Автор работы: Пользователь скрыл имя, 24 Марта 2014 в 09:20, курсовая работа
Цель анализа – выбор оптимального решения.
Система – это совокупность (множество) элементов, между которыми имеются связи (отношения, взаимодействия), то есть под системой понимается упорядоченная совокупность.
При этом можно выделить три основных признака системы:
признак иерархичности (вложения): система – это совокупность элементов, которые сами могут рассматриваться как системы, а исходная система может рассматриваться как часть более общей системы, то есть система рассматривается как часть иерархии систем;
Задача № 1 …………………………………………………………………………….........3-8
Задача № 4 ………………………………………………………………………………...9-14
Задача № 5 ……………………………………………………………………………….15-19
Задача № 6 ……………………………………………………………………………….20-28
Список используемой литературы………………………………………………………29
x = arg max min aj K(x,) где аj = const (j) = 1/n = 1/8
xЄX j
Для варианта В1: min а K(x) = 0,125 * К3 = 0,125 * 0,333 = 0,0416
Для варианта В2: min а K(x) = 0,125 * К2 = 0,125 * 0,258 = 0,0323
Для варианта В3: min а K(x) = 0,125 * К2 = 0,125 * 0,101 = 0,0126
C применением свертки по наихудшему критерию без учета важности критериев наилучшим вариантом является В1.
Применяется в случае, когда есть возможность к определению основного критерия (по важности превосходящего любой из прочих не менее чем в три раза). В нашем случае применение метода носит чисто иллюстративный характер (вес наиболее важного критерия незначительно превышает вес последующих). В качестве главного принимаем критерий К2 (НВП = 0,242).
Решение определяется в следующем виде:
x = arg max KО(x) , где КО(х) — значение основного критерия.
xЄX
Для варианта В1: mах K2(x) = 0,637
Для варианта В2: mах K2(x) = 0,258
Для варианта В3: mах K2(x) = 0,101
Таким образом, с применение свертки по методу главного критерия в качестве наилучшего определяется вариант В1.
Мультипликативная свертка позволяет учесть критерии, имеющие малые по модулю значения при расчете обобщенного критерия.
n aj a1 a2 an
К(х) = П Кj (х) = К1(x) К2(x) .... Кn(x) - формула общего критерия.
j=1
x = arg max K(x) - наилучшее решение, которое соответствует xЄX наибольшему значению общего критерия.
Проводим расчеты:
К(В1) = 0,3330,363 * 0,6370,242 * 0,3330,131 * 0,3330,118 * 0,6370,057 * 0,3330,042 *
* 0,3330,028 * 0,3330,019 = 0,3932
К(В2) = 0,5280,363 * 0,2580,242 * 0,3330,131 * 0,3330,118 * 0,2580,057 * 0,3330,042 *
* 0,3330,028 * 0,3330,019 = 0,3725
К(В3) =0,1400,363 * 0,1010,242 * 0,3330,131 * 0,3330,118 * 0,1050,057 * 0,3330,042 *
* 0,3330,028 * 0,3330,019 = 0,2084
Применение мультипликативной свертки дает в качестве лучшего варианта В1.
Данный метод применяется при стратегии «повышенного риска», когда имеет значение только критерий, имеющий наиболее высокое значение. Решение определяется в виде: x = arg max mах aj K(x)
xЄX j
Для варианта В1: mах a K(x) = а2К2 = 0,242 * 0,637 = 0,1368
Для варианта В2: mах a K(x) = а1К1 = 0,363 * 0,528 = 0,1723
Для варианта В3: mах a K(x) = а3К3 = 0,131 * 0,333 = 0,0543
Применение свертки по наилучшему критерию в качестве наилучшего определяет вариант В2.
Этот метод сходен с рассматриваемым в предыдущих заданиях (с применением анализа иерархий), однако здесь вместо попарного сравнения по каждому критерию определяется условный показатель «полезности». Этот показатель задается в зависимости от конкретной цели, которую необходимо достичь с использованием данного продукта. Оценку полезности проводим для всех вариантов одновременно, используя 10-балльную шкалу.
В рамках данного задания мы не будем проводить дополнительную оценку вариантов по каждому критерию, а воспользуемся результатами, полученными при расчете по заданию 4 (таблица № 4) после попарного сравнения вариантов. Ко всему прочему, использование оценок (таблица № 5), полученных методом приближения из таких результатов, имеет преимущество - они нормированы.
Табл. № 5
К1 |
К2 |
К3 |
К4 |
К5 |
К6 |
К7 |
К8 | |
В1 |
3 |
6 |
3 |
3 |
6 |
3 |
3 |
3 |
В2 |
5 |
3 |
3 |
3 |
3 |
3 |
3 |
3 |
В3 |
1 |
1 |
3 |
3 |
1 |
3 |
3 |
3 |
Теперь проведем расчет общей полезности каждого варианта, используя полученные ранее (таблица 2) весовые значения критериев.
К(В1) = 3 * 0,363 + 6 * 0,242 + 3 * 0,131 + 3 * 0,118 + 6 * 0,057 + 3 * 0,042 + 3 * * 0,028 + 3 * 0,019 = 1,089 + 1,452 + 0,393 + 0,354 + 0,342 + 0,126 + 0,084 + 0,057 = = 3,897
К(В2) = 5 * 0,363 + 3 * 0,242 + 3 * 0,131 + 3 * 0,118 + 3 * 0,057 + 3 * 0,042 + 3 * * 0,028 + 3 * 0,019 = 1,815 + 0,726 + 0,3693 + 0,354 + 0,171 + 0,126 + 0,084 + 0,057 = = 3,726
К(В3) = 1 * 0,363 + 1 * 0,242 + 3 * 0,131 + 3 * 0,118 + 1 * 0,057 + 3 * 0,042 + 3 * * 0,028 + 3 * 0,019 = 0,363 + 0,242 + 0,393 + 0,354 + 0,057 + 0,126 + 0,084 + 0,057 = =1,676
x = arg max K(x) - наилучшее решение, в данном случае - вариант В1.
xЄX
Метод используется в тех случаях, когда возможно определить, исходя из условий задачи, «идеальное» решение Вид, имеющее наилучшие показатели по всем критериям оценки. Используя значения критериев К1(Вид), К2(Вид), ... К8(Вид) в качестве координат идеального решения Вид (находим как максимальные значения НВП по каждому критерию), определяем расстояния от В1, В2 и В3 до этой точки. Вариант с наименьшим значением расстояния является наилучшим. Для определения расстояния используем функцию Минковского:
n
dM(x) = [ Σ aj | Kj(x) – Kj(хид) |p ]1/p , где p —постоянная Минковского.
j =1
К1(Вид) = 0,528 К2(Вид) = 0,637 К3(Вид) = 0,333 К4(Вид) = 0,333
К5(Вид) = 0,637 К6(Вид) = 0,333 К7(Вид) = 0,333 К8(Вид) = 0,333
Расстояние Хеминга ( р = 1):
dХЕМ(В1) = 0,363 * |0,333 - 0,528| + 0,242 * |0,637 - 0,637| + 0,131 * |0,333 - 0,333| +
+ 0,118 * |0,333 - 0,333| + 0,057 * |0,637 - 0,637| + 0,042 * |0,333 – 0,333| + 0,028 * * |0,333 – 0,333| + 0,019 * |0,333 - 0,333| = 0,363 * 0,195 + 0 + 0 + 0 + 0 + 0 + 0 + 0 = = 0,07079
dХЕМ(В2) = 0,363 * |0,528 - 0,528| + 0,242 * |0,258 - 0,637| + 0,131 * |0,333 - 0,333| +
+ 0,118 * |0,333 - 0,333| + 0,057 * |0,258 - 0,637| + 0,042 * |0,333 – 0,333| + 0,028 * * |0,333 – 0,333| + 0,019 * |0,333 - 0,333| = 0 + 0,242 * 0,379 + 0 + 0 + 0,057 * 0,379 + 0 + 0 + 0 = 0,11332
dХЕМ(В3) = 0,363 * |0,140 - 0,528| + 0,242 * |0,101 - 0,637| + 0,131 * |0,333 - 0,333| +
+ 0,118 * |0,333 - 0,333| + 0,057 * |0,105 - 0,637| + 0,042 * |0,333 – 0,333| + 0,028 * * |0,333 – 0,333| + 0,019 * |0,333 - 0,333| = 0,363 * 0,388 + 0,242 * 0,536 + 0 + 0 + 0,057 * 0,532 + 0 + 0 + 0 = 0,30088
Наименьшему значению расстояния соответствует вариант В1.
Расстояние Евклида (р = 2):
dЕвкл(В1) = [0,363 * |0,333 - 0,528|2 + 0,242 * |0,637 - 0,637|2 + 0,131 * * |0,333 - 0,333|2 + 0,118 * |0,333 - 0,333|2 + 0,057 * |0,637 - 0,637|2 + 0,042 * * |0,333 – 0,333|2 + 0,028 * |0,333 – 0,333|2 + 0,019 * |0,333 - 0,333|2]1/2 = [0,363 * * 0,1952 + 0 + 0 + 0 + 0 + 0 + 0 + 0 ]1/2 = [0,363 * 0,038025]1/2 = 0,0138030751/2 = 0,118516
dЕвкл(В2) = [0,363 * |0,528 - 0,528|2 + 0,242 * |0,258 - 0,637|2 + 0,131 * * |0,333 - 0,333|2 + 0,118 * |0,333 - 0,333|2 + 0,057 * |0,258 - 0,637|2 + 0,042 * * |0,333 – 0,333|2 + 0,028 * |0,333 – 0,333|2 + 0,019 * |0,333 - 0,333|2]1/2 = [0 + 0,242 * 0,3792 + 0 + 0 + 0,057 * 0,3792 + 0 + 0 + 0]1/2 = [0,242 * 0,143641 + 0,057 * 0,143641]1/2 = [0,034761122 + 0,008187537]1/2 = [0,042948659]1/2 = 0,207242
dЕвкл(В3) = [0,363 * |0,140 - 0,528|2 + 0,242 * |0,101 - 0,637|2 + 0,131 * * |0,333 - 0,333|2 + 0,118 * |0,333 - 0,333|2 + 0,057 * |0,105 - 0,637|2 + 0,042 * * |0,333 – 0,333|2 + 0,028 * |0,333 – 0,333|2 + 0,019 * |0,333 - 0,333|2]1/2 =
= [0,363 * 0,3882 + 0,242 * 0,5362 + 0 + 0 + 0,057 * 0,5322 + 0 + 0 + 0]1/2 = = [0,363 * 0,3882 + 0,242 * 0,5362 + 0,057 * 0,5322]1/2 = [0,363 * 0,150544 + 0,242 * * 0,287296 + 0,057 * 0,283024]1/2 = [0,054647472 + 0,069525632 + 0,016132368]1/2 = = [0,140305472]1/2 = 0,374574
Наименьшему значению расстояния соответствует вариант В1.
Максимальное различие (p = ∞):
dmax(x) = max aj | Kj(x) – Kj(хид) |
Определяется минимальное значение максимального различия от «идеального» варианта по критериям с учетом их веса.
dmax(В1) = 0,242 * |0,637 – 0,101| = 0,242 * 0,536 = 0,1297
dmax(В2) = 0,363 * |0,528 – 0,140| = 0,363 * 0,388 = 0,1408
dmax(В3) = 0,363 * |0,140 – 0,528| = 0,287 * 0,388 = 0,1408
Наименьшему значению расстояния соответствует вариант В1.
Минимальное различие (р = - ∞):
dmin(x) = min aj | Kj(x) – Kj(хид) |
Определяется минимальное различие от «идеального» варианта
dmin(В1) = 0,242 * |0,637 - 0,637| = 0,131 * |0,333 - 0,333| = 0,118 * |0,333 - 0,333| = = 0,057 * |0,333 - 0,333| = 0,028 * |0,333 - 0,333| = 0,019 * |0,333 - 0,333| = 0
dmin(В2) = 0,363 * |0,528 - 0,528| = 0,131 * |0,333 – 0,333| = 0,118 * |0,333 - 0,333| = = 0,057 * |0,333 - 0,333| = 0,028 * |0,333 - 0,333| = 0,019 * |0,333 - 0,333| = 0
dmin(В3) = 0,131 * |0,333 - 0,333| = 0,118 * |0,333 - 0,333| = 0,057 * |0,333 - 0,333| = = 0,028 * |0,333 - 0,333| = 0,019 * |0,333 - 0,333| = 0
В нашем случае минимальное (нулевое) отклонение наблюдается по различным критериям у каждого варианта. Однако вариант В1 характеризуется:
- нулевым отклонением от идеального варианта по трем наиболее значимым критериям;
- наиболее частыми нулевыми значениями отклонения.
Принимая во внимание эти факты, можем с полной определенностью в качестве наилучшего взять вариант В1.
Вывод:
После произведённых расчётов было выявлено что:
вариант В1 - молодой специалист является предпочтительным по следующим методам:
- по свертке по наихудшему критерию без учета важности критериев,
- по свертке по методу главного критерия;
- по методу мультипликативной свертки;
- по методу аддитивной свертки (с использованием функции полезности);
- по методу расстояния при р = 1, р = 2, p = ∞, p = – ∞;
вариант В2 – поезд является предпочтительным по следующим методам:
- по свёртке по наилучшему критерию.
По свертке по наихудшему крите
Но поскольку при решении задачи была применена аддитивная свёртка (плавное убывание весов критериев), то наилучшим вариантом следует считать вариант В1- молодой специалист, полученный по этой свёртке.
Задача № 6
Условие задачи
По результатам опроса экспертов составлена таблица оценок m вариантов решения некоторой проблемы по n критериям. Использованы балльные оценки по пятибалльной шкале и словесные оценки, причём большей оценке соответствует лучшее значение критерия.
Табл. № 1
Варианты решения |
Значения критериев | |||||||||
К1 |
К2 |
К3 |
К4 |
К5 |
К6 |
К7 |
К8 |
К9 |
К10 | |
В1 |
2 |
Н |
2 |
3 |
С |
2 |
3 |
4 |
4 |
В |
В2 |
4 |
ОВ |
3 |
3 |
С |
5 |
4 |
4 |
4 |
В |
В3 |
3 |
В |
3 |
2 |
Н |
4 |
3 |
2 |
1 |
С |
В4 |
4 |
ОВ |
3 |
3 |
Н |
5 |
4 |
3 |
4 |
В |
В5 |
1 |
С |
3 |
2 |
ОН |
3 |
2 |
4 |
2 |
Н |
В6 |
5 |
В |
4 |
4 |
С |
4 |
5 |
4 |
4 |
В |
В7 |
4 |
В |
4 |
4 |
ОН |
3 |
4 |
2 |
3 |
С |
В8 |
3 |
ОН |
4 |
3 |
С |
4 |
3 |
3 |
2 |
С |
В9 |
4 |
В |
4 |
3 |
В |
3 |
4 |
4 |
4 |
В |
В10 |
5 |
ОВ |
4 |
3 |
В |
4 |
5 |
4 |
4 |
ОВ |
В11 |
3 |
С |
2 |
2 |
С |
3 |
4 |
3 |
1 |
В |
В12 |
2 |
В |
3 |
3 |
В |
4 |
4 |
4 |
4 |
С |
В13 |
5 |
В |
4 |
3 |
В |
4 |
5 |
4 |
4 |
ОВ |
В14 |
4 |
ОВ |
4 |
4 |
В |
4 |
5 |
4 |
4 |
ОВ |
В15 |
3 |
С |
4 |
4 |
В |
4 |
5 |
4 |
4 |
С |
Информация о работе Системный анализ в управлении предприятием