Механизмы генерирования и принятия решений
Постановка задач принятия решений в условиях неопределенности, генерация и оценки альтернативных вариантов их решения для хорошо и слабо структурированных проблем. Аналитическая иерархическая процедура Саати, метод порогов несравнимости "Электра".
| Рубрика | Математика |
| Вид | курсовая работа |
| Язык | русский |
| Дата добавления | 10.04.2011 |
| Размер файла | 38,3 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Федеральное агентство по образованию РФ
ТОМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СИСТЕМ УПРАВЛЕНИЯ И РАДИОЭЛЕКТРОНИКИ (ТУСУР)
Заочный и вечерний факультет
Кафедра автоматизации обработки информации (АОИ)
Курсовая работа
Механизмы генерирования и принятия решений
2010
Оглавление
Введение
1. Описание задачи
2. Основная часть
2.1 Аналитическая иерархическая процедура Саати
2.2 Метод порогов несравнимости «Электра»
Заключение
Список литературы
Введение
Принятие эффективных решений - одна из наиболее актуальных проблем современности. Для оценки вариантов и выбора самого оптимального требуется обоснованный подход и специальные расчеты.
Целью выполнения данной курсовой работы является закрепление и углубление основных положений теоретического курса по дисциплине «Теория принятия решений». В ходе выполнения задания появляется возможность применить приобретенные знания на практике для решения конкретных задач генерирования и принятия решений, привить навыки работы со специальной литературой. А так же приобрести опыт постановки задач принятия решений в условиях неопределенности, генерации и оценки альтернативных вариантов их решения для хорошо и слабо структурированных проблем.
1. Описание задачи
Необходимо сформулировать приближенную к реальности задачу выбора места медицинского обслуживания из трех возможных. Предложить обоснованный список критериев для оценки мест медицинского обслуживания. В соответствии со своими предпочтениям выбрать это место двумя способами (методами): методом анализа иерархий и методом порогов несравнимости «Электра».
2. Основная часть
2.1 Аналитическая иерархическая процедура Саати
Дано три больницы:
Горбольница №1;
Горбольница №2;
Горбольница №3;
Оценка альтернатив производится по критериям:
Удаленность от дома;
Техническое оснащение;
Наличие узких специалистов;
Качество обслуживания;
Представим иерархию:
Размещено на http://www.allbest.ru/
Получим оценки каждой альтернативы по каждому критерию. И рассчитаем нормированное значение для этих критериев.
|
Альтернативы |
Удленность от дома (км) |
Нормированное значение |
|
|
Горбольница №1 |
1,5 |
0,43 |
|
|
Горбольница №2 |
2,5 |
0,25 |
|
|
Горбольница №3 |
2 |
0,32 |
|
|
Сумма |
1,00 |
|
Альтернативы |
Техническое оснащение |
Нормированное значение |
|
|
Горбольница №1 |
отличное |
0,5 |
|
|
Горбольница №2 |
плохое |
0,2 |
|
|
Горбольница №3 |
сносное |
0,3 |
|
|
Сумма |
1,00 |
|
Альтернативы |
Наличие узких специалистов |
Нормированное значение |
|
|
Горбольница №1 |
50 |
0,4 |
|
|
Горбольница №2 |
40 |
0,32 |
|
|
Горбольница №3 |
35 |
0,28 |
|
|
Сумма |
1,00 |
|
Альтернативы |
Качество обслуживания |
Нормированное значение |
|
|
Горбольница №1 |
сносное |
0,3 |
|
|
Горбольница №2 |
сносное |
0,3 |
|
|
Горбольница №3 |
хорошее |
0,4 |
|
|
Сумма |
1,00 |
Получим веса критериев. Запишем результаты сравнений в виде таблицы:
|
Удаленность от дома |
Техническое оснащение |
Наличие узких специалистов |
Качество обслуживания |
||
|
Удаленность от дома |
1/1 |
1/2 |
1/3 |
1/2 |
|
|
Техническое оснащение |
2/1 |
1/1 |
1/2 |
1/2 |
|
|
Наличие узких специалистов |
3/1 |
2/1 |
1/1 |
1/2 |
|
|
Качество обслуживания |
2/1 |
2/1 |
2/1 |
1/1 |
Таблица весов критериев:
|
Вес критерия |
||
|
Удаленность от дома |
0,12 |
|
|
Техническое оснащение |
0,2 |
|
|
Наличие узких специалистов |
0,33 |
|
|
Качество обслуживания |
0,35 |
Таким образом, мы можем получить как веса критериев, так и оценки альтернатив по критериям. Пусть оценки альтернатив по критериям определены и представлены в следующей таблице:
|
Альтернативы |
Удаленность от дома |
Техническое оснащение |
Наличие узких специалистов |
Качество обслуживания |
|
|
Горбольница №1 |
0,43 |
0,5 |
0,4 |
0,3 |
|
|
Горбольница №2 |
0,25 |
0,2 |
0,32 |
0,3 |
|
|
Горбольница №3 |
0,32 |
0,3 |
0,28 |
0,4 |
|
|
Сумма |
1,00 |
1,00 |
1,00 |
1,00 |
Далее, применяя линейную свертку (взвешенную сумму), получим следующие интегральные оценки альтернатив (функция полезности):
|
Альтернативы |
Функция полезности |
|
|
Горбольница №1 |
0,3886 |
|
|
Горбольница №2 |
0,2806 |
|
|
Горбольница №3 |
0,3308 |
|
|
Сумма |
1 |
Из произведенного анализа видно, что предпочтительнее всего выбрать Гобольницу №1, менее предпочтительна Горбольница №2.
решение генерация альтернатива
2.2 Метод порогов несравнимости «Электра»
|
Альтернативы |
Удаленность от дома (км) |
Техническое оснащение |
Наличие узких специалистов |
Качество обслуживания |
|
|
Горбольница №1 |
1,5 |
отличное |
50 |
сносное |
|
|
Горбольница №2 |
2,5 |
плохое |
40 |
сносное |
|
|
Горбольница №3 |
2 |
сносное |
35 |
хорошее |
Весовые коэффициенты критериев:
|
Альтернативы |
Удаленность от дома |
Техническое оснащение |
Наличие узких специалистов |
Качество обслуживания |
|
|
Горбольница №1 |
0,43 |
0,5 |
0,4 |
0,3 |
|
|
Горбольница №2 |
0,25 |
0,2 |
0,32 |
0,3 |
|
|
Горбольница №3 |
0,32 |
0,3 |
0,28 |
0,4 |
|
|
Сумма |
1,00 |
1,00 |
1,00 |
1,00 |
Весовые коэффициенты Сa=0,3, Сa=0,25, Сa=0,28, Сa=0,3,
Графы отношения критериев (a - удаленность от дома, b - техническое оснащение, с - наличие узких специалистов, d - качество обслуживания)
Размещено на http://www.allbest.ru/
Объединенный граф:
Размещено на http://www.allbest.ru/
|
С(1, 2) = {a, b, c, d} C(1, 3) = {a, b, c} |
C(2, 1) = {d} C(2, 3) = {c} |
C(3, 1) = {d} C(3, 2) = {a, b, d} |
|
|
С(1, 2) = 0.885*(0,3+0,25+0,28+0,3)=1 C(1, 3) = {a, b, c}=0,74 |
C(2, 1) = 0,26 C(2, 3) = 0.31 |
C(3, 1) = 0.31 C(3, 2) = 0.75 |
Матрица индексов согласия превосходства:
|
1 |
- |
1 |
0.74 |
|
|
2 |
0.26 |
- |
0.31 |
|
|
3 |
0.31 |
0.75 |
- |
|
D(1, 2) = { } D(1, 3) = {d} |
D(2, 1) = {a, b, c} D(2, 3) = {a, b, d} |
D(3, 1) = {a, b, c} D(3, 2) = {c} |
|
|
D(1, 2) = 0 D(1, 3) = 0,5 |
D(2, 1) = 1 D(2, 3) = 1 |
D(3, 1) = 1 D(3, 2) = 0,4 |
Матрица индексов несогласия:
|
1 |
- |
0 |
0,5 |
|
|
2 |
1 |
- |
1 |
|
|
3 |
1 |
0,4 |
- |
Абсолютная уверенность в превосходстве 1 над 2 будет при и . В объединенном графе в этом случае будет дуга (1,2).
Обобщенный граф:
Размещено на http://www.allbest.ru/
Согласно методу порогов несравнимости «Электра» получаем абсолютное превосходство Горбольницы №1 над Горбольницей №2
Заключение
В ходе выполнения курсовой работы было произведено решение задачи принятия решения двумя методами: методом анализа иерархий и методом несравнимости «Электра». В результате получены предпочтительные варианты решения проблемы выбора места медицинского обслуживания. Результаты решения для обоих методов получились аналогичные. Оба метода эффективны для решения задач многокритериального выбора наиболее предпочтительных альтернатив.
Список литературы
1. Ехлаков Ю.П. Теоретические основы автоматизированного управления: Учебник. -- Томск: Изд-во Томск. ун-та систем управления и радиоэлектроники, 2001.
Размещено на Allbest.ru
Подобные документы
Основные положения теории принятия решений, разработанной на основе математических методов и формальной логики, классификация управленческих решений. Некорректно поставленные задачи и регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные.
курсовая работа [1,1 M], добавлен 23.11.2010Понятие и содержание теории графов. Правила построения сетевых графиков и требования к ним. Сетевое планирование в условиях неопределенности. Теория принятия решений, используемые алгоритмы и основные принципы. Пример применения алгоритма Дейкстры.
курсовая работа [1,0 M], добавлен 26.09.2013Принятие решения по многим критериям (многокритериальная оптимизация). Эффект несравнимости исходов. Отношение доминирования по Парето при сравнении векторных оценок. Нижние границы критериев. Учет неопределенных пассивных условий, выбор стратегии.
курсовая работа [71,6 K], добавлен 17.12.2009Теория игр – раздел математики, предметом которого является изучение математических моделей принятия оптимальных решений в условиях конфликта. Итеративный метод Брауна-Робинсона. Монотонный итеративный алгоритм решения матричных игр.
дипломная работа [81,0 K], добавлен 08.08.2007Понятие теории игр как раздела математики, предмет которого - анализ принятия оптимальных решений в условиях конфликта. Общие понятия в теории игр. Коалиция интересов, кооперативная или коалиционная игра. Свойства стратегических эквивалентных игр.
реферат [46,6 K], добавлен 06.05.2010Нахождение экстремумов функций методом множителей Лагранжа. Выражение расширенной целевой функции. Схема алгоритма численного решения задачи методом штрафных функций в сочетании с методом безусловной минимизации. Построение линий ограничений.
курсовая работа [259,9 K], добавлен 04.05.2011Поиск оптимальных значений некоторых параметров в процессе решения задачи оптимизации. Сравнение двух альтернативных решений с помощью целевой функции. Теорема Вейерштрасса. Численные методы поиска экстремальных значений функций. Погрешность решения.
презентация [80,6 K], добавлен 18.04.2013Статистический подход к измерению правовой информации. Графический метод решения задач линейного программирования. Методика решения задач линейного программирования графическим методом. Количество информации как мера неопределенности состояния системы.
контрольная работа [79,4 K], добавлен 04.06.2010Проектирование методов математического моделирования и оптимизации проектных решений. Использование кусочной интерполяции при решении задач строительства автомобильных дорог. Методы линейного программирования. Решение специальных транспортных задач.
методичка [690,6 K], добавлен 26.01.2015Выполнение алгебраических преобразований, логическая культура и техника исследования. Основные типы задач с параметрами, нахождение количества решений в зависимости от значения параметра. Основные методы решения задач, методы построения графиков функций.
методичка [88,2 K], добавлен 19.04.2010
