BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Nowak Maciej (The Karol Adamiecki University of Economics in Katowice, Poland)
Tytuł
An Interactive Procedure for Project Selection
Źródło
Multiple Criteria Decision Making / University of Economics in Katowice, 2006, vol. 1, s. 165-184, tab., bibliogr. 25 poz.
Słowa kluczowe
Ocena projektu, Podejmowanie decyzji, Analiza ryzyka, Symulacja
Project evaluation, Decision making, Risk analysis, Simulation
Uwagi
Korespondencja z redakcją: numeracja wpisana za zgodą redakcji (wynika z ciągłości wydawniczej serii MCDM) - brak numeracji na stronie tytułowej
Abstrakt
Ocena każdego projektu zazwyczaj obejmuje wielorakie cele, wliczając w to atrakcyjność gospodarczą, nowość techniczną, wpływ społeczny, ekologiczne konsekwencje oraz inne cechy. Podczas gdy kryteria finansowe są zazwyczaj natury ilościowej, inni kryteria są często natury jakościowej. W artykule zaproponowano nową procedurę dla tego problemu. Metoda ta wykorzystuje technikę symulacji dla oszacowania atrakcyjności gospodarczej i bierze pod uwagę oceny ekspertów w stosunku do kryteriów jakościowych. Stąd wybór projektu może być analizowany jako wielokryterialny problem podejmowania decyzji, w którym wyniki projektów są szacowane przez wektory dystrybucji prawdopodobieństwa. W artykule zastosowano technikę interaktywną dla rozwiązywania tego problemu. Metoda łączy dwa podstawowe podejścia zazwyczaj używane dla porównywania ryzykownych projektów: analizę średniego ryzyka i metodę stochastyczną. Osoba podejmująca decyzję wyraża swoje preferencje przez określanie ograniczeń przewidujących, że minimalne albo maksymalne wartości kryteriów skalarnych, estymując albo spodziewany wynik albo ich zmiany. Ponieważ takie ograniczenia są, na ogół, nie zgodne z zasadami dominacji scholastycznej, została opisana procedura identyfikowania i eliminowanie takich niespójności. (AT)

The evaluation of each project usually involves multiple objectives, including economic desirability, technical novelty, social impact, ecological consequences and others. While financial criteria arc usually of quantitative nature, others are often qualitative. In the paper a new procedure for this problem is proposed. The method uses simulation technique for economic desirability evaluation and takes into account experts' assessments in relation to qualitative criteria. Thus, project selection can be analyzed as a multiple criteria decision making problem, in which outcomes of projects are evaluated by vectors of probability distributions. In the paper an interactive technique is employed for solving this problem. The method combines two basic approaches usually used for comparing uncertain projects: mean-risk analysis and stochastic dominance. The decision maker expresses his/her preferences by defining restrictions specifying minimal or maximal values of scalar criteria measuring either expected outcome or variability of outcomes. As such restrictions are, in general, not consistent with stochastic dominance rules, a procedure for identifying and eliminating such inconsistencies is described.
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. AI-Rashdan D., Al-Kloub B., Dean A., Al-Shemmeri T.: Environmental Impact Assessment and Ranking the Environmental Projects in Jordan. "European Journal of Operational Research" 1999, 118, pp. 30-45.
  2. Costa J.P., Melo P., Godinho P., Dias L.C.: The AGAP System: A GDSS for Project Analysis and Evaluation. "European Journal of Operational Research" 2003, 145, pp. 287-303.
  3. de Oliveira F., Volpi N.M.P., Sanquetta C.R.: Goal Programming in Planning Problem. "Applied Mathematics and Computation" 2003, 140, pp. 165-178.
  4. Ferrari P.: A Method for Choosing from among Alternative Transportation Projects. "European Journal of Operational Research" 2003, 150, pp. 194-203.
  5. Goumas M.G., Lygerou V.A., Papayannakis L.E.: Computational Methods for Planning and Evaluating Geothermal Energy Projects. "Energy Policy" 1999, 27, pp. 147-154.
  6. Hadar J., Russel W.R.: Rules for Ordering Uncertain Prospects. "The American Economic Review" 1969, 59, pp. 25-34.
  7. Heidenberger K., Stummer Ch.: Research and Development Project Selection and Resource Allocation: A Review of Quantitative Modelling Approaches. "International Journal of Management Reviews" 1999, 1, pp. 197-224.
  8. Kahneman D., Tversky A.: Prospect Theory: An Analysis of Decisions under Risk. "Econometrica" 1979, 47, pp. 263-291.
  9. Kearns G.S.: A Multi-Objective, Multi-Criteria Approach for Evaluating IT Investments: Results from Two Case Studies. "Information Resources Management Journal" 2004, 17, pp. 37-62.
  10. Keeney R.L., Raiffa H.: Decisions with Multiple Objectives: Preferences and Value Tradeoffs. Wiley, New York 1976.
  11. 1 I. Lee J.W., Kim S.H.: Using Analytic Network Process and Goal Programming for Independent Information System Project Selection. "Computers & Operations Research" 2000. 27, pp. 367-382.
  12. Lootsma F.A., Mensch T.C.A., Vos F.A.: Multi-Criteria Analysis and Budget Reallocation in Long-Term Research Planning. "European Journal of Operational Research" 1990, 47, pp. 293-305.
  13. Martel J.M., DAvignon G.: Projects Ordering with Multicriteria Analysis. "European Journal of Operational Research" 1982, 10. pp. 56-69.
  14. Mavrotas G., Diakoulaki D., Capros P.: Combined MCDA-1P Approach for Project Selection in Electricity Market. "Annals of Operations Research" 2003, 120, pp. 159-170.
  15. Moselhi O., Deb B.: Project Selection Considering Risk. "Construction Management and Economics" 1993, 11, pp. 45-52.
  16. Nowak M.: INSDECM - An Interactive Procedure for Stochastic Multicriteria Decision Problems. "European Journal of Operational Research" (to appear).
  17. Ogryczak W., Ruszczyñski A.: From Stochastic Dominance to Mean-Risk Models: Semideviations as Risk Measures. "European Journal of Operational Research" 1999, 116, pp. 33-50.
  18. Ogryczak W., Ruszczyñski A.: On Consistency of Stochastic Dominance and Mean-semideviation Models. "Mathematical Programming" 2001, 89, pp. 217-232.
  19. Pin-Yu V.C., Yeh-Liang H., Fehling M.: A Decision Support System for Portfolio Selection. "Computers in Industry" 1996, 23, pp. 141-149.
  20. Remer D.S., Nieto A.P.: A Compendium and Comparison of 25 Project Evaluation Techniques. Part 1 : Net Present Value and Rate of Return Methods. "International Journal of Production Economics" 1995, 42, pp. 79-96.
  21. Remer D.S., Nieto A.P.: A Compendium and Comparison of 25 Project Evaluation Techniques. Part 1: Ratio, Payback, and Accounting Methods. "International Journal of Production Economics" 1995,42, pp. 101-129.
  22. Saaty T.L.: The Analytical Hierarchy Process. McGraw-Hill, New York 1980.
  23. Santhanam R., Kyprasis J.: A Multiple Criteria Decision Model for Information System Project Selection. "Computers & Operations Research" 1995, 22, pp. 807--817.
  24. Spector Y., Leshno M., Ben Horin M.: Stochastic Dominance in an Ordinal World. "European Journal of Operational Research" 1996, 93, pp. 620-627.
  25. Wong E.T.T., Norman G., Flanagan R.: A Fuzzy Stochastic Technique for Project Selection. "Construction Management and Economics" 2000, 18, pp. 407-414.
Cytowane przez
Pokaż
ISSN
2084-1531
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu