- •Лекции по системному анализу
- •Глава I
- •Системы
- •1.2. Общая теория систем
- •Функции и аспекты системного подхода
- •Аспекты системного подхода:
- •1.4. Взаимодействие системного подхода с другими междисциплинарными системными направлениями
- •Глава II Системный анализ
- •2.1. Системный анализ и системотехника
- •2.2. Основные этапы системного анализа
- •2.3. Модели в системном анализе
- •2. 3. 1. Отношения
- •Т.О., множество r-(X) – это множество всех элементов y м, с которыми фиксированный элемент м находиться в отношении r.
- •Рассмотрим четыре отношения специального вида:
- •Операции над отношениями.
- •В графе g(r_) присутствуют только те дуги, которые отсутствуют в графе g(r).
- •Отношение толерантности
- •Отношение порядка
- •Размытые (нечеткие) множества
- •2.2.2. Классификация моделей
- •Взаимодействие со средой.
- •При описании системы в виде конечного автомата: ,
- •2.3.1. Трехместные и n-местные отношения
- •II.4.3. Понятие нечеткой и лингвистической переменной
- •Шкала наименований:
- •Этап 5. Анализ взаимовлияния целей, альтернатив и ресурсов
- •IV.6. Этап 6. Принятие решения
- •3.1. Методы экспертного оценивания альтернатив
- •4.3.1. Методы получения качественных оценок
- •1. Метод парных сравнении
- •2. Метод множественных сравнений (мс)
- •3. Ранжирование
- •4. Метод векторов предпочтений
- •5. Задача классификации
- •4.1.2. Методы получения количественных оценок
- •2. Метод Черчмена – Акофа
- •3. Метод Терстоуна
- •Определение результирующих оценок ответов экспертов
- •1. Принцип Кондорсе
- •2. Принцип Борда
- •A Лекция №11
- •5.4.2 Меры близости на отношениях
- •Парадокс Эрроу.
- •4. 3.5. Медиана Кемени
- •Эвристический алгоритм
- •A Лекция №13
- •6.4 Показатели согласованности общественного мнения группы экспертов
- •6.4.1 Метод коэффициентов ассоциаций
- •VI.4.2 Коэффициенты ранговой корреляции
- •6.4.3 Коэффициент конкордации (от англ. Согласованность)
- •Эксперты дают одинаковые оценки разным альтернативам
- •Многокритериальные задачи принятия решения Классификация многокритериальных задач
- •1. Задачи оптимизации на множестве целей.
- •2. Задачи оптимизации на множестве объектов
- •3. Задача оптимизации на множестве условий функционирования
- •4. Задача оптимизации на множестве этапов функционирования
- •Предпочтения лпр
- •Наилучшие решения
- •Если множество maxpB не является внешне устойчивым, то для утверждения о том, что выбор следует ограничить рамками этого множества, нет основания (т.Е. Наилучший объект может этому множеству)
- •Т Лекция№16 у Слейтора все граничные точки включены в множество.
- •А Лекция №17 Концептуальные проблемы при решении многокритериальных задач
- •7.2.3. Принципы компромисса.
- •К Лекция № 19
- •IV. Методы порогов сравнимости.
- •1. Вводятся бинарные отношения.
- •2. Появился добавочный коэффициент.
- •Использование нечетких множеств в мкз
- •Методы прогнозирования Существуют 2 направления:
- •К Лекция №20
- •2. Эти методы опираются на методологию системного аналитика.
А Лекция №17 Концептуальные проблемы при решении многокритериальных задач
Нормализация критериев является сложной концептуальной проблемой. Она возникает во всех векторных задачах оптимизации, в которых критерии оптимальности имеют различие в единицы измерения.
Большинство
применяемых способов нормализации
основывается на введении понятия
идеальной альтернативы (оценки),
представляемого вектором идеальных
значений критериев
.
С
помощью вектора
вектор критериев Y
приводится к безразмерной (нормированной)
форме.
В
этом случае
(при невидном условии, что все
).
Успешное решение проблемы нормализации во многом зависит от того, насколько правильно и объективно удается определить “идеальное” качество решений.
Способ
выбора идеального вектора
определяет
и способ нормализации. Рассмотрим
некоторые из наиболее часто предлагаемых
способов.
Способ
1: Здесь
идеальный вектор качества определяется
заданием величинами критериев, т.е.
Недостатками
этого способа является сложность и
субъективность назначения
,
что приводит к субъективности оптимального
решения.
Способ 2: Здесь в качестве идеального вектора применяется вектор, компонентами которого являются максимально возможные значения локальных критериев, т.е.
…
),
недостатком такого способа нормализации
является то, что он существенно зависит
от максимально возможного уровня
критериев, предъявляемых уровнями
задачи.
В результате равноправие критериев нарушается и предпочтение автоматически отдается критерию с наибольшей величиной локального критерия.
Способ
3: Здесь в
качестве компонент
принимается максимально возможный
разброс соответствующего локального
критерия, а именно:
-
).
7.2.3. Принципы компромисса.
Пусть
имеется двумерный критерий:
Пусть множество решений м.б. представлено в виде закрытого интервала [a,b].
Графики
применения составляющих оценок
и
имеют
вид:
x
a c d e f b
Допустим, что идеальным было бы решение, обеспечивающее одновременно мах по и по :
Формально
область компромисса
можно определить в виде множества:
для всех i
j,
i
,
,
.
Где I- множество порядковых номеров критериев, составляющих векторный критерий Y; X- допустимое множество решений.
Принцип равномерности.
Принцип равномерности в общем случае состоит в стремлении к равномерному и гармоническому повышению качества операции по всем локальным критериям. Данный принцип имеет несколько разновидностей:
а)
Принцип
равенства.
Здесь наилучшим решением считается
такое, при котором достигается равенство
всех локальных критериев:
.
Этот принцип чрезмерно жесткий и, как правило, может не делать оптимальных решений, т.к. данное условие не обязательно выполняется на область возможных решений Х.
б)
Принцип
максимума.
Здесь идея равномерности проявляется
в стремлении повышать уровень всех
критериев за счет максимального
“подтягивания” наихудшего из критериев
(имеющего наименьшее значение):
.
