Главная страница

Методические указания по выполнению контрольной работы по дисциплине Теория принятия решений


Скачать 314.5 Kb.
НазваниеМетодические указания по выполнению контрольной работы по дисциплине Теория принятия решений
Дата19.05.2022
Размер314.5 Kb.
Формат файлаdoc
Имя файлаMetod (1).doc
ТипМетодические указания
#538257
страница3 из 3
1   2   3

Метод анализа иерархий


Метод анализа иерархий (МАИ) разработан американским исследователем Томасом Саати. Этот метод ориентирован на сложные системные задачи с плохой структурой (слабоструктуризованные и неструктуризованные), которые решаются в условиях многовариантности, многокритериальности, неопределенности и риска.

Метод основан на структуризации решаемой задачи в виде многоуровневой иерархической модели (выполняется декомпозиция решаемой сложной задачи на более простые составляющие) и активном использовании процедур парных сравнений, учитывающих субъективные предпочтения ЛПР.

МАИ прошел апробацию и доказал свою эффективность на самых разных уровнях управления; позволяет работать с неполными и неточными исходными данными, представленными в различной форме – в виде количественных оценок, качественных оценок, оценок типа «да» - «нет», интервальных оценок, результатов ранжирования и др.; постоянно развивается и используется в компьютерных системах поддержки принятия решений различных уровней и назначения (например, Expert Choice, Decide, ПРАИС).

Недостатком метода является большой объем данных, которые запрашиваются у пользователя СППР в процессе решения сложной системной задачи.

На основе МАИ могут быть решены следующие задачи:

  • задачи планирования и управления (планирование инвестиций, разработка программ развития предприятий, отраслей экономики, территорий и др.);

  • задачи проектирования (выбор проектов строительства сооружений различного назначения, вариантов конструкций, модификаций изделий и др.);

  • задачи прогнозирования (разработка сценариев развития отраслей экономики, научных направлений и различных систем);

  • задачи реинжиниринга бизнес-процессов и организаций;

  • задачи принятия компромиссных решений в конфликтных ситуациях.

Для реализации процедур парных сравнений (при заполнении матриц парных сравнений) Т. Саати предложил использование следующей шкалы оценок:

1 – Аj и Аi одинаково важны;

3 – Аj незначительно важнее, чем Аi;

5 – Аj значительно важнее, чем Аi;

7 – Аj явно важнее, чем Аi;

9 – Аj абсолютно превосходит Аi.

Примечание: j - строки, i - столбцы матрицы; допускаются промежуточные оценки 2, 4, 6, 8 и используются обратные (например, ⅓, ⅛).

Матрице парных сравнений свойственна обратная симметричность: интенсивность предпочтения Аj над Аi обратна интенсивности предпочтения Аi над Аj.

Для расчета весов критериев и получения оценок альтернатив по результатам парных сравнений Т. Саати разработал 4 вычислительных приближенных алгоритма (методы получения приоритетов объектов сравнения):

  1. Суммируются элементы каждой строки матрицы; полученные значения нормируются - сумма каждой строки делится на общую сумму.

  2. Элементы столбцов суммируются; для каждой суммы находится обратное значение; полученные значения нормируются.

  3. Каждый элемент столбца нормируется относительно суммы элементов по столбцу; нормированные элементы строк суммируются; полученные значения делятся на n - число альтернатив или критериев (объектов).

  4. Для каждой строки находится средняя геометрическая величина (n элементов строки перемножаются, и извлекается корень степени n); полученные значения нормируются.

Указанные алгоритмы обеспечивают достаточную для практики точность, причем они расположены в порядке возрастания точности – наилучшее приближение дает применение четвертого алгоритма. Точное решение получается путем возведения матрицы в произвольно большие степени и деления суммы каждой строки на общую сумму элементов матрицы.

Оценка степени согласованности при заполнении матрицы парных сравнений производится по формуле:



где В – расчетная величина, получаемая следующим образом: суммируются оценки по каждому столбцу матрицы, затем сумма каждого столбца умножается на вес соответствующей альтернативы, после этого полученные значения суммируются;

С – коэффициент, определяемый по данным таблицы:

n

1

2

3

4

5

6

7

8

9

10

С

0

0

0,58

0,90

1,12

1,24

1,32

1,41

1,45

1,49


Если d≤20%, то достигнута приемлемая степень согласованности при заполнении матрицы парных сравнений. В противном случае необходимо пересмотреть исходные данные и заново заполнить матрицу парных сравнений.
Рассмотрим сущность метода на примере выбора рационального варианта для размещения офиса.

Некоторая фирма провела анализ рынка офисных помещений и отобрала несколько потенциально возможных вариантов:


Критерии оценки

альтернатив

Варианты офисных помещений

А1

А2

А3

А4

А5

К1общая площадь помещений, кв.м

470

260

660


450

270

К2– состояние помещений

требуется ремонт

не требуется ремонт

требуется ремонт

требуется ремонт

выполнен косметический ремонт

К3 – возможность парковки

нет

нет

есть

нет

есть

К4– уровень телефонизации, кол-во линий

1

2

1

1

3

К5 – стоимость помещений, у.е./кв.м

1065

1615

810

1195

1370

Система предпочтений на множестве частных критериев: К1, К2, К5, К3, К4.

Множество Парето оптимальных вариантов офисных помещений – А2, А3, А5.

Определим рациональный вариант для размещения офиса на основе МАИ.
Этап 1.Решаемая задача представляется в виде многоуровневой иерархической модели
У
Рациональный офис
ровень1


( стратегическая цель)

У
К1

К2

К3

К4

К5
ровень 2


( множество критериев)

У
А2

А3

А5
ровень 3


(множество альтернатив)
Этап 2. Выполняется сравнение критериев попарно по их важности; рассчитываются веса частных критериев

Используя шкалу оценок Т. Саати, заполняем матрицу парных сравнений критериев по важности:




К1

К2

К3

К4

К5

К1

1

2

6

8

4

К2

1/2

1

5

7

2

К3

1/6

1/5

1

3

1/3

К4

1/8

1/7

1/3

1

1/5

К5

1/4

1/2

3

5

1

Расчет весов частных критериев произведем по алгоритму 4:

Находим средние геометрические по строкам матрицы (извлекаем корень 5-й степени из произведений элементов строк матрицы):

К1 – 3,288; К2 – 2,036; К3– 0,506; К4 – 0,260; К5 – 1,134.

Нормализуем полученные значения (делим каждую среднюю на общую сумму):

3,288+2,036+0,506+0,260+1,134=7,224;

ω1 = 3,288/7,224 = 0,455; ω2= 2,036/7,224 = 0,282; ω3= 0,07; ω4 = 0,036; ω5 =0,157.
Этап 3. Выполняется сравнение альтернатив попарно по их предпочтительности по каждому критерию в отдельности

Используя ту же шкалу оценок, заполняем матрицы парных сравнений альтернатив по каждому критерию и рассчитываем оценки альтернатив по алгоритму 4:


К1

А2

А3

А5

оценка альтернативы

А2

1

1/9

1/2

0,07

А3

9

1

8

0,80

А5

2

1/8

1

0,13




К2

А2

А3

А5

оценка альтернативы

А2

1

8

6

0,75

А3

1/8

1

1/5

0,06

А5

1/6

5

1

0,19




К3

А2

А3

А5

оценка альтернативы

А2

1

1/7

1/7

0,06

А3

7

1

1

0,47

А5

7

1

1

0,47







К4

А2

А3

А5

оценка альтернативы

А2

1

6

1/4

0,25

А3

1/6

1

1/8

0,06

А5

4

8

1

0,69
















К5

А2

А3

А5

оценка альтернативы

А2

1

1/8

1/3

0,08

А3

8

1

7

0,83

А5

3

1/7

1

0,09



Этап 4. Определяются обобщенные скалярные оценки альтернатив

Находится сумма произведений оценок, полученных каждой альтернативой в парных сравнениях по каждому критерию, и весов соответствующих критериев:

Q(A2)= 0,07·0,455+0,75·0,282+0,06·0,07+0,25·0,036+0,08·0,157=0,27;

Q(A3)=0,546; (max)

Q(A5)=0,185.
Этап 5.Выбирается рациональное решение по критерию максимума обобщенной скалярной оценки

Наибольшее значение обобщенной скалярной оценки получено у варианта А3, следовательно, он и является рациональным вариантом для размещения офиса фирмы.




1   2   3


написать администратору сайта