Диссертация (1172898), страница 15

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 15)

Весовые коэффициенты дляфункции ранжирования будут определяться по формулам:- для всех критериев из группы А:i iab;(3.7)- для всех критериев из группы В:j a  jab.(3.8)Параметры  i и  j – это суммы коэффициентов из матрицы предпочтений.S – номера критериев;W – коэффициенты важности;А, В – группы распределения.Рисунок 3.7 – Матрица предпочтений коэффициентов93Ранжирование вариантов распределения ресурсов (рисунок 3.8). Выполняется расчет векторных оценок вариантов и функции Ф по формуле:F(X) - обобщенная функция ранжирования вариантовФmmk 1k 1 k f k ,  k 1.(3.9)Варианты распределения ресурсовРис.

3.8 – Ранжирование вариантовСравнение критериев. Для реализации данного подхода эксперту необходимосамостоятельно распределить компонент-цели по группам А и В и произвести сравнение каждой компонент-цели из группы А с каждой компонент-целью из группыВ по вербальной шкале.Строится матрица экспертных высказываний Z (Рисунок 3.9) на основешкалы бальных высказываний (Таблица 3.1), где Z принимает свои значения измножества целых чисел в соответствии с подходом, раскрытым в работе [65].94Таблица 3.1. – Вербальная шкала высказываний эксперта Zij при сравнении объектов агентнойсистемы управленияВысказыванияПрямоеОбратноеОi равны по важности Оj00Оi немного важнее Оj2-2Оi важнее Оj4-4Оi существенно важнее Оj6-6Оi много важнее Оj8-8Оi бесконечно важнее Оj10-10Z – матрица экспертных высказываний.Рисунок 3.9 – Таблица экспертных высказыванийФормируется ненормализованная матрица предпочтений К (Рисунок 3.10).Значения коэффициентов Kij рассчитываются по формуле:K ij  exp   gZ ij где g – параметр модели, g в нашем случае всегда равен 0,5;Zij – бальные значения высказываний.(3.10)95Рисунок 3.10 – Ненормализованная матрица предпочтений коэффициентов KijСтроится нормализованная матрица предпочтений θ (Рисунок 3.11), значенияв которой определены по формуле 3.5.Рисунок 3.11 – Нормализованная матрица предпочтений коэффициентовНа основе формулы (3.9) производится ранжирование вариантов распределения ресурсов.

Результат ранжирования представляется в виде диаграммыF(X) - обобщенная функцияранжирования вариантов(Рисунок 3.12).Варианты распределения ресурсовРисунок 3.12 – Блок предоставления результатов ранжирования.963.3. Пример применения специального программного обеспеченияподдержки управления распределением ресурсов для целей пожарнойбезопасности на предприятиях химической промышленностиОбсуждение решения задачи распределения ресурсов.Метод 1. На основе опыта принятых ранее решений рассмотренный подробнодля данной задачи в параграфе 2.4 диссертации, в дальнейшем будет именоваться«Опыт». Для метода «Опыт» коэффициентов относительной важности θ = 0,70 иθ = 0,94, тогда предпочтения ЛПР составляют: ω=0,18; ω=0,35; ω=0,47.Метод 2.

Результаты решения задачи распределения ресурсов на основе экспертного мнения, формализованного путем анализа двух вариантов V7 ≈ V8 по предпочтению далее именуемый «Варианты». Для метода «Варианты» коэффициентыотносительной важности θ = 0,76 и θ = 0,86, тогда предпочтения ЛПР составляют:ω=0,19; ω=0,38; ω=0,44.Метод 3.

Результаты решения задачи распределения ресурсов на основе экспертного мнения с использованием матрицы парных сравнений и высказыванийчто агент 1 немного важнее агента 2, и агент 1 важнее агента 3, результаты анализавысказываний представлены на рисунках 3.15.

и 3.16, далее метод будем именовать«Агенты». Для метода «Агенты» коэффициенты относительной важности θ = 0,73и θ = 0,88, тогда предпочтения ЛПР составляют: ω=0,19; ω=0,37; ω=0,44. Сопоставление результатов анализа показателей важности в задаче распределения ресурсовпредставлено на рисунке 3.13.А - Коэффициенты относительной важностиB - Предпочтения центра управленияРисунок 3.13 – Анализ показателей важности агентов в задаче97Отклонение показателей важности определяет необходимость проведенияанализа результатов ранжирования вариантов распределения ресурсов. Для этогосформируем таблицу 3.2, в которой сведены результаты решения задачи распределения ресурсов с использованием предложенных в диссертации методов.Таблица 3.2 – Результаты ранжирования вариантов различными методамиПоказателиF(V)ОпытRF(V)ВариантыRF(V)АгентыRV10,43220,4330,433V20,42730,4520,442V30,56510,5510,551V40,29560,3160,316V50,41740,4240,424V60,35850,3550,355V70,24470,2570,257V80,24480,2580,258Сопоставление результатов ранжирования вариантов распределения ресурсов различными методами представлены на рисунке 3.14.А – значения целевой функции для вариантовB – результаты ранжирования вариантов распределения ресурсовРисунок 3.14 – Анализ ранжирования вариантов распределения ресурсовРешение задачи анализ с использованием разработанной информационной системы представлены на рисунке 3.15.98Рисунок 3.15 – Решение задачи анализа99Анализируя результаты ранжирования вариантов в задаче распределения ресурсов, обнаружено несоответствие экспертной процедуры и опыта принятыхранее решений для вариантов V1 и V2, следовательно, необходимо провести болеедетальный анализ результатов решения задач предложенными методами.Предположим, что существует вероятность принятия правильного решения вконтексте исследования правильного ранжирования вариантов, которые дает метод, основанный на опыте принятых ранее решений («Опыт»), тогда необходимооценить вероятность ошибочного ранжирования вариантов с применением экспертных процедур «Варианты» и «Агенты».

Для этого воспользуемся критериемПирсона χ2, рассчитываемого для каждого сочетания вариантов по формуле:i2 F V ik  F V ijF V ik2.(3.11)Общее значение критерия получим, суммируя частные его значения для каждого варианта:8   i2 .2(3.12)i 1Тогда при количестве степеней свободы s = 2 (сопоставляя пары методов)оценим вероятность ошибочного ранжирования для различных сочетаний методов.Результаты анализа представлены в таблице 3.3.Таблица 3.3 Результаты ранжирования вариантов различными методамиОиВОиАВиАОиВОиАВиАV10,000010,000010,00000V70,000140,000140,00000V20,001180,000380,00023V80,000140,000140,00000V30,000410,000410,00000χ20,002810,002020,00023V4V5V60,00073 0,00002 0,000180,00073 0,00002 0,000180,00000 0,00000 0,00000Верно Ошибка0,99859 0,001410,99899 0,001010,99989 0,00011Таким образом, в паре методов «Опыт» «Варианты» ошибка результатовранжирования составляет ν =0,00141, в паре «Опыт» «Агенты» ошибка составляетвеличину равную ν =0,00101, и в паре «Варианты» «Агенты» ν =0,00011.100Анализируя полученные данные, можно заключить, что вероятность ошибочного ранжирования вариантов распределения ресурсов пренебрежимо мала.

Однако, данные показывают, что для сочетания двух экспертных процедур «Варранты» - «Агенты» ошибка на порядок меньше. Наличие ошибки в результатах ранжирования определяет необходимость разработки процедуры оценки эффективности применения агентной системы поддержки принятия решений.3.4. Выводы по третьей главе1.Проведена алгоритмизация и программная реализация теоретическихположений агентного анализа вариантов распределения ресурсов в системе управления безопасностью объектов химической промышленности.2.Разработана структура поддержки принятия решений при управлениибезопасностью на объектах химической промышленности, учитывающая возможность формирования многоуровневой процедуры агентного анализа вариантов втерминах «агент» «компонент-цель».3.Предложена процедура анализа вариантов распределения ресурсов вагентных системах, включающая в себя два основных этапа: на первом этапе компонент-цели распределяются по множествам; на втором этапе ранжируются (упорядочиваются) в соответствии с предпочтениями центра управления.4.Разработана компьютерная информационная система поддержки при-нятия решений, в рамках которой предложены алгоритмы распределения ресурсовв агентной системе управления.5.Проведено сравнение применения различных методов решения задачираспределения ресурсов путем ранжирования вариантов относительно предпочтений центра управления, формализованных путем обобщения опыта ранее принятыхрешений и экспертных процедур, основанных на сопоставлении вариантов и матрицы парных сравнений.

Показано, что существует вероятность ошибочного ранжирования вариантов решений, оценить которую предлагается с использованиемвыростных процедур, основанных на анализе значений критерия Пирсона.101ГЛАВА 4. ОЦЕНКА ЭФФЕКТИВНОСТИИНФОРМАЦИОННОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙДЛЯ УПРАВЛЕНИЯ РЕСУРСАМИ ПОЖАРНОЙ БЕЗОПАСНОСТИНА ПРЕДПРИЯТИЯХ ХИМИЧЕСКОЙ ПРОМЫШЛЕННОСТИИсследование эффективности применения МАС проводится для определенияграниц ее применения в задачах планирования распределения ресурсов для обеспечения пожарной безопасности химических предприятий, что является необходимым условием для формирования практических рекомендаций по внедрению разработанных теоретических положений в процесс управления ресурсами социальноэкономических систем.Определение границ применения МАС является теоретической задачей исследования, для решения которой необходимо провести обоснованный выбор подхода к оценке эффективности агентной системы, сформулировать систему принципов, на основе которой применение МАС при решении практических задач будетсчитаться обоснованным; разработать количественный показатель для оценки эффективности МАС.Оценка эффективности проведена опытно-теоретическим методом с учетомиерархии количественной оценки, предусматривающей:– высший уровень – выбор критерия эффективности (Э%);– средний уровень оценки – показатель эффективности (Sab);– низовой уровень оценки МАС – параметры показателя эффективности(NAgent и NVar).Количественная оценка эффективности МАС возможна лишь на основе усеченного массива исходных данных, сгенерированных в рамках опытно-теоретической модели исследования, поэтому для индукции полученных результатов в методике количественной оценки МАС необходимо разработать модель показателя эффективности в зависимости от исходных параметров агентной системы поддержкипринятия решений.1024.1.

Характеристики

Список файлов диссертации