g11 (542474), страница 4
Текст из файла (страница 4)
Вернемся к нашему примеру ( 11.1 .0 ).
Рассмотрим случай , когда 1-й критерий признается более важным, чем 2-й .
1-й шаг.
Решаем:
В данном случае процедура завершается и второй критерий на результат не влияет.
Несмотря на указанные недостатки, в тех случаях, когда какой-либо критерий имеет значительный приоритет, полученное этим методом решение может оказаться удовлетворительным.
11.2.2.3Метод последовательных уступок.
Этот метод следует отнести к человеко-машинным процедурам, так как только знание физической сущности задачи может привести к приемлемому результату.
Метод представляет собой последовательную итерационную процедуру.
1-й шаг.
Решается задача:
- решение однокритериальной задачи 1 - го шага.
2-й шаг.
Решается задача :
Получили снова однокритериальную задачу.
- величина уступки по 1-му критерию, вводимая постановщиком задачи.
Очевидно, что, если мало, полученное решение на втором шаге мало изменит предыдущее решение.
Замечание.
На этом шаге также, как и на любом другом, вновь сформулированная задача может и не иметь решения. Это обусловливается неудачным подбором уступок.
Если велико, а это имеет место, когда по критерию
требования не очень жесткие, то влияние критерия
на все остальные - не очень велико.
Свойства метода:
-
при
обеспечивается минимальное значение 1-го критерия за счет всех остальных;
-
чем больше уступки по предыдущим критериям, тем больше выигрывают последующие критерии;
-
на каждом шаге делается несколько проб для выяснения влияния уступок на следующий критерий;
-
компромиссное решение зависит от величины всех уступок /
, ... ,
/;
-
решение получается разным при изменении порядка предпочтения при одних и тех же значениях уступок /
/;
-
метод последовательных уступок не всегда приводит к получению оптимального по Парето решения.
Продемонстрируем метод последовательных уступок на нашем примере ( 11.1 .0 ):
1-й шаг.
Решаем:
2-й шаг.
Решаем:
Близость к
неслучайна, она обусловлена малым значением уступки
.
В таблицу сведены результаты решения задачи ( 11.1 .0 ) при различных значениях уступок или
, что позволяет составить некоторое представление о влиянии на решение величин уступок , а также порядка следования критериев.
11.2.2.4Метод равенства частных критериев.
Равноценными считаются критерии, когда отсутствует информация о важности этих критериев, и в то же время они не соизмеримы, то есть имеют разную физическую размерность.
Решается задача
где
,
Если изобразить это графически, то мы получим:
Решение не является эффективной точкой.
Получено решение, являющееся эффективной точкой.
В общем случае решение может не являться эффективной точкой(не принадлежать области компромиссов), может вообще не быть решений.
Пример.
Решим следующую задачу:
Решается задача
,
где ,
.
Найдем вначале множество , для этого найдем такие
, для которых функции
равны.
Решая квадратное уравнение, получаем:
.
Следовательно:
Найдем теперь .
Ответ:
.
11.2.2.5 Метод квазиравенства частных критериев оптимальности.
Исходная задача многокритериальной оптимизации сводится к задаче
где
,
Мы задаем некоторую «уступку» , чтобы разность критериев не превышала по абсолютной величине заданной
.
Пример.
Решим следующую задачу:
эта задача сводится к:
где ,
.
Возьмем для примера величину уступки .
После упрощения получаем:
После решения вышеуказанного неравенства получаем:
Найдем теперь .
Ответ:
11.2.2.6Метод гарантированного результата или метод минимакса.
Этот метод заключается в том, что исходная задача многокритериальной оптимизации сводится к задаче
полученное решение и будет приниматься за решение исходной задачи многокритериальной оптимизации.
Пример.
Решим следующую задачу:
эта задача сводится к задаче
Найдем точки пересечения двух функций.
Решая квадратное уравнение, получаем:
.
Ответ:
- гарантированная точка, является эффективной.
11.2.3Поиск оптимально - компромиссного решения в области компромиссов.
На практике, находя область компромиссов( множество эффективных точек ), часто приходится определять предпочтительную эффективную точку с точки зрения лица, принимающего решения. Такая точка называется оптимально – компромиссным решением.
При этом значения частных критериев оптимальности для двух различных точек и
являются противоречивыми, то есть существует набор таких частных критериев оптимальности, что
и существует множество индексов :
где
Замечание: Данное условие записано для случая, когда все частные критерии оптимальности стремятся к минимуму.
Чтобы узнать, какая из двух точек предпочтительнее, необходимо получить дополнительную информацию. Один из подходов к получению этой дополнительной информации состоит в использовании принципа справедливого компромисса.
Решение предпочтительнее, чем решение
, если общее абсолютное (или относительное) уменьшение по одному или нескольким частным критериям при переходе от
к
и превосходит общее абсолютное (или относительное) увеличение по остальным критериям.
Принцип абсолютной уступки:
где
это справедливо при одинаковой размерности.
Если размерность разная, то вводится нормирующий коэффициент:
где
- коэффициенты, приводящие к одинаковой размерности.
Принцип относительной уступки:
Точка предпочтительнее
, если суммарный относительный уровень уменьшения по критериям, принадлежащим множеству
больше суммарного относительного уровня превышения по критериям, принадлежащим области
.
Содержание
11. Задачи векторной оптимизации. 92
11.1 Основные понятия и определения. 92
11.2 Методы решения задач многокритериальной оптимизации. 95
11.2.1 Метод "обобщенного критерия". 95
11.2.1.1 Основные виды сверток. 95
11.2.1.2 Линейная свертка и ее свойства. 96
11.2.1.3 Методы определения весовых коэффициентов. 97
11.2.2 Решение задач векторной оптимизации при наличии дополнительной информации о важности частных критериев оптимальности. 103
11.2.2.1 Метод выделения главного критерия. 103
11.2.2.2 Метод последовательной оптимизации с учетом жесткого приоритета. 105
11.2.2.3 Метод последовательных уступок. 106
11.2.2.4 Метод равенства частных критериев. 108
11.2.2.5 Метод квазиравенства частных критериев оптимальности. 109
11.2.2.6 Метод гарантированного результата или метод минимакса. 110
11.2.3 Поиск оптимально - компромиссного решения в области компромиссов. 111