Многокритериальная оптимизация

 

þ задачи, в которых оптимизацию проводят по нескольким параметрам, называют задачами многокритериальной или векторной оптимизации.

Как и при линейном программировании задачи многокритериальной оптимизации включают в себя три основные части.

 

три основные части задачи многокритериальной оптимизации:

 

Àцелевую функцию,

Áограничения,

Âграничные условия.

 

Наиболее часто целевая функция представляется обобщенными показателями эффективности, которые представляют собой взвешенную сумму частных показателей, в которую каждый из них входит с определенным весом, отражающим его важность:

W= a₁ ^.w₁ + a₂ ^.w₂ + ... + a_n ^.w_n

 

Для тex показателей, которые желательно увеличить, веса берутся положительные, а для тex, которые желательно уменьшить - отрицательные.

Назначение коэффициентов весов проводят с помощью экспертных оценок. Методы экспертных оценок достаточно широко распространены. Математических методов определения экспертных оценок достаточно много. Рассмотрим некоторые из них.

 

Математические методы определения экспертных оценок:

 

À Непосредственное назначение коэффициентов весов.

Согласно этому методу каждый i-й эксперт для каждого k-ого параметра должен назначить коэффициент веса a_ik таким образом, чтобы сумма коэффициентов веса, назначенная одним экспертом для различных параметров, равнялась 1.

 

 

i=1, n, где n - число экспертов.

 

В качестве коэффициента веса k-ого параметра a_k принимают среднее значение по результатам экспертизы всех экспертов:

 

 

Á Oценка важности параметров в баллах. В этом случае каждый эксперт назначает каждому параметру оценку по десяти бальной системе. Наиболее важный параметр оценивается более высоким баллом. В результате экспертизы заполняется таблица, и находятся коэффициенты веса.