This page has been robot translated, sorry for typos if any. Original content here.

Математичне програмування - Наконечний С.І.

1.4. Багатокритеріальна оптимізація

{Тут і далі відмічені параграфи відносяться до понадпрограмного матеріалу і не є обов’язковими для вивчення}

Зауважимо, що в класичній постановці задачі математичного програмування передбачається одна цільова функція, яка кількісно визначена. У реальних економічних системах на роль критерію оптимальності (ефективності) претендують кілька десятків показників. Наприклад, максимум чистого доходу від реалізації виробленої продукції чи максимум рівня рентабельності, мінімум собівартості виробленої продукції або мінімум витрат дефіцитних ресурсів. Крім того, бажаним є застосування кількох критеріїв одночасно, причому вони можуть бути взагалі несумісними. Наприклад, вимога досягти максимальної ефективності виробництва за мінімальних витрат ресурсів з погляду постановки математичної задачі є некоректною. Мінімальні витрати ресурсів — це нульові витрати, що мають місце за повної відсутності будь-якого процесу виробництва. Аналогічно максимальна ефективність може бути досягнута лише у разі використання певних обсягів (звичайно не нульових) ресурсів. Тому коректними є постановки задач такого типу: досягти максимальної ефективності при заданих витратах чи досягти заданого ефекту за мінімальних витрат.

Оскільки не існує єдиного універсального критерію економічної ефективності, то досить часто вдаються до розгляду багатокритеріальної оптимізації. Хоча задача математичного програмування передбачає одну цільову функцію, розроблено математичні методи, що дають змогу будувати компромісні плани, тобто здійснювати багатокритеріальну оптимізацію.

Найчастіше способи використання багатьох критеріїв у задачах математичного програмування зводяться до штучного об’єднання кількох вибраних показників в один. Наведемо кілька таких способів [7].

Нехай у задачі обрано m критеріїв оптимальності Fi . Загальний критерій може мати вигляд суми окремих показників ефективності з відповідними коефіцієнтами:

, (1.5)

де — додатні чи від’ємні коефіцієнти. Додатні коефіцієнти відповідають тим критеріям, які потрібно максимізувати, а від’ємні — тим, які мінімізуються. Абсолютні значення коефіцієнтів відповідають пріоритету (важливості) того чи іншого показника.

Наприклад, якщо розв’язується виробнича задача, то з додатними коефіцієнтами ввійдуть такі величини, як обсяг прибутку, отриманого від реалізації товарів та послуг, з від’ємними — витрати ресурсів (часу, праці), собівартість одиниці продукції.

Узагальнений критерій може подаватись у вигляді дробу, де в чисельнику знаходиться добуток показників, які необхідно максимізувати, припустимо , а в знаменнику — добуток тих, які потрібно мінімізувати :

(1.6)

Загальним недоліком критеріїв (1.5), (1.6) є те, що існує можливість недостатню ефективність одного критерію компенсувати іншим. Наприклад, зниження значення виконання попередніх замовлень (в (1.6) буде в чисельнику) може компенсуватися зменшенням використання ресурсів (знаменник дробу (1.6)). Оскільки окремі величини в чисельнику та знаменнику пропорційно зменшилися, то значення дробу не змінюється, проте складені на основі таких розрахунків плани можуть призвести до негативних наслідків.

Такі критерії порівнюють із запропонованим Львом Толстим жартома «критерієм оцінки людини» у вигляді дробу, де в чисельнику зазначають справжні достоїнства людини, а у знаменнику — її думку про себе. Отже, якщо людина майже немає достоїнств (чисельник дробу буде малим числом) і водночас у неї зовсім відсутня зарозумілість (в знаменнику — майже нуль), то вона буде мати нескінченно велику цінність (оскільки будь-яке число, поділене на нескінченно малу величину, дає нескінченність).

Отже, до використання зазначених способів формування цільових функцій необхідно підходити зважено та продумано.

Ще один метод запропонував І. Никовський [24]. Оптимальний план знаходять окремо за кожним з вибраних критеріїв, після чого отримують множину значень цільової функції . На останньому етапі розв’язується початкова задача з одним критерієм виду:

, (1.7)

де — значення i-го критерію оптимальності в оптимальному компромісному плані. За такого підходу розв’язок задачі визначається за критерієм, що дорівнює мінімальному значенню модулів часток відхилень значень кожної цільової функції у компромісному плані від їх оптимальних значень у їх же оптимальних значеннях, що робить всі критерії однаково важливими. Для врахування переваг одних критеріїв над іншими доцільно застосовувати узагальнений критерій такого виду:

. (1.8)

Недоліками цих двох способів є, по-перше, жорстке співвідношення між значеннями відхилень критеріїв оптимальності, що значно звужує множину допустимих планів; по-друге, одному значенню деякого критерію може відповідати множина інших, причому таких, за яких оптимальний план з економічного погляду ефективніший; по-третє, відсутня методика об’єктивного визначення коефіцієнтів .

Зведення багатокритеріальної задачі до задачі з одним критерієм може також здійснюватися через виділення з вибраного набору показників одного, який вважають найважливішим — Fk і намагаються досягти його максимального значення (якщо необхідно знайти мінімум, то досить змінити знак показника). Всі інші показники (критерії) є другорядними, і на них накладаються обмеження виду: , де є нижньою межею значення відповідного показника, або , якщо необхідно, щоб значення показника не перевищувало . Для виробничих задач можна виділити як найважливіший показник ефективності прибуток і, максимізуючи його величину, додатково вводити обмеження щодо рентабельності виробництва не нижче або собівартості не вище певного рівня. Такі обмеження входять до системи початкових умов задачі.

Останнім розглянемо так званий «метод послідовних поступок». Всі обрані критерії необхідно ранжирувати за спаданням їх важливості: спочатку головний, скажімо F1, потім менш важливий F2 і т. д. Вважатимемо, що необхідно досягти максимального значення за всіма критеріями (якщо необхідно знайти мінімум, то змінюють знак показника). Спочатку розв’язується задача з одним головним критерієм (знаходиться значення ), потім призначають деяку невелику за абсолютним значенням «поступку» , на яку можна змінити (зменшити) значення критерію задля того, щоб досягти максимального (більшого) значення за наступним критерієм F2. Величина «поступки» залежить від потрібної точності розрахунків та достовірності початкових даних. Потім до системи початкових обмежень задачі приєднують обмеження, що встановлює рівень можливого відхилення показника: , і розв’язують нову задачу з критерієм оптимальності F2 і т.д. Процес розв’язання задачі у такий спосіб показує, ціною яких «поступок» досягається бажаний результат.

Очевидно, що багатокритеріальні задачі математичного програмування не мають універсального способу розв’язування. Отже, вибір та коректне застосування будь-якого з наведених способів залишається за суб’єктом прийняття рішень. Завдання математичного програмування полягає в забезпеченні потрібною кількістю науково обґрунтованої інформації, на підставі якої здійснюється вибір управлінського рішення.



 

Created/Updated: 25.05.2018

stop war in Ukraine

ukrTrident

stand with Ukraine