Luận án Nghiên cứu đánh giá hợp lý các giải pháp xây dựng nút giao khác mức tại Thành phố Hồ Chí Minh

 án thì đều yêu cầu về các yếu tố như địa điểm xây dựng, mặt 
bằng xây dựng, thời gian thi công, công nghệ thi công, loại kết cấu, tính linh hoạt 
của kết cấu khi thi công, vật liệu được sử dụng, vấn đề về môi trường, vấn đề về an 
sinh, vấn đề về ảnh hưởng tới toàn mạng lưới giao thông v.v. Vậy làm sao để biết 
phương án nào là tốt nhất để lựa chọn? 
Trong khi thực hiện một dự án công trình giao thông nói chung và thực hiện 
dự án nút giao khác mức tại TP. HCM, thường không thể xác định ngay được các 
lựa chọn tối ưu về công nghệ, giải pháp thi công, giải pháp thiết kế, hướng tuyến, 
vật liệu được đưa vào sử dụng, thời gian kết thúc thi công, các ảnh hưởng của việc 
thi công tới môi trường, dân cư xung quanh, ảnh hưởng của dự án tới các dự án 
khác và toàn bộ hệ thống giao thông liên kết với dự án, v.v... Bởi vì: 
- Mỗi lựa chọn về các các chỉ tiêu kể trên cho công trình giao thông đều có ưu 
nhược điểm riêng, tùy vào hoàn cảnh cụ thể. 
- Việc xử lí các chỉ tiêu, yếu tố ảnh hưởng đã nêu trên khi chúng tác động qua 
lại với nhau, liên quan nhau là rất phức tạp. 
- Tồn tại sự không nhất quán trong các đánh giá của các chuyên gia khi so 
sánh sự tầm quan trọng của các chỉ tiêu với nhau. 
- Luôn tồn tại các yếu tố không rõ ràng – tính “mờ” của chỉ tiêu như độ bền, 
mỹ quan, mức độ phát triển kinh tế - xã hội cho khu vực.. 
32 
Trong những năm gần đây, vấn đề trên đã được giải quyết bằng các nghiên 
cứu về phương pháp phân tích quyết định, nhiều phương pháp bắt nguồn từ ứng 
dụng toán học. Chính vì thế nó được chứng minh là hữu ích trong việc đưa ra các 
quyết định chính xác và tốt nhất. Một trong nhưng phương pháp nổi bật nhất và 
được ứng dụng nhiều nhất trên thế giới là phương pháp phân tích hệ thống thứ bậc - 
Analytic Hierarchy Process (AHP). 
Phương pháp phân tích hệ thống thứ bậc (AHP) có thể hiểu khái quát như sau, 
AHP là một phương pháp đưa ra quyết định đa chỉ tiêu được Prof. Thomas L. Saaty 
phát triển từ thập kỉ 70 của thế kỷ trước. Nó cho phép người dùng đánh giá mức độ 
ưu tiên của các chỉ tiêu với nhau bằng các ma trận so sánh cặp và đánh giá các 
phương án quyết định với nhau dựa trên các chỉ tiêu nghĩa phương án nào có trọng 
số ưu tiên lớn hơn phương án đó sẽ tốt hơn. Ngoài ra, AHP cho phép người quản lý 
đánh giá được mức độ nhất quán của người ra quyết định. Trong phương pháp này 
cũng có những yêu cầu về thông tin đầu vào, các phán đoán chủ quan từ môt người 
ra quyết định hoặc một chuyên gia nào đó. Dưới đây là khái quát cách các bước 
thực hiện phương pháp phân tích thứ bậc (AHP). 
2.1.2.1. Các bước thực hiện AHP 
Quá trình này bao gồm 6 bước chính: 
Bước 1: Thành lập một mô hình quyết định: Chia nhỏ các quyết định thành 
các phân cấp các mục tiêu, tiêu chí, và các lựa chọn. 
Bước 2: Tính toán các trọng số cho các tiêu chí: Tầm quan trọng của các 
tiêu chí được so sánh theo cặp xét đến mục tiêu mong muốn để thu được trọng số 
của các chỉ tiêu. Sau đó kiểm tra tính nhất quán của các đánh giá để đảm sự hợp lý 
khi so sánh. 
Bước 3: Tính toán chỉ số ưu tiên cụ thể cho từng phương án: Đưa ra sự ưu 
tiên hoặc lựa chọn thay thế khi xét dến từng tiêu chí riêng biệt (làm như các bước ở 
trên). Kiểm tra và điều chỉnh chỉ số nhất quán theo yêu cầu. 
Bước 4: Tính toán chỉ số ưu tiên chung: Từ mỗi trọng số của các tiêu chí, ta 
tổng hợp lại để thu được chỉ số ưu tiên chung. Mục đích để lập được các ưu tiên 
33 
chung của các giải pháp thay thế. Giải pháp nào có ưu tiên chung lớn nhất thì sẽ là 
giải pháp tốt nhất. 
Bước 5: Thực hiện phân tích độ nhạy: Để xem xét sự ảnh hưởng của sự 
thay đổi trọng số của tiêu chí ảnh hưởng như thế nào đến kết quả thu được. 
Bước 6: Đưa ra quyết định cuối cùng: Dựa trên các kết quả tổng hợp và 
phân tích độ nhạy ta rút ra được kết luận cuối cùng. 
Chi tiết về các bước trong quy trình như sau 
Bước 1: Thành lập mô hình quyết định: 
Sau khi chia nhỏ các vấn đề thành các phần nhỏ và phân cấp mục tiêu, tiêu 
chí, lựa chọn thay thế thì một cây phân cấp AHP sẽ được xây dựng lên. Có dạng 
tổng quát như sau: 
` 
Hình 2.2: Cây phân cấp AHP 
Bước 2: Đưa ra các trọng số cho các tiêu chí. 
Đối với mỗi cặp tiêu chí, người ra quyết định phải trả lời một câu hỏi như 
"Tiêu chí A liên quan đến tiêu chí B như thế nào?" Đánh giá mức độ ưu tiên "tương 
đối" của tiêu chí được thực hiện bằng cách gán một trọng số giữa 1 (tầm quan trọng 
tương đương) và 9 (cực kỳ quan trọng) với tiêu chí quan trọng hơn, trong khi 
ngược lại giá trị này được gán cho các tiêu chí khác trong cặp. Trọng số sau đó 
34 
được bình thường hóa và tính trung bình để có được trọng số trung bình cho mỗi 
tiêu chí. 
Đi vào chi tiết, ta thấy không phải tất cả các tiêu chí đều quan trọng giống 
nhau. Vì thế, ở bước này ta cần đưa ra sự ưu tiên tương đối của các tiêu chí đối với 
từng tiêu chí khác nhau. Ta sử dụng thang số Saaty để so sánh giữa các tiêu chí với 
nhau. 
Trong phương pháp so sánh theo cặp, tiêu chí và các lựa chọn thay thế được 
trình bày theo cặp của một hoặc nhiều người đánh giá (ví dụ: chuyên gia hoặc 
người ra quyết định). Cần phải đánh giá các lựa chọn riêng lẻ, lấy trọng số cho các 
tiêu chí, xây dựng đánh giá tổng thể các phương án thay thế và xác định phương án 
tốt nhất. 
Chúng ta hãy biểu thị các lựa chọn thay thế bằng {A1, A2, A3, ..., n} (n là số 
lượng các phương án so sánh), trọng số của chúng bằng {w1, w2, w3, ..., n} và ma 
trận của tỷ lệ của tất cả các trọng số b 
 (2-6) 
Ma trận so sánh cặp A = [aij] thể hiện độ ưu tiên của chuyên gia giữa các cặp 
lựa chọn khác nhau (Ai so với Aj, với tất cả i, j = 1,2, .., n). Chúng thường được 
chọn từ một tỷ lệ nhất định (1/9,1/8, ..., 8,9). Cho n thay thế {A1, A2, A3, ..., n}, 
người ra quyết định so sánh các cặp lựa chọn thay thế cho tất cả các cặp có thể, và 
thu được một ma trận so sánh A, trong đó phần tử aij cho thấy trọng số ưu tiên của 
Ai thu được bằng cách so sánh với Aj. 
 (2-7) 
35 
Các phần tử aij ước tính các tỷ số wi /wj trong đó w là vector của các trọng số 
hiện tại của phương án (chính là mục tiêu của chúng ta). 
Nếu một ma trận A là hoàn toàn nhất quán, chúng ta nhận thấy rằng A = W và 
trong trường hợp lý tưởng của tổng thể nhất quán, giá trị riêng chính (λmax) bằng n, 
tức là "λ max = n", quan hệ giữa các trọng số và các phán đoán sẽ được cung cấp bởi 
wi / wj = aij cho i, j = 1,2, ... n. Các trọng số wi, i = 1,2, ..., n, đã thu được bằng 
phương pháp riêng, chúng được tích cực và chuẩn hóa, và đáp ứng các thuộc tính 
tương hỗ. 
Cho A = [aij] cho tất cả i, j = 1,2, ..., n biểu thị một ma trận so sánh cặp vuông, 
trong đó aij cho ta tầm quan trọng tương đối của các phần tử i và j. Mỗi mục trong 
ma trận A là dương (aij> 0) và nghịch đảo (aij = 1/aji ∀i, j = 1,2, .., n). Mục tiêu là 
tính toán một vector trọng số {w1, w2, w3, ..., n} liên kết với A. Theo định lý Perron 
Frobenius6, nếu A là n x n, không âm, ma trận nguyên thủy, sau đó là một trong các 
giá trị riêng của nó λmax, dương và lớn hơn hoặc bằng (giá trị tuyệt đối) tất cả các 
giá trị riêng khác, và có một vector riêng dương w tương ứng với giá trị riêng đó, 
và giá trị riêng đó là một gốc đơn giản (ma trận gốc Frobenius) của phương trình 
đặc trưng. 
 (2-8) 
Trong phương pháp riêng, w là vector trọng lượng mà là mục tiêu của phương 
pháp. 
Phương pháp vector riêng truyền thống để ước lượng trọng lượng trong quá 
trình phân tích thứ bậc là một cách để đo sự nhất quán của các sở thích của người 
đánh giá sắp xếp trong ma trận so sánh. Nếu một ma trận so sánh cặp hình vuông 
không phải là hoàn toàn nhất quán, có thể xem xét hai tình huống khác nhau. Tình 
huống đầu tiên là ma trận mâu thuẫn; trong trường hợp này, chúng ta có thể tìm 
thấy một số chu kỳ trong đồ thị liên kết của ma trận này, tức là với n = 3 nếu aij> 0, 
ajk> 0 và aik 0. 
36 
Một tình huống khác xuất hiện khi ma trận không hoàn toàn nhất quán và cũng 
không mâu thuẫn. Trong trường hợp này, Saaty đã định nghĩa chỉ số thống nhất 
(CI) như sau: 
 (2-9) 
Nó được biết rằng những thay đổi nhỏ trong aij ngụ ý những thay đổi nhỏ 
trong λmax, với sự khác biệt giữa nó và n là một thước đo tốt về tính nhất quán. 
Saaty2 đã chỉ ra rằng nếu người đánh giá là hoàn toàn nhất quán sau đó, 
• aij . ajk = aik (∀ i,j,k), 
• λmax = n và 
• CI = 0 
Trong trường hợp đặc biệt này, hai ma trận khác nhau đánh giá (A) và trọng 
lượng (W) là bằng nhau. Tuy nhiên, sẽ không thực tế nếu yêu cầu những mối quan 
hệ này phải được giữ trong trường hợp chung. Ví dụ, người ta biết rằng số ma trận 
hoàn toàn nhất quán khác nhau (sử dụng thang Saaty) cho n = 3 là 13 hoặc chỉ 4 tùy 
thuộc vào việc chấp nhận sự thờ ơ trong quan hệ ưu tiên được chấp nhận hay 
không, với n = 4 giá trị này là 13 và 1, tương ứng, với n = 5 là 14 và không có, và 
như vậy. Nếu không, nếu người đánh giá không phải là hoàn toàn nhất quán sau đó 
λ max> n, và chúng ta cần phải đo mức độ không thống nhất này. Với mục đích này, 
Saaty đã xác định tỷ lệ nhất quán (CR) như: 
 (2-10) 
Trong đó RI là giá trị trung bình của CI đối với các ma trận ngẫu nhiên sử 
dụng thang đo Saaty thu được bởi Forman8 và Saaty chỉ chấp nhận ma trận như là 
một sự nhất quán khi CR <0,1. 
Nếu (và chỉ khi) những người ra quyết định tạo ra những đánh giá "hoàn hảo" 
(các phán đoán nhất quán) cho các i, j và k, aij aik (i, j, k = 1, ..., n), ma trận so sánh 
(λmax) yếu tố quyết định là vô giá trị (Lamata et al)9, ma trận gốc Frobenius (λmax) 
không phải lúc nào cũng tương đương với n, và các giá trị riêng còn lại là tất cả 0 
37 
cho bất kỳ aij. Như vậy, vector riêng tương ứng vào thư mục gốc Frobenius luôn 
luôn là không âm, và mỗi phần tử của vector riêng chuẩn bởi bình thường có thể 
được hiểu là mức độ quan trọng của từng phương án. trong tình huống này, ma trận 
so sánh rõ ràng thoả mãn tính chất chuyển đổi cho tất cả các so sánh cặp. 
Mô hình AHP sử dụng các thang đánh giá cơ bản với các giá trị chính xác từ 1 - 
9 để trình bày lại các đánh giá so sánh cặp và giữ các phép đo trong cùng một độ lớn. 
Bảng 2.1. Thang số dùng để so sánh các tiêu chí được Saaty để xuất 
THANG ĐIỂM SO SÁNH MỨC ĐỘ ƯU TIÊN 
Đánh giá Điểm 
Vô cùng ít quan trọng 
1/9 
1/8 
Rất ít quan trọng 
1/7 
1/6 
Ít quan trọng nhiều hơn 
1/5 
1/4 
Ít quan trọng hơn 
1/3 
1/2 
Quan trọng như nhau 1 
Quan trọng hơn 
2 
3 
Quan trọng nhiều hơn 
4 
5 
Rất quan trọng hơn 
6 
7 
Vô cùng quan trọng 
8 
9 
Bước 3: Tính toán trọng số cụ thể cho từng phương án. 
Đối với mỗi cặp trong mỗi tiêu chí, lựa chọn tốt hơn sẽ có điểm cao hơn, một 
lần nữa, trên một khoảng giữa 1 (tốt như nhau) và 9 (hoàn toàn tốt hơn), trong khi 
lựa chọn khác trong việc ghép nối được gán một đánh giá bằng giá trị nghịch đảo 
38 
của giá trị này. Mỗi điểm số ghi lại mức độ "x" theo tiêu chí "Y". Sau đó, xếp hạng 
được bình thường hoá và được tính trung bình. 
Việc so sánh các phần tử theo cặp yêu cầu chúng phải đồng nhất hoặc gần 
nhau đối với thuộc tính chung; nếu không các lỗi đáng kể có thể được đưa vào quá 
trình đo lường (Saaty, 1990). 
Bước 4: Tính toán trọng số chung. 
Trong bước cuối cùng, điểm lựa chọn được kết hợp với các trọng số tiêu 
chuẩn để tạo điểm tổng thể cho mỗi lựa chọn. Mức độ mà các phương án đáp ứng 
các tiêu chí được cân nhắc theo tầm quan trọng tương đối của các tiêu chí. Điều này 
được thực hiện bằng tổng hợp trọng số đơn giản. 
Việc tính toán trọng số chung, ta tổng hợp tất cả các trọng số của từng phương 
án lại, sau đó bình quân giá trị của chúng thì ta sẽ thu được trọng số chung cho từng 
phương án. 
Cuối cùng, sau khi các phán quyết được đưa ra về tác động của tất cả các yếu 
tố và ưu tiên đã được tính toán cho toàn bộ hệ thống phân cấp, đôi khi và với sự 
quan tâm, các yếu tố ít quan trọng hơn có thể bị bỏ qua khỏi xem xét thêm vì ảnh 
hưởng tương đối nhỏ đến tổng thể mục tiêu. Các ưu tiên sau đó có thể được tính lại 
lại, kể cả khi có hoặc không có thay đổi các đánh giá (Saaty, 1990). 
Bước 5: Thực hiện phân tích độ nhạy. 
Việc phân tích độ nhạy nhằm xác định phương án tốt nhất khi có hai hay 
nhiều hơn hai phương án tốt ngang nhau. Ngoài ra người ta cũng thực hiện phân 
tích độ nhạy để xem “Phản ứng” của phương án tốt nhất đối với sự thay đổi của 
việc đánh giá như thế nào. 
Các kịch bản thường được sử dụng để phân tích độ nhạy khi đánh giá đa chỉ 
tiêu các giải pháp thiết kế cho các kết cấu công trình bao gồm: 
- Thay đổi tầm quan trọng của các chỉ tiêu.. 
- Đánh giá khi chỉ xét các chỉ tiêu quan trọng nhất. 
- Đánh giá trong các trường hợp rủi ro, bất lợi nhất như có động đất, bão lớn. 
Bước 6: Đưa ra quyết định cuối cùng: Dựa trên các kết quả tổng hợp và 
39 
phân tích độ nhạy ta rút ra được kết luận cuối cùng. 
2.1.2.2. Ưu, nhược điểm của AHP 
Bảng 2.2. Ưu nhược điểm của AHP 
Phương 
Pháp Đặc điểm Điểm mạnh Điểm yếu 
AHP 
Tiến hành 
so sánh 
từng cặp 
đôi các 
tiêu chí 
khác 
nhau, hay 
từng cặp 
đôi 
phương 
án lựa 
chọn ứng 
với mỗi 
tiêu chí 
- Linh hoạt, 
trực, giác, 
kiểm tra được 
tính mâu 
thuẫn giữa các 
tiêu chí. 
- Tầm quan 
trong của các 
tiêu chí được 
trình bày một 
cách xác đáng 
hơn khi vấn 
đề được cấu 
trúc theo thứ 
bậc 
- Tránh việc 
tạo thành kiến 
trong việc đưa 
ra quyết định. 
- Thông tin quan trọng có thể bị mất. 
- tồn tại nhiều tiêu chí và sự lựa chọn thì 
quá trình sẽ trở nên phức tạp. 
- Lỗi về xếp hạng. 
Trong một hệ thống cấp bậc, các lựa chọn 
thay thế ảnh hưởng (phụ thuộc vào) các 
tiêu chí, tiêu chí ảnh hưởng đến mục tiêu. 
Nó được cho rằng: 
- Tiêu chí không ảnh hưởng đến phương 
án. 
- Tiêu chí không phụ thuộc lẫn nhau. 
- Các phương án không phụ thuộc lẫn 
nhau. 
Trong các quyết định phức tạp, có thể có 
sự phụ thuộc và phản hồi 
Mô hình mạng với sự phụ thuộc và các 
phản hồi cải thiện các ưu tiên có nguồn 
gốc từ các phán đoán và làm cho dự đoán 
chính xác hơn nhiều. 
2.1.3. Phương pháp phân tích mạng lưới (ANP , Analytic Network Process) 
Trong phương pháp AHP, Các quyết định được đưa ra bằng cách chia nhỏ các 
chỉ tiêu sau đó phân cấp chúng thành một mô hình. Mô hình có dạng tháp. Trên 
đỉnh mô hình này là mục tiêu chung, phía dưới là các mục tiêu nhỏ hơn và cuối 
cùng là các phương án. Bằng cách sử dụng các so sánh cặp, ta tính toán được các 
trọng số cụ thể và trọng số chung cho từng phương án. Từ đó, ta dễ dàng có thể dễ 
dàng đưa ra quyết định. Tuy nhiên trong phương pháp này vẫn còn tồn tại những 
yếu điểm. Trong phương pháp AHP, mỗi phương án đều phụ thuộc vào các chỉ tiêu 
và các chỉ tiêu ảnh hưởng tới mục tiêu chung, đồng thời các chỉ tiêu phải độc lập 
với nhau. Giả sử rằng các tiêu chí phụ thuộc vào các phương án, các chỉ tiêu ảnh 
40 
hưởng tới các chỉ tiêu khác và các phương án phụ thuộc vào các phương án khác thì 
ta xử lý như thể nào? Ví dụ như, trong hệ thống tiêu chí đánh giá mà nhóm nghiên 
cứu đề xuất có tiêu chí “Đảm bảo tính thông suốt của giao thông theo luồng tuyến” 
và “Phù hợp với định hướng phát triển giao thông thành phố” ảnh hưởng và phụ 
thuộc với nhau. Thêm vào đó, trong nhiều trường hợp thực tế, các quyết định phức 
tạp cần có các phản hồi từ các bên. Từ đó ta nhận thấy, trong các trường hợp như 
vậy thì phương pháp AHP không thể xử lý được. 
Trong các trường hợp khó khăn đó, Saaty đề xuất một phương pháp mới, đó là 
phương pháp ANP (Analytic Network Process). Phương pháp ANP là một dạng cải 
tiến của phương pháp AHP. Vì thế nó có những điểm mạnh của AHP và khắc phục 
các yếu điểm của AHP. Khi sử dụng ANP, chúng ta có thể mô hình hóa một quyết 
định đa chỉ tiêu trong đó các quyết định nhỏ có tính phụ thuộc và phản hồi. Từ đó, 
ta có thể tính toán các trọng số của các chỉ tiêu và chỉ số ưu tiên cụ thể và chung 
của các phương án một cách chính xác hơn. 
Hình 2.3. Cấu trúc mô hình ANP 
3.1.3.1. Các bước thực hiện 
Bước 1: Xây dựng mô hình và cơ cấu vấn đề 
Vấn đề cần được nêu rõ ràng và bị phân chia thành một hệ thống hợp lý, giống 
như một mạng lưới. Cấu trúc mạng này có thể thu được bởi những người quyết 
định thông qua việc động não hoặc các phương pháp thích hợp khác. 
41 
Bước 2: Các cặp so sánh cặp và các vector ưu tiên 
Tương tự như các so sánh được thực hiện trong AHP, mỗi cặp yếu tố quyết 
định ở mỗi cụm được so sánh với tầm quan trọng của chúng đối với tiêu chí kiểm 
soát của chúng. Các cụm cũng được so sánh theo cặp với sự đóng góp của chúng 
vào mục tiêu. Những người ra quyết định được yêu cầu trả lời một loạt các so sánh 
cặp đôi của hai yếu tố hoặc hai nhóm để được đánh giá về đóng góp của họ đối với 
các tiêu chí cấp trên cụ thể của họ. 
Thêm vào đó, sự phụ thuộc lẫn nhau giữa các yếu tố của một cụm cũng phải 
được kiểm tra theo cặp; ảnh hưởng của mỗi phần tử trên các phần tử khác có thể 
được đại diện bởi một vector riêng. Các giá trị quan trọng tương đối được xác định 
theo thang đo 1-9 của Saaty, trong đó điểm 1 là quan trọng bằng nhau giữa hai yếu 
tố và điểm số 9 chỉ ra tầm quan trọng cực đoan của một phần tử (cụm hàng trong 
ma trận) so với cái còn lại (cụm cột trong ma trận). 
Một phép đối ứng giống như với AHP, việc so sánh cặp trong ANP được thực 
hiện trong khuôn khổ ma trận, và một vector ưu tiên tại địa phương có thể được rút 
ra như là một ước lượng tầm quan trọng tương đối liên quan đến các phần tử (hoặc 
các cụm) được so sánh bằng cách giải phương trình sau: 
 (2-11) 
Trong đó A là ma trận của việc so sánh cặp, w là vectơ riêng, và λmax là giá trị 
riêng lớn nhất của A. Saaty đề xuất một số thuật toán để xấp xỉ w. Trong này, 
chuyên gia lựa chọn được sử dụng để tính toán các vector riêng từ các ma trận so 
sánh cặp và để xác định tỷ lệ nhất quán. 
Bước 3: Supermatrix Formation 
Khái niệm Supermatrix tương tự như quá trình chuỗi Markov. Để có được các 
ưu tiên toàn cầu trong một hệ thống có ảnh hưởng phụ thuộc, các vector ưu tiên địa 
phương được nhập vào các cột thích hợp của một ma trận. Kết quả là Supermatrix 
thực sự là một ma trận phân chia, trong đó mỗi đoạn ma trận đại diện cho một mối 
quan hệ giữa hai cụm trong một hệ thống. Các vectơ ưu tiên địa phương đạt được 
42 
trong Bước 2 được nhóm lại và đặt vào các vị trí thích hợp trong siêu siêu âm dựa 
trên lưu lượng ảnh hưởng từ một cluster đến khác, hoặc từ một cụm đến chính nó, 
như trong vòng lặp. 
 (2-12) 
Hình 2.4: Hình thành Siêu ma trận - Supermatrix Formation 
Bước 4: Lựa chọn các giải pháp tốt nhất 
Nếu supermatrix hình thành trong Bước 3 bao gồm toàn bộ mạng lưới, trọng 
số ưu tiên của các lựa chọn thay thế có thể được tìm thấy trong cột của các lựa chọn 
thay thế trong supermatrix bình thường hóa. Mặt khác, nếu supermatrix tập trung 
chỉ bao gồm các cụm có mối quan hệ với nhau, phải tính toán bổ sung để đạt được 
các ưu tiên chung của các phương án. Phương án với ưu tiên tổng thể lớn nhất nên 
được lựa chọn, vì nó là lựa chọn tốt nhất được xác định bởi các tính toán được thực 
hiện bằng cách sử dụng các phép toán ma trận. 
2.2. Đề xuất mô hình và lựa chọn phần mềm phân tích đánh giá 
Căn cứ ưu nhược điểm của các phương pháp nêu trên, Luân văn đề xuất mô 
hình đánh giá đa tiêu chí theo phương pháp AHP/ANP: 
43 
Hình 2.5. Mô hình đánh giá đa tiêu chí theo phương pháp AHP/ANP 
Hiện nay có nhiều phần mềm để hỗ trợ đánh giá, ra quyết định lựa chọn hợp 
lý phương án, giải theo pháp phương pháp AHP/ANP như phần mềm Expert choice 
(1980, Mỹ) để giúp các tổ chức trên toàn thế giới đưa ra quyết định tốt hơn, nhanh 
hơn và minh bạch hơn [16]; phần mềm BPMSG (Business Performance 
Management Singapore, 2013) của Klaus [17],..... Tuy nhiên, các phần mềm này 
chỉ mới dựa trên phương pháp phân tích thứ bậc (AHP) và chưa kết hợp được 
phương pháp ANP. 
Còn phần mềm mở SuperDecisions hỗ trợ đánh giá, ra quyết định lựa chọn 
44 
hợp lý các giải pháp dựa trên cả hai phương pháp phân tích thứ bậc (AHP) kết hợp 
phương pháp phân tích mạng lưới tiên tiến (ANP) của Thomas L. Saaty (1926–
2017). Phần mềm này được sự tài trợ củ