Проверяемый текст
Балашов, Алексей Игоревич; Обеспечение устойчивости развития предпринимательских структур на основе инвестиционного планирования (Диссертация 2003)
[стр. 143]

критериев и получении опорного множества улучшенных векторных критериев для каждой из векторных оценок.
Затем проверяется возможность выполнения отношений идентичности и предпочтительности векторных критериев.
Процесс сравнения критериев совмещают с процессом построения опорного множества планов.
Как только устанавливается наличие факта сравнения векторных критериев;, поиск дополнительной информации, а также построение опорного множества прекращаются
[91].
Метод порядковых коэффициентов важности
рекомендуется к применению в тех случаях, когда количествосравниваемых критериев больше двух.
Суть его состоит в назначении частным критериям соответствующих коэффициентов важности с использованием балльной шкалы.
Для решения
планово-инвестиционной* задачи посредством сравнения данным методом выделение эффективного множества векторных оценок не обязательно, но при-этом возрастает количество векторных оценок, подлежащих сравнению с использованием дополнительной информации.
Сравнение векторных оценок методом порядковых коэффициентов важности выполняется' на протяжении несколько1 этапов.
Вначале производится проверка выполнения необходимого условия сравнимости векторов: Затем производится сравнение векторных критериев с использованием получаемой дополнительной информации.
Необходимым и достаточным основанием для применения этого метода является то, что частные критерии должны быть измерены в шкале не менее совершенной, чем шкала порядков.
Кроме того, необходимо, чтобы частные критерии были нормализованы (приведены к безразмерным величинам).
При этом допускаются только симметричные изменения частных критериев
[93].
В тех случаях, когда имеет место строгая.упорядоченность по степени важности частных критериев, имеют дело с лексикографическим случаем упорядоченности критериев задачи векторной оптимизации.
При значительном превосходстве по важности одного критерия над другим критерием предпочтительным будет являться вариант решения, полученный по наиболее важному из них.
Требование симметричности снимается, так как
[стр. 109]

Необходимым условием для применения этого метода является то, что все частные критерии должны быть взаимно независимыми но предпочтению.
При решении задач многокритериальной оптимизации использование принципа Парето не позволяет получить единственного решения.
Парсто-огггимальные решения многокритериальныхзадач подробно рассмотрены в [81].
Все вышерассмотренные нами методы основывались на допущении, что все частные критерии оказывают примерно одинаковое влияние на конечный результат.
В действительности все частные (локальные) критерии имеют разную относительную важность, так как их влияние на конечный результат решения инвестиционной задачи является неодинаковым.
Метод цепочек обычно используется для сравнения векторных критериев, которые невозможно сравнить без использования дополнительной информации.
Суть его заключается в построении цепочек векторных оценок, полученных путем перестановок у частных критериев одной из векторных оценок, содержащихся в дополнительной информации.
Если указанную цепочку построить не удается, то делают попытку построить цепочку с другого конца.
Если и такую цепочку построить не представляется возможным, то следует полагать, что рассматриваемые векторные критерии при использовании имеющейся дополнительной информации не сравнимы.
Метод опорных множеств является модификацией метода цепочек.
Он заключается в построении опорного множества эквивалентных векторных критериев и получении опорного множества улучшенных векторных критериев для каждой из векторных оценок.
Затем проверяется возможность выполнения отношений идентичности и предпочтительности векторных критериев.
Процесс сравнения критериев совмещают с процессом построения опорного множества планов.
Как только устанавливается наличие факта сравнения векторных критериев, поиск дополнительной информации, а также построение опорного множества, прекращаются.

Метод порядковых коэффициентов важности
рекомендуется к применению в тех случаях, когда количество сравниваемых критериев больше двух.
Суть его состоит в назначении частным критериям соответствующих коэффициентов важности с использованием балльной шкалы.
Для решения
планово109

[стр.,110]

инвестиционной задачи посредством сравнения данным методом выделение эффективного множества векторных оценок не обязательно, но при этом возрастает количество векторных оценок, подлежащих сравнению с использованием дополнительной информации.
Сравнение векторных оценок методом порядковых коэффициентов важности выполняется на протяжении несколько этапов.
Вначале производится проверка выполнения необходимого условия сравнимости векторов.
Затем производится сравнение векторных критериев с использованием получаемой дополнительной информации.
Необходимым и достаточным основанием для применения этого метода является то, что частные критерии должны быть измерены в шкале не менее совершенной, чем шкала порядков.
Кроме того, необходимо, чтобы частные критерии были нормализованы (приведены к безразмерным величинам).
При этом допускаются только симметричные изменения частных критериев.

В тех случаях, когда имеет место строгая упорядоченность по степени важности частных критериев, имеют дело с лексикографическим случаем упорядоченности критериев задачи векторной оптимизации.
При значительном превосходстве по важности одного критерия над другим критерием предпочтительным будет являться вариант решения, полученный по наиболее важному из них.
Требование симметричности снимается, так как
менее важные частные критерии могут изменяться как угодно.
Решение задачи, в модели которой критерии лексикографически упорядочены, может осуществляться методом главного критерия.
Суть постановки задачи в этом случае заключается в том, что из нескольких частных критериев выбирается один и назначается главным, а в отношении остальных требуется, чтобы они принимали значение не ниже некоторого порогового значения.
Решение лексикографических задач векторной оптимизации сводится к решению некоторого числа задач однокритериальной оптимизации, обычно не превышающего количество частных критериев.
В том случае, если трудно или невозможно получить дополнительную информацию об соотношениях между частными критериями, принимается допущение о том, «гго частные критерии являются одинаковыми (равноценными) по важности.
Тогда при расширении исходного множества векторных оценок до множества 110

[Back]