Диссертация (1137100), страница 10
Текст из файла (страница 10)
На практике визуализация найденной границы Парето можетпомочь ЛПР уточнить свои предпочтения, с помощью которых удастся выявитьболееименеерациональныеизподмножестваПарето-оптимальных,воспользовавшись дополнительной информации от ЛПР и методом «справедливыхкомпромиссов» для сужения фронта Парето. Для СИМ предлагается добавитькомпоненты визуализации и сужения множества Парето-оптимальных решений.После сужения в сформированном множестве останутся рациональные решенияальтернативы. В заключение первой главы рассмотрен метод «справедливыхкомпромиссов» для сужения фронта Парето.Реализация функционала программного комплекса проходила в 4 этапа:1. Разработан программный модуль, реализующий работу MAGAMO в средепрограммирования Microsoft Visual Studio на языке программирования C#.2.
Разработана подсистема управления имитационной моделью, котораябыла также реализована в среде программирования Microsoft Visual Studioна языке программирования C#. Из нее вызываются методы модели,спроектированнойвпрограммномсредстведляимитационного6970моделирования PowerSim Studio 8. Программа управления расчетами ИМработает с этой библиотекой, в которой содержится модель ипредопределенные методы для работы с ней, среди них: Reset() –перезапуск модели, Advance() – шаг модели на один временной интервал,методы для присваивания значений «public-переменным» модели,Sim.Variables.Find(“названиепеременной»).Number–получениеиприсваивание значения переменной, и т.п.3.
Разработана подсистема управления РЭС и интегрирована с программнойреализацией ГА и подсистемой управления ИМ, став связующим звеномдля обеих подсистем. Таким образом, целевые оптимизационные функциимодели стали функциями приспособленности в ГА, а значенияварьируемых параметров ИМ были закодированы в хромосомах, которымисталинаделеныособивпопуляцииГА.Программаполучилапользовательский интерфейс с возможностью запуска, задания настроекфункционирования алгоритма и выгрузки финальных результатов вMicrosoft Excel.4.
Программа была интегрирована с программными продуктами повизуализации и сужению фронта Парето.В результате была создан программный комплекс, осуществляющийподдержку полного цикла выработки рациональных решений в многомерныхимитационных моделях. Вся распределенная вычислительная система агентовспособна к масштабированию, так как может состоять из любого разумного числаЭВМ.Разработанный программный комплекс, включающий в себя следующиекомпоненты:1. Win-32 приложение с графическим интерфейсом, управляющее запускомэволюционной сети из N агентов, и связывающее остальные компоненты.2.
Win-32 приложение, реализующее алгоритм MAGAMO на стороне Агента.3. Система имитационного моделирования – PowerSim Studio 8.70714. База данных Microsoft Sql Server 2008 для хранения архивных решений,подключенная к агентам через набор интерфейсов OLE DB.5. Средство для визуального найденного фронта Парето – Pareto Front Viewer.Найденный набор решений передается из базы данных в Pareto FrontViewer через их выгрузку в MS Office Excel.6. Программный продукт для ввода дополнительной информации опредпочтениях ЛПР и сужения на ее основе фронта Парето с помощьюметода справедливого компромисса. Программный продукт разработанпод руководством В. Ногина в СПбГУ.
Его интеграция с найденнымнабором решений осуществлена через MS Office Excel. Финальный наборрациональных решений также экспортируется в MS Office Excel.Компоненты 1, 2, 4, 5 являются оригинальными – они были разработаны врамках диссертационного исследования. Win-32 приложения были созданы вMicrosoft Visual Studio 2013 на языке программирования C# (фрагментпрограммного кода, реализующего агентный подход, содержится в Приложении 2).Для их интеграции с имитационной моделью из PowerSim Studio 8 в MicrosoftVisual Studio 2013 была использована библиотека PowerSim Engine. С помощью нееможно управлять запуском имитационной модели извне, передавая в модельвходные переменные и получая значения рассчитанных целевых функций навыходе.Архитектура программного комплекса представлена на рисунке 21.7172База данныхMicrosoft SQLServer 2014для глобальногоархива решенийWin-32 приложение дляподключения каждого изАгентов к РЭС и реализация имиMAGAMOИмитационная модель вPowerSim StudioКомпоненты MAGAMOЦентральное Win-32приложениедля управления РЭСна основе MAGAMOи выгрузки результатовв MS Office Excel 2014ПрограммаPareto Front Viewerдля визуализациифронта ПаретоВыгрузка в Microsoft OfficeExcel искомых рациональныхрешенийДополнительнаяинформация опредпочтениях ЛПРПрограмма длясужения фронтаПарето методомсправедливыхкомпромиссовРисунок 21.
Архитектура программного комплексаСтруктура базы данных представлена на рис. 22:Рисунок 22. Структура базы данных найденных решенийПрограммный комплекс реализует следующую функциональность:1. Разработка системно-динамических ИМ.2. Управление расчетами в ИМ.72733. Нахождение подмножества Парето-оптимальных решений в ИМ.4. Визуализация фронта Парето.5. Ввод дополнительной информации о предпочтениях ЛПР и сужениефронта Парето методом справедливого компромисса.6. Вывод конечных результатов – рациональных решений.Интерфейс программы представлен на рис.
23,24.Рисунок 23. Интерфейс программы MAGAMOРисунок 24. Интерфейс программы Агента7374Программный комплекс был внедрен в действующую компанию, котораяпослужила объектом для разработанной имитационной модели. В компании былипроведены численные эксперименты по формированию рациональных решений сиспользованием данного программного комплекса.В программе MAGAMO присутствуют 4 основных класса:1) Agent – определяет процедуры расчета агента2) MAGAMO – реализация алгоритма MAGAMO3) Population – для описания популяции особей на каждом шаге эволюции4) Individual – для описания каждой особи5) SPEA2 – является заменяемым классом в зависимости от выбора способапостроения фронта Парето.Также имеется важная структура InputVariables, которая описывает наборварьируемых параметров с характеристиками.Обмен данными с хранилищем данных происходит по протоколу TCP/IP.3.2 Предлагаемые методы визуализации и сужения множества Паретооптимальных решенийДля визуализации Парето-оптимальных решений может применятьсяпрограммный продукт Pareto Front Viewer (рис.
25), разработанная в ВЦ РАН подруководством Лотова А.В., использующая известные методы аппроксимациифронта Парето.7475Рисунок 25. Pareto Front ViewerВыделение множества Парето часто не является удовлетворительнымрешением. Это связано с тем, что при достаточно большом исходном множествевариантов множество Парето оказывается недопустимо большим для того, чтобыЛПР было бы в состоянии осуществить выбор самостоятельно. Таким образом,выделение множества Парето можно рассматривать лишь как предварительныйэтап оптимизации, и налицо проблема дальнейшего сокращения этого множества.Для сужения множества Парето необходимо провести опрос ЛПР с цельювыявления дополнительной информации о его предпочтениях.В качестве таких дополнительных данных ЛПР может предоставлятьинформацию о готовности пойти на компромисс, который заключается в том, чтоЛПР согласно пожертвовать несколькими пунктами по менее значимым критериямради получения выгоды по более важным для него критериям.
Такое суждениезадаёт «квант» информации, который может быть использован для сужениямножества Парето с помощью теоремы, доказанной В. Д. Ногиным. Понятиенаправленного компромисса встречается в работах. Оно совпадает по смыслу с«квантом» информации, и полученные результаты повторяют уже имеющиеся вкниге.7576Итак, для выбора одной оптимальной стратегии из множества эффективныхрешенийвкаждойконкретноймногокритериальнойзадаченеобходимоиспользовать дополнительную информацию о цели операции, т.е.
ту информацию,которая при задании векторного критерия осталась неформализованной и потомунеиспользованной.Таким образом, общая методика исследования задач принятия решения наоснове математического моделирования может быть реализована в рамках одногоиз следующих подходов. Первыйподход.Длязаданноймногокритериальнойзадачиоптимизации находится множество её Парето-оптимальных решений, авыбор конкретного оптимального варианта из множества Паретооптимальных предоставляется ЛПР Второй подход.
Как уже было сказано выше, производится сужениемножества Парето-оптимальных исходов (в идеале – до одногоэлемента) с помощью некоторых формализованных процедур, чтооблегчает окончательный исход для ЛПР. Отметим, что такое сужениеможет быть произведено только при наличии дополнительнойинформации о критериях или свойствах оптимального решения.Наиболее логичным и последовательным представляется путь построениябинарного отношения предпочтения, более сильного, чем отношение Парето,позволяющего сузить множество выбираемых вариантов до приемлемых с точкизренияЛПРразмеров.Разумеется,дляэтогопотребуетсянекотораядополнительная информация, которую придётся получить от ЛПР. Это может бытьинформация о критериях, о самих сравниваемых вариантах и т.п.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
