Проверяемый текст
Брундасов Сергей Михайлович. Автоматизация принятия решений на основе семантического анализа иерархических и сетевых моделей (Диссертация 2003)
[стр. 124]

124 3) построение матрицы весов кластеров и вычисление взвешенной суперматрицы; 4) расчет предельной суперматрицы (4.5).
Результатом применения процедуры сетевого синтеза является предельный вектор приоритетов, содержащий: итоговый вектор приоритетов \\^,
отражающий для каждого элемента сети его вклад в достижение поставленной цели; итоговый вектор приоритетов XVА (являющийся частью \Уе), ставящий для каждой альтернативы се относительную предпочтительность.
Решающая модель
К3, выполняющая иерархический синтез в управляющих иерархиях, аналогична решающей модели К).
Единственным отличием является то, что для модели
К.3 «исходными» данными являются вектора приоритетов \УЛ, полученные в результате применения решающих моделей К1 и К2.
Результатом применения решающей модели
К3 являются вектора приоритетов альтернатив по каждому управляющему критерию.
Решающая модель
К.1 определяет правило синтеза обобщенной оценки для составной цели Рк.
В общем случае оно может быть самостоятельной задачей принятия решения и задаваться произвольным образом, например, использовать МАИ для ранжирования подцелей.

Последовательное применение моделей Я, В.2, К.3 и К.1 позволяет получить обобщенные оценки предпочтительности альтернатив и опенки вкладов всех элементов в достижение главной цели, являющиеся решениями исходной задачи.
В зависимости от выбора вида главной цели О в модели задачи
(3.16) получаемое решение будет иметь различную форму: 1) 0 — одна выбранная альтернатива; 2) 02 проранжированное множество альтернатив; 3) С3 — оценка вклада каждого элемента в достижение главной цели, включающее в себя оценки альтернатив.
[стр. 97]

97 * % 2) построение суперматрицы; 3) построение матрицы весов кластеров и вычисление взвешенной суперматрицы; 4) расчет предельной суперматрицы.
Результатом применения процедуры сетевого синтеза является предельный вектор приоритетов, содержащий: итоговый вектор приоритетов
\УЕу отражающий для каждого элемента сети его вклад в достижение поставленной цели; итоговый вектор приоритетов \УЛ (являющийся частью %), ставящий для каждой альтернативы ее относительную предпочтительность.
Решающая модель
Кз, выполняющая иерархический синтез в управляющих иерархиях, аналогична решающей модели К].
Единственным отличием является то, что для модели
Кз «исходными» данными являются вектора приоритетов \УГполученные в результате применения решающих моделей К/ и К2.
Результатом применения решающей модели
Кз являются вектора приоритетов альтернатив по каждому управляющему критерию.
Решающая модель
К4 определяет правило синтеза обобщенной оценки для составной цели РЕ.
В общем случае оно может быть самостоятельной задачей принятия решения и задаваться произвольным образом, например, использовать МАИ для ранжирования подцелей.

Часто применяется форма ВОСЯмодели [88]: В-0 ску (3.17) где В (ВепеГИз) преимущества, О (ОррогШшйез) возможности, С (Соз1з) затраты, К (Клзкз) риски.
При таком подходе элементы В, О, С, Кзадают четыре управляющих иерархии, в каждой из которых решается своя ЗПР, после чего рассчитывается обобщенная оценка РЕ.
Последовательное применение моделей К\, В2> В} и К4 позволяет получить обобщенные оценки предпочтительности альтернатив и оценки вкладов всех

[стр.,98]

98 ^ элементов в достижение главной цели, являющиеся решениями исходной задачи.
В зависимости от выбора вида главной цели О в модели задачи
(3.6) получаемое решение будет иметь различную форму: 1) О] — одна выбранная альтернатива; 2) 02 проранжированное множество альтернатив; 3) Сз оценка вклада каждого элемента в достижение главной цели, включающее в себя оценки альтернатив.
3.4.
Исследование механизмов перехода от семантической модели предметной области к модели задачи Ш Для автоматизации построения и корректировки модели задачи Л/* на основе семантического описания предметной области 5 разработан набор формализованных процедур Рм, применяемых на различных этапах моделирования: 1.
Автоматизация процесса построения структуры управляющих иерархий и сетей, применяемая в следующих случаях: при построении шаблонов сетей и иерархий в составе семантической модели; при построении сетей и иерархий модели задачи.
В основе работы данной процедуры лежит использование связей и возможных ролей элемента, информация о которых находится в его ♦ шаблоне (3.2).
Когда ЛПР выбирает один элемент, автоматически выбираются связанные с ним подчиненные и устанавливаются связи с ранее выбранными вышележащими элементами.
При построении сетей и иерархий модели задачи, в дополнение к вышеописанному методу, может производиться их автоматическая генерация на основе ранее созданных шаблонов.
2.
Проверка корректности связей, силы связей и критериальных оценок в соответствии с описанием предметной области 5, которое задает %

[Back]