- •Конспект 12-часового курса по дисц. «Введение в системный анализ»
- •1.1. Введение
- •1.2. Система
- •1.3 Классификация систем
- •1.4. Основные определения системного анализа
- •1.5. Управление
- •2.1. Принципы системного анализа
- •2.2. Структура системного анализа
- •2.3. Понятие модели
- •2.4. Классификация видов моделирования систем
- •2.5. Принципы и подходы к построению моделей
- •2.6. Этапы построения модели
- •3.1. Цели и этапы оценивания. Понятие шкалы.
- •3.2. Основные типы шкал.
- •3 .3. Обработка характеристик, измеренных в разных шкалах
- •4.1. Оценка сложных систем на основе теории полезности
- •4.2. Оценка сложных систем в условиях определенности
- •Принцип Парето
- •4.3. Методы решения задач векторной оптимизации
- •4.4. Методы свертывания векторного критерия в скалярный
- •Построение f –свертки.
- •5.1. Оценка сложных систем в условиях риска на основе функции полезности
- •5.2. Оценка сложных систем в условиях неопределенности
- •5.3. Принятие решений с помощью дерева решений
- •6.1. Принцип идентичности и декомпозиции
- •6.2. Принцип дискриминации и сравнительных суждений
- •6.3. Синтез приоритетов
- •6.4. Согласованность локальных приоритетов
- •Рекомендуемая литература
4.2. Оценка сложных систем в условиях определенности
Производится с помощью методов векторной оптимизации. Пусть K={k1, k2, …kn} –векторный критерий, A={ai} – множество альтернатив, K(ai) – векторная оценка альтернативы ai. Общая задача векторной оптимизации:
K(a) → opt K(ai) (4.1)
aiA
где opt – оператор оптимизации.
Как правило, не существует альтернативы, оптимальной по всем параметрам.
1 этап. Определяются частные показатели и критерии эффективности.
2 этап. Находится множество Парето, формулируется задача многокритериальной оптимизации.
3 этап. Задача решается путем скаляризации критериев, т.е. устранения неопределенности.
Принцип Парето
Множество Парето – подмножество А* множества альтернатив А, которое задается свойством его элементов:
aA a*A*: K(a*) ≥ K(a). (4.2)
K(a*) ≥ K(a) означает, что
i ki(a*) ≥ ki(a) и i': ki’(a*) > ki’(a). (4.3)
Множество Парето (переговорное множество, множество компромиссов) включает альтернативы, более предпочтительные по сравнению с альтернативами из множества A\A*. При этом две любые альтернативы ai и aj из множества Парето по предпочтению несравнимы, т.е. если ai предпочтительнее aj по одним группам критериев, то aj предпочтительнее ai по другим группам критериев.
4.3. Методы решения задач векторной оптимизации
Метод выделения главного критерия.
ЛПР выделяет один, главный критерий, а остальные выводятся в состав ограничений (т.е. для них указываются границы изменения). Недостаток: нет смысла глубокого исследования системы.
Метод лексикографической оптимизации
Критерии упорядочиваются по значимости, самый важный №1 и т.д. На первом шаге выбирается подмножество А1А с наилучшими оценками по 1-му критерию. Если оно состоит из 1 элемента, то эта единственная альтернатива признается наилучшей. В противном случае выбирается А2А1 с наилучшими оценками по 2-му критерию и т.д. Недостаток: могут быть использованы не все, а только наиболее важные критерии (с точки зрения ЛПР).
Метод последовательных уступок
Для каждого из проранжированных о важности критериев назначается допустимое отклонение значения критерия от наилучшего. На первом шаге строится подмножество А1А, для которого отклонение оценки по 1-му критерию от его экстремального значения не превышает допустимого отклонения (уступки). Далее аналогично строятся подмножества А2А1, А3А2 и т.д. При этом уступки назначаются такими, чтобы на каждом шаге в подмножестве Аi было более одного элемента.
Человеко-машинные процедуры
Сочетание возможностей ЭВМ по быстрому проведению расчетов и способностей человека к восприятию альтернатив в целом и сравнения их по отдельным критериям.
4.4. Методы свертывания векторного критерия в скалярный
k(a)=f(k1(a), k2(a)… kn(a)), k(a) → extr (4.4)
aA
Решаются следующие задачи: