Принятие решений в условиях полной определенности

Математические модели исследуемых явлений или процессов могут быть заданы в виде таблиц, элементами которых являются значения частных критериев эффективности функционирования системы, вычисленные для каждой из сравниваемых стратегий при строго заданных внешних условиях. Для рассматриваемых условий принятие решений может производиться:

– по одному критерию;

– по нескольким критериям.

Пример 1. Одной из фирм требуется выбрать оптимальную стратегию по обеспечению нового производства оборудованием. С помощью экспериментальных наблюдений были определены зна­чения частных критериев функционирования соответствующего оборудования (а_ij), выпускаемого тремя заводами-изготовителями. Рассмотрим данные для выбора оптимальной стратегии в условиях полной определенности:

На основе экспертных оценок были также определены веса ча­стных критериев λ_j,j=1,4

Очевидно, выбор оптимальной стратегии (варианта оборудова­ния) по одному критерию в данной задаче не вызывает затрудне­ний. Например, если оценивать оборудование по надежности, то лучшим является оборудование завода 1 (стратегия x₁).

Таблица 8- исходные данные.

Выбор оптимального решения по комплексу нескольких крите­риев (в нашем примере — по четырем критериям) является задачей многокритериальной.

Один из подходов к решению многокритериальных задач уп­равления связан с процедурой образования обобщенной функции F_i (а_i1; а_i2; а_i3;... a_in), монотонно зависящей от критериев а_i1; a_i2; а_i3... a_in. Данная процедура называется процедурой (методом) свер­тывания критериев. Существует несколько методов свертывания, например:

¨ метод аддитивной оптимизации;

¨ метод многоцелевой оптимизации и др.

Рассмотрим подробнее метод аддитивной оптимизации. Пусть

Здесь выражение (1) определяет аддитивный критерий опти­мальности. Величины λ_i являются весовыми коэффициентами, ко­торые определяют в количественной форме степень предпочтения j-го критерия по сравнению с другими критериями. Другими сло­вами, коэффициенты λ_j определяют важность j-го критерия опти­мальности. При этом более важному критерию приписывается больший вес, а общая важность всех критериев равна единице, т. е.

Обобщенная функция цели (1) может быть использована для свертывания частных критериев оптимальности, если:

¨ частные (локальные) критерии количественно соизмеримы по
важности, т. е. каждому из них можно поставить в соответствие
некоторое число λ_i, которое численно характеризует его важ­ность по отношению к другим критериям;

¨ частные критерии являются однородными (имеют одинаковую
размерность; в нашем примере критерии «стоимость оборудова­ния» и «производительность оборудования» в условных денеж­ных единицах будут однородными).

В этом случае для решения задачи многокритериальной опти­мизации оказывается справедливым применение аддитивного кри­терия оптимальности.

Допустим, в примере 1 необходимо выбрать оптимальный ва­риант оборудования по двум однородным локальным критериям:

¨ производительность (д. е.);

¨ стоимость оборудования (д. е.).

На основе экспертных оценок были определены весовые коэф­фициенты этих двух частных критериев: λ₁ = 0,667, λ₂ = 0,333. Вы­числим аддитивный критерий оптимальности для трех вариантов:

Очевидно, первый вариант оборудования по двум частным сто­имостным критериям будет оптимальным, так как F_max = F₁(a_1j) = 5,666. В примере 1 четыре локальных критерия не однородны, т.е. имеют различные единицы измерения. В этом случае требуется нормализация критериев. Под нормализацией критериев понимает­ся такая последовательность процедур, с помощью которой все критерии приводятся к единому, безразмерному масштабу измере­ния. К настоящему времени разработано большое количество схем нормализации. Рассмотрим некоторые из них.

Определим максимум и минимум каждого локального крите­рия, т. е.

(3)

Выделим группу критериев a_j,j =1,l, которые максимизируют­ся при решении задачи, и группу критериев a_j,j= l + 1,n, которые минимизируются при решении задачи.

Тогда в соответствии с принципом максимальной эффективно­сти нормализованные критерии определяются из следующих соот­ношений:

или

Оптимальным будет тот вариант (стратегия), который обеспе­чивает максимальное значение функции цели:

В соответствии с принципом минимальной потери нормализо­ванные критерии определяются из соотношений

Или

При этом оптимальным будет тот вариант (стратегия), который обеспечивает минимальное значение функции цели (9).

Пример 2. Используя данные примера 1, определите опти­мальную стратегию выбора оборудования из трех возможных (m = 3) с учетом четырех локальных критериев (n = 4).

Решение 1. Определим max и min каждого локального критерия:

При решении задачи максимизируются первый (производи­тельность) и четвертый (надежность) критерии, а минимизируются
второй (стоимость оборудования) и третий (энергоемкость) критерии.

Исходя из принципа максимизации эффективности, норма­лизуем критерии:

4. Определим обобщенную функцию цели по каждому варианту:

Оптимальным является первый вариант оборудования, так как

F_max = F₁ = 0.729.

Рассмотренный подход к решению многокритериальных задач зачастую применяется при решении экономических задач, связан­ных с оценкой качества промышленной продукции и оценкой уров­ня технического совершенства технических устройств и систем по нескольким показателям.

Другим возможным методом решения многокритериальных за­дач является метод последовательных уступок. В начале критерии ранжируются и нумеруются в порядке убывания важности. Абсо­лютное значение коэффициентов важности λ_j на этом этапе не иг­рает никакой роли. Оптимизируется первый по важности критерий а₁, и определяется его экстремальное значение а₁*. Затем назначается величина допустимого отклонения критерия от оптимального значения (уступка) Δа₁ и ищется экстремальное значение второго по важности критерия а₂, при условии, что отклонение первого от оптимального значения не превзойдет величины уступки. Затем назначается уступка для второго критерия, и задача оптимизирует­ся по третьему критерию и т. д. Таким образом, многокритериаль­ная задача оптимизации заменяется последовательностью однокритериальных задач. Решение каждой предыдущей задачи использу­ется при решении последующих для формирования дополнитель­ных условий, состоящих в ограничении на величину уступки.

Задание для самостоятельного решения: написать программу на языке С++ для выбора наиболее эффективно работающего предприятия.

Показатели эффективности работы предприятий приведены в следующей таблице:

Таблица 9- Показатели эффективности работы предприятий.

Выберите наиболее эффективно работающее предприятие.

Date: 2015-08-15; view: 3865; Нарушение авторских прав