- •Принципы системного подхода
- •Принятие решений в условиях неопределенности
- •Критерий Гурвица
- •Теория многомерной полезности
- •1. Составные части системного анализа, основные определения.
- •4. Экспертные методы выбора решений.
- •2. Основные понятия исследования операций
- •3. Критерий Лапласа
- •Мера Шеннона, как обобщение меры Хартли для неравновероятных событий.
- •1 Задача принятия оптимальных решений
- •2 Задача линейного программирования
- •3 Задача нелинейного программирования
- •4 Задача стохастического программирования
- •Принятие решений в условиях риска
- •Критерий предельного уровня.
- •Критерий наиболее вероятного исхода.
- •Методология принятия решений в условиях риска и неопределенности. Матрица решений
- •Критерий Сэвиджа
- •Основные определения теории нечетких множеств
- •Метод анализа иерархий
-
Теория многомерной полезности
Теория многомерной полезности позволяет для задач в условиях риска и неопределенности получить функцию многомерной полезности, максимальное значение которой соответствует наиболее предпочтительному варианту. Многомерная функция полезности обычно получается как аддитивная или мультипликативная комбинация одномерных функций, которые строятся на основании опроса экспертов и позволяют провести ранжирование возможных исходов без взаимного сравнения альтернатив. При этом делается допущение о взаимной независимости критериев по полезности. Процедура построения функции полезности требует привлечения значительных объемов информации и является достаточно трудоемкой. Достоинством этого подхода является возможность оценки любого количества альтернативных вариантов с использованием полученной функции. В случае неустойчивой исходной информации применение методов теории полезности становится малоэффективным.
В общем случае полезность каждого варианта зависит от его оценок по многим частным критериям. Необходимость учета этого обстоятельства привела к созданию аксиоматической теории многомерной полезности (Multi-Attribute Utility Theory — MAUT), существенный вклад в построение которой внесли Р. Кини, Г. Рай- фа, П. Фишберн (США).
Теория опирается на формальные допущения (аксиомы), характеризующие предпочтения ЛПР и задающие определенный вид функции полезности. Предложены разные системы таких аксиом. Представим одну из наиболее известных аксиоматик многомерной полезности, которая включает в себя аксиомы, аналогичные используемым в теории одномерной полезности, и ряд дополнительных аксиом, устанавливающих независимость предпочтений ЛПР.
МП1. Аксиома полной сравнимости. При сравнении любых двух вариантоввыполняется одно и только одно бинарное отношение между полезностями вариантовлибо равенство, либо строгий порядок или
МП2. Аксиома транзитивности. Отношения равенства и строгого порядка между полезностями вариантов транзитивны:
МП3. Аксиома растворимости. Для любых вариантов таких, чтонайдется такая вероятность р, что полезности вариантаи простой лотереи равны:
МП4. Аксиома Архимеда. Для любых вариантов таких, что|, найдутся вероятности р и q
такие,
что полезности вариантаи
простых лотерей
удовлетворяют
неравенствам
МП6. Аксиома независимости по полезности. Для любых простых лотерейтаких, что, найдется такая вероятность р, что полезности составных лотерей ипри любом вариантеудовлетворяют неравенству
Аксиомы МП1 и МП2 совпадают с аксиомами ОП1 и ОП2. Аксиомы МПЗ и МП4 в совокупности аналогичны аксиомам ОПЗ и ОП4. Аксиомы независимости по предпочтению МП5 и полезности МП6 означают, что на результаты сравнения двух конкретных вариантов или лотерей не влияет присутствие каких-либо третьих вариантов. На критериальном языке это звучит так: предпочтительность вариантов и лотерей, которые различаются лишь значениями оценок по отдельным частным критериям, не зависит от одинаковых фиксированных значений оценок по остальным частным критериям.
Доказано, что при выполнении аксиом МП1 — МП6 существует действительная многомерная функцияполезности, заданная на множестве вариантовв виде полилинейной функции
Здесь— полезность оценкивариантапо q-му частному критериюудовлетворяющая условию нормировки причемхудшая и лучшая оценка по шкале критериячастный шкалирующий параметр, который определяется значением функции полезности Общая шкалирующая константанаходится из характеристического уравнения
Прифункция полезностиприобретает аддитивную формуа примультипликативную форму
При к = 0 мультипликативная функция полезности (15.5) сводится к аддитивной функции (15.4). Как и в одномерном случае, вариантпредпочтительнее для ЛПР вариантатогда и только тогда, когдаварианты эквивалентны для ЛПР
На практике нахождение численных значений шкалирующих константи конкретного выражения для функции многомерной полезности сопряжено со значительными трудностями. Это связано с большими расхождениями, которые может допускать ЛПР при выражении своих предпочтений.