Использование качественных методов теории принятия решений в процессе построения UFO-моделей - Программирование, компьютеры и кибернетика магистерская работа

Главная

Программирование, компьютеры и кибернетика
Использование качественных методов теории принятия решений в процессе построения UFO-моделей

Использование библиотеки готовых компонентов как основы процесса построения моделей организационных систем. Характеристика качественных методов принятия решений. Применение порядковой классификации в процессе UFO-моделирования систем телемеханики.


посмотреть текст работы


скачать работу можно здесь


полная информация о работе


весь список подобных работ


Нужна помощь с учёбой? Наши эксперты готовы помочь!
Нажимая на кнопку, вы соглашаетесь с
политикой обработки персональных данных

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http :// www . allbest . ru /
Міністерство освіти і науки України
Харківський національний університет радіоелектроніки
Факультет прикладної математики та менеджменту
Використання якісних методів теорії прийняття рішень у процесі побудови UFO-моделей
Магістрант: гр. КСмаг-05-1 Рінгіс А.В.
Науковий керівник: доц. Єльчанінов Д.Б.
Об'єкт дослідження - процес побудови UFO-моделей.
Мета роботи - дослідження можливості використання якісних методів прийняття рішень у процесі побудови UFO-моделей.
Методи дослідження - якісні методи теорії прийняття рішень та сучасні комп'ютерні технології обробки табличних даних.
? класифікація UFO-моделей у Microsoft Excel;
прийняття рішень, класифікація, UFO-аналіз, моделювання, табличний процесор
Объект исследования - процесс построения UFO-моделей.
Цель работы - исследование возможности использования качественных методов принятия решений в процессе построения UFO-моделей.
Методы исследования - качественные методы теории принятия решений и современные компьютерные технологии обработки табличных данных.
? классификация UFO-моделей в Microsoft Excel;
принятие решений, классификация, UFO-анализ, МОДЕЛИРОВАНИЕ, табличный процессор
Research object - process of UFO-models construction.
Work purpose - researching of possibility of verbal decision-making methods using in process of UFO-models construction.
Research methods - verbal decision-making methods and modern computer technologies of tabular data processing.
? classification of UFO-models in Microsoft Excel;
? UFO-models of telemechanics systems.
decision-making, classification, UFO-analysis, modeling, tabular processor
1. Обзор современного состояния проблемы
1.1 Автоматизация построения UFO-моделей
1.3 Качественные методы принятия решений
1.3.1 Метод запрос ранжирования многокритериальных альтернатив
1.3.2 Метод шнур выбора лучшей многокритериальной альтернативы
1.3.3 Метод оркласс порядковой классификации альтернатив
1.3.4 Метод цикл порядковой классификации альтернатив
1.3.5 Метод клара порядковой классификации альтернатив
1.4 Определение множества критериев
2. Многокритериальная оценка UFO-модели
2.2 UFO-модели с двумя лучшими значениями по критериям
2.3 UFO-модели с одним лучшим значением по некоторому критерию
2.4 UFO-модели с не лучшими значениями по всем критериям
3. Классификация UFO-моделей в Microsoft Excel
3.1 Описание UFO-моделей в Microsoft Excel
4. Использование порядковой классификации в процессе UFO-моделирования систем телемеханики
4.1 Общие сведения о фирме «Технокон»
4.3 Порядковая классификация UFO-моделей системы телемеханики
Основой процесса построения моделей систем является библиотека готовых компонентов. Эффективным является подход, при котором задается контекстная диаграмма, определяющая внешние связи системы, а соединение входов и выходов осуществляется в автоматическом (полуавтоматическом) режиме.
В результате могут получиться несколько конфигураций, соответствующих заданной контекстной диаграмме. Поэтому естественно возникает проблема выбора наилучшей конфигурации.
Задача выбора наиболее предпочтительной модели системы из имеющегося перечня конфигураций относится к классу задач стратегического выбора.
Выбор того или иного принципа решения задачи является важным методологическим этапом. Известны различные подходы к решению задачи стратегического выбора наиболее предпочтительного варианта.
Для решения задачи выбора конфигурации системы можно использовать подход, который базируется на принципах, заложенных в методах вербального анализа решений.
Целью данной магистерской аттестационной работы является исследование возможности использования качественных методов принятия решений в процессе построения UFO-моделей.
Полученные результаты можно использовать в процессе UFO-анализа, а также для внедрения в CASE-инструментарии, используемые в процессе моделирования систем.
1 . Обзор современного состояния проблемы
1.1 Автоматизация построения UFO -моделей
При создании моделей организационных систем используют один из двух разных подходов (а часто и оба одновременно): «снизу-вверх» и «сверху-вниз». При использовании подхода «сверху-вниз» сначала строится контекстная диаграмма системы, которая затем подвергается декомпозиции на подсистемы.
Декомпозиция определяет разбиение системы на подсистемы и их взаимодействие между собой. Создание диаграммы декомпозиции является довольно сложным процессом, требующим большого практического опыта.
Основой процесса построения моделей организационных систем является библиотека готовых компонентов. Использование стандартных проверенных на практике библиотек делает процесс моделирования более простым и эффективным. Однако до сих пор этот процесс осуществляется вручную. В таких популярных и широко применяемых системах моделирования как BPwin и Rational Rose размещение компонента на диаграмме осуществляется с помощью «мыши» [1, 2].
Гораздо более эффективным, чем рисование большого количества компонентов вручную, является подход, при котором задается контекстная диаграмма, определяющая внешние связи организационной системы, а соединение входов и выходов осуществляется в автоматическом или хотя бы полуавтоматическом режиме.
Именно такой подход реализован в CASE-средстве UFO-toolkit, предназначенном для анализа и моделирования бизнес-систем. Этот подход основан на формальных математических результатах, обеспечивающих [3]:
– выбор компонентов, необходимых для построения модели системы;
– исключение компонентов, бесполезных для моделирования системы;
– описание всех возможных связей между подсистемами;
– построение простых одно-, двух- и трехуровневых моделей системы;
– построение сложных многоуровневых конфигураций системы.
В результате могут получиться несколько конфигураций, соответствующих заданной контекстной диаграмме. Поэтому естественно возникает проблема выбора наилучшей конфигурации UFO-модели.
организационный качественный решение моделирование
Задача выбора наиболее предпочтительной модели организационной системы из имеющегося перечня конфигураций относится к классу задач стратегического выбора, характеризующихся следующими особенностями [4]:
– имеется сравнительно немного (не более 10) вариантов, из которых нужно выбрать один, наилучший;
– варианты оцениваются по многим критериям, среди которых могут быть как количественные, так и качественные критерии, при этом последние преобладают;
– рассматриваемые варианты, как правило, являются несравнимыми по своим оценкам;
– существует большая неопределенность в оценках вариантов по критериям, неустранимая на момент принятия решений;
– принимаемое решение относится к будущему, и его последствия имеют долгосрочный характер;
– имеется ЛПР, несущее основную ответственность за результат принятия решений;
– задачей ЛПР является выбор наилучшего варианта, соответствующего его целям.
Выбор того или иного принципа решения задачи является важным методологическим этапом [5]. Известны различные подходы к решению задачи стратегического выбора наиболее предпочтительного варианта. Так, в литературе широко представлены методы, основанные на применении математического аппарата, который базируется на активном использовании понятия «взвешенных сумм». Такой подход более известен как теория многокритериальной полезности (Multi-Attribute Utility Theory - MAUT) [6].
Например, в статье [7] рассматривается процедура принятия решения по выбору сложной технической системы, в данном случае корпоративного сервера, которая базируется на активном использовании «взвешенных сумм». Методология выбора серверов для решения прикладных задач является ключевым моментом статьи. Помимо инженерно-технических аспектов, в этой статье в процессе выбора учитывается множество эксплуатационных, экономических, политических и психологических факторов. Отметим, что задачи выбора корпоративного сервера и модели организационной системы достаточно близки, так как основаны на анализе конфигурации, собранной из некоторого набора элементов.
Использование подхода MAUT для решения задачи выбора конфигурации сложной технической или организационной системы не всегда целесообразно по следующим причинам. Метод MAUT рекомендуется применять для решения задач с большим числом альтернатив, оцененным по небольшому числу критериев. Однако, и в случае выбора серверов, и в случае выбора конфигурации организационной системы, как правило, сравниваемых вариантов не много (не более 10), и они характеризуются большим числом признаков. Кроме того, обычно все варианты несравнимы друг с другом по своим характеристикам. Построение многомерной функции полезности требует больших временных затрат. В частности, в работе [8] описана подобная процедура, которая потребовала восьми часов работы ЛПР. Когда альтернатив много и возможна ситуация, при которой к имеющимся альтернативам добавятся в будущем еще и дополнительные, то такие временные затраты оправданы. В противном случае имеет смысл применить другую методологию.
Количественная оценка некоторых критериев, используемых для сравнения конфигураций сложной технической или организационной системы, носит искусственный характер. В качестве примера приведем критерий «функциональная эффективность». Оценки по упомянутым критериям в большинстве случаев дают эксперты, и они плохо поддаются расчету [9]. Использование балльной шкалы оценок по критериям не учитывает особенности системы переработки информации человека (особенно, если выбирается градация из 7 и более оценок).
Поэтому при оценке объектов по критериям и назначении весов критериев могут возникнуть различные ошибки. Есть ряд работ, посвященных этому вопросу [10, 11], которые показывают, что методы MAUT чувствительны к ошибкам в числовых измерениях. И, наконец, строго доказано [6], что использование взвешенной суммы критериальных оценок корректно только в том случае, когда критерии попарно независимы по предпочтению.
Для решения задачи выбора конфигурации организационной системы можно использовать подход, который базируется на принципах, заложенных в методах вербального анализа решений [4]. Вербальный анализ решений ориентирован на так называемые слабо структурированные задачи, где качественные и субъективные факторы доминируют. Методы вербального анализа решений имеют психологическое обоснование. В них используются такие операции получения информации от ЛПР и экспертов, которые по результатам проведенных психологических экспериментов считаются надежными [12]. Кроме того, информация, получаемая от ЛПР, проверяется на непротиворечивость, а выявленные противоречия предъявляются ЛПР для анализа и разъяснения. В методах этой группы используются лишь вербальные оценки альтернатив по критериям, к которым не применяются количественные преобразования. Оценка и сравнение могут проводиться как для всех гипотетически возможных, так и для конкретных альтернатив.
Особенность рассматриваемых объектов выбора (конфигурации сложных организационных систем) состоит в том, что они характеризуются большим числом показателей.
Поскольку вариантов немного, то обычно все варианты несравнимы друг с другом по своим характеристикам. И предлагаемые методы решения задачи выбора лучшего объекта применять неэффективно. Поэтому для использования одного из методов вербального анализа решений необходимо решить еще одну вспомогательную, но крайне важную задачу: построить процедуру, которая позволяет агрегировать большое число базовых характеристик в небольшое число критериев, имеющих порядковые шкалы оценок (количественные и качественные). Можно ожидать, что сокращенное описание объектов позволит упростить процедуру решения исходной задачи выбора.
1.3 Качественные методы принятия решений
1.3.1 Метод запрос ранжирования многокритериальных
Задачи ранжирования альтернатив, имеющих оценки по многим критериям, широко распространены на практике и характеризуются следующими особенностями:
– имеется достаточно большое количество альтернатив и критериев;
– используются порядковые шкалы критериев с вербальными оценками;
– оценки альтернатив могут быть получены только от людей, играющих роль «измерительных устройств»;
– правило принятия решения должно быть выработано до появления реально сравниваемых объектов.
Для решения подобных задач ранжирования альтернатив ранее был разработан метод запрос (замкнутые процедуры у опорных ситуаций) - первый из методов вербального анализа решений. Метод запрос I был опубликован в 1978 г. [13]. Вторая версия этого метода - запрос II (ЛМ) [14, 15] содержала дальнейшее развитие идей работы [13]. Обе версии были основаны на похожих процедурах получения информации от ЛПР, и предназначены для построения квазипорядка на множестве альтернатив.
Метод запрос III [16] является новым этапом развития предложенного ранее подхода. В отличие от предыдущих версий в методе запрос III:
– реализована улучшенная процедура построения единой порядковой шкалы изменений качества для всех критериев;
– существенно уменьшено количество несравнимых альтернатив по сравнению с методом запрос II;
– впервые дана оценка «разрешающей силы» метода.
Рассмотрим одну из личных проблем принятия решения, весьма актуальную для аспирантов и студентов: выбора снимаемой квартиры или комнаты на время учебы.
Предположим, что ЛПР определил как наиболее важные для него следующие критерии оценки квартир с порядковыми вербальными шкалами, упорядоченными от лучшей оценки к худшей:
1) можно добраться до метро за 10 минут;
2) можно добраться до метро в пределах получаса;
3) можно добраться до метро в течение почти часа или более;
1) учеба находится в 3-4 остановках метро от квартиры;
2) учеба и квартира находятся на одной линии метро;
3) чтобы добраться до учебы нужны пересадки в метро;
1) безопасный район, охраняемая зона, хорошая экология;
2) средний по криминогенности район, типичная городская экология;
3) опасный, криминогенный район или промышленная зона;
2) в квартире имеется минимум мебели;
Политика выбора квартиры уже частично определена в приведенных выше формулировках критериев и их шкал. Кроме этого, необходимо выработать правило, позволяющее сравнивать многочисленные варианты, поступающие к ЛПР из различных источников. Можно предположить заранее, что квартиры могут иметь достаточно разнообразные оценки. Поэтому возникает задача ранжирования всех возможных сочетаний по приведенным выше критериям.
1.3.2 Метод шнур в ыбора лучшей многокритериальной
Задачи ранжирования альтернатив по качеству и выбора лучшей из них являются близкими в том смысле, что последовательное выделение лучших альтернатив из заданного множества позволяет осуществить их ранжирование.
В рамках подхода вербального анализа решений ранее [14] был предложен метод парк (парная компенсация), ориентированный на выбор лучшей альтернативы из группы заданных многокритериальных альтернатив на основе их парного сравнения, который позволил решить важные практические задачи [17]. Однако метод парк имеет существенные ограничения:
– метод не предназначен для выбора не более чем 3-5 альтернатив;
– в методе используются парные сравнения всех, в том числе не существующих вариантов решений;
– шкалы критериев имеют только вербальные оценки;
– предположения о возможных процедурах получения информации от ЛПР не подкреплены психологическими исследованиями.
Для преодоления указанных недостатков был предложен человеко-машинный метод шнур (шкала нормализованных упорядоченных различий) для выбора лучшей из группы альтернатив [18-20], который имеет следующие особенности. Прежде всего, в нем активно используются возможности компьютера, который без участия ЛПР попарно сравнивает все альтернативы по определенным правилам, анализируя их сходства и различия. При этом компьютер подготавливает наиболее эффективный процесс опроса ЛПР, что создает возможности для анализа большой группы альтернатив. Во-вторых, некоторые количественные критерии (например, стоимость) также могут рассматриваться как естественный и удобный язык выражения предпочтений ЛПР. Метод позволяет работать как с качественными, так и с количественными оценками альтернатив по критериям. Тем самым, метод шнур расширяет и дополняет возможности других методов вербального анализа решений.
Весьма актуальными в рыночной экономике являются проблемы выбора лучшего объекта для инвестиций. Приведем пример одной из таких задач.
Фирма ищет место для постройки крупного универсального магазина [18]. Предварительный анализ показал, что имеются четыре возможных места его постройки. Решая задачу выбора места для магазина, правление фирмы решило руководствоваться следующими критериями:
– количество мест для парковки автомашин (К1);
– наличие поблизости конкурентов (К2);
– плотность населения в радиусе километра (К3);
– поток общественного транспорта (К5);
– видимость магазина с главной улицы (К6);
– существующая инфраструктура (К7).
Заранее намеченные варианты места постройки магазина были оценены экспертами, причем использовались критерии, имевшие шкалы оценок либо в натуральных единицах, либо вербальные. Варианты размещения магазина с оценками представлены в таблице 1.1.
Таблица 1.1 - Варианты места постройки магазина
Обозначения max и min указывают на желательное направление изменения оценки по соответствующему критерию.
Все качественные критерии имели следующие одинаковые шкалы оценок:
– очень хорошая (высокая, много) - 7.
1.3.3 Метод оркласс порядковой классификации альтернатив
Задачи классификации объектов, обладающих совокупностью многих признаков, относятся к наиболее распространенным на практике задачам принятия решений. Многокритериальные задачи классификации отличаются от других многокритериальных задач принятия решений тем, что в них не требуется ранжировать альтернативы. Достаточно распределить их между несколькими классами. Во многих случаях эти классы могут быть упорядочены по качеству, по предпочтительности, по степени выраженности некоторого свойства и тому подобное. Например, объекты, отнесенные к первому классу, имеют лучшее качество, более предпочтительны для ЛПР или более характерны для некоторого свойства, чем объекты, отнесенные ко второму классу и так далее.
Несмотря на распространенность подобного рода задач, их теоретическое исследование, как задач принятия решений, проводилось в небольшом числе работ [21-24]. Одним из первых методов, предназначенных для решения задачи порядковой многокритериальной классификации как задачи принятия решения, был метод оркласс (ординальная классификация) [14, 23, 25], реализованный в виде интерактивной компьютерной системы.
Ряд предприятий, нуждающихся в финансовых средствах, обратились в коммерческий банк с просьбой о предоставлении займов. Правление банка поручило своему члену, курирующему кредитные подразделения банка, выработать единую политику предоставления кредитов.
От ЛПР требуется сформулировать четкое правило: в каких случаях и на каких условиях следует предоставлять кредиты предприятиям, а когда им следует отказывать в кредитах.
Исходя из целей банка, для оценки заемщиков, обратившихся за кредитом, ЛПР разработал следующие критерии, имеющие шкалы оценок, упорядоченных от лучшей (первой) к худшей (последней):
1) процветающее, успешное предприятие;
2) достаточно стабильное предприятие;
3) стабильность предприятия вызывает сомнения;
Поскольку заранее не известно, какие именно клиенты обратятся за кредитом, нужно определить правила принятия решений для клиентов, характеризуемых любыми комбинациями из представленных выше значений оценок. Ясно, что банку выгодно дать кредит процветающему предприятию с хорошей кредитной историей при высокой ликвидности залога. Столь же ясно, что не следует давать кредит клиенту с сомнительной репутацией, плохой кредитной историей при невысокой ликвидности залога. Но как должен действовать банк в менее очевидных случаях? Для построения таких решающих правил ЛПР может использовать метод оркласс.
1.3.4 Метод цикл порядковой классификации альтернатив
Важнейшим критерием качества алгоритма классификации является количество вопросов, задаваемых ЛПР для получения решающих правил классификации. Время опытного специалиста, руководителя очень ценно, поэтому его необходимо использовать максимально эффективно. Одна из наиболее продуктивных идей в направлении минимизации общего числа вопросов к ЛПР в процессе построения полной классификации состоит в использовании так называемых цепных покрытий множества векторных оценок.
Метод классификации, основанный на цепном покрытии, состоит в последовательном использовании принципа дихотомии для всех цепей покрытия.
Существует много различных способов построения цепных покрытий множества векторных оценок. В частности, Ж. Ансель [26, 27], занимаясь изучением монотонных функций алгебры логики, доказал существование и предложил алгоритм построения минимального цепного покрытия пространства, образованного двоичными шкалами критериев. В.Б. Алексеев [28] обобщил алгоритм построения минимального цепного покрытия на случай произвольных шкал критериев.
В работах [28-30] предложены алгоритмы расшифровки монотонных функций алгебры логики, основанные на цепном покрытии пространства векторных оценок.
Важно отметить, что эти алгоритмы используют статическое цепное покрытие, т.е. покрытие пространства строится до начала классификации и не изменяется в процессе опроса. Однако можно предположить, что использование информации, полученной из ответов ЛПР, для изменения цепного покрытия, позволит сконструировать более эффективный, т.е. задающий меньшее число вопросов алгоритм. Впервые эта идея динамического построения цепного покрытия была применена в алгоритме дифкласс [31], предназначенном для построения классификации в задачах с двоичными шкалами критериев и двумя классами решений. Позднее был разработан алгоритм цикл (цепная итеративная классификация), позволяющий строить полные и непротиворечивые классификации в задачах с произвольными количествами оценок по критериям и произвольным количеством классов решений [32, 33].
Рассмотрим следующую практическую задачу. Готовясь к путешествию, турист рассматривает варианты выбора отеля. Варианты проживания описываются следующим набором критериев с оценками, упорядоченными по убыванию качества:
Требуется построить классификацию, т.е. отнести произвольный рассматриваемый отель, имеющий любое сочетание оценок по критериям, к одному из двух классов решений:
– привлекательный вариант, рассматривать далее;
– неудовлетворительный вариант, исключить из рассмотрения.
1.3.5 Метод клара порядковой классификации альтернатив
Методы оркласс и цикл позволяют построить классификацию полного множества объектов. Однако на практике часто нужно классифицировать не все возможные альтернативы, а только их некоторое подмножество.
Во всех развитых странах мира существует необходимость оценки коллективов, проводящих фундаментальные научные исследования. Предположим, что ЛПР поставило задачу разделения исследовательских коллективов на два класса: хорошие и средние. Для оценки коллективов предложены следующие критерии:
– публикации в журналах Академии наук:
– публикации в зарубежных журналах:
– принятые доклады на международные конференции:
– участие в оргкомитетах международных конференций:
– визиты за рубеж за счет принимающей стороны:
Пусть имеются 22 коллектива, получившие оценки экспертов. Нужно разделить коллективы на два класса в соответствии с предпочтениями ЛПР, и, желательно, решить эту задачу за минимальное число обращений к ЛПР. Очевидно, что использование метода оркласс или цикл для классификации всех 162 возможных ситуаций неэффективно, т.к. они требуют значительного числа вопросов к ЛПР. Существует метод клара (классификация реальных альтернатив) [34-36], направленный на решение данного типа задач.
1.4 Определение множества критериев
Выбор критериев и формирование шкал оценок является задачей, которая решается ЛПР самостоятельно или с привлечением информационного аналитика. Предлагаются следующие подходы к ее решению [37].
Первоначально составляется перечень всех базовых показателей, характеризующих отдельные компоненты организационной системы, систему в целом и ее окружение. Характеристики, описывающие организационную систему, можно представить в виде иерархической системы, нижним уровнем которой служат выделенные базовые показатели. Некоторые из базовых показателей удобно объединять в составные показатели, которые выступают как оценки следующего уровня иерархии. После классификации эти общие оценки наполняются конкретным содержанием.
Следующим этапом является формирование вспомогательных шкал оценок для каждого базового показателя. Шкалы могут иметь числовые точечные, интервальные или вербальные (словесные) оценки. Шкалы оценок могут совпадать с обычно используемыми на практике, либо конструироваться специально для данного критерия. Для сокращения размерности описания объекта часто бывает удобно перейти от непрерывной шкалы оценки к дискретной шкале, имеющей небольшое число оценок на шкале. Например, можно оценивать стоимость оценками «низкая», «средняя», «высокая», указав для каждой из оценок соответствующие интервалы величин. Все сформированные оценки ЛПР должно упорядочить от лучшей к худшей.
Далее ЛПР по своему усмотрению определяет число и состав критериев, их содержание. В качестве критерия можно выбрать один из базовых показателей или несколько характеристик, объединенных в составной критерий. ЛПР устанавливает, какие показатели будут считаться самостоятельными критериями, а какие будут отнесены к тому или иному составному критерию. Шкалы простых критериев, являющихся базовыми показателями, уже построены на предыдущем этапе. Для формирования шкал оценок по составным критериям можно воспользоваться несколькими процедурами.
Наиболее простым способом конструирования порядковой шкалы для составного критерия является использование однотипных наборов порядковых вербальных шкал базовых показателей и объединение одинаковых оценок в одну общую оценку по принципу: все лучшие оценки по базовым показателям образуют лучшую оценку по составному критерию, все средние оценки - среднюю, все худшие оценки - худшую.
Более сложные процедуры предполагают применение методов ЗАПРОС и ЦИКЛ [14, 36, 38], в которых необходимо рассматривать множество всех возможных векторных оценок в критериальном пространстве, образованном декартовым произведением значений оценок на шкалах критериев. Метод ЗАПРОС позволяет построить единую порядковую шкалу, формируя ее из оценок по отдельным частным критериям, с помощью которой производится частичное упорядочение многопризнаковых объектов. Метод ЦИКЛ предназначен для построения полной непротиворечивой порядковой классификации многопризнаковых объектов. В нашем случае в качестве таких многопризнаковых объектов выступают наборы оценок по базовым показателям, образующим составной критерий. При формировании шкалы оценок составного критерия важно также учесть, что одна часть характеристик, входящих в состав подобного критерия, может рассматриваться как самостоятельная, а другая часть характеристик может быть составной. Поэтому процедура построения шкалы составного критерия сама может состоять из нескольких этапов.
Сконструированные критерии, имеющие порядковые шкалы оценок, используются для решения первоначальной задачи многокритериального выбора. После перехода от числовых или вербальных оценок базовых показателей к критериальным оценкам может случиться так, что варианты станут сравнимыми и, более того, некоторый вариант (или некоторые) окажется наилучшим. Если же наилучший вариант сразу выделить нельзя, то для его нахождения можно воспользоваться одним из методов вербального анализа решений, например ПАРК [14] или КОМПАС [39]. В этом случае размерность описания такой новой задачи многокритериального выбора и сложность ее решения будут существенно меньше исходной.
Рассмотренный подход позволяет решать достаточно широкий круг задач выбора различных технических и программных средств. С каждым годом с учетом многообразия новых аппаратных решений и появления новых программных продуктов, специалистам в области информационных технологий становится все сложнее отслеживать новинки и, соответственно, правильно осуществлять выбор сложных технических систем. В работе [40] в качестве примера подобной технической системы рассматриваются вычислительные кластеры. Подобные задачи особенно актуальны для организаций, предоставляющих консалтинговые услуги в области информационных технологий.
Подход позволяет ЛПР существенно сократить время, необходимое для выбора наиболее предпочтительного вычислительного кластера, и воспользоваться услугами экспертов. При этом нет необходимости самостоятельно проводить достаточно сложное тестирование многочисленных вариантов конфигураций вычислительных кластеров совместно с программным обеспечением, что, зачастую, просто невозможно, исходя из чисто технических и организационных аспектов.
В рамках рассматриваемого подхода в работе [40] предложена процедура построения составных критериев путем агрегирования более простых критериев. Важной особенностью процедуры является возможность сформировать разные наборы критериев, с тем, чтобы сравнить полученные результаты для разных вариантов с целью оценки качества выбора. Методика агрегирования базовых характеристик объекта в составные критерии оценки была опробована на примере решения практической задачи многокритериального выбора вычислительных кластеров.
Проведенный анализ современного состояния проблемы показывает, что:
– результатом моделирования системы может быть несколько конфигураций, соответствующих заданной контекстной диаграмме;
– существует множество подходов к решению задачи выбора лучшей конфигурации;
– результат выбора зависит от набора критериев и их шкал оценок.
Целью данной магистерской аттестационной работы является исследование возможности использования качественных методов принятия решений в процессе построения UFO-моделей.
Достижение сформулированной цели связано с решением следующих задач:
– разработка подхода к определению критерие
Использование качественных методов теории принятия решений в процессе построения UFO-моделей магистерская работа. Программирование, компьютеры и кибернетика.
Курсовая работа: Проектирование новой организации - фотосалона Rada
Курсовая работа по теме Разработка базы данных оптового склада
Реферат: Финансовый план и элементы финансового анализа
Темы Сочинений По Творчеству Есенина И Маяковского
Реферат по теме Феномен сознания
Реферат: Проблемы налогообложения прибыли предприятий и организаций в современных условиях
Докторская Диссертация Требования К Защите
Образно-стилистический анализ картины Н. Пуссена "Танкред и Эрминия"
Цивилизация Византии Эссе
Реферат: Еврооблигации
Контрольная работа по теме Содержание обследования моторных функций и речи
Реферат: Классификация микроорганизмов по типу питания
Написать Реферат На Тему Защита Окружающей Среды
Реферат: Князь Борис Василькович Ростовский в исторической памяти XIII-XVI веков
Реферат: Гуманистический подход к развитию личности и организации
Сочинение Князь Витаут Песня Пра Зубра
Учеба Эссе
Дипломная работа по теме Качество жизни населения на уровне субъекта РФ Кабардино-Балкарской Республики
Реферат: Український правопис
Курсовая работа по теме Исследование потребительских предпочтений (на примере товарной группы – музыкальные компакт-диски)
Русское искусство ХХ века - Культура и искусство контрольная работа
Сущность процессного подхода, функции, особенности внедрения - Менеджмент и трудовые отношения курсовая работа
Духовно-нравственное развитие детей младшего школьного возраста посредством внеклассных музыкальных мероприятий - Педагогика курсовая работа