
- •Лекции по системному анализу Павленко а.И.
- •Часть I. Основы методологии системного анализа
- •1.1. Системный анализ
- •1.2. Системный анализ и другие междисциплинарные научные подходы
- •1.3. Виды системного анализа
- •1.4. Методология
- •Определение системы
- •1.6. Элементы
- •1.7. Взаимосвязи и отношения
- •1.8. Окружающая среда
- •1.9. Свойства систем
- •1. Закономерности взаимодействия части и целого
- •2. Закономерности развития
- •3. Закономерности иерархической упорядоченности
- •4. Закономерности вариативного существования
- •1.10. Субъект и объект
- •Система как объект исследования
- •Роли субъекта в системном анализе
- •1.11. Классификация систем
- •2. Структуры и функции
- •2.1. Понятие структуры
- •2.2. Понятие иерархии
- •2.3. Функции
- •3.Проблемы и решения
- •3.1. Понятие проблемы
- •Уяснение проблемы
- •Структурирование проблемы
- •1. Уяснение проблемы
- •2. Структурирование проблемы
- •3. Определение целей
- •3.2. Понятие решение
- •4. Цель и критерии
- •4.1. О понятии цель
- •4.2. Определение целей
- •4.3. Критерии
- •4.4. Измерения и шкалы
- •5. Методология системного анализа
- •5.1. Системный анализ как процесс управления
- •5.2. Этап 1 - Уяснение проблемы
- •Этап 2 – Структурирование проблемы
- •5.4. Этап 3 - Определение целей
- •5.5. Этап 4 - Разработка вариантов решения
- •5.6. Этап 5 - Анализ ограничений
- •5.7. Этап 6 - Анализ взаимовлияния целей, альтернатив и ресурсов
- •5.8. Этап 7 - Принятие решения
- •5.9. Этап 8 - Реализация решения
- •Часть 2. Модели в системном анализе
- •6.1. О понятии модель
- •6. 2. Отношения
- •Т.О., множество r-(X) – это множество всех элементов y м, с которыми фиксированный элемент X м находиться в отношении r.
- •Рассмотрим четыре отношения специального вида:
- •Операции над отношениями.
- •В графе g( ) присутствуют только те дуги, которые отсутствуют в графе g(r).
- •6.3. Типы отношений
- •Отношение толерантности
- •Отношение порядка
- •6.4. Размытые (нечеткие) множества
- •6.5. Понятие нечеткого бинарного отношения
- •6.8. Трехместные и n-местные отношения
- •Математические модели Системного анализа
- •Взаимодействие со средой.
- •При описании системы в виде конечного автомата: ,
- •Часть III. 8. Методы экспертного оценивания альтернатив
- •8.1. Методы получения качественных оценок
- •1. Метод парных сравнении
- •2. Метод множественных сравнений (мс)
- •3. Ранжирование
- •4. Метод векторов предпочтений
- •5. Задача классификации
- •8. 2. Методы получения количественных оценок
- •Лекция №16
- •9. Меры близости на отношениях
- •Парадокс Эрроу.
- •Лекция №17
- •2. Медиана Кемени
- •VI.4 Показатели согласованности общественного мнения группы экспертов
- •VI.4.1 Метод коэффициентов ассоциаций
- •VI.4.2 Коэффициенты ранговой корреляции
- •VI.4.3 Коэффициент конкордации (от англ. Согласованность)
- •Эксперты дают одинаковые оценки разным альтернативам
- •Многокритериальные задачи принятия решения Классификация многокритериальных задач
- •Предпочтения лпр
- •Наилучшие решения
- •Если множество maxpB не является внешне устойчивым, то для утверждения о том, что выбор следует ограничить рамками этого множества, нет основания.
- •У Слейтора все граничные точки включены в множество.
- •Концептуальные проблемы при решении многокритериальных задач
- •7.2.3. Принципы компромисса
- •Лекция № 21 Концептуальные проблемы при решении многокритериальных задач
- •Методы решения мкз
- •Строится для каждой точки
- •Лпр д. Задать уступку
- •Лекция 22
- •Спольз-е нечетких мн-в в мкз
- •Методы прогнозирования
Эксперты дают одинаковые оценки разным альтернативам
i 2 1 4 4 4 6 8 8 8
j 2 1 5 5 5 5 5 9 9
тогда функция видоизменяется
m
W=S/[(1/12)*m2*(n3-n)-m*Ti]
i=1
Ti=(1/12)[(tj)3-tj] где tj- число повторяющихся оценок одного эксперта
для заданного примера
Ti= (1/12)[(33-3)+( 33-3)]=4
Ti= (1/12)[(53-5)+( 33-3)]=12
Многокритериальные задачи принятия решения Классификация многокритериальных задач
Задачи оптимизации на множестве целей.
Есть несколько целей, каждая должна быть учтена при выборе оптимального решения.
Пример: Определить оптимальный вариант ЛА ГА, который перевозит грузы.
Критерии:
К1-вес полезной нагрузки (груз+бензин+…)
К2- дальность полета без дозаправки
К3-крейсерская скорость
К4-стоимость летного часа
…
Кn-…
К={К1,К2,…,Кn}-векторный критерий
Локальные критерии обычно имеют различные единицы измерения.
(особенность таких задач)
Задачи оптимизации на множестве объектов
Рассмотрим совокупность объектов, качество функционирования каждого из которых оценивается самостоятельным критерием. След. качество функционирования всех объектов характеризуется векторным критерием, составленным из частных критериев.
Пример: Надо распределить заданное количество ресурса среди N потребителей, подавших заявки на определенное количество ресурсов. Степень удовлетворения ресурсом каждого i-го потребителя оценивается критерием Кi , тогда общий план удовлетворенности потребителей: К={К1,К2,…,Кn}
Здесь локальные критерии оптимальности обычно имеют одинаковую размерность.
Задача оптимизации на множестве условий функционирования
Обычно заданы варианты условий (спектры условий), в которых предстоит функционировать разрабатываемому устройству. Качество функционирования устройства существенно зависит от условий. Для любого варианта условий оцениваем функционирование каким-либо критерием Ki.
Тогда качество функционирования на всем спектре условий оценивается векторным условием качества.
Задача оптимизации на множестве этапов функционирования
Рассматривается функционирование объектов на некотором интервале времени, разбитом на несколько этапов.
Качество управления на любом этапе зависит от управления на этом этапе и оценивается локальным критерием. На множестве всех этапов - векторный критерий.
Пример: Требуется определить оптимальный план функционирования предприятия на заданном промежутке времени [0…T]. Качество функционирования предприятия характеризуется объемом выпускаемой продукции.
К(ti), i=1…n – в дискретный момент времени
К=(К(t1), К(t2),… К(tn))- качество функционирования предприятия на всем интервале от 0 до Т.
М.б., что локальные критерии не скаляр, а вектора, т.е. много векторные задачи.
Поиск оптимального решения обычно связан с человеком (ЛПР).
Важны его предпочтения.
Предпочтения лпр
Для описания предпочтения ЛПР часто используют бинарные отношения, вводимые на множестве сравнимых решений (действий, объектов).
А- множество сравнимых решений.
«Отношение безразличий» I
А1IA2- действия А1 и А2 одинаковы по предпочтительности.
(если выбор ограничен двумя этими действиями, то безразлично какое из них применить).
2. «Отношение строгое предпочтение» Р
А1РA2- действия А1 строго предпочтительнее, чем А2 .
«Отношение не строгого предпочтения » R
А1IA2- действия А1 не менее предпочтителен, чем А2 ,
т.е. имеет место А1РA2 или А1IA2
Формально R=PI.
Отношение предпочтения должно обладать свойствами:
I – Рефлексивно и симметрично
Р – Антирефлексивно и асимметрично
R – Рефлексивно
Р и I не пересекаются.
(не может быть одновременно А1РA2 и А1IA2)
Р и I восстанавливаются по R:
А1IA2- значит, что одновременно выполняются А1IA2 и А2IA1, т.е. I=RR-1
А1IA2- значит, что выполняется А1RA2 ,но А2RA1-не выполняется,
т.е. R=R/R-1=R/I
В общем случае R,I,P-нетранзитивны.
I – симметричная часть R
P - асимметричная часть R
Строгий порядок - это отношение, которое обладает след. свойствами:
антирефлексивность, транзитивность (и потому асимметричность).
Квазипорядок - характеризуется свойствами: рефлексивность и транзитивность
Нестрогий порядок - это отношение, которое обладает след. свойствами:
рефлексивность, транзитивность, антисимметричность.
Пусть - не строгий порядок на множестве А, ему можно сопоставить строгий порядок <, определяемый так:
а<в тогда и только тогда, когда, ав и ав.
Пусть < - строгий порядок на множестве А, ему можно сопоставить не строгий порядок , определяемый так:
x y тогда и только тогда, когда, x<y или x=y.
Т.е. по нестрогому порядку можно установить строгий порядок и наоборот.
Поэтому нестрогий порядок иногда называют частным .
Лекция № 19