- •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.