- •1. Цели и задачи системного анализа
- •1.1. Определения системного анализа
- •1.2. Понятие сложной системы
- •1.3. Характеристика задач системного анализа
- •1.4. Особенности задач системного анализа
- •1.5. Прогнозирование и планирование
- •2. Характеристика этапов системного
- •2.1. Процедуры системного анализа
- •2.2. Анализ структуры системы
- •2.3. Сбор данных о функционировании системы
- •2.4. Построение моделей систем
- •2.5. Проверка адекватности моделей
- •2.6. Определение целей системного анализа
- •2.7. Формирование критериев
- •2.8. Генерирование альтернатив
- •2.9. Реализация выбора и принятия решений
- •3. Построение моделей систем
- •3.1. Понятие модели системы
- •3.2. Способы описания систем
- •3.3. Анализ и синтез - методы исследования систем
- •3.4. Декомпозиция и агрегирование
- •4. Эксперимент – средство построения
- •4.1. Характеристика эксперимента
- •4.3. Обработка экспериментальных данных
- •4.4. Вероятностное описание событий и процессов
- •4.5. Описание ситуаций с помощью нечетких моделей
- •4.6. Характеристика и классификация статистической
- •5. Математическое программирование
- •5.1. Математические постановки задач, приводящие
- •5.2 Задача линейного программирования
- •5.3. Решение задач линейного программирования
- •5.5. Дискретное программирование
- •6. Выбор или принятие решений
- •6.1. Характеристика задач принятия решений
- •6.2. Критериальный способ описания выбора
- •6.3. Выбор в условиях неопределенности
- •6.4. Концепция риска в задачах системного анализа
- •6.5. Принятие решений в условиях стохастической
- •6.6. Выбор при нечеткой исходной информации
- •6.8. Коллективный или групповой выбор
6.2. Критериальный способ описания выбора
Наиболее развитым и чаще всего применимым при решении задач выбора является критериальный подход. При применении данного подхода предполагается, что каждую отдельно взятую альтернативу можно оценить численно, значением критерия. Тогда сравнение альтернатив сводится к сопоставлению соответствующих им чисел.
В зависимости от объекта и цели исследования критерии или параметры оптимизации могут быть весьма разнообразны. Чтобы ориентироваться в этом многообразии, введем некоторую классификацию. Итак, среди множества параметров оптимизации выделяют: экономические, технико-экономические, технологические, статистические, психологические, эстетические и т.п. Примерами экономических параметров могут служить прибыль, рентабельность, себестоимость; технико-экономических - производительность, надежность, долговечность; технологических - выход продукта, характеристики качества и пр.
Критерий или параметр оптимизации - это признак, по которому оптимизируют процесс принятия решений. Критерий должен быть количественным, задаваться числом. Необходимо уметь измерять его при любой возможной комбинации воздействующих на исследуемую систему факторов. Множество значений, которые может принимать критерий (параметр оптимизации), называют областью его определения. Области определения могут быть непрерывными и дискретными, ограниченными и неограниченными. Например, выход реакции - это параметр оптимизации с непрерывной, ограниченной областью определения. Он может изменяться от 0 до 100%. Число бракованных изделий, число кровяных телец в пробе крови - примеры параметров с дискретной областью определения, ограниченной снизу. Если нет способа количественного измерения результата, то приходится пользоваться подходом, называемым ранжированием (ранговым подходом). В этом случае параметрам оптимизации присваивается оценка - ранг по заранее выбранной шкале. Ранг - это количественная оценка параметра оптимизации. Она носит условный субъективный характер. Чаще всего ранжирование используется в тех случаях, когда требуется оценить качественный признак. Ранговый параметр имеет дискретную область определения. В простейшем случае область содержит два значения (да - нет, хорошо - плохо). Это может соответствовать способу оценки качества продукции, является она годной или бракованной. Другим примером субъективной оценки может служить оценка знаний на экзамене. Знание - абстрактный параметр. В этом случае оценка знания осуществляется путем проставления ранга, определенного, скажем, по пятибалльной шкале.
Для каждого физически измеряемого параметра оптимизации можно построить ранговый аналог. Потребность в построении такого аналога возникает, если имеющиеся в распоряжении исследователя численные характеристики неточны или неизвестен способ построения удовлетворительных численных оценок. При прочих равных условиях всегда нужно отдавать предпочтение физическому измерению, так как ранговый подход менее чувствителен и с его помощью трудно изучать тонкие эффекты.
Желательно, чтобы параметр оптимизации выражался одним числом. Иногда это получается естественным образом, когда речь идет, скажем, о результатах измерения некоторым прибором. В ряде случаев приходится для определения параметра оптимизации производить вычисления.
Еще одно требование, связанное с количественной природой параметра оптимизации - однозначность в статистическом смысле. Заданному набору значений, воздействующих на исследуемую систему факторов, должно соответствовать одно определенное с точностью до ошибки эксперимента значение параметра оптимизации. Однако обратное утверждение неверно: одному и тому же значению параметра могут соответствовать разные наборы значений факторов.
Для успешного достижения цели исследования необходимо, чтобы параметр оптимизации действительно оценивал эффективность функционирования системы в заранее выбранном смысле. Это требование является главным, определяющим корректность постановки задачи.
Следующее требование к параметру оптимизации - требование универсальности и полноты. Под универсальностью параметра оптимизации понимается его способность всесторонне характеризовать объект. Универсальностью обладают обобщенные параметры оптимизации, которые строятся как функции от нескольких частных параметров. Желательно, чтобы параметр оптимизации имел физический смысл, был простым и легко вычисляемым. Требование физического смысла связано с необходимостью последующей интерпретации результатов процедуры принятия решений.
Рассмотрим постановку задачи критериального выбора. Пусть х -некоторая альтернатива из множества X. Считается, что для всех х Є X может быть задана функция q(х), которая называется критерием или параметром оптимизации (критерием качества, целевой функцией, функцией предпочтения, функцией полезности и т.д.) и обладает тем свойством, что если альтернатива x1 предпочтительнее альтернативы х2 (будем обозначать это x1 > х2), то q(x1)>q(x2) и обратно.
Если теперь сделать еще одно важное предположение, что выбор любой альтернативы приводит к однозначно известным последствиям (т.е. считать, что выбор осуществляется в условиях определенности) и заданный критерий q(х) численно выражает оценку этих последствий, то наилучшей альтернативой х* является, естественно, та, которая обладает наибольшим значением критерия:
Задача определения оптимального решения х*, простая по постановке, часто оказывается сложной для решения, поскольку метод ее решения (да и сама возможность решения) определяется как характером множества X, так и видом критерия. На возможность решения задачи оптимизации критерия оказывает влияние размерность вектора х и тип множества Х- является ли оно конечным, счетным или континуальным. В свою очередь критерий может быть сформулирован в виде функции или функционала.
Однако сложность определения наилучшей альтернативы на практике существенно возрастает, так как оценивание любого варианта единственным числом обычно оказывается неприемлемым упрощением. Более полное рассмотрение альтернатив приводит к необходимости оценивать их не по одному, а по нескольким критериям, качественно различающимся между собой. При решении конкретных задач системным аналитикам следует учитывать множество критериев: технических, технологических, экономических, социальных, эргономических и пр.
Итак, пусть для оценивания альтернатив используется несколько критериев qi(х), i=1,…,p. Теоретически можно представить себе случай, когда в множестве X покажется одна альтернатива, обладающая наибольшими значениями всех p критериев; она и является наилучшей. Однако на практике такие случаи почти не встречаются, и возникает вопрос, как же тогда осуществлять выбор.
Путь к единому параметру оптимизации часто лежит через обобщение. Из многих критериальных функций, определяющих альтернативу, трудно выбрать один, самый важный. Будем рассматривать ситуацию, когда необходимо множество критериальных функций свернуть в единый количественный признак. Каждый критерий в общем случае имеет свой физический смысл и свою размерность. Чтобы объединить различные критерии, прежде всего, приходится вводить для каждого из них некоторую безразмерную шкалу. Шкала должна быть однотипной для всех объединяемых критериев - это делает их сравнимыми.
Рассмотрим наиболее употребительные способы решения многокритериальных задач. Первый способ состоит в том, чтобы многокритериальную задачу свести к однокритериальной. Это означает введение суперкритерия, т.е. скалярной функции векторного аргумента:
Суперкритерий позволяет упорядочить альтернативы по величине, выделив тем самым наилучшую (в смысле этого критерия). Вид функции qо определяется тем, как мы представляем себе вклад каждого критерия в суперкритерий. Обычно для реализации данной процедуры используют аддитивные
или мультипликативные функции
Коэффициенты Si обеспечивают безразмерность критериального значения (частные критерии могут иметь разную размерность, и тогда некоторые арифметические операции над ними, например сложение, не имеют смысла). Коэффициенты αi, βi отражают относительный вклад частных критериев в суперкритерий.
Итак, при данном способе задача сводится к максимизации суперкритерия:
Очевидные достоинства объединения нескольких критериев в один суперкритерий сопровождаются рядом трудностей и недостатков, которые необходимо учитывать при использовании этого метода.
Рассмотрим примеры построения обобщенных критериальных показателей. Пусть рассматриваемая альтернатива характеризуется п частными критериальными функциями qi(i=1,2,…,p). Каждая из функций qi имеет свой физический смысл и, чаще всего, свою размерность. Введем простейшее преобразование: набор данных для каждого qi поставим в соответствие с самым простым стандартным аналогом -шкалой, на которой имеется только два значения: 0 - брак, неудовлетворительное качество, 1 - годный продукт, удовлетворительное качество. В ситуации, когда каждый преобразованный критерий принимает только два значения 0 и 1, естественно желать, чтобы и обобщенный критерий принимал одно из двух возможных значений, причем так, чтобы значение 1 имело место тогда и только тогда, когда все частные критериальные показатели приняли бы значение равное 1 . Если же, хотя бы один из показателей принял значение, равное 0, то и обобщенный критерий будет равным нулю. В этом случае для построения обобщенного критериального показателя естественно воспользоваться формулой
где -обобщенный критериальный показатель; - частные критериальные функции.
Если для каждого из частных критериев известен «идеал», к которому нужно стремиться, то можно предложить следующий метод построения обобщенного параметра оптимизации (критериального показателя). Пусть - наилучшее (идеальное) значение -го критерия. Тогда ( )- мера близости к идеалу. Поскольку при построении обобщенного критериального показателя необходимо, чтобы различные показатели были сопоставимы, надо привести их к безразмерному значению. Это можно осуществить, отнормировав полученное отклонение следующим образом
Чтобы исключить влияние знаков, возведем последнее выражение в квадрат
Тогда обобщенный критериальный показатель можно записать
Если все частные критерии совпадают с идеалом, то станет равным нулю. В таком правиле определения обобщенного критериального показателя каждый частный критерий входит в формулу на равных правах. На практике показатели бывают далеко не равноправны.
Если удается построить обобщенный критериальный показатель, то метод поиска оптимального решения будет аналогичен методу оптимизации в случае единственного критерия. В зависимости от вида критериального показателя в качестве метода решения могут быть использованы прямые оптимизационные процедуры, в случае невозможности аналитического решения используются численные методы.
Вторым способом решения задач выбора в условиях наличия нескольких критериальных показателей является сведение задачи к задаче условной максимизации. Данный метод решения задач выбора целесообразно применять в тех случаях, когда заведомо известно, что частные критерии неравнозначны между собой, одни из них более важны, чем другие. В этом случае происходит выделение основного, главного критерия, остальные рассматриваются как вспомогательные, дополнительные к выделенному. Такое разделение критериев позволяет сформулировать задачу принятия решений как задачу определения условного экстремума:
где через обозначен основной критерий; - вспомогательные или второстепенные критериальные функции. В ограничениях могут иметь место различные сочетания знаков: от строгого равенства до строгого неравенства. Например, если вспомогательный критерий характеризует стоимость затрат, то разумнее задавать их верхний уровень и формулировать задачу с ограничениями в виде неравенств.
Следующий способ многокритериального выбора состоит в сравнении альтернатив между собой по всем сформированным критериям и выделении подмножества наилучших альтернатив. В данном подходе отказываются от поиска одной единственной наилучшей альтернативы. Решающее правило в этом случае строится на основе аксиомы В. Парето, которая формулируется следующим образом: «Если в задаче принятия решений частные критерии независимы по предпочтению и значение каждого из них желательно увеличивать, то из двух альтернатив, характеризуемых набором частных критериев, предпочтительнее та, для которой выполняются соотношения по всем i, где первый индекс характеризует номер стратегии, второй индекс -номер частного критерия. То есть первая альтернатива предпочтительнее второй только в том случае, когда значения ее частных критериев не меньше значений частных критериев второй альтернативы. Если все значения частных критериев одной альтернативы равны значениям критериев другой, то альтернативы равнозначны». Таким образом, предпочтение одной альтернативе перед другой можно отдавать только если первая по всем критериям лучше второй. Если же предпочтение хотя бы по одному критерию расходится с предпочтением по другому, то такие альтернативы признаются несравнимыми. В результате попарного сравнения альтернатив все худшие по всем критериям альтернативы отбрасываются, а все оставшиеся несравнимые между собой принимаются. Если все максимально достижимые значения частных критериев не относятся к одной и той же альтернативе, то принятые альтернативы образуют множество Парето и выбор на этом заканчивается. При необходимости выбора единственной альтернативы следует привлекать дополнительные соображения: либо корректировать систему предпочтений, либо обращаться к услугам экспертов, либо воспользоваться методами; рассмотренными ранее (построение обобщенного критерия или сведение задачи к задаче поиска условного экстремума).