Проверяемый текст
Алексахин, Сергей Васильевич; Автоматизация технологических процессов погрузочно-разгрузочных и транспортных работ при организации строительства в условиях рыночной экономики (Диссертация 1998)
[стр. 41]

РОГГ1М Г’ * 1 41 сведений формируется задача [оптимизации1 для поиска соответствующего решения (при необходимости производится уточнение), выбирается алгоритм и осуществляется решение.
Таблица 1.1.
1.
Параметрические методы X*,,q,(X*l)i=l..k A=a„...x,) 2.
STEM X*,q,(X*)q,(Xlm,x)ieZt Aq, ieRv 3.
Метод удовлетворительных требований X‘„q,(X*,)i=l..k s, ieRy 4.
Процедура внешнего ветвления X*,q,(X*)q,(XJn,„)ij-l..k Г=(уь..., Yz) 5.
SEMOPS Х*>Ч(Х*,)д,(7г)М..к Yz 6.
Адаптивный метод последовательных уступок X*„q,(X»,)i=l..k A, i=l..k-l 7.
Векторно-релаксационные методы X*i, q,(X*i)i=l..k R,10, R2 t0 8.
Адаптивные сеточные методы X*0)cP X*°t X*0) 9.
Процедура ЗайонцаВаллениуса X*,X*W)q,(X*),q,(X*(t) ij=l..k x*,„ .
10.
Процедура БеленсонаКапура X*,X*w,q,(X*),q,(X*(0) i,i=l..k X* X*(rt 11.
Процедура прогрессивной ориентации x, q,(X) i=l..k X*(0) 12.
Метод изменяемого идеала P’,q,(X) i=l..kXeP P”cP’ 13.
Непараметрические алгоритмы многокритериальной оптимизации X„q,(X,)i=l..k оценка X, в заданной шкале 14.
Метод оценки граничных точек {X*,},q,(X‘) i=l..k Х*л лучше Р> Х*х лучше р 15.
Метод Джоффриона 1) X*„q,(X*,)i=l..k 2) q,=q,(a)i=l..k 1) i=l..k;i^r 2) а* 16.
Адаптивное целевое программирование 1)X*„q,(X*,)i=l..k 2) q,=q,(a)i=l..k 1) i=l..k;i^r 2) а* 17.
Метод функции ценности замены Х*и’,ч,(Х*ш)7ч0е1г) q,(X,max) i-l..k ШОСх^ЙГ (ieJr) 18.
Метод последовательной заменяемой оптимизации X», q,(X*)v„0eIr)vtJ(ieIr) i=l..fc Xn (ieJr) 19.
SIGMOR X*, q,(X*) q,(Xlmax)J=l..k Y.A.,X.
i=l..k 20.
Нормирование глобального критерия X*,, q,(X*) i=l..k Qk? Qp, Qm 21.
Стохастические процедуры X*, q,(X*) i=l..k ■rTHr?’ X*(A.) X*(A,)
[стр. 72]

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.

[Back]