35. Метод анализа иерархий.
Метод анализа иерархий (МАИ) предложен Т. Саати в конце семидесятых годов прошлого века. Основные принципы МАИ основываются на том, что для практических целей система часто рассматривается в терминах ее структуры и функций. Структура системы позволяет анализировать ее функции, а в процессе функционирования может измениться структура системы. Иерархия является некоторой абстракцией структуры системы, предназначенной для изучения функциональных взаимодействий ее компонент и их воздействий на систему в целом.
Иерархия есть определенный тип системы, особенность которой заключается в том, что элементы системы могут группироваться в связанные множества. Элементы каждой группы находятся под влиянием другой вполне определенной группы элементов и, в свою очередь, оказывают влияние на элементы другой группы. Будем считать, что элементы в каждой группе иерархии (называемой уровнем, кластером) независимы.
Оценка вариантов решений методом анализа иерархий сводится к следующему:
1. Изучаемую систему представляют в виде иерархии, которая изображается графом связей (в простейшем случае типа дерево) между элементами уровней - первый и очень важный этап решения задачи.
Нулевой уровень иерархии (фокус иерархии) - глобальный критерий (цель) системы. Следующими уровнями иерархии могут служить:акторы (1-уровень) - участники процесса, действующие силы, организации, коллективы, поведение и предпочтения которых могут воздействовать на результаты (исходы), виды критериев;цели или критерии, определяющие действие акторов;возможные действия акторов - стратегии;альтернативные варианты решений - сценарии прогнозируемого или желаемого будущего, варианты проектов, программ и т.д.
2. Входной информацией для расчетов, выполняемых СППР, служат матрицы парных сравнений приоритетов элементов нижнего уровня иерархии, с точки зрения элементов верхнего (предыдущего) уровня, составляемые экспертами (или руководителями). По этим матрицам СППР рассчитывает вектор относительных приоритетов, являющийся собственным нормированным вектором матрицы суждений, который чаще всего, однако, вычисляется по следующему приближенному алгоритму: в матрице суждений необходимо суммировать элементы каждой строки и нормализовать сумму делением ее на сумму всех элементов матрицы; сумма полученных результатов будет равна единице; первый элемент результирующего вектора будет приоритетом первого объекта, второй - второго и т.д.
Для парных сравнений эффективнее всего использовать 9-балльную шкалу, исходя из которой, составляется матрица приоритетов (суждений), хотя при необходимости, могут бить использованы и лингвистические переменные.
Матрица суждений составляется таким образом, что если приоритет i-го объекта передj-м естьbij, то приоритетj-го объекта передi-м – 1/bij, аbii=1 иbii не равно нулю.
Для контроля согласованности матриц приоритетов вычисляются две характеристики этой матрицы: индекс согласованности (ИС) и отношений согласованности (ОС):
ИС = (λmax-n)/(n-1), гдеn- размерность матрицы приоритетов (число сравниваемых объектов);
λmax- наибольшее собственное значение (число) матрицы суждений, которое чаще всего вычисляется по следующему алгоритму: сначала суммируется каждый столбец матрицы суждений, затем сумма первого столбца умножается на величину первой компоненты, рассчитанного вектора приоритетов, сумма второго столбца на вторую и т.д.; затем полученные числа суммируются, и получается значение λmax
Можно показать, что при λmax =n обратно симметрическая матрица, которой является матрица суждений, является идеально согласованной.
Индекс согласованности, сгенерированный случайным образом, называется случайным индексом согласованности (СИ).
Отношение ИС к СИ называется отношением согласованности (ОС) ОС=ИС/СИ. Значение ОС меньшее или равное 0.10 считается приемлемым, если нет, то руководителю необходимо пересмотреть свои приоритеты или даже саму иерархию.
Из векторов приоритетов, оценивающих влияние элементов i+1 го уровня на каждый связанный с ним элементi-го уровня (связь фиксируется наличием соответствующей дуги в графе иерархии), образуется матрицу приоритетов, которая умножается справа на вектор приоритетов полученный наi-м уровне иерархии и получается вектор приоритетовi+1-го уровня.
Последовательное вычисление приоритетов элементов от верхних уровней к нижним позволяет численно оценить влияние всех включенных в иерархию элементов (акторов, стратегий, видов критериев, критериев, сценариев, действий и т. д.) на возможные исходя (терминальные вершины графа иерархии).
5. Сравнивая полученные приоритеты для элементов последнего уровня можно установить соотношения в их значимости (выгодности, эффективности) с точки зрения руководителя. Если задача состоит в выборе одного из альтернативных решений, то предпочтение следует отдать варианту с наибольшим приоритетом.
- 1. Теория принятия решений: задача принятия решений, цель, проблема, проблемная ситуация.
- 2. Концепция компьютерной поддержки принятия решений.
- 4. Этапы формирования и принятия решений
- 5. Методы формирования целей управления предприятием
- 6. Стратегии в принятии решений и управлении
- 7. Формирование дерева целей и дерева решений
- 8. Виды критериев оптимальности и их содержание
- 9. Структура компьютерной системы поддержки принятия решений
- 10 Место ксппр с асу
- Вопрос 11: Объективные и субъективные измерения.
- Вопрос 12: Измерения при формировании решений: ранжирование, парное сравнение, непосредственная оценка.
- Вопрос 13: Виды неопределенностей в принятии решений и их измерение.
- 3. Использование многокритериальных функций предпочтения руководителя.
- Вопрос 14: Виды экспертиз.
- Вопрос 15: Определение усредненного мнения экспертов.
- Вопрос 16: Определение согласованности мнений экспертов.
- 17. Элементы байесовских моделей
- 18, 19. Модели стохастического математического программирования: м-задача и р-задача
- 20. Нечеткие множества и основные операции над ними.
- 21. Экспертные методы определения функций принадлежности.
- 22. Аналитический и оптимизационный методы определения функций принадлежности.
- 23. Нечеткая задача оптимизации выбора вариантов проектов.
- 24. Нечеткие числа: виды нечетких чисел; операции над нечеткими числами.
- 25. Модели нечеткого математического программирования: оптимизация с нечеткими отношениями.
- 26. Модели нечеткого математического программирования: использование нечетких lr-чисел.
- 27. Генерация альтернатив решений: понятие генетического алгоритма.
- 28. Множество Парето.
- 29. Схемы компромисса.
- 30. Метод идеальной точки.
- 31. Метод последовательных уступок.
- 32. Алгоритм построения Парето оптимального решения.
- 33. Многокритериальная оптимизация. Принцип Беллмана-Заде.
- 34. Правило Борда (процедура Борда).
- 35. Метод анализа иерархий.
- 36. Правило гарантированных достоинств и недостатков.
- 37. Принципы согласования решений. (принципы Курно, Парето, Эджворта).
- 38. Простейшие алгоритмы согласования решений (согласование в среднем, согласование по Парето, метод идеальной точки).
- 39. Марковская модель согласования решений.
- 40. Цепи Маркова – основные положения
- 41. Дискретные цепи Маркова с дискретным временем
- 42. Дискретные цепи Маркова с непрерывным временем
- 43. Основные положения статистических решений (игры с природой)
- 44. Риски и критерии принятия решений (Вальда, Севиджа, Гурвица)
- 45. Риски и их виды и особенности в нефтегазовой отрасли
- 46. Расчет рисков в игре с природой