
- •Принятие решений при неопределенности целей
- •Пример «Строительство аэропорта»
- •Пример (альтернативы)
- •Цели нейтральны
- •Алгоритм решения МКЗ
- •Принцип Парето
- •Множество Парето
- •Множество Парето
- •Критериальное пространство
- •Конус предпочтения
- •Способы задания альтернатив
- •Множество Парето
- •Множество Парето
- •Множество Парето
- •Множество Парето
- •Перевод в однородную шкалу
- •Перевод в однородную шкалу
- •Принятие решений при неопределенности целей
- •Интегральный критерий
- •Метод арбитражных решений, или метод Нэша
- •Пример
- •Использование контрольных показателей
- •Пример
- •Простейший способ
- •Введение метрики в пространстве целевых функций
- •Пример
- •Пример
- •Cвертка
- •Свертка
- •Экспертное оценивание Ci
- •Экспертное оценивание Ci
- •Экспертное оценивание Ci
- •Оценивание Ci
- •Пример
- •Использование линейной свертки
- •Квадратичная свертка
- •Свертка порядка t
- •F x maxi ci fi x
- •Свертка
- •Multi-Attribute Utility Theory
- •Алгоритм MAUT
- •Пример: «Выбор местоположения предприятия»
- •Оценка частичной полезности альтернатив по критерию
- •Показатели частичной полезности
- •Применение

Квадратичная свертка
Ф2 (x) ( Ci fi 2 (x))1/ 2

Свертка порядка t
Фt (x) ( Ci fit (x))1/ t
Величина t, стоящая в показателе степени, отражает
допустимую степень компенсации малых значений одних критериев большими значениями других.
Чем больше значение t, тем больше степень возможной компенсации.

t
F x min fi x
ci
i
недопустима никакая компенсация, и требуется
выравнивание значений всех критериев
(равномерное «подтягивание» значений всех критериев к их наилучшему уровню)

|
3/8 |
2/8 |
2/8 |
1/8 |
|
f1 |
f2 |
f3 |
f4 |
Х1 |
2 |
5 |
4 |
5 |
Х2 |
5 |
3 |
4 |
3 |
Х3 |
3 |
2 |
5 |
5 |
Х4 |
4 |
3 |
4 |
4 |
Х5 |
3 |
4 |
4 |
4 |
Х6 |
4 |
3 |
3 |
4 |
F x min fi x
ci
i
(2/3+5/2+4/2+5)*8 2/3 (5/3+3/2+4/2+3)*8 3/2 (3/3+2/2+5/2+5)*8 1 (4/3+3/2+4/2+4)*8 4/3 (3/3+4/2+4/2+4)*8 1 (4/3+3/2+3/2+4)*8 4/3

t→0
n
F x f ici x
i1
-мультипликативная функция
требуется обеспечение примерно одинаковых уровней значений отдельных частных критериев

t
F x maxi ci fi x
В задачах планирования ударов «по узкому месту» допустима
компенсация увеличения одного из критериев сколь угодно большим уменьшением остальных

F x maxi ci fi x
|
3/8 |
2/8 |
2/8 |
1/8 |
|
|
|
f1 |
f2 |
f3 |
f4 |
|
|
|
|
|
||||
Х1 |
2 |
5 |
4 |
5 |
(2*3+5*2+4*2+5)/8 |
10 |
Х2 |
5 |
3 |
4 |
3 |
(5*3+3*2+4*2+3)/8 |
15 |
Х3 |
3 |
2 |
5 |
5 |
(3*3+2*2+5*2+5)/8 |
10 |
Х4 |
4 |
3 |
4 |
4 |
(4*3+3*2+4*2+4)/8 |
12 |
Х5 |
3 |
4 |
4 |
4 |
(3*3+4*2+4*2+4)/8 |
9 |
Х6 |
4 |
3 |
3 |
4 |
(4*3+3*2+3*2+4)/8 |
12 |
|
|
|
|
|
|
|

Свертка
Используя в качестве интегрального критерия свертку, выбирают в качестве лучшей ту альтернативу, для которой
F(x) имеет максимальное значение

Multi-Attribute Utility Theory
(MAUT)
Используется при возможном структурировании системы целей, представлении ее в виде иерархии.
Идея – оценить полезность каждой альтернативы с точки зрения достижения глобальной цели

Алгоритм MAUT
Оценивается частичная полезность каждой альтернативы по отношению к соответствующему критерию
Оцениваются коэффициенты относительной важности критериев
Оценивается общая полезность каждой альтернативы по отношению к главной цели
Лучшей будет та альтернатива, общая полезность которой больше.