- •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
Концептуальные проблемы при решении многокритериальных задач
Нормализация критериев является сложной концептуальной проблемой. Она возникает во всех векторных задачах оптимизации, в которых критерии оптимальности имеют различие в единицы измерения.
Большинство применяемых способов нормализации основывается на введении понятия идеальной альтернативы (оценки), представляемого вектором идеальных значений критериев .
С помощью вектора вектор критериев Y приводится к безразмерной (нормированной) форме.
В этом случае (при невидном условии, что все ).
Успешное решение проблемы нормализации во многом зависит от того, насколько правильно и объективно удается определить “идеальное” качество решений.
Способ выбора идеального вектора определяет и способ нормализации. Рассмотрим некоторые из наиболее часто предлагаемых способов.
Способ 1: Здесь идеальный вектор качества определяется заданием величинами критериев, т.е.
Недостатками этого способа является сложность и субъективность назначения , что приводит к субъективности оптимального решения.
Способ 2: Здесь в качестве идеального вектора применяется вектор, компонентами которого являются максимально возможные значения локальных критериев, т.е.
… ), недостатком такого способа нормализации является то, что он существенно зависит от максимально возможного уровня критериев, предъявляемых уровнями задачи.
В результате равноправие критериев нарушается и предпочтение автоматически отдается критерию с наибольшей величиной локального критерия.
Способ 3: Здесь в качестве компонент принимается максимально возможный разброс соответствующего локального критерия, а именно: - ).
7.2.3. Принципы компромисса
Пусть имеется двумерный критерий:
Пусть множество решений м.б. представлено в виде закрытого интервала [a,b].
Графики применения составляющих оценок и имеют вид:
x
a c d e f b
Допустим, что идеальным было бы решение, обеспечивающее одновременно мах по и по :
Формально область компромисса можно определить в виде множества:
для всех i j, i , , .
Где I- множество порядковых номеров критериев, составляющих векторный критерий Y; X- допустимое множество решений.
Принцип равномерности.
Принцип равномерности в общем случае состоит в стремлении к равномерному и гармоническому повышению качества операции по всем локальным критериям. Данный принцип имеет несколько разновидностей:
а) Принцип равенства. Здесь наилучшим решением считается такое, при котором достигается равенство всех локальных критериев: .
Этот принцип чрезмерно жесткий и, как правило, может не делать оптимальных решений, т.к. данное условие не обязательно выполняется на область возможных решений Х.
б) Принцип максимума. Здесь идея равномерности проявляется в стремлении повышать уровень всех критериев за счет максимального “подтягивания” наихудшего из критериев (имеющего наименьшее значение): .
абс=(4-2)+(6-9)=2-3=-1<0, k0 лучше k-1
2) Принцип относительной уступки: справедливым является компромисс, при котором суммарный относительный уровень снижения одного или нескольких критериев не > суммарного относительного уровня приращения остальных критериев:
, где i- абсолютная уступка,
- значение критерия i в базовой точке.
Если при переходе из одной точки в другую отн>0, то ищем точку, где отн 0.
Пример:
лучше k0
Т.о.: - мультипликативная свертка.
3) Принцип последовательной уступки (лексикографический принцип): имеется векторный критерий (k1, k2,….kn)- критерии упорядочения по важности:
Находим решение: , ЛПР может пойти на уступку: 1x, м. меняться от а до в.
Находим решение: , при условии: .
Находим решение: , при условии: .
и т.д.
Если уступка очень мала, то решаем однокритериальную задачу по самому важному критерию. Если велика, то решаем однокритериальную задачу по наименее важному критерию.
Пусть найдено Q1, будем повышать 1 и смотрим, как меняется k2 , берем 1 соответствующее насыщению. Затем исследуем k3(2) и т.д.