Диссертация (Методология унифицированной разработки систем поддержки принятия решений для многокритериальных высокоразмерных задач ракетно-космической отрасли), страница 6

Таким образомдостигается оперативность изменений бизнес-логики, повышается производительность игибкость, обеспечивается более высокий уровень безопасности. Физическая структура базыданных соответствует унифицированной концептуальной модели, предложенной в четвертойглаве. В качестве СУБД использован MS SQL Server.В заключении изложены основные научные и практические результаты, полученные вдиссертационной работе.20Глава 1.

Методы и системы многокритериального анализа альтернатив1.1. Подходы к принятию решенийСуществует два разных подхода к принятию решений. Первый подход основан насоздании системы правил, на основании которых система предлагает некий вариант решения.Такой подход реализуется в экспертных системах [108-109]. Если проблема хорошоструктурирована, система правил достаточно четко задана и объективно является правильной,то целесообразно применение экспертных систем. Однако высокоразмерные задачи выбора иоптимизации в ракетно-космической отрасли относятся к классу слабоструктурированных.

Тоесть на сегодняшний день нет объективного и исчерпывающего списка правил, по которымоценивается космический эксперимент, выбирается полевой позиционный район размещенияракет, проводится мониторинг космических сил и средств. Кроме того, оценки объектовракетно-космической отрасли носят как числовой, так и качественный (лексический) характер.Для решения слабоструктурированных задач применяются системы относящиеся к другомуклассу – это системы поддержки принятия решений (СППР).

Заметим, что общим свойствомбольшинства рассматриваемых ниже методов заложенных в СППР является их зависимость отсубъективизма лица, принимающего решения (ЛПР). Считается, что ЛПР обладает опытом,знанием и навыками, делающими его компетентным в решаемой задаче. Это проявляется в том,что выбор метода и назначение его необходимых внутренних параметров осуществляется (или,по крайней мере, должно осуществляться) либо непосредственно ЛПР, либо с его участием.

Этоположение приобретает принципиальный характер, когда речь идет о принятии решений спривлечением СППР [100].Есть достаточно много работ, связанных с методами многокритериальной оценкиальтернатив. Это работы О.И. Ларичева, А.Б. Петровского, В.Д. Ногина, В.В. Подиновского,А.В. Лотова, Б.Г. Литвака, Т. Саати, Р. Кини, Х. Райфа и других авторов в России и за рубежом[6, 9, 11-17, 20-33, 47, 113-117].

Компьютерная поддержка решений на базе субъективногоподхода активно развивается в ИПУ РАН Э.А. Трахтенгерцем и его учениками [104]. Однакобольшинство СППР используют только один метод многокритериального анализа решений и неучитывают другие подходы. В некоторых СППР их разработчики закладывают свойсубъективизм, который ЛПР может и не осознавать, или он может не стыковаться спредпочтениями ЛПР. На практике востребованы комплексные решения, не хватаетинтегрированных подходов и формализованных процедур, которые позволят обоснованновыбирать тот или иной многокритериальный метод в процессе работы системы, исходя изпредпочтений ЛПР.21Следует отметить, что характерной чертой многих исследований является желание ихавторов создать математическую модель человека, работающего в составе человеко-машинногокомплекса. К сожалению, такие модели, как правило, не адекватны, особенно, если речь идет омногокритериальных задачах и слабо структурированной предметной области, т.к.

по существуони (модели) отражают попытки формализации не изученных или, в лучшем случае, плохоизученных процессов человеческого мышления. Это положение принципиально. Принятие еготребует поиска иных подходов к разработке человеко-машинных систем. Сказанноепредставляется особенно важным, когда объектом разработки и эксплуатации являются самиСППР. Поэтому понятен большой интерес к интеллектуальным системам поддержки решений.Их спектр весьма широк: информационные, информационно-советующие, генерирующие,оценивающие, ранжирующие и оптимизирующие альтернативные варианты решений и т.п.Подавляющее большинство СППР ориентировано на многокритериальные задачи, т.е. задачи вкоторыхрешенияоцениваютсяипринимаютсянаосновевекторногокритерия.Принципиальная трудность таких задач заключается, как известно, в противоречии междужеланием как можно подробнее описать сущность задачи и отсутствием строгихматематических методов сопоставления векторов.

Используемые методы так называемой«оптимизации по векторному критерию» часто сводятся по существу к его скаляризации. Такихметодов достаточно много, как и различных СППР, их реализующих. Однако мало известныработы по их сравнительной оценке, на основании которых можно было бы сделать выборСППР. В данной работе, помимо прочего, делается попытка восполнить этот пробел. С этойцелью рассматривается на одном и том же материале решение задачи ранжированияальтернатив с использованием наиболее известныхспособов скаляризации векторногокритерия и осуществляется их сравнительная оценка.СППР помогает в принятии обоснованных и эффективных решений, направленных наэкономию ресурсов ракетно-космической отрасли, поэтому актуальными являются научнообоснованные решения в области разработки СППР, внедрение которых вносит значительныйвклад в развитие страны.Неоднократные попытки моделировать деятельность человека в составе человекомашинного комплекса (включая оценку ситуации и формализацию целей и стратегий) наоснове традиционных подходов показали их несостоятельность, в первую очередь из-за слабойструктурированности решаемых задач в целом.

Под слабой структурированностью понимаетсяпреобладание качественных (лексических) критериев и качественных суждений ЛПР. Крометого, необходимо постоянно иметь в виду, что инструментальные СППР должныориентироваться на поддержку решений, а отнюдь не на их окончательное принятие. Последнееявляется эксклюзивной функцией лица принимающего решения (ЛПР) и должно в полной мере22отражать его систему ценностей. В силу этого, интерес разработчиков СППР смещается всторону создания статистических (например, нейронные сети), лексикографичесих моделей, имоделей, основанных на выявлении и формализации полезности и предпочтений ЛПР.1.2. Методы многокритериального анализа альтернативСопоставим некоторые из этих методов, которые в первую очередь будут реализованы вСППР, в содержательном плане, опуская их подробное описание, т.к.

они многократноизлагались в литературе [1, 6, 9, 11, 13, 15, 32, 33, 76-79, 85, 90, 94, 99, 134].Критерий среднего взвешенного. B этом методе обобщенный критерий эффективностипредставляется в виде суммы значений показателей с весовыми коэффициентами, которыетакже называются коэффициентами важности.

Коэффициент важности отражаетценностьпоказателя (его важность) по сравнению с остальными.Достоинства:• простота формализации;• ясный физический смысл;• широкое освещение в литературе и наличие апробированных программных средств,реализующих метод;• возможность учета индивидуальных представлений ЛПР о задаче при назначениивесовых коэффициентов (важностей);• наличие простой формальной процедуры (метод парных сравнений), облегчающейпроцесс вычисления весовых коэффициентов.Недостатки:• неявная взаимная компенсация показателей, которая становится неконтролируемойпри большом их числе;• не учет нелинейной зависимости весовых коэффициентов от значений показателей(не учет так называемой зависимости по предпочтениям: важности показателейвводятся один раз и в дальнейшем играют роль параметров);• неоднозначность отображения точек критериального пространства на множествевозможных решений (альтернатив).Метод идеальной точки.

В этом методе векторный критерий рассматривается как точка вn-мерномпространстве,координатыкоторойсоответствуютзначениямпоказателей.Наилучшим из возможных является решение, при котором по каждому из показателей будетдостигнуто наилучшее значение. Соответствующая ему точка называется «идеальной». Введя вкритериальном пространстве метрику, т.е.

задав способ измерения расстояния между точками,логично считать ту из двух альтернатив лучшей, которая ближе к «идеальной» точке. Следует23иметь в виду, что выбор метрики может существенно сказаться на результате решения задачи ипоэтому этот этап достаточно принципиален. Обычно, во имя простоты, используют евклидоворасстояние.Достоинства:• как и в критерии среднего взвешенного, компоненты векторного критериярассматриваются в совокупности;• четкая формальная постановка.Недостатки:• произвольный выбор метрики (как правило, используется декартово пространство);• непредставимость расстояния между двумя точками n-мерного пространства при n>3;• неоднозначность отображения точек критериального пространства на множествевозможных решений.Медиана Кемени.

Этот метод основан на ранжировани конечного множестваальтернатив. На отношениях линейного порядка (ранжированиях) вводится мера близостиранжирований, предложенная Кемени. Ранжируем альтернативы по каждой компонентевекторного критерия и для полученных ранжирований вычисляем медиану Кемени.Достоинства:• компоненты векторного критерия рассматриваются в совокупности;• четкая формальная постановка.Недостатки:• непредставимость среднего ранжирования в содержательном плане, т.к. оно, какправило, не отвечает ни одной из экспертных (осредняемых) ранжировок.Метод последовательных уступок. Суть этого метода состоит в следующем. Вначалепоказатели ранжируются по важности. Но их упорядочение носит чисто качественныйхарактер, т.е. никаких количественных оценок важностей не производится.