лексикографски критерий
Ситуацията, в която разликата между поръчаните критерии толкова големи, че следващият в тази серия критерий се счита само ако сравняват алтернативите са неразличими от висши критерии. Този избор се нарича лексикографски подредбата на алтернативи, тъй като този метод се използва в подредбата на думите в различни речници. Най-често МЗ с твърда поръчка на определени критерии, които са от значение се случва, когато последователно приемане на допълнителни критерии в конвенционалната проблема скаларната оптимизация, която може да има повече от едно решение. Да предположим, например, проблем с един критерий F1 има няколко решения. Подобна ситуация често се случва в линейното програмиране, дискретна програмиране. По този начин за окончателния избор да използвате втория допълнителен критерий F2 и търсене на решение, което се основава минимален критерий F1 и F2 дава най-малката стойност на критерия. Ако вторият критерий не произвежда уникално решение, е възможно да влезе в третия критерий F3 и т.н.
Метод равенство определени критерии
Критерии работят на принципа на компромис на базата на идеята за единство. Въз основа на идеята за още един компромис, се опитва да намери такива стойности на променливите х, в които нормализират стойностите на всички частични критерии са равни помежду си, т.е.
Като се има предвид значението на коефициентите за претегляне на конкретен израз критерии (3) може да се запише като
Заместник. С голям брой частични критерии за сложността на отношенията понякога е трудно да се наложат на отношенията (3) и (4).
Критерий Бейс-Лаплас
Този критерий предполага, че възможни състояния на природата може да бъде причислено към определена вероятност на тяхното възникване и очакването за спечелване на всеки разтвор, изберете този, който осигурява най-голяма стойност за спечелване:
Бейс-Лаплас Критерий представя ситуация, в която е взето решение, на следните изисквания:
вероятността от възникване VJ състояния са известни и не зависи от времето;
Решението се изпълнява (теоретично) безкраен брой пъти;
за малък брой решения могат да бъдат някои рискови приложения.
основен метод критерий. лексикографски критерий
Метод основен критерий
Има един общ начин за намаляване на проблема с няколко критерия на един критерий - е да изберете един (големи, големи) критерии F1 и да се потърси заплащането си до максимум (минимум), а останалата част от F2. F3. Fm определени критерии се прилагат само за определени ограничения изискване те да бъдат не по-малко от (над) някои предварително определени стойности.
Ситуацията, в която разликата между поръчаните критерии толкова големи, че следващият в тази серия критерий се счита само ако сравняват алтернативите са неразличими от висши критерии. Този избор се нарича лексикографски подредбата на алтернативи, тъй като този метод се използва в подредбата на думите в различни речници. Най-често МЗ с твърда поръчка на определени критерии, които са от значение се случва, когато последователно приемане на допълнителни критерии в конвенционалната проблема скаларната оптимизация, която може да има повече от едно решение. Да предположим, например, проблем с един критерий F1 има няколко решения. Подобна ситуация често се случва в линейното програмиране, дискретна програмиране. По този начин за окончателния избор да използвате втория допълнителен критерий F2 и търсене на решение, което се основава минимален критерий F1 и F2 дава най-малката стойност на критерия. Ако вторият критерий не произвежда уникално решение, е възможно да влезе в третия критерий F3 и т.н.
Вземане на решения в условия на риск, с експеримента
Дървото, в който са изброени всички етапи от процеса на вземане на решения - дърво на решенията. клоните на дърветата, да отговарят на възможните алтернативи, а горната - възникване на ситуация. Положение, в което по време на вземане на главата на група изобразен правоъгълника; положение, в което естествения ход на нещата прави - кръг.
Играта протича по следния начин. В първоначалната позиция на курса прави ръководителят на групата. Той трябва да реши - α или β. Ако той се отказа от експеримента, играта преминава към следващата позиция, в която ръководителят на групата трябва да вземе решение: x1 или x2. Ако реши да проведе експеримент, играта се премества в позиция, в която естествения ход на нещата и ще избира една от държавите, O или H, което съответства на възможните резултати от експеримента, и така нататък. Г. Играта приключва, когато влезе в крайната позиция (т.е.. д. на върха на дървото).
Стъпка 2. За всяко решение, което е естествения ход на нещата, е необходимо да се намери вероятността от този ход. Ако този ред характер път свързването на първоначална позиция, преминава през позиция (д) средство за провеждане на експеримента, държавни вероятности P (G) P (М) и Р (В) са безусловно (doopytnymi).
Ако пътя на ред характер свързване към първоначалната позиция, преминава през позиция (E), средните държавни вероятностите и условните вероятности са открити от формулите.
Стъпка 3. Proizvedom оценка на всички позиции на дървото на играта, "слиза" от крайната позиция на старта. Оценка на позиция се очаква да спечели в тази позиция.
Във всяка позиция играч бележи пробив на този клон на дървото, което води до позицията има максималната оценка.
ох
Без излишни експерименти. Изберете максималната стойност на (20, 0). Тя е равна на 20.
Brother фиг. 1. Ние откриваме, че в първоначалното си положение, без очакваната печалба на експеримента (алтернатива α) - 20 единици; очаквана стойност с действителните експерименти (β алтернативни) - 28 единици. Така, че е разумно решение - да се проведе опита (сеизмични). Освен това, ако експериментът показва, че почвата отворен, той не трябва да бъде да се разкрият, а ако е затворен, а след това трябва да пробиете.
2 - клон: 0
3
От експериментите.
Избор на максимална стойност на
(-30, 0, 95, 0). Тя е равна на 95.
- клон? ? = -30
6 - клон: 0
Както следва от условията на проблема, стойността на 95 единици можем да получим с вероятност 0.4. Следователно, очакваната стойност е равна на 0,4 * 95 = 38 единици. Ние се изважда стойността на експеримента на 10 единици. В резултат на това, ние получаваме 28 единици.
Коефициентите за претегляне. Методи за определяне на тегловни коефициенти
метод класиране. всеки експерт е помолен да постави определени критерии на проектиран обект по реда на важност. Числото 1 представлява най-важният критерий специално, фигура 2 - следващата най-важният критерий за частична и т.н.
, I = 1,2, ..., т.
- (I = 1,2 м.) - Формула за изчисление на тегло коефициенти съгласно i метод класиране.
Методът на разпределяне точки
Този метод се основава на факта, че според експертите значението на частния критерия по десетобалната система [0-10]. Когато това е позволено да се оцени значението на дробни стойности или атрибут на една и съща стойност от избрания мащаб на няколко критерия.
където - сумата от I - ия ред.
Рик - нарича тегло брои за к - критерий аз - съм експерт. Следователно, тъй
решаване на проблема с вектор оптимизация
Критерии за нормализиране. Тъй като конкретните критерии имат различни физически смисъл, т.е. се измерва в различни единици; мащаб им не е съпоставима, така че е невъзможно да се сравни качеството на резултатите, получени за всеки критерий. Операцията на привеждане на мащаба на местните критерии на обща оценка, обикновено безразмерна, се нарича критерии нормализация.
Изборът на принципа на оптималност, т.е. искате да определите правило, което би позволило да се каже кое решение е по-добро. принцип на оптималност - основният проблем на вектор оптимизация.
Счетоводни приоритетни критерии. Обикновено физическия смисъл на проблема, че местните критерии имат различно значение при решаването на проблема, т.е. Една местна критерий има някои с предимство пред други местни критерии. Това трябва да се има предвид, когато избирате на принципа на оптималност и определянето на обхвата на възможните решения, предпочитайки по-важните критерии.
Изчисляването на оптимално вторично охлаждане. Кой постига известен успех в решаването на проблеми на математическата програмиране (MP). Така че според някои източници, методи един критерий за оптимизация и техните модификации над петстотин (500), а от друга - броят им е превишил няколко хиляди! Но те, като правило, не може да бъде едно към едно да се прилага за решението на МРТ, като има примери, когато изчислителни алгоритми не са подходящи за решаване на проблемите MP, в резултат на малки промени и допълнения към първоначалния проблем, така че не е проблем - изчисляване на оптимален построена проблема с вектор оптимизация. Имайте предвид обаче, че тези проблеми са по някакъв начин да намалят многопарамерична проблем за един критерий, т.е. намаляване на проблема с изчисляване на оптимума.
Разработване на методи за вторичен решение охлаждане се предлага в три направления:
Замяна вектор критерий критерий скаларна, т.е. прехода към проблем оптимизация един критерий;
Последователно един критерий решение ограничен набор от задачи;
Стесняването на набор D, последвано от директно избор на оптимални решения.
Свързани статии