Решение многокритериальных задач с субъективными моделями 5


Классические методы многокритериального ранжирования



бет2/8
Дата20.06.2016
өлшемі0.56 Mb.
#150781
түріЗадача
1   2   3   4   5   6   7   8

Классические методы многокритериального ранжирования

Метод Парето


Метод многокритериального ранжирования Парето, пришедший из экономики, основывается на понятии Парето эффективности.

Рассмотрим множество всевозможных вариантов решений с n параметрами () для каждой точки пространства решений есть m критериев, по которым оценивается точка. Пусть F() -> – функция, которая позволяет количественно оценить каждую точку пространства решений, сопоставив ей точку из пространства критериев (назовем эту точку альтернативой)

Положим, что для каждого критерия более предпочтительным является большее значение. Определим операцию сравнения двух альтернатив следующим образом: альтернатива A строго лучше альтернативы B, если значение каждого из критериев альтернативы А не меньше, чем значение соответствующего критерия альтернативы В, а значение хотя бы одного критерия строго больше (Ai ≥ Bi для любого i и существует j: Aj > Bj => A строго лучше B)

Парето слой – это множество альтернатив Y, каждая из которых превосходит любую другую хотя бы по одному из параметров. Парето слой включает в себя наиболее контрастные альтернативы, сложные для сравнения. Следует подчеркнуть, что в методе Парето веса критериев не используются. Поэтому зачастую Парето слой используется лишь в качестве исходных данных для многокритериального ранжирования другим методом.



Метод ELECTRE (ELimination Et Choix Traduisant la Realite — исключение и выбор, отражающие реальность)


Метод ELECTRE разработан группой французских ученых во главе с профессором Б.Руа.

В настоящее время разработан ряд методов семейства ELECTRE. В этом методе оценка каждой альтернативы является не абсолютной, а относительной (по сравнению с другой альтернативой).

Метод ELECTRE основан на попарном сравнении альтернатив, в методах ELECTRE не определяется количественно показатель качества каждой из альтернатив, а устанавливается лишь условие превосходства одной альтернативы над другой. Пусть заданы N критериев со шкалами оценок (обычно количественные), веса критериев (обычно целые числа) и альтернативы с оценками по критериям. Для определения превосходства альтернативы A над альтернативой B определяется два индекса согласия и несогласия (согласие и несогласие с гипотезой, что альтернатива A превосходит альтернативу В). В данной работе мы используем следующий способ построения индексов согласия и несогласия:

Выдвигается гипотеза о превосходстве альтернативы A над альтернативой В. Множество I, состоящее из N критериев, разбивается на три подмножества:

I+ - подмножество критериев, по которым A предпочтительнее B;

I= - подмножество критериев, по которым A равноценно B;

I- — подмножество критериев, по которым B предпочтительнее А.

Индекс согласия подсчитывается на основе весов критериев. В использованном методе этот индекс определяется как отношение суммы весов критериев подмножеств I+ и I= к общей сумме весов:


=, 0 < 1.

Индекс несогласия с гипотезой о превосходстве A над B определяется на основе самого «противоречивого» критерия — критерия, по которому B в наибольшей степени превосходит А.

        , 0<<1. 

Где , – оценки альтернатив A и B по i-му критерию; – длина шкалы i-го критерия.

Введенные индексы используются при построении матриц индексов согласия и несогласия для заданных альтернатив. Бинарное отношение превосходства одной альтернативы над другой задается уровнями согласия и несогласия. Если > p и < q, где p, q – заданные уровни согласия и несогласия, то альтернатива A объявляется лучшей по сравнению с альтернативой B. Если же при этих уровнях сравнить альтернативы не удалось, то они объявляются несравнимыми.

При заданных уровнях на множестве альтернатив выделяется ядро недоминируемых элементов, которые находятся либо в отношении несравнимости, либо в отношении эквивалентности. При изменении уровней согласия и несогласия из данного ядра выделяется меньшее ядро и т. д. В последнее ядро входят наилучшие альтернативы. Последовательность ядер определяет упорядоченность альтернатив по качеству. С помощью этого метода ЛПР, меня уровни согласия и несогласия, может получить целую серию возможных решений проблемы в виде различных ядер.


Методы, основанные на многокритериальной теории полезности (MAUT – Multi-Attribute Utility Theory)


Эти методы основаны на построении многокритериальной функции полезности (зависимости между оценками альтернатив по критериям и общим качеством альтернативы) и оценки каждой альтернативы с помощью этой функции независимо от других альтернатив.

При построении функции полезности нужно учитывать, что она должна удовлетворять ряду условий (аксиом):

1. Аксиома, утверждающая, что может быть установлено отношение между полезностями любых альтернатив: либо одна из них превосходит другую, либо они равны.

2. Аксиома транзитивности: из превосходства полезности альтернативы A над полезностью альтернативы B и превосходства полезности B над полезностью C следует превосходство полезности альтернативы A над полезностью альтернативы С.

3. Для соотношений между полезностями альтернатив A, B, C, имеющими вид U(A)>U(B)>U(C), можно найти такие числа a, b, которые меньше 1 и больше 0, так что: a*U(A)+ (1-a)*U(C)=U(B), U(A)*(l-b)+b*U(B)>U(B). Эта аксиома основана на предположении, что функция полезности непрерывна и что можно использовать любые малые части полезности альтернатив.

4. Аксиомы (условия) независимости, которые позволяют утверждать, что некоторые взаимоотношения между оценками альтернатив по критериям не зависят от значений по другим критериям:

a) Независимость по разности. Предпочтения между двумя альтернативами, отличающимися лишь оценками по порядковой шкале одного критерия C1, не зависят от одинаковых (фиксированных) оценок по другим критериям Сз,..., СN.

b) Независимости по предпочтению являются одним из наиболее важных и часто используемых условий. Два критерия C1 и C2 независимы по предпочтению от других критериев Сз,...,СN, если предпочтения между альтернативами, различающимися лишь оценками по C1, C2, не зависят от фиксированных значений по другим критериям.

Существуют два основных недостатка подхода MAUT: во-первых, предположение, что человек может делать точные количественные измерения; во-вторых, от ЛПР требуется «немедленные» назначения всех основных параметров, не давая ему возможности провести исследования проблемы привычным для человека методом «проб и ошибок».

В данной работе использовались следующие функции полезности:

Арифметическая =

Геометрическая =

Гармоническая =

Степенная =




Достарыңызбен бөлісу:
1   2   3   4   5   6   7   8




©dereksiz.org 2024
әкімшілігінің қараңыз

    Басты бет