лекции, учебные пособия / конспект лекций / Lekcii / Лекция 3 (Шарин А
.).docЛекция 3. Шарин А.
Многокритериальная оптимизация.
Функция полезности F(a).
Первым функцию полезности ввел Леонтьев (США).
Функция полезности – это числовая функция, определяемая на множестве альтернатив и такая, что выполняется следующее условие:
Если одна альтернатива лучше другой, то функция полезности от этой альтернативы должна быть больше, чем от другой альтернативы, т.е. она дает возможность численно сопоставить некоторые альтернативы:
Если Ai и Aj эквивалентны, то их функции равны
Ai~Aj F(Ai)=F(Aj) для любого Aj, принадлежащего А
Ai>Aj F(Ai)>F(Aj) (не сравнимы = эквивалентны)
Для любого Ai и Aj, принадлежащих А таких, что:
Ai>Aj Aj>Ai Aj~Ai
На множестве альтернатив должно выполняться бинарное отношение транзитивности.
Вид функции полезности.
Рассмотрим на некоторых примерах, как выразить полезность.
-
Разные частоты передачи Ethernet – как они отражаются на полезности.
-
Разработка кластерной RAID – системы.
Зависимость полезности от частоты обмена:
3. Освещенность на рабочем месте:
Для аппроксимации используется такое понятие, как кривая безразличия.
Кривая безразличия - если х1~х2 , то они лежат на одной кривой безразличия. Если же х3 более предпочтительно, чем х1, то х3 лежит на кривой, соответствующей более предпочтительной альтернативы.
Хс - решение
Хс принадлежит области решений такой, что: для любого Х принадлежащего области решений Хс>Х.
2 функции полезности V1 и V2 (V1~V2) стратегически эквивалентны, если они имеют одни и те же кривые безразличия. Если нас есть любая монотонно возрастающая функция Т, то выполняется следующая закономерность:
T(V1)=~V2
T – преобразование, выполняемое над V1
Задачи векторной (многокритериальной) оптимизации.
Возникает:
-
Если много целей
-
Если много объектов, каждый из которых оценивается по своим параметрам (например, построение корпоративной сети, каждый этап построения которой оценивается по своим параметрам)
-
Если объект функционирует в различных условиях, в каждых из которых свои требования (например, Notebook, который работает и от сети, и на батарее)
-
Если система многофункциональна
-
Если система циклически выполняет различные задачи
Трудности:
-
Противоречия между критериями
-
Выбор принципа оптимальности
-
Учет приоритетов различных критериев
-
Различные критерии измеряются в различных единицах, которые трудно согласовать
Чтобы согласовать различные единицы измерения, надо произвести нормирование:
V – значение параметра
Сqh – нормированное идеальное значение параметра
Т.е. берется некоторое значение и делится на идеальное значение. Это получается безразмерная величина.
Три варианта нормировки:
-
В качестве нормирующих используется значение заранее заданное (опрос, экспертная оценка) (минус этого метода – полный субъективизм)
-
В качестве нормирующего значения выбирается максимальное значение показателя:
Е1/maxE или E1/(maxE–minE)
А вообще каждый как хочет, так и нормирует!
Сопоставление по важности: КОЭФФИЦИЕНТ ЗАМЕЩЕНИЯ.
Есть 2 параметра х и у. Если у увеличить на ∆, то на сколько можно уменьшить х, чтобы это компенсировать?
λ – предельный коэф. замещения (характеризует готовность уступки по одному параметру ради выигрыша в другом).
Эффективность решения:
A'x=(x’1, x’2, x’m) x’≥x”,если для любого i (x'i≥x”i) Λ (существует i x’i>x”i)
A”x=(x”1, x”2, x”m)
Доминирование по Парето
Если для некоторой точки у0 принадлежит У не существует более предпочтительного решения по Парето, то это решение называется эффективным или Парето - оптимальным решением.
Если для любого i (x'i ≥x”i), то такое решение называют слабоэффективным решением многокритериальной задачи или решением оптимальности по Слейтеру. Любой исход не может быть улучшен сразу по всем критериям.
Примеры оптимальной точки:
при переходе 5-1, 1-2, 3-4, 4-5 улучшается только один критерий. При 2-3 эти решения не доминируют по Парето, т.к. один параметр лучше, а др. хуже.
{1,2,3,4} - слабоэффективное решение, {2,3} – эффективное решение
ABCD – S – решение
BC – Р - решение