|
37 Удовлетворительными решениями Л* являются допустимые решения (A'eD), которые по всем критериям не хуже заданных пороговых значений качества. Они не всегда являются эффективными. Формальным решением задачи является множество Парето Р. Для выбора наиболее предпочтительного решения А** необходимо получение и обработка дополнительной информации, которой располагает лицо, принимающее решение (ЛПР). При использовании адаптивного подхода человеко-машинная процедура решения задач векторной оптимизации представляет собой последовательное уточнение наиболее предпочтительного решения X** (по мнению ЛПР) путем перехода от одной альтернативы Х**еР с учетом информации 1„ получаемой от ЛПР. Схематически процесс поиска решения X** можно представить в следующем виде: X\,Q*,Дх\,Q\ 'Л..^Х*„Q*, X*„£<■„ (1-2) ГЯ'Х^-Х” Q*l=Q*(X*M4i(X*l),-, 4i(X*i>) 1=1-М В процессе (1.2) происходит параллельно два вида адаптации: ПК к системе предпочтений ЛПР и ЛПР к задаче. Адаптация первого типа (ПК к ЛПР) связана с учетом информации, получаемой от ЛПР. Этот процесс связан с оптимизацией критерия, вид которого детерминируется информацией, представляемой ЛПР. Человеко-машинные процедуры многокритериальной оптимизации можно разделить на две группы: одношаговые и многошаговые. В одношаговых процедурах ЛПР необходимую информацию для I, осуществления перехода Х*,->Х*М может представить в одном сеансе диалога, в многошаговых процедурах в нескольких сеансах (при этом вопросы ПК каждый раз разные). В простейшем (одношаговом) случае информация 1Ь полученная на 1-ом шаге, позволяет сделать очередной шаг процесса (1.2): |
и значение хотя бы одного критерия лучше (больше), нежели у X*. Совокупность всех возможных эффективных решений X* образует множество Парето (область компромиссов) Р. одношаговых и двухшаговых процедурах Рис. 1.13. Удовлетворительными решениями Ху являются допустимые решения (XeD), которые по всем критериям не хуже заданных пороговых значений качества. Они не всегда являются эффективными. Формальным решением задачи является множество Парето Р. Для выбора наиболее предпочтительного решения X** необходимо получение и обработка дополнительной информации, которой располагает лицо, принимающее решение (ЛПР). При использовании адаптивного подхода человеко-машинная процедура решения задач векторной оптимизации представляет собой последовательное уточнение наиболее предпочтительного решения X** (по мнению ЛПР) путем перехода от одной альтернативы Х**еР с учетом информации Ii, получаемой от ЛПР. Схематически процесс поиска решения X** можно представить в следующем виде: В процессе (1.2) происходит параллельно два вида адаптации: ПК к системе предпочтений ЛПР и ЛПР к задаче. Адаптация первого типа (ПК к ЛПР) связана с учетом информации, получаемой от ЛПР. Этот процесс связан с оптимизацией критерия, вид которого детерминируется информацией, представляемой ЛПР. Человеко-машинные процедуры многокритериальной оптимизации можно разделить на две группы: одношаговые и многошаговые. В одношаговых процедурах ЛПР необходимую информацию для h осуществления перехода X* -> Х*1+1 может представить в одном сеансе диалога, в многошаговых процедурах в нескольких сеансах (при этом вопросы ПК каждый раз разные). В простейшем (одношаговом) случае информация Ii, полученная на I-om шаге, позволяет сделать очередной шаг процесса (1.2): т.е. определить решение Х*\+\ , которое в смысле некоторого установленного показателя q>i(20 наиболее удовлетворяет требованиям ЛПР, представленным в информации Ij. Алгоритм F осуществляет формализацию и решение следующей задачи оптимизации: Функционал q>i() и область Dj допустимых изменений X на 1-ой итерации образуются на основе информации I). (1.2) X*i+I=F(X\ h) ф ц( X) — ^ £Xtt* X * +j I (1.3) |