
- •Особенности задач принятия решений
- •1.1. Формирование задач принятия решений.
- •1.2. Основные понятия системного анализа
- •1.3. Постановка задач принятия оптимальных решений
- •1.4. Принятие решений в условиях определенности
- •1.5. Принятие решений с учетом неопределенностей
- •Принятие решений в антагонистических и конфликтных ситуациях
- •Основная теорема теории игр. Всякая конечная антагонистическая игра 2-х лиц имеет цену и у каждого игрока имеется, по меньшей мере, одна оптимальная стратегия.
- •Аналитический метод решения игры (продолжение лекции 2)
- •Геометрический способ решения игры
- •Метод последовательных приближений
- •Решение игры методом сведения к задаче линейного программирования (лп)
- •Принятие статистических решений
- •Классические критерии пр.
- •Производные критерии
- •Рассмотрим пример применения рассмотренных статистических критериев пр для следующей практической задачи.
- •Связь между критериями и их графическая интерпретация
- •Критерии с прямоугольными конусами п редпочтения
- •Критерий с прямыми предпочтениями
- •Критерии с иными фп
- •Рациональный выбор решений: аксиомы, задачи, парадоксы
- •Многокритериальные решения: модели, оценка альтернатив, выбор решений
- •Интерактивные методы решения мкз
- •Метод уступок
- •Пример выбора варианта квартиры
- •Метод смещенного идеала
- •Метод electre
- •Метод promethee
- •Принципы группового выбора решений
- •Анализ риска
- •1. Измерение риска
- •Риск катастроф как независимый критерий
- •Коллективные решения
- •Особенности пр в малых коллективах
- •Общая схема экспертизы. Для решений задач пр привлекаются эксперты. Общая схема экспертизы включает следующие элементы (рис.):
- •Методы обработки экспертной информации. Существуют три основные группы методов обработки экспертной информации: статистические методы; алгебраические методы; методы шкалирования.
- •Пр в организациях
- •4.1. Постановка задачи
- •4.2. Детерминистский случай.
- •4.3. Многостадийные задачи принятия решений в условиях неопределенности
- •4.4. Марковские модели принятия решений
- •19.1. Примеры биматричных игр
- •19.1.1. Борьба за рынки
- •19.1.2. Дилемма узников
- •19.1.3. Семейный спор
- •19.1.4. Студент - преподаватель
- •19.2. Смешанные стратегии
- •19.3. 2 X 2-6иматричные игры. Ситуация равновесия
- •19.4. Поиск равновесных ситуаций
- •19.4.1. Борьба за рынки
- •29.4.2. Дилемма узников
- •19.4.3. Семейный спор
- •19.4.4. Студент - преподаватель
- •19.5. Некоторые итоги
- •19.6. Задания и ответы
Метод promethee
Метод получил свое название из аббревиатуры полного названия: Preference Ranking Organisation METHod for Enrichment Evaluations. В данном методе сравнения пар объектов i и l по каждому критерию используют функцию предпочтения Hj(d), где d – разность значений критериев двух объектов.
Пример
пороговой функции предпочтения приведен
на рис.2.5.
Содержательно она отражает тот факт,
что если разность
несущественна, то объекты
по критерию j
эквивалентны. При превышении разности
порогового значения pj
между объектами устанавливается
отношение предпочтения.
соответствует
тому, что объект i
предпочтительнее объекта l
по kj.
означает, что имеет место отношение
безразличия.
В
ышеприведенную
функцию предпочтения следует
рассматривать как одну из возможных
для использования в данном методе.
Например, в методе ELECTRE
при определении коэффициента согласия
тоже использовалась функция предпочтения,
если принять pj
=0 (j=1,...,m).
Можно использовать и другие функции предпочтения, которые позволяют оценить степень предпочтения пары объектов по j критерию непрерывной величиной, т.е Hj(d) меняется от нуля до единицы. Примеры таких функций приведены на рис.2.6.
Таким образом, ЛПР должно задать для каждого критерия функцию предпочтения Hj(d).
Для
оценки предпочтения Вi
над Вl по всей совокупности
критериев вводится индекс предпочтения
"Пi,l",
вычисляемый по формуле:
,
где Wj
— веса критериев
,
отражающие их важность.
Матрицу индексов предпочтения ║Пi,l║ можно представить в виде ориентированного графа предложений со взвешенными дугами, причем между каждой парой вершин устанавливаются две дуги с весами Пi,l и Пl,i.
На следующем этапе метода для каждого объекта определяются:
а)
коэффициент предпочтения
путем суммирования индексов предпочтения
по всем выходящим дугам:
;
б)
коэффициент обратного предпочтения
путем суммирования индексов предпочтения
по всем входящим дугам:
.
Вычисляемые
коэффициенты
и
являются информационной базой для
ранжирования объектов и используются
по-разному в модификациях метода.
Модификация 1 (PROMETHEE 1)
В этой модификации формируются бинарные отношения между каждой парой объектов:
,
если (
и
)
или (
и
),
или (
и
);
(безразличны),
если
и
;
Вi не сравним с Вl во всех других случаях.
Множество установленных бинарных отношений предпочтений отражает частичный порядок объектов.
Модификация 2 (PROMETHEE 2)
Данная
модификация позволяет упорядочить
объекты. Для этого вычисляется один
коэффициент
,
характеризующий предпочтение Вi
по следующей формуле:
.
По
значениям
объекты упорядочиваются.
Следует отметить, что не всегда предпочтительнее является модификация 2, так как больше информации о предпочтении объектов получает ЛПР, анализируя попарные отношения предпочтения. Так как этот метод является эвристическим, то получаемые результаты являются дополнительной информацией для ЛПР и ему лучше иметь исходную информацию в виде множества бинарных отношений, чем агрегированную в модификации 2.
Результаты решения задач с использованием описанных методов показывают, что использование метода PROMETHEE позволяет получить более устойчивые решения по сравнению с методом ELECTRE.