- •Методи прийняття рішень
- •Розділ 1. Задачі прийняття рішень. Класифікація задач прийняття рішень.
- •1.1. Приклади задач прийняття рішень та їх класифікація.
- •1.2. Невизначеність в задачах прийняття рішень
- •1.3. Теоретико-ігровий підхід до прийняття рішень
- •Висновки
- •Контрольні питання
- •Завдання до розділу 1
- •Розділ 2. Задачі вибору
- •2.1. Поняття бінарного відношення
- •2.2. Способи задавання відношень
- •2.3. Операції над відношеннями
- •2.4. Властивості відношень
- •2.5. Відношення еквівалентності, порядку, домінування та переваги
- •2.6. Поняття r-оптимальності, найкращого, найгіршого, максимального та мінімального елементів
- •2.7. Поняття функції вибору. Класи функцій вибору
- •2.8. Функції корисності
- •Висновки
- •Контрольні питання
- •Завдання до розділу 2
- •Розділ 3 багатокритеріальні задачі оптимізації
- •3.1. Загальна постановка багатокритеріальної задачі оптимізації
- •3.2. Поняття ефективної альтернативи
- •3.3. Теоретичне і практичне значення ефективного рішення.
- •3.4. Властивості ефективних альтернатив і способи їх знаходження.
- •3.5. Загальна проблема пошуку компромісних рішень
- •3.5.1. Принципи рівномірності
- •3.5.2. Принципи справедливої поступки
- •3.5.3. Інші принципи оптимальності
- •3.6. Методи нормалізації критеріїв
- •3.7. Способи урахування пріоритету критеріїв
- •3.7.1. Методи урахування жорсткого пріоритету
- •3.7.2. Методи урахування гнучкого пріоритету
- •3.8. Методи розв’язання багатокритеріальних задач оптимізації
- •3.8.1. Методи зведення до узагальненого критерію (методи згортки)
- •3.8.2. Метод головного критерію
- •3.8.3. Метод послідовних поступок
- •3.9. Поняття рішення задачі багатокритеріальної оптимізації при заданій перевазі
- •3.10. Метод обмежень при пошуку компромісних рішень в задачах векторної оптимізації.
- •3.11. Метод обмежень в багатокритеріальній задачі лінійного програмування
- •Висновки
- •Контрольні запитання
- •Завдання до розділу 3
- •Розділ 4 нечіткі множини та нечіткі відношення
- •4.1. Поняття належності
- •4.2. Визначення нечіткої множини та термінологія
- •4.3. Операції над нечіткими множинами
- •4.4. Відстань між нечіткими підмножинами
- •4.5. Звичайна підмножина, найближча до нечіткої. Індекс нечіткості
- •4.6. Звичайна підмножина - рівня нечіткої множини
- •4.7. Спеціальні операції над нечіткими множинами
- •4.8. Нечіткі відношення
- •4.9. Операції над нечіткими відношеннями
- •4.10. Властивості нечітких відношень
- •4.11. Класифікація нечітких відношень
- •4.12. Відображення нечітких множин. Принцип узагальнення
- •Висновки
- •Контрольні питання
- •Завдання до розділу 4
- •5.2. Задачі нечіткого математичного програмування та їх класифікація
- •5.3. Задачі математичного програмування при нечітких обмеженнях
- •5.3.1. Розв’язок 1, який базується на множинах рівня нечіткої множини обмежень
- •5.3.2. Розв’язок 2 і еквівалентність розв’язків обох типів.
- •5.4. Прийняття рішень при нечіткому відношенні переваги на множині альтернатив
- •5.4.1.Нечіткі відношення переваги. Їх властивості.
- •5.4.2. Нечітка підмножина недомінуємих альтернатив
- •5.4.3. Альтернативи, що чітко не домінуються, та їх властивості
- •5.5. Декілька відношень переваги на множині альтернатив
- •5.6. Відношення переваги на нечіткій множині альтернатив
- •5.7. Прийняття рішень при заданій перевазі на множині ознак
- •Висновки
- •Контрольні питання
- •Завдання до розділу 5
- •Предметний покажчик
- •Список літератури
3.5. Загальна проблема пошуку компромісних рішень
Після побудови множини ефективних альтернатив Х *, групі експертів надається право вибору найкращого в деякому розумінні рішення. Вони видають свої рекомендації ОПР і вона або вибирає одне із запропонованих рішень, або бере усереднений результат із запропонованих.
Вибір єдиного рішення з множини ефективних рішень являє собою досить складну задачу, оскільки можливо, що альтернатива,яке не є оптимальною ні за одним з критеріїв, буде найкращою в конкретній ситуації прийняття рішень.
Розглянемо можливі принципи компромісу, які застосовуються для вибору рішення з множини ефективних альтернатив. При цьому вважатимемо, що розглядається нормальна задача без пріоритетів, тобто критерії рівноцінні і нормалізовані. Будемо також вважати, що всі критерії максимізуються на множині допустимих альтернатив.
3.5.1. Принципи рівномірності
У випадку, коли критерії нормалізовані і однакові за важливістю, цілком природним є прагнення рівномірно і гармонійно підвищувати якість всіх часткових (локальних) критеріїв. В цьому і є сенс принципу рівномірності, але при цьому він може бути реалізований по-різному. Розглянемо деякі із цих способів.
Принцип рівності. Згідно цьому принципу здійснюється максимізація за умовою рівності рівня всіх критеріїв. Проте цей принцип є надмірно жорстким. Він може приводити до рішень поза областю компромісу і навіть зовсім не давати рішень|, особливо у випадку дискретних задач. Приклади таких ситуацій зображено на рис. 3.7.
y2
y2
d)
y1
y1
y1
y1
y2
y2
Рис. 3.7. Принцип рівності. а) наявне ефективне рішення; b) рішення поза областю компромісу; c) немає рішень (неперервний випадок); d) немає рішень (дискретний випадок).
Принцип рівномірності (максиміну). Здійснення цього принципу передбачає рівномірне підвищення рівня всіх критеріїв за рахунок «підтягування» «найгіршого» критерію, тобто критерію з найменшим рівнем.
Окрім рівномірності цей принцип має і інший важливий сенс – гарантованого рівня мінімального критерію min yj. Часто він зветься принципом максиміну (або мінімаксу в задачах мінімізації).
Цей принцип проілюстровано на рис. 3.8. Тут обидва критерії максимізуються. Ефективними будуть альтернативи, що розташовані на північно-західній границі множини допустимих рішень. Згідно принципу рівномірності необхідно обрати рішення, що надає максимальне значення критерію з найменшим рівнем. У даному випадку це критерій у1. Тому раціональним буде вибір рішення у0 = max min y1.
y2
y1
Рис.3.8. Принцип рівномірності (максиміну)
Принцип найкращої рівномірності. В цьому випадку проводиться деяке посилення ідеї рівномірності в порівнянні з попередньою моделлю, а саме: якщо критерій максиміну дає декілька рішень, визначається другий мінімум і проводиться його максимізація (рис.3.9).
y2
y1
Рис. 3.9. Принцип найкращої рівномірності
П
y2
y2
Р
Принципи рівномірності дуже притяжні за своєю ідеєю. Гармонійне підвищення якості всіх критеріїв – це ідеал оптимізації. Проте, часто навіть незначний відхід від цих принципів дозволяє істотно підвищити рівень одного або декількох критеріїв.
Принцип вирівнювання якості. У основі цього принципу лежать теореми про середні величини вищих ступенів. математично ця модель записується у вигляді:
,
де S(1,S*), S*=(log m)/ log(1+)
По мірі збільшення параметра S від S = 1 здійснюється вирівнювання рівнів критеріїв, і при S > S* отримуємо ідеальне вирівнювання, еквівалентне моделі послідовного максиміну.