- •Оглавление
 - •Введение
 - •1. Основные понятия теории системного анализа и принятия решений
 - •Классификация задач принятия решения
 - •Калибровочные соотношения между альтернативами
 - •2.1. Однокритериальные задачи в условиях определенности
 - •2.2. Многокритериальные задачи в условиях определенности
 - •2.3. Принятие решений в условиях неопределенности
 - •2.3.1. Принятие решений при наличии неопределенных факторов
 - •Системная матрица расчетных случаев риска
 - •2.3.2. Принятие решений в условиях отсутствия информации
 - •2.3.3. Принятие решений в условиях нечеткой информации
 - •2.3.4. Методы построения функций принадлежности
 - •Качественные оценки градации альтернатив
 - •3. Принятие решений с использованием критерИев
 - •3.1. Минимаксный критерий
 - •3.2. Расширенный минимаксный критерий
 - •3.3. Критерий байеса-лапласа
 - •3.4. Критерий сэвиджа
 - •3.5. Модели агрегирования критериев
 - •Схемы агрегирования локальных критериев
 - •3.6. Основные понятия теории игр
 - •Игра с нулевой суммой
 - •3.7. Многомерные модели принятия решений
 - •4. Методы многокритериальной оптимизации
 - •4.1. Аксиоматическая теория полезности
 - •4.2. Метод electre I
 - •4.3. Метод electre II
 - •4.4. Метод анализа иерархий (аналитическая иерархия)
 - •5. Синтез оптимального управления объектами
 - •5.1. Уравнение эйлера
 - •5.2. Формализация задаЧи синтеза оптимальНого управления
 - •5.3. Критерии оптимальности автоматических систем
 - •5.4. Применение вариационного исчисления в оптимальНом управлении
 - •5.5. Синтез оптимального управления. Метод бойчука
 - •6. Задачи вычисления численных оценок
 - •6.1. Процедура построения квазипорядка на множестве объектов (задача об упаковке)
 - •6.2. ПроцедурА оптимального назначения объектов (Задача о назначениях)
 - •6.2.1. Постановка многокритериальной задачи о назначениях
 - •6.2.2. Формальный анализ задачи
 - •6.2.3. Графы предпочтения
 - •6.2.4. Матрица предпочтения
 - •6.3. Задача планирования производства
 - •6.4. Задача Принятия решений в условиях риска
 - •6.5. Пример использования критериев
 - •6.6. Задача постороенИя функций принадлежности
 - •6.7. Синтез оптимального управления с использованием метода Бойчука
 - •6.8. Объектно-ориентированный подход в системном анализе и управлении
 - •6.8.1. Структура построения проекта задачи системного анализа с использованием ооп
 - •Библиографический список
 
Калибровочные соотношения между альтернативами
| 
				 Наименование.  | 
				 Соотношение между элементами.  | 
| 
				 Простая структура.  | 
				 
 Диагональные элементы при этом не фиксируются и могут быть любыми.  | 
| 
				 Турнирная калибровка.  | 
				 Для
				всех 
				  | 
| 
				 Степенная калибровка.  | 
				 Для
				всех 
				  | 
| 
				 Кососимметричная калибровка.  | 
				 Для
				всех i
				и j:
								  | 
| 
				 Вероятностная калибровка.  | 
				 Для
				всех 
				  | 
Вероятностная
калибровка — 
,
характеризует вероятность превосходства
над
.
Рассмотренные калибровочные соотношения могут быть отражены на графовых моделях. Рассмотрим постановки задач принятия решений в различных средах.
2.1. Однокритериальные задачи в условиях определенности
Простейшая,
однокритериальная задача выбора
возникает, когда принятие конкретного
решения xприводит к
однозначному исходуy,
оцениваемому с помощью единственного
критерия. Предполагается однозначная
зависимость
.
«Полезность» исходов можно определитьфункционалом:
,
где 
,
для
x
,
соответствует числовая оценка
.
Функционал Fпозволяет в явном виде отразить систему предпочтений ЛПР. Будем считать, чем больше значениеF, тем более предпочтительна данная альтернатива.
Обозначим
суперпозицию функций fи
черезF, приходим
к оптимизационной задаче:

Функционал F(x) будем называтьцелевым функционаломилицелевой функцией. Требуется построить множество:

Например,
бинарное отношение 
может быть задано следующим образом:
тогда
и только тогда, когда
.Если
,
то точки
,
несравнимы поRи
.
Такое отношение обладает антирефлексивностью,
асимметричностью, транзитивностью и
поэтому является отношением строгого
порядка на X.
Функционал
F(x)
может порождать различные системы
предпочтений, выраженные на языке
бинарных отношений, а задача построений
ядра оказывается эквивалентной задаче
скалярной оптимизации (2.1). Терминскалярныйозначает, что значения
функционалаF(x)
— элементы множества вещественных
чиселE—cкаляры.
Если существует функционалF(x),
то задача ПР
сводится к задаче оптимизации (2.1). Не
всякое бинарное отношение
допускает описание с помощью целевой
функции, т. к. отношение должно быть
транзитивно и линейно, что не всегда.
Следовательно, язык бинарных отношений
существенно более общий для описания
системы предпочтений, чем язык целевых
функций.
2.2. Многокритериальные задачи в условиях определенности
В
случае многокритериальной задачи,
любому решению 
соответствует
единственный элемент
,
,
но в данном случае «качество» или
«полезность» исходаyоценивается несколькими числами
т.
е.
:Y
,
причем каждый из функционалов требуется
максимизировать. С помощью суперпозиции
,
(
)
можно непосредственно оценивать качество
самого решенияx,
используя векторное отображение
.
Пусть
.
Если
,(
),
причем, по крайней мере, одно из неравенств
— строгое, то будем говорить, что
предпочтительнее
.
Если для некоторого
не существует более предпочтительных
точек, то
будем называтьэффективнымилиПарето-оптимальнымрешением
многокритериальной задачи:

Множество,
включающее в себя все эффективные
(максимальные) решения, обозначим 
(X)
илиP(X)
(для известного векторного отображения)
будем называтьмножеством Паретодля векторного отображенияF:Y
,
,
(X)
X.
Множество P(F) = F(P(X)) будем называть множествомэффективных оценок.
Согласно
принципу Паретооптимальное решение
необходимо искать среди элементов
множестваP(X).
В противном случае всегда найдется
точка
,
оказывающаяся более предпочтительной
с учетом всех частных целевых функций
.
Точку
будем называтьслабо эффективнымрешением задачи (2.3), если не существует
,
для которой выполняются строгие
неравенства
,
(
).
Т. е. решение называется слабо эффективным,
если оно не может быть улучшено сразу
по всем критериям «полезности», задаваемых
с помощью
,
(
).
Множество слабо эффективных решений
обозначим
илиS(X),S(F)
=F(S(X)).
Системы
предпочтений на множестве альтернатив
,
заданная с помощью векторного отображенияFможет быть представлена
на языке бинарных отношений,
:
,
.
                 (2.4)
,
.
                 (2.5)
Бинарное
отношение 
— называют отношением строгого
доминирования илиотношением Слейтера,
а
—отношением Парето. Ядра этих
отношений совпадают с множествами
,
.
Цель
многокритериальной задачи оптимизации,
исходя из формальной модели общей задачи
ПР,состоит в выделении множества
эффективных (слабо эффективных)элементов изX. Отношения
,
в общем случае не являются линейными,
т. е. существуют несравнимые по
,
элементы множестваX.
Формирование соответствующих бинарных отношений осуществляется ЛПР на основе своих предпочтений.


и
,
				для которых
:
.
и
,
				для которых
:
.
.
и
:
;
.