|
40 В [28] рассмотрены некоторые из существующих подходов к решению задач многокритериальной оптимизации, причем наибольшее внимание уделено человеко-машинным процедурам. Приведено много прикладных решений задач. В работах [34, 59] оценивались свойства метода Джоффриона, STEm и SEMOPS. Наиболее последовательный и всесторонний анализ некоторых интерактивных процедур дан в [71]. Для оценки методов использованы следующие критерии: 1. удобство использования процедуры; 2. легкость освоения логики метода; 3. доверие ЛПР к конечному решению, как наиболее предпочтительному; 4. полезность получаемой в процессе решения информации для ЛПР. Поиск предпочтительного решения в диалоге представляет собой весьма сложный процесс. Прежде всего, это обусловлено применением субъективной информации со свойственными ей неточностями и ошибками. Во-вторых, некоторую неопределенность создает работа алгоритмов уточнения решения, так как на отдельных итерациях поиска цель не задана однозначно. В-третьих, поиск наиболее предпочтительного решения является уникальным выбором, имеющим неповторяющийся характер. Для проведения анализа сходимости и сопоставления эффективности форм представления дополнительной информации от ЛПР необходимо применение моделей генерации информации ЛПР [61]. Они должны отражать случайную природу данного процесса (неуверенность, непоследовательность, изменение взглядов ЛПР при накоплении информации и т.д.). Перспективными являются разработки диалоговых систем решения задач принятия решений, в которых ЛПР сообщает дополнительную информацию на ограниченном естественном языке и на базе поступивших |
этой цели, что несет большую информацию, формирующую дальнейшие шаги ЛПР. Процесс (1.2) имеет явно немарковский характер. Таким образом, процесс адаптации ЛПР имеет ярко выраженный дуальный характер, при котором поведение ЛПР двойственно: одни шаги позволяют приблизить решение Х*{ к желаемому, а другие получить информацию о поведении объекта. Заметим, что отсюда следует важный практический вывод: интерактивная система решения должна предоставлять возможность ЛПР возвращаться к предыдущим состояниям объекта, для чего необходимо протоколировать весь диалог. Как видно, диалог на каждом i-ом этапе сводится к запросу у ЛПР информации Ii, в диалоге формирует задачу (1.4) и решает ее (1.3) одним из выбранных методов. Полученное решение Х*1+\ и все значения критериев X<2*1+i сообщаются ЛПР с запросом очередной порции необходимой информации Ii+i и т.д. В работе [88] в основном рассмотрены процедуры решения линейных задач многокритериальной оптимизации. Главное внимание уделено роли человека в организации процесса поиска. Выделены три типа человекомашинных процедур: неструктурированные, псевдоструктурированные и структурированные. В [110] рассмотрены некоторые из существующих подходов к решению задач многокритериальной оптимизации, причем наибольшее внимание уделено человеко-машинным процедурам. Приведено много прикладных решений задач. В работах [51] оценивались свойства метода Джоффриона, STEm и SEMOPS. Наиболее последовательный и всесторонний анализ некоторых интерактивных процедур дан в [55]. Для оценки методов использованы следующие критерии: 1. удобство использования человеко-машинной процедуры; 2. легкость освоения логики метода; 3. доверие ЛПР к конечному решению, как наиболее предпочтительному; 4. полезность получаемой в процессе решения информации для ЛПР. Поиск предпочтительного решения в диалоге представляет собой весьма сложный процесс. Прежде всего, это обусловлено применением субъективной информации со свойственными ей неточностями и ошибками. Во-вторых, некоторую неопределенность создает работа алгоритмов уточнения решения, так как на отдельных итерациях поиска цель не задана однозначно. В-третьих, поиск наиболее предпочтительного решения является уникальным выбором, имеющим неповторяющийся характер. Для проведения анализа сходимости и сопоставления эффективности форм представления дополнительной информации от ЛПР необходимо применение моделей генерации информации ЛПР [195]. Они должны отражать случайную природу данного процесса (неуверенность, непоследовательность, изменение взглядов ЛПР при накоплении информации и т.д.). Перспективными являются разработки диалоговых систем решения задач принятия решений, в которых ЛПР сообщает дополнительную информацию на ограниченном естественном языке и на базе поступивших сведений формируется задача оптимизации для поиска соответствующего решения (при необходимости производится уточнение), выбирается алгоритм и осуществляется решение. |