Методы решения многокритериальных задач
![Реферат: Методы решения многокритериальных задач](https://gugn.ru/work/6580954/cover.png)
Ключевые слова Метод главного критерия; функция потерь; минимаксное решение; байесовский риск; отношение порядка; правило большинства; ранжировка; метод SMART; обобщенные средние; скаляризация; интегральный критерий; линейная свертка; нечеткие ограничения; рандомизация; эвристические методы; программирование; минимизация; матрицы парных сравнений альтернатив; собственные числа и собственные… Читать ещё >
Методы решения многокритериальных задач (реферат, курсовая, диплом, контрольная)
В результате изучения данного раздела студент должен:
знать
- • психологические факторы в процессе принятия решений;
- • возможность сведения задачи со многими факторами к одному главному фактору;
- • целесообразность использовать минимаксные и байесовские критерии;
- • принятие решений на основе экспертных методов;
- • критерии, основанные на линейной свертке;
- • эвристические методы решения многокритериальных задач;
- • понятие идеальной точкой критериального пространства;
- • задачу минимизации расстояния от оценки выбираемого решения до идеальной точки или до целевого множества;
- • три аксиомы для корректного задания метрики;
- • главное отличие целевого программирования от линейного программирования;
- • процедуру последовательной кластеризации элементов;
- • основное преимущество эвристических методов;
- • понятие риск как самостоятельный объект управления;
- • методы управления рисками;
уметь
- • находить оптимальные решения из имеющегося множества альтернатив на основе минимаксных и байесовских критериев;
- • строить оптимальное решение на основе «правила большинства»;
- • проверять наличие согласованности мнений у комитета экспертов;
- • применять критерии, основанные на линейной свертке частных критериев;
- • формулировать постановку задачи в терминах целевого программирования;
- • подбирать подходящую метрику в критериальном пространстве и весовые коэффициенты для установления системы приоритетов целей;
- • сводить задачу целевого программирования к задаче линейного программирования, если это допустимо;
- • строить векторы приоритетов, но матрицам парных сравнений;
- • находить собственные числа матриц парных сравнений;
- • оценивать практический смысл результатов, полученных методами целевого программирования и анализа иерархий при принятии решений;
- • оценивать однородность критериев;
- • учитывать информацию о количественной важности критериев при сужении множества Парето — Эджворта;
- • в зависимости от конкретных значений классификационных признаков выбирать соответствующий метод управления рисками;
владеть
- • навыками применения байесовских и минимаксных критериев принятия решений;
- • способами построения бинарных отношений на основе имеющихся частных критериев;
- • методами анализа данных экспертного опроса и построения заключений на его основе;
- • методами построения итогового критерия принятия решений с помощью линейной свертки имеющихся частных критериев;
- • навыками поиска минимума удаленности векторной оценки варианта от целевого множества методами целевого программирования;
- • способами построения иерархии критериев и целей и нахождения соответствующих параметров при анализе практических проблем;
- • методами применения собственных чисел и собственных векторов матриц парных сравнений в расчетах реальных задач с многими критериями методом анализа иерархий;
- • навыками интерпретации полученных эвристическими методами результатов расчета и определения итоговых приоритетов вариантов решений в многокритериальных задачах оптимизации сложных систем;
- • методами логического анализа при решении практических задач оценки важности критериев;
- • методами геометрического преобразования конуса предпочтения и линейного преобразования критериев с помощью оценок их важности в практических задачах принятия решений;
- • способами определения конкретных значений классификационных признаков, используемых при выборе метода управления;
- • навыками определения допустимых преобразований для различных типов шкал измерения;
- • навыками выбора способов моделирования проблемной ситуации;
- • методами анализа задач принятия решений при многих критериях при разработке конкретных экономических и организационно-управленческих моделей;
- • методами формирования и описания задач принятия решений;
- • способами формирования и описания математической модели задачи принятия решений в конкретной ситуации;
- • навыками определения особенностей задач принятия решений, влияющих на выбор метода их решения;
- • способами построения функции полезности и риска для задач принятия решений в условиях вероятностной неопределенности;
- • навыками построения кривых предпочтения для аддитивных функций полезности;
- • методами отсеивания на практике доминируемых по Парето решений и альтернатив из дискретного набора;
- • навыками применения угла предпочтения и конуса предпочтения в реальных задачах с двумя критериями;
- • способами отыскания участков границы области решений, которые составляют множество Парето — Эджворта в практических задачах;
- • навыками использования численных алгоритмов построения, аппроксимации и сужения множества Парето — Эджворта и фронта Парето для принятия решений в многокритериальных задачах.
Ключевые слова Метод главного критерия; функция потерь; минимаксное решение; байесовский риск; отношение порядка; правило большинства; ранжировка; метод SMART; обобщенные средние; скаляризация; интегральный критерий; линейная свертка; нечеткие ограничения; рандомизация; эвристические методы; программирование; минимизация; матрицы парных сравнений альтернатив; собственные числа и собственные векторы; критерии оценки и векторы приоритетов; важность критериев, свертка критериев; множество Парето; риск; опасность; уязвимость.