- •1.Основные понятия системного анализа
- •1.1.Определения и свойства системы
- •1.2.Виды описаний систем
- •1.3.Понятие системного подхода
- •1.4.Аспекты системного подхода
- •2.Классификация систем
- •3.Модели систем
- •4.Постановка задач принятия решений.
- •5.Классификация задач принятия решений.
- •6.Этапы решения задач.
- •6.1.Одношаговые схемы принятия решения
- •6.2.Многошаговые решения
- •7.Экспертные процедуры.
- •7.1. Задачи оценивания.
- •7.2. Алгоритмы экспертизы.
- •7.3 Методы получения экспертной информации.
- •7.4. Шкалы измерений, методы экспертных измерений.
- •7.5.Проверка согласованности мнений экспертов и классификация экспертных мнений.
- •7.6.Нахождение итогового мнения комиссии экспертов.
- •7.6.1.Бинарные отношения и расстояние Кемени.
- •7.6.2.Медиана Кемени и законы больших чисел.
- •7.7. Основные стадии экспертного опроса.
- •7.8. Оценка компетентности экспертов.
- •7.9. Методы обработки экспертной информации.
- •7.9.1. Статистические методы
- •7.9.2. Алгебраический метод.
- •7.9.3 Методы шкалирования.
- •2. Метод троек.
- •8. Формирование исходного множества альтернатив и Морфологический анализ.
- •8.1. Общая характеристика алгоритмов
- •8.2. Алгоритмы формирования има
- •8.3. Морфологический анализ.
- •9.Методы многокритериальной оценки альтернатив.
- •9.1. Различные группы задач принятия решений.
- •9.2.Многокритериальная теория полезности (maut)(Аксиоматические методы многкритериальной оценки).
- •9.2.1. Основные этапы подхода maut
- •9.2.2. Аксиоматическое обоснование
- •9.2.3.Основные теоремы.
- •9.2.4.Построение однокритериальных функций полезности
- •9.2.5. Проверка условий независимости
- •9.3.Проверка условий независимости по полезности
- •9.2.6.Определение весовых коэффициентов (коэффициентов важности) критериев
- •9.2.7.Определение полезности альтернатив
- •9.2.8.Веса критериев
- •9.2.9.Как люди назначают веса критериев
- •9.2.10.Практическое применение
- •9.2.11.Метод smart - простой метод многокритериальной оценки.
- •9.2.12.Первый эвристический метод
- •9.2.13.Выводы
- •9.3. Подход аналитической иерархии.
- •9.3.1.Основные этапы подхода аналитической иерархии
- •9.3.2.Структуризация
- •9.3.3.Попарные сравнения.
- •9.3.4.Определение наилучшей альтернативы
- •9.3.5.Проверка согласованности суждений лпр
- •9.3.6.Система поддержки принятия решений Expert Choice
- •9.3.7.Контрпримеры и противоречия.
- •9.4.Мультипликативный метод аналитической иерархии
- •9.5.Пример практического применения подхода анр
- •9.6.Выводы
- •9.7. Методы electre(Прямые методы многокритериальной оценки альтернатив).
- •9.7.1.Конструктивистский подход
- •9.7.2.Два основных этапа
- •9.7.3.Свойства бинарных отношений
- •9.8.Метод electre I
- •9.8.1.Этап разработки индексов
- •9.8.2.Этап исследования множества альтернатив
- •9.9.Метод electre II
- •9.9.1.Этап разработки индексов
- •9.9.2.Этап исследования множества альтернатив
- •9.10.Метод electre III
- •9.10.1. Этап разработки индексов
- •9.10.2.Этап исследования альтернатив
- •Пример.
- •9.10.3.Пример практического применения метода electre III
- •9.10.4.Некоторые сопоставления
- •9.11.Выводы
- •10.Деревья решений.
- •Рнс. 10.1. Дерево решений
- •11. Методы принятия решений в многокритериальных задачах и постулируемые принципы оптимальности.
- •11.1.Метод главного критерия
- •11.2.Метод доминантной структуры (альтернативы)
- •11.3.Метод "эффективность - стоимость"
- •11.4.Построение множества Парсто (компромиссы Парето)
- •11.5.Отказ от рассмотрения проблемы многокритериального выбора
- •11.6.Методы порогов сравнимости
- •11.7.Компромиссное распределение ресурсов между целями.
- •11.8.Метод деревьев решений
- •11.9.Метод решения многокритериальных задач при вычислимых критериях
- •12. Вербальный анализ решений и диалоговые методы принятия решений.
- •12.1. Особый класс задач принятия решений: неструктуризованные проблемы с качественными переменными
- •12.2. Качественная модель лица, принимающего решения
- •12.2.1. Черты человеческой системы переработки информации
- •12.2.2. Особенности поведения человека при принятии решений
- •12.3. Какими должны быть методы анализа неструктуризованных проблем
- •12.4. Измерения
- •12.4.1. Качественные измерения
- •12.4.2. Сравнительные качественные оценки
- •12.5. Построение решающего правила
- •12.6. Проверка информации лпр на непротиворечивость
- •12.7. Обучающие процедуры
- •12.8. Получение объяснений
- •12.9. Основные характеристики методов вербального анализа решений
- •12.10. Метод запрос (зАмкнутые пРоцедуры у Опорных Ситуаций)
- •12.10.1. Постановка задачи
- •12.10.2. Пример: как оценить проекты?
- •12.11. Выявление предпочтений лпр
- •12.11.1.Единая порядковая шкала для двух критериев
- •12.11.2.Проверка условия независимости для двух критериев
- •12.11.3.Независимость по понижению качества для группы критериев
- •12.11.4.Единая порядковая шкала оценок всех критериев
- •12.11.5.Проверка информации лпр на непротиворечивость
- •12.11.6.Частный случай
- •12.11.7. Психологическая корректность процедуры выявления предпочтений лпр
- •12.12.Сравнение альтернатив.
- •12.12.1.Упорядочение группы заданных альтернатив
- •12.13. Преимущества метода запрос
- •12.13.1. Практическое применение метода запрос
- •12.14. Сравнение трех сппр
- •12.15.Выводы
- •13.Функция полезности.
- •14. Принятие решений в условиях неопределенности.
- •15. Статические модели принятия единичных решений в условиях определенности.
- •15.1. Метод сравнительного учета затрат.
- •15.2. Метод сравнительного учета прибыли.
- •15.3. Метод сравнительного учета рентабельности.
- •15.4. Метод статических амортизационных расчетов.
- •16.Сущность глобального и локального критериев оптимальности.
- •17.Критерии принятия решений.
- •17.1. Критерий Байеса-Лапласа.
- •17.2.Составной критерий Байеса-Лапласа минимаксный.
- •17.3.Критерий Гермейера.
- •17.4. Критерий Сэвиджа.
- •17.5.Критерий Гурвица.
- •17.6.Критерий произведений.
- •18.Принятие коллективных решений.
- •18.1.Плюсы и минусы коллективных решений, современные концепции группового выбора.
- •18.2. Теорема Эрроу о невозможности. Анализ предпосылок теоремы Эрроу.
- •18.3.Правило Кондорсе.
- •18.4.Правило Борда.
- •19.Принятие решений в условиях нечеткой информации.
- •19.1.Зачем нужны нечеткие множества.
- •19.2. Операции над нечеткими множествами.
- •19.3. Задача достижения нечетко определенной цели.
- •19.4.Нечеткие отношения и их свойства.
- •19.4.1.Основные определения.
- •19.4.2.Операции над нечеткими отношениями.
- •19.4.3.Свойства нечетких отношений.
- •19.4.4.Декомпозиция нечетких отношений.
- •19.4.5.Транзитивное замыкание нечетких отношений.
- •19.4.6.Проекции нечетких отношений.
- •20.2.Кооперативные игры.
- •20.3. Дифференциальная игра.
- •20.4. Платежная матрица. Цена игры. Принципы максимина и минимакса.
- •20.5. Решение игры в смешанных стратегиях. Основная теорема теории матричных игр.
- •20.6.Сведение матричной игры к задаче линейного программирования.
- •21. Методы безусловной оптимизации
- •21.1 Классификация методов безусловной оптимизации.
- •21.2 Скорости сходимости.
- •21.3 Методы первого порядка.
- •21.4 Метод наискорейшего спуска
- •21.5 Методы сопряженных градиентов.
- •21.6 Градиентные методы.
- •21.7 Методы второго порядка.
- •21.8 Метод Ньютона и его модификации.
- •21.9 Модифицированный метод Ньютона.
- •21.10 Метод секущих.
- •21.11 Квазиньютоновские методы. Методы переменной метрики.
- •21.12 Конечно-разностная аппроксимация производных. Конечно-разностные методы.
- •21.12.1 Постановка задачи.
- •21.12.2 Общая схема.
- •21.12.3 Устойчивость схемы.
- •21.12.4 Повышение порядка аппроксимации.
- •21.12.5 О решении разностных схем.
- •21.12.6 Нелинейные задачи.
- •21.13 Методы нулевого порядка.
- •21.13.1 Основные определения
- •21.13.2 Общая характеристика методов нулевого порядка
- •21.14 Метод покоординатного спуска
- •21.15 Метод Хука—Дживса
- •21.16 Метод сопряженных направлений.
- •21.17 Методы деформируемых конфигураций.
- •21.18 Симплексные методы.
- •21.19 Комплекс-методы.
- •21.20 Решение задач многокритериальной оптимизации методами прямого поиска.
- •21.20.1 Модифицированный поиск Хука-Дживса
- •21.20.2 Методы случайного поиска
- •22. Задачи с ограничением (условная оптимизация)
- •22.1 Основные подходы к решению задач с ограничениями. Классификация задач и методов.
- •22.2 Метод проекции градиента.
- •22.3 Метод условного градиента.
- •22.4 Методы сведения задач с ограничениями к задачам безусловной оптимизации. Методы возможных направлений
- •22.4.1 Метод Зойтендейка
- •22.4.2 Метод возможных направлений для нелинейных ограничений-неравенств и равенств
- •22.4.3 Модификация метода возможных направлений
- •22.5 Методы штрафных функций
- •22.5.1 Методы внутренних штрафных функций
- •22.5.2 Методы внешних штрафных функций
- •22.6 Комбинированные алгоритмы штрафных функций
- •23. Стохастичесоке программирование
- •23.1 Задачи стохастического программирования. Прямые и непрямые методы.
- •23.2 Прямые методы. Стохастические квазиградиентные методы. Метод проектирования стохастических квазиградиентов.
- •23.3 Прямые методы. Метод стохастической аппроксимации
- •23.4 Прямые методы. Методы случайного поиска. Статистические методы поиска нелинейного программирования
- •23.5 Стохастические разностные методы. Методы конечных разностей в стохастическом программировании.
- •Статистические методы поиска нелинейного программирования
- •23.6 Стохастические задачи с ограничениями вероятностей природы.
- •24. Дискретное программирование
- •24.1 Методы и задачи дискретного программирования. Задачи целочисленного линейного программирования.
- •24.1.1 Задачи с неделимостями
- •24.1.2 Задача о рюкзаке.
- •24.1.3 Экстремальные комбинаторные задачи
- •24.1.4 Задача о коммивояжере.
- •24.1.5 Задача о покрытии.
- •24.1.6 Задачи на несвязных областях.
- •24.1.7 Задачи на невыпуклых областях.
- •24.1.8 Задачи с разрывными целевыми функциями
- •24.1.9 Задачи, сводящиеся к целочисленным
- •24.2 Методы отсечения Гомори.
- •24.3 Метод ветвей и границ.
- •24.4 Метод ветвей и границ для задачи целочисленного программирования
- •24.5 Задача о назначениях.
- •24.6 Венгерский алгоритм.
- •24.6.1 Венгерский метод для задачи о назначениях. Постановка задачи.
- •24.6.2 Описание алгоритма венгерского метода
- •24.6.3 Пример решения задачи о назначених венгерским алгоритмом.
- •24.7 Задачи оптимизации на сетях и графах.
- •Метод итераций по критерию
- •Метод итераций по стратегиям (в пространстве стратегий)
- •Минимизация средних затрат.
- •Пример 24.1
- •Пример 24.2.
- •25. Динамическое программирование
- •25.1 Метод динамического программирования для многошаговых задач принятия решений.
- •25.2 Принцип оптимальности Беллмана
- •25.3 Основное функциональное уравнение.
- •25.4 Вычислительная схема метода динамического программирования.
- •26. Общие положения о системном анализе.
- •27. Задача математического программирования.
- •27.1. Формы записи задач нечеткого математического программирования.
- •27.2. Классификация методов нелинейного математического программирования.
- •28. Линейное программирование.
- •28.1. Общие положения.
- •28.2. Геометрическая интерпретация множества решений системы линейных неравенств с 2 неизвестными.
- •28.3. Постановка задачи линейного программирования и двойственная задача линейного программирования.
- •28.3.1. Стандартная задача лп.
- •28.3.2. Каноническая задача лп.
- •28.3.3. Общая задача лп.
- •28.3.4. Двойственная задача линейного программирования.
- •28.3.5. Теорема двойственности.
- •28.3.6. Теорема равновесия.
- •28.4. Решение систем линейных неравенств. Гиперплоскость и полупространство.
- •28.5. Основные теоремы линейного программирования. Допустимые множества и оптимальные решения задач линейного программирования.
- •28.6. Симплексный метод решения задачи линейного программирования.
- •28.7. Условия существования и свойства оптимальных решений задачи линейного программирования.
- •28.7.1. Оптимальные решения.
- •28.7.2. Необходимые и достаточные условия оптимальности решения.
- •28.7.2.1. Нелинейное программирование без ограничений.
- •28.7.2.2. Нелинейное программирование с ограничениями в виде равенств и неравенств.
- •29. Двойственность в линейном программировании.
- •29.1. Общие положения.
- •29.2. Несимметричные двойственные задачи. Теорема двойственности.
- •29.3. Симметричные двойственные задачи.
- •29.4. Виды математических моделей двойственных задач.
- •29.5. Двойственный симплексный метод.
- •30.1.3. Классические способы отыскания решения экстремальных задач.
- •30.1.4. Условие регулярности.
- •30.1.5. Функция Лагранжа. Условия оптимальности.
- •30.1.6. Теорема Куна-Таккера.
- •30.1.7. Дифференциальные условия Куна-Таккера.
- •30.1.8. Общая схема решения задачи выпуклого программирования.
- •30.2. Выпуклые множества и функции.
- •30.3. Поиск экстремума функции.
- •31. Задача нелинейного программирования при ограничениях в неравенствах.
- •31.1. Теорема Куна-Таккера.
- •31.2. Седловая точка и задача нелинейного программирования.
- •31.3. Применение теоремы Куна-Таккера для задачи выпуклого программирования.
- •Список использованных источников
19.4.5.Транзитивное замыкание нечетких отношений.
Большое значение в приложениях теории нечетких отношений играют транзитивные отношения. Они обладают многими удобными свойствами и определяют некоторую правильную структуру множества . Например, если отношение в характеризует сходство между объектами, то транзитивность такого отношения обеспечивает возможность разбиения множества на непересекающиеся классы сходства. Если же отношению в придать смысл "предпочтения" или "доминирования", то транзитивность такого отношения обеспечивает возможность естественного упорядочения объектов множества , существование "наилучших", "недоминируемых" объектов и т.п. Поэтому представляет большой интерес возможность преобразования исходного нетранзитивного отношения в транзитивное. Такое преобразование обеспечивает операция транзитивного замыкания нечеткого отношения.
Транзитивным
замыканием
отношения
называется
отношение
,
определяемое следующим образом:
где
отношения
определяются
рекурсивно:
Теорема.
Транзитивное
замыкание
любого
нечеткого отношения
транзитивно
и является наименьшим транзитивным
отношением, включающим
,
т.е.
,
и для любого транзитивного отношения
,
такого, что
,
следует
.
Как
следствие из данной теоремы получаем,
что
транзитивно
тогда и только тогда, если
.
Если множество содержит элементов, то имеем
В случае, когда рефлексивно, имеем
Весьма полезным фактором является то, что -уровень транзитивного замыкания нечеткого отношения совпадает с транзитивным замыканием соответствующего -уровня:
Заметим, что при транзитивном замыкании нечеткого отношения в общем случае сохраняются лишь некоторые свойства отношения . Такими свойствами являются рефлексивность, симметричность, линейность и транзитивность.
19.4.6.Проекции нечетких отношений.
Важную роль в теории нечетких множеств играет понятие проекции нечеткого отношения. Дадим определение проекции бинарного нечеткого отношения.
Пусть
—
функция принадлежности нечеткого
отношения
в
.
Проекции
и
отношения
на
и
—
есть множества в
и
с
функцией принадлежности вида
Условной проекцией
нечеткого отношения
на
,
при произвольном фиксированном
,
называется множество
с
функцией принадлежности вида
Аналогично
определяется условная проекция на
при
заданном
:
Из
данного определения видно, что проекции
и
не
влияют на условные проекции
и
,
соответственно. Дадим далее определение,
которое учитывает их взаимосвязь.
Условные проекции второго типа определяются следующим образом:
Если
или
,
то полагаем, соответственно, что
или
.
Заметим, что условные проекции первого типа содержатся в соответствующих проекциях второго типа.
Пусть и — базовые множества, — нечеткое отношение в и и — его проекции на и , соответственно.
Нечеткие множества и называются независимыми, если
Следовательно, они независимы по первому типу, если
и независимы по второму типу, если
В противном случае проекции и являются зависимыми (соответствующего типа).
Независимость
второго типа можно интерпретировать
следующим образом. Данные соотношения
с учетом произвольности
и
перепишем
в виде
19.5.Множество недоминируемых альтернатив.
19.6.Нечеткие отношения предпочтения.
20.Игра как модель конфликтной ситуации.
20.1.Классификация игр.
Классификацию игр можно проводить: по количеству игроков, количеству стратегий, характеру взаимодействия игроков, характеру выигрыша, количеству ходов, состоянию информации и т.д.
В зависимости от количества игроков различают игры двух и n игроков. Первые из них наиболее изучены. Игры трёх и более игроков менее исследованы из-за возникающих принципиальных трудностей и технических возможностей получения решения. Чем больше игроков - тем больше проблем.
По количеству стратегий игры делятся на конечные и бесконечные. Если в игре все игроки имеют конечное число возможных стратегий, то она называется конечной. Если же хотя бы один из игроков имеет бесконечное количество возможных стратегий игра называется бесконечной.
По характеру взаимодействия игры делятся на:
бескоалиционные: игроки не имеют права вступать в соглашения, образовывать коалиции;
коалиционные (кооперативные) – могут вступать в коалиции.
В кооперативных играх коалиции наперёд определены.
По характеру выигрышей игры делятся на: игры с нулевой суммой (общий капитал всех игроков не меняется, а перераспределяется между игроками; сумма выигрышей всех игроков равна нулю) и игры с ненулевой суммой.
По виду функций выигрыша игры делятся на: матричные, биматричные, непрерывные, выпуклые, сепарабельные, типа дуэлей и др.
Матричная игра – это конечная игра двух игроков с нулевой суммой, в которой задаётся выигрыш игрока 1 в виде матрицы (строка матрицы соответствует номеру применяемой стратегии игрока 2, столбец – номеру применяемой стратегии игрока 2; на пересечении строки и столбца матрицы находится выигрыш игрока 1, соответствующий применяемым стратегиям).
Для матричных игр доказано, что любая из них имеет решение и оно может быть легко найдено путём сведения игры к задаче линейного программирования.
Биматричная игра – это конечная игра двух игроков с ненулевой суммой, в которой выигрыши каждого игрока задаются матрицами отдельно для соответствующего игрока (в каждой матрице строка соответствует стратегии игрока 1, столбец – стратегии игрока 2, на пересечении строки и столбца в первой матрице находится выигрыш игрока 1, во второй матрице – выигрыш игрока 2.)
Для биматричных игр также разработана теория оптимального поведения игроков, однако решать такие игры сложнее, чем обычные матричные.
Непрерывной считается игра, в которой функция выигрышей каждого игрока является непрерывной в зависимости от стратегий. Доказано, что игры этого класса имеют решения, однако не разработано практически приемлемых методов их нахождения.
Если функция выигрышей является выпуклой, то такая игра называется выпуклой. Для них разработаны приемлемые методы решения, состоящие в отыскании чистой оптимальной стратегии (определённого числа) для одного игрока и вероятностей применения чистых оптимальных стратегий другого игрока. Такая задача решается сравнительно легко.
