Функция предпочтения

Оценка качества групповой и индивидуальной деятельности и эргономических свойств системы проводится на каждом этапе совершенствования варианта распределения функций. Предпочтение следует отдавать вариантам, обеспечивающим требуемое качество деятельности. Выбор окончательного варианта распределения функций необходимо производить с учетом системотехнических требований (сроки разработки системы, ее стоимость, уровень стандартизации, унификации и т. д.). [c.97]

Рассмотрим, например, оценочную функцию (2.5). При ix = u и ei2 = v получаем для т = 2 семейство функций предпочтения, зависящих от параметра k [c.18]

Рис. 2.2. Функции предпочтения при принятии решений.

Рис. 5.2. Функции предпочтения Рис. 5.3. Графический выбор решения ММ-критерия. в соответствии с ММ-критерием.

Эти линии уровня (или функции предпочтения) в прямоугольной системе координат задают о пять-таки прямоугольные конуса. Вершины этих конусов лежат на так называемых опорных прямых [c.45]

Рис, 5.4. Функции предпочтения О-критерия при 1 = 1/3, 2=2/3. [c.45]

Рис. 5.5. Функции предпочтения 5-критерия.

Рис. 5.6. Функции предпочтения для оценочной функции азартного игрока.

Функции предпочтения азартного игрока [c.47]

Рис. 5.7. Функции предпочтения BL-критерия.

Рис. 5.8. Функции предпочтения HL-критерия.

Рис. 5.9. Функции предпочтения Р-критерия.

Рис. 5.10. Функции предпочтения Н -крите-рия.

Основные работы по исследованию функций предпочтения ведутся в двух направлениях определение класса задач, в которых данная функция приоритета приводит к лучшим по сравнению с другими функциями результатам выявление функций приоритета, наиболее эффективных при решении данной задачи, и комбинированное их применение возможно в сочетании с рандомизацией или целенаправленным отбором вариантов плана (применение самообучающихся программ). [c.428]

Связь между функциями предпочтения и критериями качества календарных планов выявляется очень сложно. Для некоторых простых случаев удается доказать строго, что данное правило предпочтения оптимизирует определенный критерий. Для большинства правил предпочтения имеются в лучшем случае статистические проверки на имитационных или статистических моде- [c.428]

Задачи поиска решений в не полностью определенной ситуации относятся к области искусственного интеллекта. Методы решения таких задач обычно содержат комбинацию формальных методов с использованием семантической (смысловой) информации о сложившейся к моменту решения очередного конфликта ситуации. Эти методы дают хорошие результаты при решении таких задач, как игра в шахматы, управление движением робототехнических систем в сложной среде и т. д. Планирование и управление дискретными производственными процессами тоже относятся к этому классу задач. Человек-оператор, решая задачу планирования, каждый раз применяет одни и те же приемы, но комбинации их, оценки результатов решения на каждом шаге поиска и выбор следующего шага решения зависят от того, какой смысл имеет полученный результат в данной ситуации. Метод решения задачи КП должен предусматривать возможность выбора различных функций предпочтения на любом шаге поиска решения. Задание дополнительной семантической информации можно обеспечить с помощью режима диалога в процессе решения или в виде исходных данных для конкретных производственных условий. [c.429]

Подобные подходы позволяют говорить об определении субъективных функций предпочтения лица, принимающего решения, строить их, вычислять с их помощью предпочтительность альтернатив и, наконец, находить лучше альтернативы. [c.155]

Разложимость. Формальный анализ решения требует, чтобы было найдено количественное выражение как предпочтений руководителя (ЛПР) относительных последствий, так и его суждений о неоднозначно оцениваемых событиях. При использовании п критериев это означает, что необходимо построить (дать оценку) п-мерную функцию предпочтения. Для задач с большим числом критериев полезно произвести декомпозицию задачи и разложить ее на подзадачи, каждая из которых содержит меньшее число критериев. То есть желательно, чтобы набор критериев был разложимым. [c.171]

Оценка возможных решений методом функций предпочтения ЛПР [c.189]

Формирование базового пространства и функций предпочтения [c.189]

В подавляющем большинстве случаев функция предпочтения неизвестна. Для ее аппроксимации используют различные искусственные способы, не пытаясь восстановить саму функцию. Пойдем таким же путем. Не пытаясь восстановить вид функции, используем ее основное определяющее свойство, считая, что если значение функции предпочтения п от альтернативы, определяемой вектором X больше значения функции предпочтения п от альтернативы, определяемой вектором У, то решение, характеризуемое вектором X лучше решения, характеризуемого вектором У. [c.190]

Предлагаемый метод оценки с помощью функций предпочтения ЛПР является также сверткой и в этом смысле не является новым. Достоинством метода является возможность широко использовать лингвистические переменные, учитывать взаимное влияние различных факторов (см. раздел 3.53) и использовать формальные методы при согласовании решений различных ЛПР (см. главу 4). [c.190]

Через п обозначим значение функции предпочтения, построенной на базовой шкале. Заметим, что на всем интервале базовой шкалы, определяемом логической переменной, значения критериальной оценки считается константой. Тогда на границе таких интервалов значения лингвистических переменных изменяются скачком. [c.190]

Базовые шкалы будем строить для каждого критерия, и функцию предпочтения для каждого -го критерия обозначим уже через Tti. Тогда (3.14) примет вид [c.191]

Известно, что при выбросах СО и N0 они взаимно усиливают токсичные действия в несколько раз. В этом случае общая токсичность (своеобразная функция предпочтения) мультипликативна и является произведением т и Яз с соответствующими коэффициентами. [c.192]

Аналогичны рассуждения для разности и частного и щ при определении соответствующей функции предпочтения. [c.193]

Однако для разных лингвистических переменных (в разных линейных подпространствах) веса критериев могут меняться с учетом важности (значимости) приоритетов. В этом случае значение функции предпочтения ЛПР в базовом пространстве может быть определено из соотношения/ [c.193]

Соотношение (3.16 ) позволяет произвести нелинейную, более точную, аппроксимацию функции предпочтения ЛПР, но требует от него больше информации. [c.193]

Примеры оценки возможных решений (сценариев) с помощью функций предпочтения ЛПР [c.193]

Функция предпочтения, как уже отмечалось выше, имеет вид [c.194]

В математической теории оптимальности термины полезность и функция полезности полностью определяются условием (3.1). Если бы не сложилась терминологическая традиция, более уместно было бы говорить о функции предпочтения , целевой функции принятия решения , поскольку, как явствует из (3.1), предпочтение логически предшествует выражающему его показателю полезности . 9 фодержательной трактовке этого понятия см. п. 2,3.4. [c.135]

Ради возможности графической интерпретации вернемся еще раз к решениям с двумя только внешними состояниями F и Fi. Все варианты, доминирующие над точкой РТ, лежат на рис. 2.1 в конусе предпочтения (т. е. в I квадранте), а варианты, над которыми РТ доминирует, расположены в антиконусе (в III квадранте). Следовательно, для формального оценивания остаются точки из II и IV квадрантов, первоначально названных областями неопределенности. Этими областями мы займемся в следующей главе. В этих квадрантах будут найдены варианты, оптимальные в смысле различных критериев, и даны их количественные оценки. Для этого соответствующие функции предпочтения должны быть в обеих областях разумным образом упорядочены. [c.21]

Теперь рассмотрим функцию предпочтения, построенную на базовых шкалах в базовом пространстве. Функция предпочтения обычно имеет вид отображения множества альтернатив в числовую ось. Иными словами, каждой альтернативе эта функция ставит в соответствие число (оценку альтернативы), причем так, что эквивалентным альтернативам соответствуют одинаковые числа (значенйя функции предпочтения), а из каждых двух не эквивалентных альтернатив лучшей приписывается большее число. [c.189]

Х)<7сОО< Х хуже, чем У, где 71(2) функция предпочтения на альтернативе, определяемой вектором (Z). [c.190]

Для того, чтобы оценить и проранжировать эффективность принимаемых решений с помощью функции предпочтения, необходимо учитывать значимость (важность) критериев. Учитывая это требование, значение функции предпочтения ЛПР (эксперта) для варианта решения (сценария) А может быть определено из соотношения [3.23, 3.34]. [c.192]

Если значения функций предпочтения ЛПР по /-ому и >ому критериям является суммой функций предпочтения по каждому критерию, то знак означает сложение. Например, на таблице 3.28 показаны оценки ЛПР по затратам на очистку воды и его оценки степени очистки. Очевидно, что чем выше степень очистки и меньше затраты, тем больше значение функции предпочтения с точки зрения данного ЛПР. Общая функция предпочтения в данном случае равна сумме функций предпочтения каждого критерия со своими весами (считая, конечно, что чем меньше сумма затрат, тем больше значение т. Такая инверная оценка показана, например, на табл. 3.19). [c.192]

Цифры в линейных подпространствах табл. 3.28 и 3.29 показывают значения функции предпочтения в каждом подпространстве, цифры, отчеркнутые в правом верхнем углу -ранжировку подпространств в соответствии с предпочтениями ЛПР. С точки зрения ЛПР лучшим в табл. 3.28 оказалось решение 2, хотя оно дает плохую очистку, но самое дешевое. Заметим, что оценка решений резко изменилась, когда с точки зрения ЛПР изменилась [c.195]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...