- •Оглавление
- •Введение
- •Тема 1. Основные понятия и определения.
- •1. Много дисциплинарный характер науки о принятии решений.
- •2. Люди, принимающие решения.
- •3. Люди и их роли в процессе принятия решений.
- •4. Особая важность проблем индивидуального выбора.
- •5. Альтернативы.
- •6. Критерии.
- •7. Оценки по критериям.
- •8. Процесс принятия решений.
- •9. Множество Эджворта - Парето.
- •10. Типовые задачи принятия решений.
- •11. Пример согласования интересов лпр и активных групп.
- •Тема 2. Принятие решений на основе метода анализа иерархий.
- •1. Основные этапы метода анализа иерархий.
- •2. Структуризация.
- •3. Попарные сравнения.
- •4. Вычисление коэффициента важности.
- •5. Определение наилучшей альтернативы.
- •6. Проверка согласованности суждений.
- •Тема 3: эврестические методы синтеза систем.
- •Классификация эвристических методов синтеза.
- •2. Фонд эвристических приемов.
- •3. Метод «мозгового штурма».
- •4. Методы ассоциаций и аналогий.
- •5. Алгоритм решения изобретательских задач.
- •Тема 4. Экспертные методы.
- •1. Суть экспертного метода.
- •Тема 5. Экспертные системы.
- •Тема 6. Метод анализа иерархий для выбора наиболее надежного обеспечения кредита.
- •Тема 7. Методы принятия решений на основе теории нечетких множеств.
- •Тема 8. Принятие решений в условиях полной неопределенности.
- •4. Критерий Гурвица.
- •Тема 9. Сущность и этапы консультативных услуг
- •Методы и виды консультирования.
- •Организация консультационного проекта
Тема 7. Методы принятия решений на основе теории нечетких множеств.
Теория множеств была создана Георгом Кантором и его учениками во второй половине XIX в. С тех пор в этой теории появилось много нового, например решение вопроса о «границе» множества. Дело в том, что из-за недостаточности данных можно достоверно сказать, входит ли данный элемент в некоторое множество или нет.
Решение этой проблемы было получено в работах американского математика Лутфи Заде. Он предложил рассматривать функцию - принадлежности ,значения которой заключены в отрезке от 0 до 1. Если элемент а не принадлежит множеству А, то ‚ = 0. Чем ближе значение к единице, тем больше степень принадлежности данного элемента, а множеству. Тот а множество А будет представлено совокупностью пар:
A= {}.
Функция принадлежности фактически представляет субъективную оценку вероятности вхождения элемента а в множество. Если, имеем пару (а;1), то элемент а точно входит в множество, если (b; 0,9), то b «почти наверняка» входит; если (с; 0,1), то с «скорее всего не входит» в множество А, и т.д.
Пусть множество М = {1,2,3,4,5,6}. Рассмотрим подмножество А множества М, которое описывается понятием «несколько элементов множества М». Это понятие нечеткое, так как однозначно нельзя сказать, сколько и какие элементы множества М входят в А.
Множество А можно задать, например таблицей 6.1.
Таблица 6.1
Элементы множества М |
1 |
2 |
3 |
4 |
5 |
6 |
Степень принадлежности множеству А |
0,01 |
0,2 |
0,8 |
0,8 |
0,8 |
0,7 |
Степень принадлежности можно описывать, используя функцию принадлежности , задаваемую аналитически, т.е. формулой.
Пример 1. Если М - множество городов данной области, x- численность населения города, то нечеткое множество А «больших городов» можно задать, например функцией принадлежности:
=.
Из данных нечетких множеств можно конструировать другие нечеткие множества с помощью операций объединения, пересечения и дополнения.
Объединением нечетких множеств А и В называется нечеткое множество АВс функцией принадлежности
,
где ,- функции принадлежности множеств А и В соответственно.
Пересечением нечетких множеств А и В называется нечеткое множество АВс функцией принадлежности
.
Дополнением нечеткого множества А называется нечеткое множество с функцией принадлежности
=1-.
Пример 2. Пусть нечеткие множества А и В заданы соответственно табл. 6.2 и 6.3.
Таблица 6.2
-
x
2
4
6
8
9
11
0,1
0
0,7
0,2
0
0,9
Таблица 6.3
-
x
2
4
6
8
9
11
0
0,1
0,3
0,8
0,1
0,8
Тогда нечеткое множество задается табл. 1.4.
-
x
2
4
6
8
9
1
0,9
0,9
0,3
0,2
0,9
0,1
Пример 3. Начальник отдела информационных технологий Ефремов решил составить математико-психологический портрет работников своего отдела, оценив степень принадлежности каждого из них двум наиболее важным, по мнению Ефремова, множествам, характеризующим личностные качества: множеству А - добрые люди и множеству В - трудолюбивые.
Результаты оформил следующим образом (табл. 1.5):
Таблица 6.4
-
Сотрудники
1
2
3
4
5
6
7
8
0,8
0,7
0,4
0,9
0,3
0,5
0,6
0,4
0,3
0,6
0,8
0,7
0,6
0,5
0,8
0,9
0,3
0,6
0,4
0,7
0,3
0,5
0,6
0,4
Общий показатель каждого сотрудника по совокупности признаков А и В будет определяться функцией , которая показана в нижней строке таблице. Следовательно, сотрудник под номером 4 является лидером по совокупности двух рассматриваемых признаков.
Элементы теории нечетких множеств применяются для принятия решений в условиях неопределенности. Экспертные оценки альтернативных вариантов по критериям могут быть представлены как нечеткие множества или числа, выраженные с помощью функций принадлежности. Для упорядочения нечетких чисел существует множество методов, которые отличаются друг от друга способом свертки и построения нечетких отношений. В данном случае критерии определяют некоторые понятия, а оценки альтернатив представляют собой степени соответствия этим понятиям. Пусть имеется множество альтернатив А = {а1, а2, ..., аm} и множество критериев С {С1, С2, ... , Сn}, при этом оценки альтернатив по каждому i-му критерию представлены нечёткими множествами:
Ci = (μСi (а1); а1); (μСi (а2); а2);…; (μСi (аm); аm).
Правило выбора лучшей альтернативы можно представить как пересечение нечетких множеств, которые соответствуют критериям: D=C1C2…Сn. Используя операцию пересечения нечетких множеств можно определить наилучшую альтернативу, которая будет представлена функциями принадлежности:
μD (а*) = max μD (aj), μD (aj) = min μСi ( aj).