
- •1 Основные положения теории принятия решений
- •1.1 Особенности задач принятия решений
- •Критерии
- •Главные функции руководителей разного уровня
- •2.1 Механизм ситуации и постановка задачи
- •Матрица решений
- •2.2 Классические критерии принятия решения
- •2.3 Применение классических критериев
- •2.4 Производные критерии
- •В противном случае следует воздержаться от эксперимента и применить ту стратегию х*, для которой достигается этот самыйминимальный средний риск. Пример 4. Рассматривается игра с природой (табл. 9).
- •Решение. Перейдем к матрице рисков:
- •Предположим, что эксперимент приводит к появлению одного изBkнесовместных событий в1, в2,…, Вk:
- •Рассмотрим предыдущий пример(табл. 6) с неидеальным экспериментом, который имеет три возможных исхода:b1, b2, b3. Их условные вероятности приведены в табл. 8:
- •3 Принятие решения при неопределенности целей
- •3.1 Постановка многокритериальной задачи
- •3.2 Множество Парето
- •3.3 Построение интегрального критерия
- •Простейший метод
- •3.5 Метод анализа иерархий
- •При сравнении критериев: какой из критериев более важен,
- •Матрица сравнений критериев
- •Значения случайной согласованности
- •Матрица глобальных приоритетов
- •4 Принятие решений в условиях конфликта
- •4.2 Классификация игр
- •4.3 Матричные игры
- •4.4 Ситуация равновесия
- •Упрощение игры
- •4.5 Решение игр 2х2
- •4.6 Решение игр 2n и m2
- •4.7 Решение игр mxn
- •4.7 Симметричные игры
- •4.8 Биматричные игры
Простейший метод
Пусть, как и в предыдущем случае, задана система контрольных показателей {fi*} таких, чтоfifi*. И пусть среди заданных критериев можно выбрать один–главный–критерий, назовем егоf1 – главный критерий. Тогда МКЗ сводится к однокритериальной задачеf1(x)maxхпри ограниченияхfi(x)fi*.
Вернемся к последнему примеру. В поле полезности, ограниченном контрольными показателями, осталось две альтернативы–2и3. Если в качестве главного выбрать первый критерий, то наилучшей будет альтернатива3, если главный второй критерий, то наилучшая альтернатива–вторая (рис. 6).
Введение метрики в пространстве целевых функций
Как известно, самой лучшей точкой в
критериальном пространстве является
точка УТ–утопическая точка
с координатами {fimax},
где–решенияnоднокритериальных задач. Чем ближе
рассматриваемая альтернатива к УТ, тем
она лучше.
Введем понятие расстояния h(x) от альтернативы х до УТ:
,
тогда наилучшей альтернативой будет та, расстояние от которой до точки УТ наименьшее:
.
В данном случае роль интегрального критерия играет расстояние от рассматриваемой альтернативы до утопической точки.
Вернемся опять к примеру (рис.7). Расстояниеh(x)определяет длину прямой, соединяющей альтернативухс УТ.
f2
1(2;6)
6 УТ (6;6)
1 4(6;1)
АУТ (2;1)
2 6 f1
Рис. 7 – Введение метрики
Посчитаем расстояния для каждой альтернативы:
h(x1)==4,
h(x2)==
,
h(x3)=(6-5)2+(6-3)2=
,
h(x4)==5.
Минимальное расстояние
–длятретьейальтернативы,
она и будет наилучшей с точки зрения
используемого интегрального критерия.
Данный метод практически не имеет ограничений в применении, не требует преобразования координат и может использоваться в задачах произвольной размерности.
Свертка
Мы рассмотрели ситуации, в которых все критерии были одинаково важными. При решении практических задач ЛПР, как правило, ранжирует критерии в соответствии со своими предпочтениями. В этом случае в качестве интегрального критерия используются различные виды сверток
,
–линейная свертка,
здесь x– альтернатива из множества;
fi (x) – оценка альтернативыxпоi-му критерию;
сi– весовые коэффициенты, с которыми оценки альтернатив входят в интегральный критерий. сi – коэффициенты значимости, или коэффициенты относительной важности критериев.
Коэффициенты сi можно найти, например, из специально организованной экспертизы:mэкспертов должны расставить (ранжировать) критерии по важности: ранг 1 присвоить самому важному критерию и т.д. Пустьrij– ранг, который присвоилj-ый экпертi-му критерию. Чтобы получить числовую оценку, введем новый коэффициент
.
Тогда коэффициент значимости i-го критерия с точки зренияj-го эксперта:
.
Обобщенные коэффициенты получим, усреднив оценки экспертов.
Пусть gj– компетентностьj-го эксперта, тогда
.
Еще один метод назначения коэффициентов относительной важности основан на внесении предпочтений во множество критериев. Он состоит в следующем.
Пусть удается количественно выразить
отношения предпочтения между критериями:
критерий fiпредпочтительнее критерияfj
вhраз:.
Тогда коэффициенты относительной
важности этих критериев связаны между
собой линейным уравнениемCi=hCj.
Это следует из теоремы:
Th.Если,
тоCi=hCj,Ci>0,Ci=1.
Решая систему линейных уравнений, получим искомые коэффициенты.
Пример.Пусть варианты некоторой системы оцениваются по четырем критериям с пятибалльной шкалой. Значения критериев fi(х) даны в табл.13.
Пусть известно, что
,f2f3,
.
Решение. Составим систему линейных уравнений для определения коэффициентовCi:
C1=1,5C2;C2=C3;C3=C4;C1+C2+C3+C4=1;
Отсюда следует, что C1=3/8;C2=2/8;C3=2/8;C4=1/8.
В табл. 13 приведены значения интегрального критерия «Линейная свертка».
Таблица 13
Оценки вариантов по критериям
|
f1 f2 f3 f4 |
|
Х1 Х2 Х3 Х4 Х5 Х6 |
2 5 4 5 5 3 4 3 3 2 5 5 4 3 4 4 3 4 4 4 4 3 3 4 |
3/8*2+2/8*5+2/8*4+1/8*5=29/8 32/8 28/8 30/8 29/8 28/8 |
По этому критерию лучшая альтернатива – Х2.
Задачи, в которых выполняются условия для использования линейной свертки, часто встречаются в практике. Это задачи, связанные с критериями суммарного ущерба или прибыли, дохода, денежных или временных затрат по годам планирования или по этапам жизненного цикла экономических информационных систем и т. п., т.е. там, где допускается, что низкая ценность одной частной характеристики результата компенсируется высокой ценностью другой.
Свертка может быть не только линейной, но иквадратичной:
,
сверткой порядка t:
,
Величина t, стоящая в показателе степени, отражает допустимую степень компенсации малых значений одних равноценных критериев большими значениями других. Чем больше значение t, тем больше степень возможной компенсации.
Например,
при ,
т.е. когда недопустима никакая компенсация
и требуется выравнивание значений всех
критериев (равномерное «подтягивание»
значение всех критериев к их наилучшему
уровню), интегральный критерий приобретает
вид
.
Если t→0, т.е. требуется обеспечение примерно одинаковых уровней значений отдельных частных критериев, то интегральный критерий имеет вид
–мультипликативная функция.
При t=1 имеем линейную свертку, при t=2 – квадратичную.
В
задачах планирования ударов «по узкому
месту» допустима компенсация увеличения
одного из критериев сколь угодно большим
уменьшением остальных, т.е. ,
тогда интегральный критерий можно
использовать в виде
.
Используя в качестве интегрального критерия свертку, выбирают в качестве лучшей ту альтернативу, для которой F(x) имеет максимальное значение.
Замечание. Входящие в интегральный критерий целевые функции имеют разную размерность и выражены в разных шкалах. Поэтому необходимо предварительно выразить все оценки в одной однородной шкале. Целесообразно использовать для этого следующий прием
,
где fi*(x) – оценка альтернативы x по i-му критерию в «родной» шкале, fimax и fimin – максимальное и минимальное значения альтернатив по i-му критерию. Полученные оценки принадлежат отрезку [0;1] и являются дробными, что не всегда удобно для расчетов. Поэтому можно, умножив все оценки по соответствующим критериям на наименьшее общее кратное, перейти в целочисленную шкалу. Сдвиг по шкале на общую для каждого из критериев величину позволит избавиться от отрицательных оценок.
Метод многокритериальной полезности альтернатив
(Multi-Attribute Utility Theory – MAUT)
Используетсяпри возможном структурировании системы целей, представлении ее в виде иерархии.
Идея – оценить полезность каждой альтернативы с точки зрения достижения глобальной цели.
Первоначально цель выбора сформулирована, как правило, в виде ориентира: «Выбрать…», «Купить…», «Получить …», «Достичь …»… Чтобы уточнить цель-ориентир, вводятся подуровни цели, разъясняющие ее смысл. Каждый из подуровней имеет с точки зрения ЛПР разную значимость. Подуровни, в свою очередь, могут уточняться с помощью целевых функций, имеющих определенное направление. Целевые функции уже подразумевают количественные оценки.
Идея метода состоит в том, чтобы, представив задачу выбора в виде иерархии целей и сформировав исходное множество альтернатив, имеющих частные оценки по каждой из целевых функций, оценить полезность каждой альтернативы с точки зрения достижения глобальной цели. Ту альтернативу, общая полезность которой максимальна, следует выбрать в качестве лучшей.
Алгоритм метода состоит в следующем:
оцениваются коэффициенты относительной важности критериев;
оценивается частичная полезность каждой альтернативы по отношению к соответствующему критерию;
оценивается общая полезность каждой альтернативы по отношению к главной цели.
Замечание. При назначении коэффициентов относительной важности критериев следует выполнять требование равенства единице суммы коэффициентов относительной важности критериев одного уровня по отношению к вышестоящему критерию.
При оценке частичной полезности альтернатив необходимо все частные оценки по критериям перевести в однородную шкалу.
Общая полезность альтернативы вычисляется с учетом коэффициентов важности соответствующих критериев.
Рассмотрим метод на примере Выбор местоположения будущего предприятия (ВМБП).
Итак, цель-ориентир – Выбор местоположения. Данная цель уточняется с помощью факторов следующего уровня (подцели): земельный участок (ЗУ), персонал (П), материальные ресурсы и транспорт (МРиТ), влияние государства (ВГ).
Критерии (целевые функции третьего уровня) конкретизируют каждую подцель второго уровня иерархии: для ЗУ – его размер (РЗУ), цена (ЦЗУ), расходы на освоение (РО); для персонала П – его потенциал (ПП) и конкуренция (КР) на рынке рабочей силы; для МРиТ – транспортная инфраструктура (ТИ) и виды транспортно-экспедиторских фирм (ТЭФ), потенциал поставщиков (ППс) и предложение банковских услуг (ПБУ); для ВГ – меры стимулирования (МС) и ставка налога на деятельность (СНД).
Имеется 3 альтернативы – А, Б, В.
На рис. 8 представлена соответствующая иерархия целей.
Рис. 8. Иерархия целей
Определение показателей частичной полезности альтернатив покажем на примере критерия «Размер земельного участка».
Пусть рассматриваемые альтернативы имеют следующие значения РЗУ (тыс. м2):
А1 – 60, А2 – 42,5, А3 – 35. Для преобразования исходных оценок в однородную шкалу (показатели частичной полезности) можно применить кусочно-постоянные функции (рис.9). По оси х откладываем оценки по критерию, а по оси у – интервал (0;1), оба интервала делим на 5 равных частей.
Рис.9. Функция преобразования в однородную шкалу
Согласно этому преобразованию максимальная оценка по критерию (60) получит оценку 1, минимальная (35) – оценку 0. Значение 42,5 принадлежит интервалу [40; 45], где значение функции преобразования равно 0,2.
Таким образом, А1(60)→А1(1); А2(42,5) )→А2(0,2); А3(35)→А3(0).
Частичные полезности альтернатив следует взять с весовыми коэффициентами, соответствующими вышестоящим критериям и подуровням, ведущим к цели, т.е. полезность альтернативы А1 по критерию РЗУ равна 1*0,3*0,2=0,06; полезность альтернативы А2 – 0,2*0,3*0,2=0,012.
Следует помнить, что если критерий направлен в min, то соответствующие оценки надо взять с противоположными знаками.
Чтобы оценить общую полезность альтернативы для достижения цели, необходимо сложить отдельные полезности данной альтернативы по всем критериям. Лучшей будет та альтернатива, полезность которой больше.
Таким образом, в решении МКЗ присутствуют не только формальные, но и малоформализованные процедуры. Из-за субъективизма в выборе интегрального критерия мы получаем решение, оптимальное только в смысле используемого критерия. Поэтому к выбору интегрального критерия необходимо подходить обоснованно.