Учет неопределенностей в рамках многокритериального анализа решений с использованием концепции приемлемости


a по критерию j , C j ( a



Download 241,56 Kb.
Pdf ko'rish
bet3/8
Sana16.12.2022
Hajmi241,56 Kb.
#888708
1   2   3   4   5   6   7   8
Bog'liq
ubs5250912542

a
по
критерию
j
,
C
j
(
a
),
j = 
1, …, 
m

определяется
неоднозначно

что
вызвано
различного
рода
неопределенностями

В
рамках
многокритериального
метода
MAUT
[12, 16, 33], 
например

значения
критериев
могут
описываться
случайными
величинами
X
j
 = C
j
(
a
), 
j = 
1, …, 
m

величина
X
j
характеризуется
соответствующей
плотностью
распределения
вероятностей
ϕ
j
(
x

(
функцией
распределения
F
j
(
x
))

Интегральная
полезность
альтернатив

например

в
рамках
аддитивной
модели
MAUT
(
корректное
применение
которой
сопряжено
с
необходимостью
проверки
ряда
условий
независимости
критериев
) [16, 33], 
может
быть
представлена
следующей
конкретизацией
модели
(5), (6):
(7) 
1
( )=
(
),
m
j
j
j
j
U
w U
X
=

a
(8) 
1
0 ,
1, ...,
;
1,
m
j
j
j
w
j
m
w
=
>
=
=

где
U
j
(
x
) – 
частная
функция
полезности
для
критерия
(
атрибута

j

j

1, …, 
m

как
правило
, 0 

U
j
(
x


1 (
см

обсуждения
о
сход
-
стве
и
возможном
различии
функций
ценности
и
полезности
и
рекомендации
об
использовании
функций
ценности
при
практи
-
ческом
применении
аддитивных
методов
MAVT
/
MAUT

[5, 12, 33]); 
весовые
коэффициенты
w
j
представляют
собой
коэффициенты
 
масштабирования
(
scaling 
factors

[5, 10, 16, 33], 
являющиеся
точными
/
нераспределенными
поло
-
жительными
числами

В
то
же
время

вместо
оценки
распреде
-


Управление
 
большими
 
системами

Выпуск
 32 
12 
ления
интегральной
полезности
U
(
a

в
рамках
метода
MAUT
вычисляются
значения
ожидаемой
 
полезности
(
expected utility

(9) 
1
( ( ))=
(
(
)),
m
j
j
j
j
E U
w E U X
=

a
где
E
(
X
)
 
– 
математическое
ожидание
случайной
величины
X

Ранжирование
альтернатив
в
рамках
метода
MAUT
базируется
на
ранжировании
значений
ожидаемой
 
полезности
альтерна
-
тив

альтернатива
a
1
 
превосходит
альтернативу
a
2
(
a
1
>
a
2

тогда
и
только
тогда

когда
(10) 
E
(
U
(
a
1
))
 > E
(
U(
a
2
)), 
Поскольку

согласно
(7), (9), 
невысокие
показатели
полез
-
ности
альтернативы
по
одним
критериям
могут
быть
компенси
-
рованы
более
высокими
значениями
по
другим
критериям

метод
MAUT
принадлежит
к
множеству
так
называемых
ком
-
пенсаторных
методов
многокритериального
анализа
[5, 16]. 
Несмотря
на
повсеместное
использование
категории
ожи
-
даемой
 
полезности

отношение
к
ней
как
к
универсальному
методологическому
принципу
для
обоснования
предпочтения

выбора
или
ранжирования
альтернатив
не
является
однознач
-
ным
[33]. 
В
связи
с
этим
предлагаются
и
другие
методы
много
-
критериального
анализа

не
ограничивающиеся
оценками
ожи
-
даемой
полезности

Для
реализации
базового
алгоритма
МАА
(
многокритери
-
ального
анализа
приемлемости

в
данной
работе
используется
аддитивная
модель
(7), 
в
которой
значения
критериев
X
j
 = C
j
(
a
), 
j = 
1, …, 
m

могут
описываться
нечеткими
или
случайными
величинами

В
то
же
время

весовые
коэффициенты
w
j
также
могут
рассматриваться
неопределенными
и
описываться
нечет
-
кими
числами
(
в
FMAA

или
случайными
величинами
(
в
Pro-
MAA
). 
Методы
задания
весовых
коэффициентов
в
этих
случаях
описываются
в
разделе
2.5. 
Для
анализа
альтернатив
в
рамках
моделей
вида
(7), (8) 
предлагаются
и
другие
подходы

не
основанные
на
применении
категории
ожидаемой
полезности

Один
из
таких
методов

SMAA
(
Stochastic Multicriteria Acceptability Analysis
), 
предложен
в
работах
[17–19, 31] 
и
реализован
как
для
модели
(7),(8), 
так
и


Системный
 
анализ
 
13 
для
ряда
других
дискретных
моделей
МКАР

Методы
семейства
SMAA
представляют
собой
реализацию
концепции
приемлемо
-
сти
(
MAA

на
базе
экстенсивного
использования
методов
Монте
-
Карло
для
(
приближенного

вычисления
статистики
рангов
альтернатив

учитывая
стохастическую
(
вероятностную

при
-
роду
значения
критериев
и
весовых
коэффициентов
(
с
сохране
-
нием
для
случайных
значений
весов
соотношения
нормировки
(8)). 
Ниже
предложен
методологически
другой
подход
к
оценке
приемлемости
альтернатив

базирующийся
на
реализации
ана
-
литической
модели
приемлемости
(1)–(4), 
позволяющей
после
-
довательно
реализовать
концепцию
приемлемости
(
без
приме
-
нения
методов
Монте
-
Карло

как
для
вероятностной
природы
неопределенностей
объективных
значений
критериев
и
субъек
-
тивных
предпочтений
(
в
том
числе
вероятностных
значений
весовых
коэффициентов
), 
так
и
для
случаев
альтернативного
подхода
к
анализу
неопределенностей
с
использованием
теории
нечетких
множеств
.
2.3.
 
МНОГОКРИТЕРИАЛЬНЫЙ
 
АНАЛИЗ
 
ПРИЕМЛЕМОСТИ
 
С
 
ИСПОЛЬЗОВАНИЕМ
 
НЕЧЕТКИХ
 
ДАННЫХ
 
И
 
ПРЕДПОЧТЕНИЙ
: FMAA
 
В
целом
ряде
сценариев
значения
объективных
и
субъек
-
тивных
показателей
многокритериальных
задач
не
могут
быть
адекватно
представлены
ни
средними
значениями
(
когда
выбор
среднего
ведет
к
существенной
потере
информации
о
возмож
-
ных
значениях
критериев
и
/
или
росту
несогласия
среди
экспер
-
тов
по
выбору
значений
), 
ни
распределением
вероятностей
соответствующих
случайных
величин
(
ввиду
отсутствия
стати
-
стических
данных
и
/
или
несогласия
в
задании
субъективных
распределений
вероятностей
). 
В
этих
случаях
использование
нечетких
множеств
(
fuzzy sets

может
способствовать
решению
проблемы
формирования
значений
критериев
для
множества
альтернатив

= {
a
i

i = 
1, …, 
n
}, 
а
также
значений
весовых
коэффициентов
w
j


= 1, ..., 
m
[4, 7, 8, 11, 15, 22]. 
Нечеткие
числа
Z

используемые
в
рамках
данного
метода

представляют
собой
нормализованные

выпуклые
и
ограничен
-


Управление
 
большими
 
системами

Выпуск
 32 
14 
ные
нечеткие
множества

заданные
на
универсальном
множест
-
ве
действительных
чисел
R
с
непрерывной
функцией
принад
-
лежности
[20], 
т
.
е

(11) 
1
2
1
2
{( ,
( )) :
( )
0,
;
( )
0,
( ,
)}
Z
Z
Z
Z
x
x
x
c
x c
x
x
c c
µ
µ
µ
=
>
< <
=


где
µ
z
(
x
) – 
непрерывная
функция
принадлежности
элемен
-
та
/
четкого
числа
x
множеству
Z

с
i
 

R

для
синглтона
(
одно
-
элементного
множества

z
имеем
соответственно
c
1

c
2

c

µ
z
(
c
) = 1. 
Ниже
обсуждается
подход
к
реализации
многокритериаль
-
ного
анализа
приемлемости
на
базе
использования
нечетких
величин
(
FMAA

сокращенно
от
Fuzzy MAA
). 
В
излагаемом
подходе
значения
критериев
a
ij
 = X
j
(
a
i
), 
значения
частных
функ
-
ций
ценности
V
j
(
a
ij
), 
а
также
весовые
коэффициенты
w
j
и
инте
-
гральная
ценность
V
(

Download 241,56 Kb.

Do'stlaringiz bilan baham:
1   2   3   4   5   6   7   8




Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©hozir.org 2024
ma'muriyatiga murojaat qiling

kiriting | ro'yxatdan o'tish
    Bosh sahifa
юртда тантана
Боғда битган
Бугун юртда
Эшитганлар жилманглар
Эшитмадим деманглар
битган бодомлар
Yangiariq tumani
qitish marakazi
Raqamli texnologiyalar
ilishida muhokamadan
tasdiqqa tavsiya
tavsiya etilgan
iqtisodiyot kafedrasi
steiermarkischen landesregierung
asarlaringizni yuboring
o'zingizning asarlaringizni
Iltimos faqat
faqat o'zingizning
steierm rkischen
landesregierung fachabteilung
rkischen landesregierung
hamshira loyihasi
loyihasi mavsum
faolyatining oqibatlari
asosiy adabiyotlar
fakulteti ahborot
ahborot havfsizligi
havfsizligi kafedrasi
fanidan bo’yicha
fakulteti iqtisodiyot
boshqaruv fakulteti
chiqarishda boshqaruv
ishlab chiqarishda
iqtisodiyot fakultet
multiservis tarmoqlari
fanidan asosiy
Uzbek fanidan
mavzulari potok
asosidagi multiservis
'aliyyil a'ziym
billahil 'aliyyil
illaa billahil
quvvata illaa
falah' deganida
Kompyuter savodxonligi
bo’yicha mustaqil
'alal falah'
Hayya 'alal
'alas soloh
Hayya 'alas
mavsum boyicha


yuklab olish