Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Поддержка.doc
Скачиваний:
0
Добавлен:
01.07.2025
Размер:
1.32 Mб
Скачать

21

Система поддержки принятия решений

по предпочтениям пользователя

DSS-UTES

Версия 2.0

Общие сведения о системе

г. Москва

1999

Содержание

1.Общие сведения 3

2. Построение функции предпочтений 7

3. Ранжирование альтернатив 17

1.Общие сведения

Система DSS-UTES предназначена для поддержки многокритериальных решений в сложной информационной среде. При этом под многокритериальностью понимается тот факт, что результаты принимаемых решений оцениваются не по одному, а по совокупности многих показателей (критериев) рассматриваемых одновременно. Информационная сложность определяется необходимостью учета большого объема данных, обработка которых без помощи современной вычислительной техники практически невыполнима. В этих условиях число возможных решений, как правило, весьма велико, и выбор наилучшего из них "на глаз", без всестороннего анализа может приводить к грубым ошибкам. Аббревиатура DSS-UTES (Decision Support System – UTility Estimator) переводится как система поддержки решений – выявления предпочтений.

Система поддержки решений DSS-UTES решает две основные задачи:

  • выбор наилучшего решения из множества возможных (оптимизация),

  • упорядочение возможных решений по предпочтительности (ранжирование).

В обеих задачах первым и наиболее принципиальным моментом является выбор совокупности критериев, на основе которых в дальнейшем будут оцениваться и сопоставляться возможные решения (будем называть их также альтернативами). Система DSS-UTES помогает пользователю сделать такой выбор.

Система поддержки решений DSS-UTES принципиально отличается от традиционных систем аналогичного назначения тем, что она ориентирована на конкретного пользователя, на его знания, его опыт и интуицию, его систему ценностей. В основу системы положено признание того факта, что процесс принятия решений носит субъективный характер. Под этим понимается следующее: если в одной и той же информационной среде различные пользователи принимают одинаковые решения, то такие решения будем называть объективными, т.к. они не зависят от индивидуальных особенностей их принимающего лица; напротив, если разные пользователи, обладающие одинаковой информацией, будут принимать не совпадающие между собой решения, то такие решения условимся считать субъективными, т.е. зависящими от личности пользователя. При этом в стороне остается вопрос о том, какой процент потенциальных пользователей поддерживает то или иное решение, равно как и вопрос о том насколько принимаемое решение хорошо или плохо. По существу это означает, что пользователь является полностью самостоятельным и действует на основании своих собственных знаний, опыта и интуиции. Естественно, что при этом не исключено привлечение любых экспертов и консультантов по его усмотрению. Таким образом, система DSS-UTES помогает пользователю найти решения, которые именно ему представляются наилучшими, но которые без ее помощи было бы трудно, или даже невозможно отыскать из-за очень большой сложности решаемой задачи.

Еще одна принципиальная особенность системы DSS-UTES связана с тем, что современные математические методы не позволяют осуществлять оптимизацию и ранжирование непосредственно на основе полной совокупности критериев и требуют предварительного сведения ее к единой числовой оценке (свертка). Различных формальных способов свертки достаточно много, и то, какой из них будет выбран, может существенно ( а порой и нежелательно) повлиять на результаты оптимизации и ранжирования. Кроме того, свертка совокупности критериев в один обедняет процесс принятия решений в содержательном и информационном плане. Необходимо иметь в виду, что пользователь, будучи весьма компетентным в своей области, вовсе не должен разбираться в том, какие алгоритмы свертки использованы в системе поддержки решений. А это значит, что решения, принятые разработчиком в процессе создания системы, могут оказывать на выбор альтернатив влияние, не контролируемое пользователем. Этот принципиальный недостаток традиционных систем поддержки решений, опирающихся на формальные методы свертки, в системе DSS-UTES сведен к минимуму. Достигается это за счет того, что пользователь в диалоге с системой сопоставляет между собой возможные значения совокупностей показателей, в соответствии с которыми он хочет принимать решения, и определяет их относительные предпочтительности. В результате таких сопоставлений в системе формируется функция предпочтений пользователя (ФП), на основе которой в дальнейшем выполняются операции оптимизации и ранжирования. Таким образом, формальная свертка критериев заменяется неформальной процедурой выявления предпочтений, результаты которой не зависят от разработчика и отражают индивидуальный подход пользователя к задаче.

Построенную функцию предпочтений можно рассматривать как модель пользователя. Однако, в отличие от традиционных экспертных систем, в DSS-UTES моделируется не плохо изученный процесс рассуждений некоего абстрактного человека, а "готовый продукт" рассуждений конкретного человека - пользователя системы. Все дальнейшие процедуры поиска наилучших решений будут ориентированы на его точку зрения, выраженную в форме ФП.

Так как с системой могут работать разные пользователи, в базе знаний системы хранятся функции их предпочтений, что позволяет в схожих задачах сопоставлять решения различных пользователей. Это равносильно получению экспертных суждений без непосредственного участия экспертов. Однако, если пользователь того хочет, его ФП может быть недоступной для других лиц.

Система DSS-UTES может работать с процессами любой физической природы, т.е. она инвариантна по отношению к предметной области. В частности, она апробировалась и использовалась при решении следующих задач: оценка стратегических паритетов; выбор наилучшей системы спутниковой связи; ранжирование конкурсных проектов; оптимизация портфеля инвестиций и т.д.

С целью расширения возможностей системы и ее универсализации в DSS-UTES, помимо основного метода поддержки решений (на основе предпочтений пользователя), предусмотрено использование традиционных формальных методов оптимизации и ранжирования по векторному критерию. В данной версии реализован метод среднего взвешенного.

Одним из достоинств системы DSS-UTES является также то, что она не требует от пользователя никакой специальной подготовки. Достаточно минимальных навыков общения с компьютером.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]