19. Многокритериальная оптимизация. Метод идеальной точки.
Многокритериальная оптимизацияилипрограммирование— это процесс одновременной оптимизации двух или более конфликтующих целевых функций в заданной области определения.
Задача многокритериальной оптимизации формулируется следующим образом:[3]
где это() целевых функций. Векторы решенийотносятся к непустой области определения.
Задача многокритериальной оптимизации состоит в поиске вектора целевых переменных, удовлетворяющего наложенным ограничениям и оптимизирующего векторную функцию, элементы которой соответствуют целевым функциям. Эти функции образуют математическое описание критерия удовлетворительности и, как правило, взаимно конфликтуют. Отсюда, «оптимизировать» означает найти такое решение, при котором значение целевых функций были бы приемлемыми для постановщика задачи.
Принятие решения - это выбор альтернативы, которая одновременно удовлетворяет и нечетким целям, и нечетким ограничениям. В этом смысле, цели и ограничения являются симметричными относительно решения, что стирает различия между ними и позволяет представить решение как слияние нечетких целей и ограничений.
Метод идеальной точки
Рассмотрим один из методов, использующий множество Парето - метод идеальной точки. Пусть у нас есть некоторое множество е, каждая точка которого описывается двумя функциям U=Ф(х;у) иV=Р(х;y)/).(UиV- средние выигрыши игроков А и В соответственно,axиy - вероятности выбора стратегий для получения этого выигрыша).
Теперь в данном множестве ε попытаемся найти такую точку, в которой обе функции U иV принимают свои максимальные значения. В общем случае эта точка окажется вне множества ε. То есть, не существует стратегий, при которых оба игрока получат максимальный для каждого выигрыш. Точка, в которой функцииUиV достигают своих максимальных значений, называетсяточкой утопии.
Поэтому строится множество Парето и на нем ищется точка, ближайшая к точке утопии — идеальная точка (см. рис. 6.2).
Значения функций U иV в идеальной точке и есть оптимальные средние выигрыши для каждого игрока. Пусть НA(р, q) и Нв (р, q) — средние выигрыши игроков А и В с платежными матрицами
Ситуация (p*q*) в биматричной игре А и В называется оптимальной по Парето, если из того, что
вытекают равенства:
Р =Р*, q=q*.
То есть, в оптимальной по Парето ситуации игроки не могут совместными усилиями увеличить выигрыш одного из игроков, не уменьшив при этом выигрыш другого.
- 1. Теория принятия решений: задача принятия решений, цель, проблема, проблемная ситуация.
- 2.Измерения при формировании решений: ранжирование, парное сравнение, непосредственная оценка, виды неопределенностей и их измерение.
- 3.Виды экспертиз.
- 4.Метод Дельфы
- 5. Дерево целей и решений.
- 6.Определение усредненного мнения экспертов (среднее арифметическое, среднее геометрическое, мода, медиана Кемени
- 7.Определение согласованности мнений экспертов (коэффициент конкордации).
- 8.Виды критериев оптимальности и их содержание.
- 9. Критериальный анализ ситуации: метод базовых шкал, ранжирование и выбор критериев.
- 10.Нечеткие множества и основные операции над ними.
- 11.Экспертные методы определения функций принадлежности.
- 12. Аналитический и оптимизационный методы определения функций принадлежности.
- 13. Нечеткая задача оптимизации выбора вариантов проектов.
- 14. Модели стохастического математического программирования
- 15. Генерация альтернатив решений: понятие генетического алгоритма.
- 16. Генерация альтернатив решений: Дерево решений
- 17. Многокритериальная оптимизация. Проблемы многокритериальной оптимизации
- 18. Многокритериальная оптимизация. Множество Парето.
- 19. Многокритериальная оптимизация. Метод идеальной точки.
- 20. Принятие решений по многим критериям: Метод последовательных уступок
- 21. Принятие решений по многим критериям: Парето оптимальное решение
- 23.Принятие решений по многим критериям: Гарантированные достоинства и недостатки.
- 24.Принятие решений по многим критериям: Правило Борда.
- 25.Принятие решений по многим критериям: Принцип Беллмана-Заде
- 26. Принятие решений по многим критериям: Турнирная таблица
- 30.Согласование групповых решений: принцип большинства голосов, принцип диктатора, принцип вето, идеальной точки, консенсус.
- 31.Согласование групповых решений по Парето.
- 32. Согласование групповых решений: Метод идеальной точки
- 33. Марковская модель согласования решений.
- 34. Согласования групповых решений. (принципы Курно, Парето, Эджворта).
- 35. Теория игр: платежная матрица, чистые и смешанные стратегии, решение игры.
- 36. Решение игры в чистых стратегиях. Игры с седловой точкой.
- 37.Решение игры в смешанных стратегиях. Теорема фон Неймана.
- 38.Решение матричных игр МхN (сведение к задаче линейного программирования).
- 39.Игры с природой (теория статистических решений). Особенности платежной матрицы.
- 40.Байесовские стратегии в играх с природой (частичная неопределенность).
- 41. Критерии принятия решений в играх с природой (полная неопределенность).
- 42.Марковские процессы с дискретным временем: основные понятия и определения.
- 43.Игры с природой: оценка риска