
- •1. Основные понятия и определения
- •1.1. Принципы системного анализа. Системный анализ и исследование операций
- •Не есть
- •1.2. Терминология операционного исследования
- •1.3. Принципы принятия решений в задачах исследования операций. Классификация задач
- •1.4. Неопределённость целей. Выбор решения по многим критериям
- •1.4.1. Выделение главного критерия
- •1.4.2. Методы формирования свёртки критериев
- •1.4.3. Введение метрики в пространстве целевых функций
- •1.4.4. Метод максиминной свёртки
- •1.4.5. Метод последовательных уступок
- •1.4.6. Компромиссы Парето
- •Способы задания отношений
- •Задание сечениями. Этот способ менее распространён, чем предыдущие, однако он пригоден и для задания отношений на бесконечных множествах.
- •Пример 1.2
- •1.5. Экспертные методы принятия решений
- •Метод парного сравнения Данный метод заключается в установлении предпочтений при сравнении двух критериев. Матрица предпочтений а составляется следующим образом:
- •Метод непосредственной оценки
- •Метод последовательного сравнения
- •А. Ранжирование Определение достоверности результатов проведённого опроса
- •Практически, достоверность экспертного опроса считается хорошей, если
- •Б. Метод непосредственной численной оценки в качестве степени согласованности служит дисперсия:
- •Метод получил название по имени древнегреческого города Дельфы, где по преданию находился известный дельфийский оракул.
- •Построение результирующей оценки Пусть в результате выбранной процедуры опроса построена матрица
- •Ранжирование
- •Метод непосредственной оценки
- •Принятие решений в условиях неопределённости и риска
- •1.6.1. Принятие решений в условиях неопределённости
- •1.6.2. Принятие решений в условиях риска
- •1.7. Принятие решения в условиях конфликта
- •1.8. Примеры построения операционных моделей
- •Транспортная задача
- •Задача поставщика
- •Задача оптимального управления с непрерывным временем
- •Задача о размещении
- •Задача о водопроводчике
- •Задача о загрузке судна запасными деталями
- •Задачи из Калихмана
1.4.1. Выделение главного критерия
Предположим, что
введена некоторая система показателей
относительно
которых
должен
удовлетворять ограничениям:
(1.2)
Среди
показателей
выделим
некоторый основной
Тогда переходим к однокритериальной
задаче:
(1.3)
при
ограничениях (1.2), где
.
Такая схема редукции многокритериальной задачи к однокритериальной является, вероятно, самой простой и наиболее употребительной в практике. При этом следует заметить следующее [32]:
Переход от исходной задачи (1.1) к задаче (1.3) не есть переход от одной эквивалентной задачи к другой.
Не всегда ясен алгоритм определения границ
Возможно наличие нескольких «главных» критериев, находящихся в противоречии друг с другом.
1.4.2. Методы формирования свёртки критериев
В случае использования аддитивных преобразований свёртка выглядит следующим образом:
(1.4)
где
b
i
(
x
)
– коэффициент важности соответствующего
критерия
Аддитивное преобразование для построения единого критерия очень часто используется, если объединение различных частных критериев проводится на экономической основе.
В случае использования мультипликативной свёртки обобщённый критерий формируется следующим образом:
(1.5)
где
– некоторые вещественные числа.
Использование
преобразования (1.5) характерно для тех
задач принятия решений, где частными
критериями являются некоторые
вероятностные характеристики или где
возможно использование в качестве
некоторых удельных характеристик.
Например, обобщённый критерий технико-экономической эффективности ЭВМ, предложенный в [36], построен следующим образом:
(1.6)
где
и отражает эффективное быстродействие
ЭВМ, причём является критерием оценки
технической эффективности ЭВМ и зависит
от её важнейших технических характеристик
(системы операций, номинального
быстродействия, ёмкости памяти,
надёжности, скорости работы устройств
ввода-вывода);
– суммарные затраты
на изготовление, амортизацию и эксплуатацию
ЭВМ за время Т;
– объём работы,
выполненной ЭВМ за время её живучести,
в пересчёте на число операций типового
набора;
Т – время живучести ЭВМ.
Если
критерии
измеряются в различных шкалах, то
необходимо привести их к единой шкале.
Для этого обычно формируют следующий
критерий:
(1.7)
где
К недостаткам данного метода можно отнести существование возможных неоднозначных компенсаций значений критериев.
1.4.3. Введение метрики в пространстве целевых функций
Предположим, что решена система однокритериальных задач:
(1.8)
Совокупность
скалярных величин
определяет в пространстве критериев
некоторую точку, которую назовём точкой
«абсолютного максимума». Если найденные
векторы х*
в каждой из задач (1.8) различны, то не
существует такого выбора, который
позволил бы достичь этой точки. Точка
является недостижимой в пространстве
критериев.
Введём метрику в виде эвклидова расстояния от точки
до точки
в пространстве критериев:
(1.9)
В качестве нового скалярного критерия можно принять функцию (1.9). Её минимизация даёт исследователю определённую полезную информацию и показывает предельные возможности достижения абсолютного максимума.