Evaluation of alternatives — 代替案の評価

代替案の評価とは、意思決定プロセスにおける重要な段階であり、意思決定者（DM）が、重要な特性や特徴に基づいて比較することで、考えられる代替案に対する自身の選好を特定し、表明するプロセスです。この段階は選択に先立って行われ、根拠のある意思決定を行うための基盤を準備します。

代替案の評価は、基準と尺度の体系に基づいて行われます。尺度は代替案の特徴を形式化することを可能にし、基準はそれらを比較するための重要な側面を反映します。状況に応じて、単純なもの（例：分類や順位付け）から、より複雑なもの（例：相対的な魅力度の評価）まで、さまざまな種類の尺度が適用されます。

代替案の評価手法の分類

代替案の評価手法とは、意思決定者（DM）の選好を形式化し、代替案を順序付けまたはランク付けし、その中から最良のものや許容可能なものを特定するためのツールです。これらの手法は、使用される情報の種類、選好の表現形式、形式化の度合い、基準の数、その他の基準によって分類されます。

1. 使用される情報の種類による分類

• 定量的手法 は、代替案の特性が数値で表される場合に適用されます。これらの手法は、コスト、時間、生産性などの測定可能なパラメータに基づいています。これにより、間隔尺度や比率尺度を適用したり、計算（例：加重和、正規化、集約）を実行したりすることが可能になります。
• 定性的手法 は、情報が言語的または主観的な形式で提示される場合に適用されます。名義尺度や順序尺度が使用され、評価自体は専門家の判断、アンケート、または言語的尺度（例：「高レベル」、「満足」、「低リスク」）を通じて行われます。
• 混合手法 は、数値情報と言語情報を組み合わせます。多くの場合、一部の基準が定量的で、一部が定性的である多基準評価で使用されます。例えば、階層分析法（AHP）では、一対比較を通じて言語的な評価を数値形式に変換することができます。

2. 意思決定者の選好表現形式による分類

• 順位付け手法 は、ある代替案が他の代替案よりどれだけ優れているかを示すことなく、すべての代替案を選好度に応じて順序付けることを前提としています。
• 一対比較法 は、代替案をペアで比較することによって選好を明らかにします。定性的および定量的な形式の両方で使用されます。この手法の基礎には、2つの代替案のうちどちらがどの程度好ましいかを示す比較行列が置かれることがあります。
• 尺度評価法 は、特性の現れ具合を表現するために、数値または記号の尺度を使用します。尺度の種類（名義尺度、順序尺度、間隔尺度、比率尺度）の選択は、基準の性質に依存します。
• 単一基準（集約）法 は、代替案の特性を一つの総合的な評価、すなわち目的関数、効用関数、価値関数などに集約します。通常、統合的な特性に基づいて最適な代替案を選択する必要がある場合に適用されます。

3. 手法の形式化の度合いによる分類

• 形式化された手法 は、明確なアルゴリズムと手順に基づいており、自動化が可能です。これには、例えば、基準の集約法、多基準最適化法、効用関数法、尺度評価法などが含まれます。
• 非形式化された手法 は、厳密な計算手順なしに、直感的または専門家による評価を前提とします。問題の構造化が不十分な場合や、選好を形式化できない場合に使用されます（例：デルファイ法、ブレーンストーミング、ヒューリスティックルール）。
• 組み合わせ（ハイブリッド）手法 は、形式的な計算と、意思決定者や専門家との対話プロセスにおける評価修正の可能性を組み合わせます。例として、意思決定者が中間結果の分析に応じて選好を уточめる対話型手続きが挙げられます。

4. 評価される基準の数による分類

• 単一基準法 は、選択が事前に定義された一つの基準に基づいて行われることを前提とします。これは、目的指標の大きさ（価格、効率、時間など）による単純な比較である場合があります。
• 多基準法 は、複数の基準、特に異なる種類のもの（例：コスト、信頼性、品質）を同時に考慮します。このような手法には、正規化、基準の重み付け、集約、およびトレードオフ解決の手続きが含まれます。

5. 評価プロセスへの意思決定者の関与度による分類

• 自動（公理的）手法 は、初期データの入力後は意思決定者の関与を必要としません。決定は、事前に設定された形式的なルール（例：効用関数や選択公理の論理）に基づいて生成されます。
• 対話型手法 は、意思決定者の段階的な参加を規定します。各段階で、提示された代替案を評価したり、課題のパラメータを変更したり、自身の選好を уточめたりすることができます。これらの手法は、多基準選択において特に有用です。
• ハイブリッド手法 は、自動化された手続きと専門家の介入の可能性を組み合わせます。例えば、順位付けやクラスタリングの手法では、結果が専門家の意見に基づいて修正されることがあります。

6. 情報の確実性の度合いによる分類

• 確実性の条件下での手法 は、代替案に関するすべての情報が正確に知られており、疑いの余地がないことを前提とします。
• リスクの条件下での手法 は、結果の確率的な性質を考慮します（例：期待値、成功確率最大化基準）。
• 不確実性の条件下での手法 は、結果に関する正確な情報がなく、主観的な評価、シナリオ分析、専門家の仮説を使用する必要がある場合に適用されます。