
- •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
2.3.4. Методы построения функций принадлежности
Существуют прямые и косвенныеметоды построения функций принадлежности.
Прямые
методыопределяются тем, что эксперт
непосредственно задает правила
определения функции принадлежности,
характеризующей понятие
.
Это значение согласуется с его
предпочтениями на множестве
следующим образом:
1.
Для ,
тогда и только тогда, когда
предпочтительнее
,
т. е. в большей степени характеризуется
понятием
;
2.
Для ,
тогда и только тогда, когда
и
безразличны относительно понятия
.
К
прямым методам отнесем методы, основанные
на вероятностной трактовке функции
принадлежности
,
т. е. вероятность того, что объект
будет
отнесен к множеству, которое характеризует
понятие
.
В косвенных методах значения функции принадлежности выбираются таким образом, чтобы удовлетворить заранее сформулированным условиям, экспертная информация является только исходной для дальнейшей обработки.
Рассмотрим пример косвенного метода построения функции принадлежности. Допустим, что nвидов действий или объектов рассматриваются группой экспертов. Цели экспертов:
1. Высказать суждения об относительной важности объектов;
2. Гарантировать такой процесс получения суждений, который позволит количественно оценить суждения по всем объектам (получить множество численных весов, сопоставленных отдельным объектам).
Пусть
x1,x2,…,xn— совокупность объектов (возможных
действий). Количественные суждения о
парах объектов (xi,
xj)
представляются матрицей размераnn.
Элементы
определены следующим образом. Если
,
то
,
.
Еслиxi
xj,
т. е. имеют одинаковую значимость, то
,
(по шкале Саати, таблица 2.3).
В
частности
для всехi. Тогда
матрица парных сравнений имеет вид
(2.46). Задача ставится следующим образом,
по суждениям
,nвозможных действийx1,x2,…,xn,
поставить в соответствие значения
функции принадлежности (как весов
объектов)
.
,
,
и матрица парных суждений имеет вид
(2.47).
Соответственно:
,
,
.
Таблица 2.3
Качественные оценки градации альтернатив
Оценка важности |
Качественная оценка |
Примечание |
1 |
Одинаковая значимость. |
Альтернативы имеют одинаковый ранг. |
3 |
Слабое превосходство. |
Соображения превосходства одной альтернативы над другой малоубедительны. |
5 |
Сильное превосходсво. |
Имеются надежные доказательства существенного превосходства одной альтернативы. |
7 |
Очевидное превосходство. |
Существуют убедительные свидетельства в пользу одной альтернативы. |
9 |
Абсолютное превосходство. |
Свидетельство в пользу предпочтения одной альтернативы перед другиой в высшей степени убедительно. |
2, 4, 6, 8 |
Промежуточные значения |
Используется, когда необходим компромисс. |

Степени принадлежности элементов множеству будем определять посредством парных сравнений. При этом используются оценки, приведенные в таблице 2.3 (шкала Саати).
Оценку
элемента
по сравнению с элементом
с точки зрения свойства
обозначим
.
Для обеспечения согласованности примем
.
Оценки
составляют матрицу
.
Найдем
— собственный вектор матрицы
,
решая уравнение
,
где— собственное
значение матрицы
.
Вычисленные значения, составляющие
собственный вектор, принимаются в
качестве степени принадлежности
элементовxмножеству
.
(2.49)
Всегда
выполняется равенство
,
найденные значения тем точнее, чем ближе
кn. Отклонение
отnможет служить
мерой согласованности суждений экспертов.
Суждения
экспертов позволяют оценить парные
сравнения объектов, т. е.
,
.
Возьмем любую строку значений матрицы
парных сравнений:
.
Умножим:
,
получим строку:
,…,
изn значений,
которые будут различаться, тогда
целесообразно вычислить среднее.
При согласованных суждениях экспертов процедура построения функций принадлежности упрощается. Согласованная матрица парных сравнений обладает следующими свойствами:
1.
Матрицу A будем
называть положительной, если>0,
.
2.
Матрицу A будем
называть обратносимметричной, если,
.
3.
Матрицу Aбудем называть
согласованной, если.
4.
Положительная обратно симметричная
матрица согласована тогда и только
тогда, когда
.
5.
Диагональные элементы матрицы
=
1,
.
Свойства
1, 2, 3, 4 позволяют определить все элементы
матрицы парных сравнений, если известны
(n–1) недиагональных элементов.
Например, если известнаk-я строка‚
т. е. элементы,
то произвольный элемент
определяется как:
6. Положительная матрица Aсогласована в том и только в том случае, если она единичного ранга и элементы ее главной диагонали равны единице.
Ранг матрицыAесть порядок наибольшего квадратного массива (подматрицы), детерминант которого не равен нулю.
Матрица,
каждая строка которой может быть получена
умножением одной строки на некоторую
постоянную — вырожденная (det(A)
= 0) и имеет единичный ранг. Если
положительная матрицаAсогласована, то каждая строка является
положительным кратным любой заданной
строки. Т. е. положительная согласованная
матрица при=
1,
имеет общий вид:
Под согласованностью будем понимать, что при наличии некоторого базового массива данных, остальные данные могут быть логически получены из них.