Обоснование и классификация оценочных функций, применяемых в рейтинговых методах многокритериального выбора

Обложка
  • Авторы: Микони С.В1, Бураков Д.П1
  • Учреждения:
    1. Федеральное государственное бюджетное учреждение науки «Санкт-Петербургский Федеральный исследовательский центр Российской академии наук» (СПб ФИЦ РАН)
  • Выпуск: Том 19, № 6 (2020)
  • Страницы: 1131-1165
  • Раздел: Математическое моделирование и прикладная математика
  • URL: https://ogarev-online.ru/2713-3192/article/view/266288
  • DOI: https://doi.org/10.15622/ia.2020.19.6.1
  • ID: 266288

Цитировать

Полный текст

Аннотация

Проанализированы предложенные ранее исследователями рекомендации по применению методов многомерного оценивания объектов. Отмечена слабая обоснованность этих рекомендаций, следующая из поверхностной систематизации методов многомерного оценивания. Рекомендации ориентированы не на классы задач многомерного оценивания объектов, а на различные области человеческой деятельности. Однако в каждой сфере человеческой деятельности имеет место широкий спектр задач оценивания объектов различной природы. В связи с этим признана актуальность более тщательной систематизации методов многомерного оценивания.
Учитывая разноплановость методов многомерного оценивания, решено ограничиться систематизацией методов, применяющих оценочные функции, и на этой основе предложить общие рекомендации по их применению.
Обзор методов многомерного оценивания с единой позиции потребовал уточнения применяемой в них терминологии. На основе формальной модели установлены отношения между понятиями «предпочтение», «критерий» и «показатель». Для выделения методов, применяющих оценочные функции, введено понятие целевого значения показателя. Относительно его расположения на шкале показателя введены понятия идеальной и реальной целей. Соответствующие этим целям критерии разделены на целевые и ограничительные. С применением предложенной терминологии проанализированы наиболее известные методы многомерного оценивания. Из них выделена группа методов, применяющих оценочные функции.
Рассмотрены варианты оценочных функций, создаваемых на основе критерия и постулатов теории ценности и полезности. На основе сходства областей определения и значений различных оценочных функций установлена взаимосвязь между ними. Относительно целевого значения показателя они разделены на функции достижения цели и функции отклонения от цели. Показана взаимная дополнительность этих функций. Выделена группа функций отклонения от цели, которая позволяет упорядочивать объекты раздельно по штрафам и поощрениям относительно достижения реальной цели. Для отношения соответствия введено понятие нормы. На примере медицинских анализов показано практическое применение функций отклонения от нормы с применением как минимаксной, так и средневзвешенной обобщающей функции для установления рейтинга на множестве объектов.
Выявленное в процессе исследования сходство и различие оценочных функций положено в основу классификации использующих их методов многомерного оценивания. Различие оценочных функций по трудоемкости их создания отражено в предложенной методике их применения.

Об авторах

С. В Микони

Федеральное государственное бюджетное учреждение науки «Санкт-Петербургский Федеральный исследовательский центр Российской академии наук» (СПб ФИЦ РАН)

Email: smikoni@mail.ru
14-я линия В.О. 39

Д. П Бураков

Федеральное государственное бюджетное учреждение науки «Санкт-Петербургский Федеральный исследовательский центр Российской академии наук» (СПб ФИЦ РАН)

Email: burakovdmitry8@gmail.com
14-я линия В.О. 39

Список литературы

  1. Neumann J.V., Morgenstern O. Theory of Games and Economic Behavior // Princeton University Press. 1953. 586 p.
  2. Keeney R.L., Raiffa H. Decisions with Multiple Objectives: Preferences and Value Tradeoffs // Wiley. 1976. 452 p.
  3. Saaty T.L. The Analytic Hierarchy Process: Planning, Priority Setting, Resources Allocation // Mcgraw-Hill. 1980. 586 p.
  4. Wierzbicki A.P. The Use of Reference Objectives in Multiobjective Optimization // Multiple Criteria Decision Making Theory and Application. Lecture Notes in Eco-nomics and Mathematical Systems. 1980. vol. 177. pp. 468–486.
  5. Hwang S.L, Yoon K. Multiple Attributes Decision Making Methods and Applications // Berlin Heidelberg. 1981. 269 p.
  6. Семенов С.С. Оценка качества и технического уровня сложных систем: практика применения метода экспертных оценок // М.: Ленанд. 2015. 350 с.
  7. Abastante F. et al. Choice architecture for architecture choices: evaluating social housing initiatives putting together a parsimonious AHP methodology and the Cho-quet integral // Land Use Policy. 2018. vol. 78. pp. 748–762.
  8. De Boni A., Roma R., Ottomano Palmisano G. Fishery Policy in the European Union: A Multiple Criteria approach for assessing sustainable management of Coastal Devel-opment Plans in Southern Italy // Ocean and Coastal Management. 2018. vol. 163. pp. 11–21.
  9. Greco S., Ishizaka A., Matarazzo B., Torrisi G. Stochastic multiattribute acceptability analysis: an application to the ranking of Italian regions // Regional Studies. 2018. vol. 52.n. 4. pp. 585–600.
  10. Бураков Н.А., Бухвальд Е.М., Кольчугина А.В. Ранжирование субъектов россий-ской федерации на основе регионального индекса экономического развития // Федерализм. 2019. № 3. С. 149–171.
  11. Ogryszak W. et al. Large-scale periodic routing problems for supporting planning of mobile personnel tasks // Advances in Intelligent Systems and Computing. 2018. vol. 559. pp. 205–216.
  12. Vergara-Solana F., Araneda M., Ponce-Díaz G. Opportunities for strengthening aqua-culture industry through multicriteria decision-making // Reviews in Aquaculture. 2019. vol. 11. no. 1. pp. 105–118.
  13. Хабарова Д.С. Обзор программных комплексов многокритериальной оптимиза-ции // Прикладная информатика. 2013. № 2(44). С. 102–112.
  14. Velasquez M., Hester P.T. An Analysis of Multi-Criteria Decision Making Methods // International Journal of Operations Research. 2013. vol. 10. no. 2. pp. 56–66.
  15. Микони С.В., Соколов Б.В., Юсупов Р.М. Квалиметрия моделей и полимодельных комплексов // М.: РАН. 2018. 314 с.
  16. Saaty T.L. The analytic hierarchy and analytic network measurement processes: Applications to decisions under Risk // European Journal of Pure and Applied Mathematics. 2008. vol. 1. no. 1. pp. 122–196.
  17. Roy B. Classement et choix en présence de points de vue multiples (la méthode ELECTRE) // La Revue d'Informatique et de Recherche Opérationelle (RIRO). 1968. vol. 8. pp. 57–75.
  18. Brans J.P., Vincke P. A preference ranking organisation method: The PROMETHEE method for MCDM // Management Science. 1985. vol. 31. no. 6. pp. 647–656.
  19. Ларичев О.И. Вербальный анализ решений // М.: Наука. 2006. 181 c.
  20. Шакиров В.А., Панкратьев П.С. Методика многокритериального двухуровнево-го анализа пунктов размещения электростанций // Искусственный интеллект и принятие решений. 2017. № 1. С. 69–83.
  21. Микони С.В. Теория принятия управленческих решений // CПб.: Лань. 2015. 448 с.
  22. Bordley R., LiCalzi M. Decision Analysis with Targets instead of Utilities // Decisions in Economics and Finance. 2000. vol. 23. no. 1. pp. 53–74.
  23. Mikoni S.V. Method of choice by approximation to a pattern // Proceedings of the 4th International Conference NITE’2000. 2000. vol. 1. pp. 156–159.
  24. Перегудов Ф.И., Тарасенко Ф.П. Основы системного анализа: Учеб. 2-е изд., доп. // НТЛ. 1997. 396 с.
  25. Микони С. В. Аксиоматика методов многокритериальной оптимизации на ко-нечном множестве альтернатив. // Труды СПИИРАН. 2016. Вып. 44. C. 198–214.
  26. Микони С.В., Бураков Д.П. Отладка типовых одномерных функций полезности в модели многомерной полезности // Известия Петербургского университета пу-тей сообщения. 2019. Т. 16(2). С. 131–144.
  27. Kosheleva O., Kreinovich V., Shahbazova S. Type-2 Fuzzy Analysis Explains Ubiqui-ty of Triangular and Trapezoid Membership Functions // Recent Developments and the New Direction in Soft-Computing Foundations and Applications. Studies in Fuzz-iness and Soft Computing. 2018. vol. 393. pp. 63–75.
  28. Gholamy A., Kosheleva O., Kreinovich V. How to explain the efficiency of triangular and trapezoid membership functions in applications to design // Онтология проекти-рования. 2019. Т. 9. № 2(32). С. 253–260.
  29. Сайт научной школы «Многокритериальный выбор на конечном множестве альтернатив». URL: http://mcd-svir.ru/ (дата обращения: 26.08.2020).
  30. Mikoni S.V. Application of the Universal Decision Support System SVIR to Solving Urban Problems // Digital Transformation and Global Society. DTGS 2016. Commu-nications in Computer and Information Science. 2016. vol. 674. 016. pp. 1–14.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».