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 аг— альтернативи 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 qi. На 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)T, де 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. ^ |111111Г 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 bi − в 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:
1 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 ≤ W ≤ 1. 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,приqi ≤qin
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 max { min {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[B−λI] = 0 Розв'язком рівняння будуть власні числа:
λ1,λ2,...,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 pi − i-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.