
- •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
- •Устойчивые и неустойчивые решения.
- •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
- •Оценки субъектов по критериям
- •Оценки объектов по критериям
- •Назначение c1o3 по критериям
- •Затраты на производство единицы продукции
- •Запасы ресурсов
- •Цена единицы продукции
- •6.4. Задача Принятия решений в условиях риска
- •6.5. Пример использования критериев
- •Варианты решений о проверке машины (критерии мм, Байеса-Лапласа
- •Варианты решений о проверке машины (критерий Сэвиджа)
- •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 действительных
чиселE—cкаляры.
Если существует функционалF(x),
то задача ПРсводится 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
(
),
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
,
заданные с помощью векторного отображенияFмогут быть представлены
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.