
- •1. Теория принятия решений: задача принятия решений, цель, проблема, проблемная ситуация.
- •2.Измерения при формировании решений: ранжирование, парное сравнение, непосредственная оценка, виды неопределенностей и их измерение.
- •3.Виды экспертиз.
- •4.Метод Дельфы
- •5. Дерево целей и решений.
- •6.Определение усредненного мнения экспертов (среднее арифметическое, среднее геометрическое, мода, медиана Кемени
- •7.Определение согласованности мнений экспертов (коэффициент конкордации).
- •8.Виды критериев оптимальности и их содержание.
- •9. Критериальный анализ ситуации: метод базовых шкал, ранжирование и выбор критериев.
- •10.Нечеткие множества и основные операции над ними.
- •11.Экспертные методы определения функций принадлежности.
- •12. Аналитический и оптимизационный методы определения функций принадлежности.
- •13. Нечеткая задача оптимизации выбора вариантов проектов.
- •14. Модели стохастического математического программирования
- •15. Генерация альтернатив решений: понятие генетического алгоритма.
- •16. Генерация альтернатив решений: Дерево решений
- •17. Многокритериальная оптимизация. Проблемы многокритериальной оптимизации
- •18. Многокритериальная оптимизация. Множество Парето.
- •19. Многокритериальная оптимизация. Метод идеальной точки.
- •20. Принятие решений по многим критериям: Метод последовательных уступок
- •21. Принятие решений по многим критериям: Парето оптимальное решение
- •23.Принятие решений по многим критериям: Гарантированные достоинства и недостатки.
- •24.Принятие решений по многим критериям: Правило Борда.
- •25.Принятие решений по многим критериям: Принцип Беллмана-Заде
- •26. Принятие решений по многим критериям: Турнирная таблица
- •30.Согласование групповых решений: принцип большинства голосов, принцип диктатора, принцип вето, идеальной точки, консенсус.
- •31.Согласование групповых решений по Парето.
- •32. Согласование групповых решений: Метод идеальной точки
- •33. Марковская модель согласования решений.
- •34. Согласования групповых решений. (принципы Курно, Парето, Эджворта).
- •35. Теория игр: платежная матрица, чистые и смешанные стратегии, решение игры.
- •36. Решение игры в чистых стратегиях. Игры с седловой точкой.
- •37.Решение игры в смешанных стратегиях. Теорема фон Неймана.
- •38.Решение матричных игр МхN (сведение к задаче линейного программирования).
- •39.Игры с природой (теория статистических решений). Особенности платежной матрицы.
- •40.Байесовские стратегии в играх с природой (частичная неопределенность).
- •41. Критерии принятия решений в играх с природой (полная неопределенность).
- •42.Марковские процессы с дискретным временем: основные понятия и определения.
- •43.Игры с природой: оценка риска
23.Принятие решений по многим критериям: Гарантированные достоинства и недостатки.
Правило использует понятия обобщенных достоинств и недостатков. Это соответствует выделению таких отношений между вариантами, которые показывают, по каким характеристикам один вариант лучше или хуже другого и насколько.
Достоинства и недостатки варианта по каждой характеристике определяются как взвешенная разность логических функций. Исходными данными является таблица μij—логических функций характеристик.
Порядок расчета по данному правилу состоит в следующем:
для каждого варианта определяются взвешенные разности логических функций по каждой характеристике:
если разность положительна, то речь идет о достоинстве варианта по данной характеристике. Если разность отрицательна, то речь идет о недостатках варианта по данной характеристике.
Это позволяет разделить достоинства и недостатки вариантов следующим образом.
Достоинства варианта jпо сравнению с вариантомкпоi-ойхарактеристике:
[5.4.1.]
Недостатки варианта jпо сравнению с вариантомкпоi-ойхарактеристике:
24.Принятие решений по многим критериям: Правило Борда.
Согласно этой процедуре подсчитывается, по скольким параметрам данное предложение превосходит все другие, результаты суммируются. Лучшей считается предложение, набравшее большую сумму. Эта процедура около двадцати лет применялась при выборах академиков во французской академии наук.
Формально процедуру Борда можно записать следующим образом.
Всем
xA
(А - множество предложений) припишем
значенияri(x)
определяемым по правилу:
ri(x)
={bA
:Pi(x)
<Pi(b)+εi},
гдеb - предложения,
у которых значениеi-го
параметраPi(b)
лучше значенияPi(x)
-i-го параметра предложенияx,si
- характеристика «чувствительности».
Сумма этих значений образует так называемую шкалу альтернатив Борда:
r(x)
=
i
Поясним правило примером. Пусть требуется выбрать двигатель для некоторого насоса. Характеристики двигателей показаны в таблице 9.1.
Таблица 9.1
Параметры |
Название фирм | |||
|
А |
B |
С |
D |
Мощность двигателя |
25 |
40 |
20 |
30 |
Расход горючего |
30 |
60 |
30 |
45 |
Вес двигателя |
50 |
80 |
50 |
65 |
По правилу Борда для выбора лучшего двигателя надо использовать следующий алгоритм:
• для каждого двигателя подсчитать число параметров, по которым он превосходит остальные двигатели, т.е. определить величину r(x);
сравнить значения r(x) всех двигателей;
лучшим считается двигатель, набравший большую сумму.
В нашем примере при допущении ε = 0.00 значения ri(x) иr(x) показаны в табл. 9.2. По табл. 9.2 лучшим двигателем оказался двигатель фирмыA.
25.Принятие решений по многим критериям: Принцип Беллмана-Заде
Многокритериальная оптимизацияилипрограммирование— это процесс одновременной оптимизации двух или более конфликтующих целевых функций в заданной области определения.
Задача многокритериальной оптимизации формулируется следующим образом:[3]
где это
(
)
целевых функций. Векторы решений
относятся
к непустой области определения
.
Задача многокритериальной оптимизации состоит в поиске вектора целевых переменных, удовлетворяющего наложенным ограничениям и оптимизирующего векторную функцию, элементы которой соответствуют целевым функциям. Эти функции образуют математическое описание критерия удовлетворительности и, как правило, взаимно конфликтуют. Отсюда, «оптимизировать» означает найти такое решение, при котором значение целевых функций были бы приемлемыми для постановщика задачи.
Принятие решения - это выбор альтернативы, которая одновременно удовлетворяет и нечетким целям, и нечетким ограничениям. В этом смысле, цели и ограничения являются симметричными относительно решения, что стирает различия между ними и позволяет представить решение как слияние нечетких целей и ограничений.
Рис. 14.1 - К примеру 14.1: принятие решения по принципу Беллмана-Заде
При принятии решений по схеме Беллмана-Заде не делается никакого различия между целью и ограничениями. Всякое разделение на цель и ограничения является условным.
Принцип Беллмана-Заде.
Решение задачи – нечеткое множество (так как с решением соотнесли функцию принадлежности).
По вертикали выполним пересечение множеств. Берем лучшее среди худших. Если два оптимальных решения, то нужно привлекать дополнительную информацию.