οποίες αντιστοιχούν σε τιμές μεταξύ του F* και F* + e. Λαμβάνοντας υπόψη το νέο αυτό περιορισμό (Σ∈ −++≤+ AaeFaa*)}()({σσ) επιλύεται μια σειρά νέων γραμμικών προβλημάτων έχοντας ως αντικειμενικές συναρτήσεις τη μεγιστοποίηση των τιμών των βαρών του κάθε κριτηρίου. Για την εύρεση μιας τελικής λύσης λαμβάνεται υπόψη ο μέσος όρος των λύσεων των προηγούμενων γραμμικών προβλημάτων. Ειδικότερα, στο συγκεκριμένο πρόβλημα της εκτίμησης των συναρτήσεων αξιών και των βαρών των κριτηρίων-πηγών απόκτησης των γενικών δεξιοτήτων, η μέθοδος UTA* εφαρμόστηκε δύο φορές, για κάθε γενική δεξιότητα. Για κάθε περίπτωση δημιουργήθηκε ένα Σύνολο Αναφοράς δέκα υποθετικών υποψηφίων. Η εκτίμηση των υποψηφίων πάνω στην τετραβάθμια κλίμακα των κριτηρίων-πηγών και η προδιάταξη τους από τον καλύτερο προς τον χειρότερο παρουσιάζεται στους Πίνακες Γ.1 και Γ.2. Η αρχική προδιάταξη πραγματοποιήθηκε από εμάς ως αποφασίζοντες που μέσω αυτής εξωτερικεύθηκαν οι προτιμήσεις μας. Ενδεχομένως, ένας άλλος αποφασίζων θα μπορούσε να προδιατάξει τους υποψηφίους διαφορετικά και εφαρμόζοντας την μέθοδο UTA* να καταλήξει σε ένα σύνολο συναρτήσεων αξιών και βαρών που να εκφράζουν τις προτιμήσεις του. Πίνακας Γ.1 Σύνολο Αναφοράς Γενικής Δεξιότητας «Χρήση Εργαλείων Λογισμικού & Εξοπλισμού» Επαγγελματική Εμπειρία Επαγγελματική Κατάρτιση Σπουδές Προσωπική Ενασχόληση Προδιάταξη Εναλλακτικές Μεγ Μετρ Μικρ Καμ Μεγ Μετρ Μικρ Καμ Μεγ Μετρ Μικρ Καμ Μεγ Μετρ Μικρ Καμ Υποψήφιος 1 x x x x 1 Υποψήφιος 2 x x x x 2 Υποψήφιος 3 x x x x 3 Υποψήφιος 4 x x x x 4 Υποψήφιος 5 x x x x 5 Υποψήφιος 6 x x x x 6 Υποψήφιος 7 x x x x 7 Υποψήφιος 8 x x x x 8 Υποψήφιος 9 x x x x 9 Υποψήφιος 10 x x x x 10 - 240 -
  • 5. Παράρτημα μεταπτυχιακής διατριβής Ε. Κρασαδάκη-Πολυτεχνείο Κρήτης Πίνακας Γ.2 Σύνολο Αναφοράς Γενικής Δεξιότητας «Χρήση Υπηρεσιών Internet» Επαγγελματική Εμπειρία Επαγγελματική Κατάρτιση Σπουδές Προσωπική Ενασχόληση Προδιάταξη Εναλλακτικές Μεγ Μετρ Μικρ Καμ Μεγ Μετρ Μικρ Καμ Μεγ Μετρ Μικρ Καμ Μεγ Μετρ Μικρ Καμ Υποψήφιος 1 x x x x 1 Υποψήφιος 2 x x x x 2 Υποψήφιος 3 x x x x 3 Υποψήφιος 4 x x x x 4 Υποψήφιος 5 x x x x 5 Υποψήφιος 6 x x x x 6 Υποψήφιος 7 x x x x 7 Υποψήφιος 8 x x x x 8 Υποψήφιος 9 x x x x 9 Υποψήφιος 10 x x x x 10 Η μέθοδος UTA*, δεχόμενη την αρχική προδιάταξη των δέκα υποψηφίων του Συνόλου Αναφοράς και τις πολυκριτήριες εκτιμήσεις τους ανά περίπτωση, αναζητά μια συμβιβαστή με την προδιάταξη προσθετική συνάρτηση αξιών προκειμένου να κατατάξει τους υποψηφίους από τον καλύτερο προς τον χειρότερο σε κάθε γενική δεξιότητα. Για κάθε γενική δεξιότητα, συγκρίνοντας τους υποψηφίους ανά δύο και εισαγάγοντας λάθη υπερεκτίμησης και υποεκτίμησης επιλύθηκε το αντίστοιχο κάθε φορά γραμμικό πρόβλημα της μορφής Γ.4 που ελαχιστοποιεί τα σφάλματα και υπό τους περιορισμούς ότι οι διαφορές των μερικών συναρτήσεων αξιών δύο διαδοχικών υποψηφίων πρέπει να υπερβαίνουν ή να είναι ίσες ενός δ, για δ=0,05 και τα βάρη των κριτηρίων να είναι ίσα με την μονάδα. Τα σφάλματα υπερεκτίμησης και υποεκτίμησης και στις δύο περιπτώσεις εφαρμογής της UTA* ήταν μηδενικά και η κατάταξη των υποψηφίων που πρότεινε το μοντέλο ταίριαζε απόλυτα με την αρχική προδιάταξη. Ετσι, για λόγους ευστάθειας των λύσεων που προτάθηκαν από το μοντέλο για κάθε γενική δεξιότητα επιλύθηκαν 4x2 γραμμικά προβλήματα, τα οποία μεγιστοποιούν τις τιμές των βαρών για κάθε κριτήριο-πηγή. Τα αποτελέσματα της ανάλυσης ευστάθειας παρουσιάζονται στους Πίνακες Γ.3 και Γ.4. +σ−σ - 241 -
  • 6. Παράρτημα μεταπτυχιακής διατριβής Ε. Κρασαδάκη-Πολυτεχνείο Κρήτης Πίνακας Γ.3 Τελική λύση μεταβλητών της μεθόδου UTA* στην πρώτη Γενική Δεξιότητα (Χρήση Εργαλείων S/W & H/W) w11 w12 w13 w21 w22 w23 w31 w32 w33 w41 w42 w43 Max b1 0,15 0,20 0,30 0,05 0,05 0 0 0 0,05 0 0 0,2 Max b2 0 0,15 0 0,05 0 0,3 0 0 0,05 0,4 0 0,05 Max b3 0,15 0 0,05 0,05 0,05 0 0,65 0 0,05 0 0 0 Max b4 0,15 0 0 0,05 0 0,05 0 0 0,05 0 0,65 0,05 Μέση Τιμή 0,11 0,09 0,09 0,05 0,02 0,09 0,16 0 0,05 0,10 0,16 0,07 Πίνακας Γ.4 Τελική λύση μεταβλητών της μεθόδου UTA* στην δεύτερη Γενική Δεξιότητα (Χρήση Υπηρεσιών Internet) w11 w12 w13 w21 w22 w23 w31 w32 w33 w41 w42 w43 Max b1 0,2 0 0,15 0,25 0 0 0,05 0,05 0,3 0 0 0 Max b2 0,2 0 0,15 0 0,25 0 0,05 0 0,3 0,05 0 0 Max b3 0 0,2 0,15 0,25 0 0 0,05 0,05 0,3 0 0 0 Max b4 0 0,2 0,15 0 0,25 0 0,05 0 0,3 0,05 0 0 Μέση Τιμή 0,10 0,10 0,15 0,13 0,12 0 0,05 0,03 0,30 0,03 0 0 Σύμφωνα με τον Πίνακα Γ.3, που αφορά την πρώτη γενική δεξιότητα: Βάρος Επαγ. Εμπειρίας: w11 + w12 +w13=0,11+0,09+0,09=0,29 Βάρος Επαγ. Κατάρτισης: w21 + w22 + w23=0,05+0,02+0,09=0,16 Βάρος Σπουδών: w31 + w32 + w33=0,16+0+0,05=0,21 Βάρος Προσωπικής Ενασχόλ.: w41 + w42 + w43=0,10+0,16+0,07=0,34 και οι μερικές χρησιμότητες μπορούν να κανονικοποιηθούν διαιρώντας κάθε μία μερική χρησιμότητα με το , δηλαδή στην 1)(* iiguη Γενική Δεξιότητα: =0,11+0,09+0,09=0,29: )(* iigu Επαγγελματική Εμπειρία – Μικρός βαθμός ενασχόλησης: 0,11/0,29=0,39 Επαγγελματική Εμπειρία – Μέτριος βαθμός ενασχόλησης: (0,11+0,09)/0,29=0,70 κ.ο.κ. - 242 -