
- •Описание лабораторных работ
- •Лабораторная работа №1
- •Тема: задача целочисленного линейного программирования.
- •Метод гомори
- •Лабораторная работа №2
- •Метод построения медианы Кемени
- •Постановка задачи
- •Метод Борда
- •Пример построения итогового ранжирования с помощью метода Борда
- •Метод поиска медианы Кемени
- •Эвристический алгоритм поиска медианы Кемени
- •Пример построения итогового ранжирования с помощью метода поиска медианы Кемени
- •Варианты заданий
- •Лабораторная работа №3 Тема: Принятие решений при многих критериях: предпочтения и замещения
- •Построение аддитивной функции ценности
- •Правомерность использования аддитивной функции ценности.
- •Построение компонент функции ценности.
- •Нахождение значений шкалирующих коэффициентов.
- •Лабораторная работа №4 Тема: Метод анализа иерархий Саати
- •Постановка задачи
- •Описание маи Саати
- •Пример построения рейтинга компьютерных фирм на основе маи Саати
- •Задание
- •Лабораторная работа №5 Тема: Принятие решений на фондовом рынке в среде Metastock7
- •Постановка задачи
Метод поиска медианы Кемени
Метод поиска медианы Кемени позволяет найти такое итоговое ранжирование P, суммарное расстояние от которого до всех заданных ранжирований минимальное:
,
где m – количество экспертов, P1, …, Pm – ранжирования, d(P,P) – расстояние между ранжированиями [1, с. 73].
Таким образом, для
поиска медианы необходимо ввести понятие
расстояния
между ранжированиями.
Оно определяется с помощью матриц
отношений
,
,
,
n
– количество альтернатив.
ri, rj – ранги i-той и j-той альтернатив в ранжировании h-ого эксперта. Отметим, что ранги альтернатив сравниваются наоборот, то есть ранг ri=1>rj=2 (ранг 1 больше ранга 2) и ri=5<rj=3 (ранг 5 меньше ранга 3).
Расстояние
от произвольного ранжирования P,
которому соответствует матрица
,
до всех
ранжирований P1,
P2,
…, Pm,
которым соответствуют матрицы парных
отношений
,
…,
определяется по формуле:
.
Для
нахождения медианы Кемени вводится
матрица
потерь
,
.
,
где P – ранжирование, элемент матрицы отношений pij которого равен 1.
При этом задача поиска медианы Кемени для ранжирований формулируется как задача отыскания такого упорядочения альтернатив, а следовательно, строк и столбцов матрицы потерь, чтобы сумма ее элементов, расположенных над диагональю, была минимальна.
Эвристический алгоритм поиска медианы Кемени
Пусть для исходных ранжирований матрица потерь определена. Процесс поиска итогового ранжирования состоит из 2 этапов.
На первом этапе строится предварительное ранжирование PI.
1-я итерация. Подсчитаем суммы элементов строк матрицы потерь:
.
Найдем
минимальную из них
.
Альтернативу аi1,
ставим на первое место в искомом
ранжировании. Вычеркивая в
строку и столбец
с номером i1,
получаем матрицу
,
множество индексов строк и столбцов
которой соответственно I(1)=J(1)={1,…,n}\
I1.
k-я
итерация. В
матрице потерь
подсчитаем суммы элементов строк:
.
Найдем минимальную из них:
.
Альтернативу
аik,
ставим на k-тое
место в искомом упорядочении.
Вычеркивая
в
строку и столбец с номером ik,
получаем матрицу
,
множество индексов строк и столбцов
которой соответственно I(k)=J(k)={1,…,n}\
{i1,
…,ik}.
Алгоритм завершается после n-й итерации (I(k)=J(k) и равны пустому множеству). Искомое упорядочение
На втором этапе из найденного ранжирования PI получают итоговое ранжирование PII, при этом процесс перехода от ранжирования PI к ранжированию PII происходит следующим образом: для элементов ранжирования PI последовательно проверяем справедливость соотношений (1)
(2)
Как только для некоторого k оно нарушено, альтернативы aik и aik+1 в ранжировании меняем местами, а соотношение (1) проверяем, начиная с альтернативы, непосредственно предшествующей альтернативе, подвергшейся перестановке. После конечного числа шагов будет получено ранжирование PII.
Пример построения итогового ранжирования с помощью метода поиска медианы Кемени
Рассмотрим процесс построения итогового ранжирования на примере, рассмотренном ранее (исходные данные представлены в табл. 1).
Построим матрицы отношений для ранжирований экспертов:
|
0 |
-1 |
-1 |
-1 |
|
0 |
-1 |
-1 |
-1 |
1 |
0 |
-1 |
1 |
1 |
0 |
1 |
1 |
||
1 |
1 |
0 |
1 |
1 |
-1 |
0 |
1 |
||
1 |
-1 |
-1 |
0 |
1 |
-1 |
-1 |
0 |
||
|
0 |
1 |
1 |
1 |
|
0 |
0 |
-1 |
-1 |
-1 |
0 |
-1 |
-1 |
0 |
0 |
-1 |
-1 |
||
-1 |
1 |
0 |
0 |
1 |
1 |
0 |
-1 |
||
-1 |
1 |
0 |
0 |
1 |
1 |
1 |
0 |
Например, p12(1)=-1, так как r1<r2 (r1=3, r2=1), p34(2)=0, так как r3=r4 (r3=2, r4=2).
Матрица потерь имеет следующий вид:
0 |
5 |
6 |
6 |
3 |
0 |
6 |
4 |
2 |
2 |
0 |
3 |
2 |
4 |
5 |
0 |
Например, r12=d12(P1,P3)+d12(P2,P3)+d12(P4,P3), так как P3 – ранжирование, элемент матрицы отношений которого p12(3)=1.
Тогда r12=|p12(3)-p12(1)|+|p12(2)-p12(3)|+|p12(3)-p12(4)|=|1-(-1)|+ |1-(-1)|+ |1-0|=5.
Найдем предварительное ранжирование PI (первый этап).
1-я итерация. Подсчитаем
Минимум достигается на S3(1). На первое место в ранжировании PI помещается альтернатива a3, и она из дальнейших рассмотрений исключается.
2-я итерация.
Подсчитаем
Минимум достигается на S4(2). На второе место в ранжировании PI помещается альтернатива a4, и она из дальнейших рассмотрений исключается.
3-я итерация.
Подсчитаем
Минимум достигается на S2(3). На третье место в ранжировании PI помещается альтернатива a2, и она из дальнейших рассмотрений исключается. Таким образом, ранжирование PI имеет следующий вид:
Найдем ранжирование РII (второй этап).
Итак,
i1=3,
i2=4,
i3=2,
i4=1.
Сравниваем
и
или r21
и
r12,
Так как r21≤r12
(3≤5),
то альтернативы не меняем местами,
переходим к сравнению r42
и r24.
Так как r42≤r24
(4≤4),
то переходим к сравнению r34
и r43.
Поскольку
r34<r43
(3≤5),
то найденное ранжирование
и является ранжированием РII, для которого соотношения (1) выполнены.
Итоговые ранжирования альтернатив по методу Борда и методу поиска медианы Кемени представлены в табл. 3.
Таблица 3
Результаты построения итогового ранжирования с помощью метода Борда и метода поиска медианы Кемени
Альтернатива |
Место в итоговом ранжировании (Кемени) |
Место в итоговом ранжировании (Борд) |
a1 |
4 |
3 |
a2 |
2 |
4 |
a3 |
1 |
1 |
a4 |
3 |
2 |
Результаты работы описанных выше методов иногда могут различаться достаточно сильно. Метод Борда дает результаты, которые интуитивно понятны, так как в его основе лежит идея усреднения оценок. Что касается метода поиска медианы Кемени, то он, наоборот, может давать непредвиденные результаты. Для получения итогового ранжирования в методе используется специально оценка – расстояние между ранжированиями. А рассмотренный нами алгоритм получения итогового ранжирования основан на эвристике – предположении, что построенное таким образом итоговое ранжирование и будет наиболее близким к мнению всех экспертов с точки зрения введенной оценки.