8.        СИСТЕМНІ  АСПЕКТИ     ОПТИМІЗАЦІЙНОГО

МОДЕЛЮВАННЯ

8.1.                           Прийняття рішень в умовах багатокритеріальності.

8.2.                           Емпіричні методи встановлення важливості критеріїв.

8.3.                           Прийняття рішень в умовах нечітко заданих критеріїв.

8.1. Прийняття рішень в умовах багатокритеріальності

Всяка система володіє певними властивостями, які характеризуються

набором показників, характеристик q = (q1,..., qn )T.

При дослідженні системи, и розвитку та організації управління, показники набувають конкретних значень, які визначаються прийнятими рішеннями.  Забезпечення  оптимальності  прийнятих  рішень  вимагає

попереднього формування множини альтернативних рішень а = (a1,...,aK)T. При реал1зацй агальтернативи із множини альтернатив, отримаємо

систему із відповідними властивостями qr(ak) = (q1(ak),...,qn(ak))T.

Задача вибору оптимальної альтернативи за даних умов вимагає попереднього знаходження деякого відображенняf- агрегатора, який кожній альтернативі ставить у відповідність деяке число:  Е{ак) = f(qr( ak.

Розглянемо основні підходи до побудови таких агрегаторів. Найбільш поширеним підходом побудови агрегованого критерш е вибір серед  сукупності  характеристик  однієї  основної  qiНа  основі  цієї

характеристики будується критерій максимізації (мінімізації)
E(ak) = qi(ak)------------------------------------------ >max(min)aifc.

А

Для  решти  показників  задаються  межі  можливих  їх  значень qj >(<)^°,V/^;, де q0j- деяке найменше значення для тих показників, які

необхідно максимізувати або найбільше значення для тих критеріїв які необхідно мінімізувати.

81

Недоліком такого підходу є значне обмеження на зміну значень показників, що задаються в обмеженнях.

Наступний підхід побудови агрегованого критерію базується на згортці показників:

п

адитивнш Е{ак) = ∑qi(ak)'bi---------------------------------- >max(mm)ak,

i=1                                                                                i

де bi - певні вагові коефіцієнти,

чи  мультиплікативні

ы

де λi - ваговий коефіцієнт.

Недоліком розглянутого підходу є можливість необмеженої компенсації значень показників в сумі або в добутку.

Для виходу з цієї ситуації додатково до критеріїв згортки додають

обмеження типу qj > (<)я° J=l> …,n.

Особливістю наступного підходу побудови агрегованого критерію є те, що для даної системи гіпотетично знаходиться "ідеальна" альтернатива. В якості  "ідеальної  альтернативи  приймається  та,  яка забезпечує  вектор

значень  показників  q° ={q^,...,q()n)Tде  qi° − найбільше  значення  для

показників, які максимізуються, і найменше значення для показників, які мінімізуються. Кожна альтернатива зважується шляхом визначення "відстані" між ідеальною альтернативою і даною альтернативою. При цьому використовують такі способи задання "відстані":

ч                     Д      ,    ч        0                                 •                      ....

к) = ∑ qi (ak )−qi  0 для показників однакової розмірності;

i=1

- для показників різної розмірності,

*    1                      III Д. ^ |11111  й   \          \J

де qimax − найгірше (найбільше) значення показника, який мінімізують, qi  - найгірше (найменше) значення показника, який максимізують.

E(ak) = max qi(ak)qi0   -  абсолютне  відхилення  для  показників

г

однакової розмірності.

8.2. Емпіричні методи встановлення важливості критеріїв.

Вище розглянуті методи не враховували суджень експертів стосовно pi3Hoi важливості показників, що описують властивості системи. Тим часом врахування важливості показників є необхідним при побудові агрегованого критерію.

Переважно, у випадку різної важливості показників, агрегат будується у вигляді згортки

82

де biв даному випадку коефіцієнти важливості, для знаходження яких

використовується метод експертних оцінок.

Для  початку,  кожен  експерт  виставляє  оцінку  важливості  i-того критерію. Так отримуємо коефіцієнт cij, тобто важливість i -того критерію з

точки зоруj-того експерту.

Далі проводиться нормування усіх отриманих оцінок.

С--                                                      п

by = nij, для забезпечення умови ^Ьу = 1.

nc                                                      j=1

i=1

Заключний  етап  визначення  важливості  показників,  передбачає усереднення нормованих оцінок, отриманих для групи експертів:

m

mj=1

де m - кількість експертів.

Отримана формула не враховує можливість різної компетенції експертів. Якщо компетенцію кожного експерта позначити деяким коефіцієнтом

=1

т

 y  = 1, то остаточну формулу для коефіцієнтів важливості можна

j=1

 

записати так: bi =

т

'Ei by '

Si-

 

 

 

 

i=1

 

 

 

 

Зауважимо,

що

для

отримання

коефіцієнтів   c

,   переважно

використовують один із трьох підходів:

1)                            метод безпосередньої оцінки;

2)                            метод ранжування;

3)                            метод послідовних переваг.

В методі безпосередніх оцінок коефіцієнт с у формується безпосередньо

експертами із використанням таблиці важливостей з відповідними коефіцієнтами. Для більш важливого показника, з точки зору експерта, коефіцієнт c у буде мати більше числове значення.

Недоліком такого підходу є значна доля суб'єктивності в оцін важливості показників.

Найчастіше, для визначення коефіцієнтів cij, використовують методи

ранжування показників.

Порядок ранжування може бути такий. Усі показники розміщують в ряд у порядку зменшення їх важливості. Потім проводиться нумерація отриманого ряду, і виставлення коефіцієнта г у рангу кожному показнику

згідно його номеру у ранжованому ряді. Найважливіший показник матиме rij=1. Якщо декілька показників в ряді важко розрізнити по важливості, то

i'xHi коефіцієнти рангів будуть однаковими і визначаються як середнє арифметичне їхніх номерів у ряді.

83

Виходячи із лінійної залежності між рангом показника і його важливістю розраховують коефіцієнти cij, за такою формулою:

cij=1−  ------------------------------------------------------

n

Для оцінки об'єктивності отриманих коефіцієнтів rij рангів проводиться

аналіз  узгодженості  суджень  експертів.  Результати  аналізу  зручно відобразити у вигляді коефіцієнта конкордації Us

W =

т-(п3-п)

==1


т

7=1


rij−0,5

Значення коефіцієнта конкордації знаходиться в межах 10 ≤ W1. Якщо W=0, то це означає, що оцінки експертів абсолютно різні. За умови W=1 оцінки повністю узгоджені. Оцінки придатні для використання на побудову узагальненого критерію, якщо 0..7 ≤ W.

На завершення побудови критерія-агрегата необхідно пронормувати та масштабувати показники.

Масштабування переважно проводиться до одиничного діапазону значень показників. Нормування при цьому дозволяє об'єднати в агрегаті показники з різною розмірністю.

Однин із способів нормування та масштабування задається виразом

0,приqiqin

eidu

I т

,приqin<qi<qiв,

Vie ~

\,npuqt>qie де qin, –qi в нижнє та верхнє можливі значення показника.

8.3. Прийняття рішень в умовах нечітко заданих критеріїв.

За умов нечіткого (з точки зору математики) опису характеристик системи їх зручно представити у вигляді лінгвістичних змінних, значенням яких є поняття чи речення вербального опису. Наприклад, лінгвістична змінна складність має значення: низька, висока, не дуже висока.

Найчастіше структуру лінгвістичної змінної для задач прийняття рішень розглядають у такому вигляді: <Z, T, А>, де Z - ім'я лінгвістичної змінної, яка є агрегованою характеристикою системи; Т - множина лінгвістичних значень; A={a1,...,ai,...,aK}  - множина базових змінних.  Кожен  елемент

множини A задає сукупність певних властивостей системи. Оскільки щ властивості формуються внаслідок реалізації певної альтернативи, то в задачі прийняття рішень під множиною базових змінних A={a1,...,ai,...,aK} будемо

розуміти множину альтернатив, що забезпечує певні властивості системи. Декомпозиція  агрегованої  характеристики  зі  значенням  із  множини  Т

84

лінгвістичних значень дозволяє отримати множину нечітких змінних {C1,…,Cn} - нечітких характеристик властивостей системи, на основі яких

можна побудувати критерії зважування альтернатив. З цією метою для кожної нечіткої характеристики властивостей системи вводять функції відповідност   і] µCi(aj ) [0,1   властивостям,   які   забезпечуватимуть

µCi (aj ) [0,1] альтернатив:

Критерій-агрегат за даних умов формулюється так: "Найкращою є та альтернатива, яка в найбільшій мірі забезпечує усі потрібні властивості системи, тобто властивості, що описуються нечіткою множиною Q i C2 і,..., i Cn". Тоді нечітка множина агрегованої характеристики властивостей формується так:

Е=С1ПС2Г\...Г\СН

Функція  відповідності  властивостей,  які  забезпечує  а альтернатива

властивостям відображеним в агрегованій характеристиці, матиме вигляд

y){/c(y)}

Згідно обраного критерію, найкращою буде та альтернатива a0, яка забезпечує a0=arg maxmin {µC( aj )}  .

j=1,...,K   i=1,...,n    C

Розглянутий пщхщ до побудови агрегованого критерію прийняття рішень за умов нечітко заданих критеріїв не враховує різної важливості характеристик системи. У випадку різної важливості характеристик, нечітка множина агрегованої характеристики властивостей має такий вигляд

Е=с?пс? П...ПС

де α1, α2,..., αn   - коефіцієнти важливості характеристик.

Функція відповідності властивостей в цьому випадку знаходиться так:

.

Для  визначення  коефіцієнтів  α1,  α


 2,


 ссп  можна  використати

процедуру по-парного порівняння критеріїв на основі даних такої таблиці.

Відносна важливість критеріїв

С  С

i,C  j

Значення елементів ьч

Рівноважливість критеріїв

1

Трохи важливий

3

Відчутно важливий

7

Набагато важливіший

9

Важливіший

5

Інші випадки

2, 4, 6, 8

85

В таблиці: bu = 1, bji =1

Процедура знаходження коефіцієнтів важливості наступна:

1.        Знаходження власних чисел матриці парних порівнянь В,
складеної із елементів bij із розв'язку такого рівняння:

det[BλI] = 0 Розв'язком рівняння будуть власні числа:

λ12,...,λi,...,λn

2.       Знаходження серед власних чисел максимального:

 = max {λi}

iln

3.  Знаходження власного вектора для максимального власного числа із системи рівнянь:

4. Розрахунок α1, α2,..., αn

де pii-та компонента власного вектора Приклад використання методу критеріїв рівної важливості.

Bn6ip власником підприємства менеджера з таких кандидатів: a1 - головний інженер державного підприємства; a2 - працівник науково-дослідного закладу; a3 - головний економіст; a4 - колега; a5 - молодий перспективний випускник ВУЗу.

C1={0/7 C2={0/9 C3={0/9

Кандидати оцінюються по таким характеристикам: c1 - професійні навики; c2 - організаторські здібності; c3 - досвід такого роду роботи; c4 - вміння працювати з людьми; c5 - вік. Задаємо функцй вщповщност1:

a1 ,0.8 a2,0.9 a3 ,0.5 a4,0.8 a

a1 ,0.6a2 ,0.8a3 ,0.6a4 ,0.3a5

С4 = {0/7^ Дб|в2 Д8|в3 Дб|в4 Д4|в5}

C5 = {0 / бк ,0.7 a2 ,0.7a3Д 7|в4Д 9|в5}
Будуємо                                    агреговану


характеристику:

 


Е =

Використовуючи критерій "найбшыши вщповщностГ' приходимо до висновку,  що  найкращою  є  альтернатива   a3   (найвища  функція

відповідності).

Слід зауважити, що найбільшою проблемою у випадку прийняття рішень в умовах нечітко заданих характеристик та критеріїв є побудова функцій відповідності цих характеристик властивостям системи. Найчастіше вказані функції на неперервних множинах показників задаються у трикутному вигляді, із центром, що відповідає найбільш прийнятному значенню показника. Чим більше значення кута на вершині трикутної функції, тим більша нечіткість при описуванні характеристики.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23  Наверх ↑