- •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
3.11. Метод обмежень в багатокритеріальній задачі лінійного програмування
Нехай задана деяка множина лінійних функцій цілі:
де ,
причому m перших функцій цілі максимізуються, а решта (M – m) – мінімізуються.
На змінні x = {xj}, j = 1, … , n накладено лінійні обмеження виду:
Ax b,
xj 0, j = 1, 2 , … , n.
Застосуємо метод обмежень. згідно цього методу перетворення функцій цілі матимуть вигляд:
де – рішення, що належить множині обмежень і оптимізує i-ю функцію цілі , – рішення, що забезпечують мінімальне (максимальне) значення i‑го критерію відповідно. Компромісним рішенням буде таке, для якого зважені відносні втрати будуть однакові і мінімальні тобто
p1w1(x) = … = pmwm(x) = k0 min .
Згідно методу обмежень це рішення може бути знайдене з системи нерівностей 3.23, яка у даному випадку набуває виду:
(3.24)
Вирішення системи (3.24) еквівалентне рішенню такої задачі лінійного програмування.
при обмеженнях
де
Висновки
Однією зі складностей при прийнятті рішень є наявність великого числа критеріїв, що не завжди погоджені між собою. Така ситуація може бути описана математичними моделями задачі багатокритеріальної оптимізації.
Рішення задачі багатокритеріальної оптимізації необхідно шукати серед множини ефективних, тобто непокращуваних, альтернатив. ефективні альтернативи або еквівалентні, або непорівнянні між собою, тому для вибору однієї з них необхідно використовувати принципи компромісу.
Критерії можуть мати різну важливість, а їх пріоритети можуть бути задані кількісно, у вигляді вектора пріоритетів , або якісно – відношенням переваги на множині функцій цілі . Залежно від того, як задані пріоритети критеріїв, який обрано принцип компромісу і від вигляду області допустимих альтернатив і функцій цілі використовують різні методи для відшукування множини ефективних альтернатив і відповідні їм методи розв’язування задач багатокритеріальної оптимізації. Серед них можна виділити такі:
Метод головного критерію не потребує нормалізації критеріїв і кількісного задавання їх пріоритетів, але потрібні порогові значення для критеріїв, які не є головними.
Методи згортки потребують нормалізації критеріїв і кількісного задавання їх пріоритетів, крім того вони можуть бути застосовані лише коли функції увігнуті, а множина допустимих альтернатив випукла.
Метод послідовної поступки не потребує нормалізації критеріїв і кількісного задавання їх пріоритетів. Вихідна багатокритеріальна задача замінюється послідовністю скалярних задач. Величина поступки за кожним критерієм визначається ОПР, залежно від величини його оптимуму і сенсу задачі.
Оскільки не всі альтернативи, отримані у результаті рішення задачі багатокритеріальної оптимізації можуть бути ефективними, корисно проаналізувати отримані результати, щоб з'ясувати чи завжди вони приводять до отримання ефективних рішень, і якщо ні, то спеціально передбачити можливість поліпшення рішення, що виділяється, до ефективного.