
- •Глава 5. Процедуры и алгоритмы принятия решений
- •5.1. Обобщенный алгоритм принятия решений
- •Формирование множества допустимых альтернатив
- •Методы формирования альтернативных вариантов
- •Методы проверки альтернатив на допустимость
- •Модели "спортивного" типа
- •1 2 3 4 5
- •1 2 3 4 5
- •Модель Брэдли - Терри (модель максимального правдоподобия)
- •Модель Бержа
- •Модель Ушакова
- •Модель равномерного сглаживания
- •0,48, 1,44,1,44.
- •4,16, 0,72,0,33.
- •0,26, 1,52,2,52.
- •0,30, 0,83,3,98.
- •Модели второй группы Модель максимального согласования
- •Метод идеальной точки
Модель Ушакова
Стохастическая модель Ушакова используется для обработки матриц А, заданных в степенной и вероятностной калибровках. Матрица А преобразуется в вероятностную матрицу Р, произвольный элемент которой pij интерпретируется как вероятность превосходства xj над xi. В том случае, если задана вероятностная калибровка, то матрица Р получается из матрицы А путем транспонирования Р = АТ, т.к. значение aij в вероятностной калибровке указывает на вероятность того, что i-й вариант превосходит j-й.
Так как
,
то матрицаР
преобразуется
в матрицу
,
элемент которой
.
Для выполнения
условия
элементы главной диагонали матрицы
:
.
В этом случае
матрица
принимает смысл матрицы вероятностей
перехода эргодической цепи Маркова, в
которой один вариант соответствует
одному состоянию. Напомним, что
эргодическими
называются такие цепи Маркова, у которых
вероятности перехода системы в различные
состояния (финальные вероятности каждого
состояния) перестают меняться от
шага к шагу, а, следовательно, существуют
предельные вероятности переходов в
каждое состояние, которые не зависят
от исходного состояния. Финальные
вероятности каждого состояния определяют
значения интегральных показателей
i.
Показатель j=
.
Причем,
.
В дальнейшем упорядочивание альтернативных
вариантов производится в порядке
убывания значенийi.
Рассмотрим пример решения задачи линейного упорядочивания с использованием модели Ушакова для выбора одного из трех кандидатов на вакантную должность командира радиотехнического дивизиона.
В результате
их парного
сравнения получена матрица А.
Затем матрицы
Р = АТ
и
.
.
Для нахождения финальных вероятностей решим систему алгебраических уравнений
В результате решения системы уравнений получим:
1 =
12/28,
2 =
=
11/28,
3 =
5/28.
Следовательно, для замещения вакантной должности командира радиотехнического дивизиона необходимо выбрать первую кандидатуру.
Модель равномерного сглаживания
Модель равномерного
сглаживания применяется для обработки
матриц А,
полученных в результате турнирной
или степенной
калибровок.
При этом устанавливается однозначное
соответствие между неявно заданными
"силами" отдельных вариантов.
Пусть в степенной калибровке элементы
матрицы А
aij
показывают: во сколько раз i-й
вариант превосходит j-й
вариант. Тогда
зависит от
.
В этом случае для
вычисления интегрального показателя
следует
определить геометрическое среднее
значений в i-й
строке матрицы А:
.
Тогда
.
Рассмотрим пример решения задачи линейного упорядочивания с использованием модели равномерного сглаживания с целью выбора языка программирования баз данных для разработки информационной подсистемы корабельной АСУ.
Решение задачи выбора языка программирования в данном примере базируется на методе анализа иерархий, предложенном Т. Саати [14]. Этот метод используется для решения различных практических многокритериальных оптимизационных задач планирования.
Метод анализа
иерархий
состоит в декомпозиции цели принятия
решения на более простые составляющие
части (требуемые свойства альтернатив),
выявления важности каждого из свойств
(аспектов), которыми должна обладать
лучшая альтернатива, оценки каждого
такого свойства для разных альтернатив
и дальнейшей обработке последовательности
суждений по парным сравнениям. В
результате получается иерархия частных
показателей, композиция которых приводит
к значениям
для каждой
из сравниваемых альтернатив.
В методе используется степенная калибровка, которая использует шкалы относительной важности (табл.1). Основу данного метода составляет модель равномерного сглаживания.
Таблица 1
Шкала относительной важности
Интенсивность относительной важности |
Определение |
1 |
Равная важность |
3 |
Умеренное превосходство |
5 |
Существенное превосходство |
7 |
Значительное (сильное) превосходство |
9 |
Очень сильное превосходство |
2, 4, 6, 8 |
Промежуточные значения между двумя суждениями |
Задача. Требуется выбрать язык программирования баз данных для разработки информационной подсистемы корабельной АСУ. В качестве альтернативных вариантов были предложены три языка: Delphi, C++, Visual Basic.
Декомпозиция задачи выбора языка программирования в иерархию представлена на рисунке 5.1.5.
Рис. 5.1.5. Декомпозиция задачи выбора языка программирования
На первом уровне иерархии указана общая цель выбора – выбор языка программирования. На втором уровне находятся три параметра (свойства): k1 – k3 , количественно характеризующие качество языков программирования баз данных с точки зрения их выбора для проектирования информационной подсистемы. На третьем уровне иерархии указаны возможные альтернативы.
При построении такой структуры необходимо обеспечить выполнение принципа иерархической непрерывности, состоящего в том, что элементы нижнего уровня должны быть сравнимы по парам по отношению к элементам вышестоящего уровня и т.д. вплоть до вершины иерархии.
Этот принцип позволяет построить иерархию доминирования, в которой альтернативные варианты нижнего уровня относительно (через реализацию свойств) воздействуют на вершину иерархии. Данная декомпозиция строится в результате анализа мнений экспертов. При этом выбранные критерии и альтернативные варианты должны охватывать весь диапазон предпочтений и всю описываемую проблему.
В методе анализа иерархий элементы иерархии сравниваются попарно по отношению к их воздействию на общий для них критерий (свойство), расположенный на предыдущем уровне иерархии.
Решение. Данные сравнения позволяют получить множества степенных матриц А1 – А3 для значения свойств k1 – k3 в каждом альтернативном языке программирования:
и матрицу А4 для важности каждого параметра при достижении общей цели:
Используя модель
равномерного сглаживания, вычислим
для
первого свойства: