Е. Н. Живицкая
| ↑ | Оглавление | ||
| ← | Лекция 11, «О результатах теории информации» | Лекция 13, «Выбор в условиях статической неопределенности» | → |
Главная цель курса системного анализа — раскрытие системности любой целенаправленной деятельности. Для этого необходимо построить систему моделей, с помощью которых можно обобщать, передавать и совершенствовать опыт такой деятельности. В предыдущих лекциях мы уже выделили некоторые из операций, входящие во всякую целенаправленную деятельность: моделирование, перенос информации во времени и в пространстве, получение новой информации. В данном разделе рассмотрим еще одну операцию, обязательно входящую в целенаправленные процессы — выбор.
Выбор является действием, придающим всей деятельности целенаправленность. Именно выбор реализует подчиненность всей деятельности определенной цели или совокупности целей. Рано или поздно наступает момент, когда дальнейшие действия могут быть различными, приводящие к разным результатам, а реализовать можно только одно действие, причем вернуться к ситуации, имевшей место в этот момент времени уже (как правило) нельзя.
Способность сделать правильный выбор в таких условиях — очень ценное качество, которое присуще людям в разной степени. Великие полководцы, выдающиеся политики, гениальные инженеры и ученые, талантливые администраторы отличались и отличаются от своих коллег или конкурентов прежде всего умением принимать лучшие решения, делать лучший выбор.
Естественно стремление понять, что такое «хороший выбор», как приблизиться к наилучшему решению, возможно ли предложить алгоритм получения такого решения. Работа многих исследователей в этом направлении выявила характерную ситуацию: полная формализация нахождения наилучшего решения возможна, но лишь для хорошо изученных (хорошо структурированных) задач. Для решения слабо структурированных задач полностью формальных алгоритмов не существует. Современная тенденция практики выбора в естественных ситуациях состоит в сочетании способности человека решать неформализованные задачи с возможностями формальных методов и компьютерного моделирования (например, диалоговые методы поддержки решений, экспертные системы, информационно-поисковые системы, системы управления базами данных, автоматизированные системы управления и т.д.).
Задачи выбора чрезвычайно многообразны, различны и методы их решения. Прежде всего, введем понятия, общие для всех задач выбора.
Будем представлять принятие решения как действие над множеством альтернатив, в результате которого получается подмножество выбранных альтернатив. Сужение множества альтернатив возможно, если имеется способ сравнения альтернатив и определение наиболее предпочтительных. Каждый такой способ называют «критерием предпочтения». Обратим внимание на то, что при таком описании выбора считают сами собой разумеющимися, уже пройденными, два чрезвычайно важных этапа системного анализа:
Будем считать, что исходное множество альтернатив уже задано и преследуемые нами цели определены настолько детально, что уже имеются критерии оценки и сравнения любых альтернатив.
Отметим сразу, что проблема выбора далеко нетривиальна и допускает существенно различающиеся математические постановки задач. Дело в том, что каждая компонента ситуации выбора может реализовываться в качественно различных вариантах. Отметим основные их этих вариантов:
Различные сочетания перечисленных вариантов и приводят к многообразным задачам выбора, которые изучены не в одинаковой степени. В данном разделе лекций дадим краткий обзор состояния теории выбора в настоящее время. При этом главное внимание будем уделять постановке задач и важным результатам и лишь упоминать, какие именно теории дают методы решения.
На примере описания выбора видно, как об одном и том же явлении можно говорить на языках различной общности. К настоящему моменту сложились три основных языка описания выбора. Самым простым и наиболее развитым (и, быть может, поэтому чаще употребляемым) является критериальный язык.
Такое название языка связано с основным предположением, состоящим в том, что каждую отдельно взятую альтернативу можно оценить конкретным числом (значением критерия), и сравнение альтернатив сводится к сравнению соответствующих им чисел.
Пусть x — некоторая альтернатива из множества X. Считается, что для всех x может быть задана функция q(x), которая называется критерием (критерием качества, целевой функцией, функцией предпочтения, функцией полезности) и обладает тем свойством, что если альтернатива x1 предпочтительнее x2 (будем обозначать это x1>x2 ), то q(x1)>q(x2) и обратно. Если теперь сделать еще одно важное предположение, что выбор любой альтернативы приводит к однозначно известным последствиям (т.е. считать, что выбор осуществляется в условиях определенности) и заданный критерий q(x) численно выражает оценку этих последствий, то наилучшей альтернативой x* является, естественно, та, которая обладает наибольшим значением критерия:
| x*=argmax{q(x)}, | (1) |
Задача отыскания x*, простая по постановке, часто оказывается сложной для решения, поскольку метод ее решения определяется как характером множества X, так и характером критерия q(x).
Чаще всего на практике оценивание любого варианта единственным числом оказывается неприемлемым упрощением. Более полное рассмотрение альтернатив приводит к необходимости оценивать их не по одному, а по нескольким критериям, качественно различающимся между собой. Например, при выборе конструкции самолета проектировщикам следует учитывать множество критериев: технических, технологических, экономических, социальных, эргономических и пр. Даже в обычной жизни при выборе мы почти никогда не используем единственный критерий: вспомним хотя бы затруднения при выборе подарка ко дню рождения или при выборе места стоянки в турпоходе.
Итак, пусть для оценивания альтернатив используется несколько критериев qi(x); i = 1...p. Как же тогда осуществлять выбор? Рассмотрим наиболее употребительные способы решения многокритериальных задач. Первый способ состоит в том, чтобы многокритериальную задачу свести к однокритериальной. Это означает введение суперкритерия, т.е. скалярной функции векторного аргумента:
| q0(x)= q0[q1(x), q2(x), ..., qp(x)]. | (2) |
Суперкритерий позволяет упорядочить альтернативы по величине q0, выделив тем самым наилучшую (в смысле этого критерия). Вид функции q0 определяется тем, как мы представляем себе вклад каждого критерия в суперкритерий. Обычно используют аддитивные или мультипликативные функции:
| q0 = ∑{αi⋅qi/Si}, | (3) | |
| 1 - q0 = ∏{1 - [βi⋅qi/Si]} | (4) |
Коэффициенты Si обеспечивают, во-первых, безразмерность числа Qi/Si (частные критерии могут иметь разную размерность) и, во-вторых, в необходимых случаях (как в формуле 4) выполнения условия Bi⋅Qi/Si < 1. Коэффициенты Ai и Bi отражают относительный вклад частных критериев в суперкритерий.
Итак, при данном способе задача сводится к максимизации суперкритерия:
| x* = argmax{q0[q1(x), ..., qp(x)]} | (5) |
Очевидные достоинства объединения нескольких критериев в один суперкритерий сопровождаются рядом трудностей и недостатков, которые необходимо учитывать при использовании этого метода. Оставив в стороне трудности построения самой функции и вычислительные трудности ее максимизации, обратим внимание на следующий очень важный момент. Упорядочение точек в многомерном пространстве в принципе не может быть однозначным и полностью определяется видом упорядочивающей функции. Суперкритерий играет роль этой упорядочивающей функции, и его даже «небольшое» изменение может привести к тому, что оптимальная в новом смысле альтернатива окажется очень сильно отличающейся от старой.
Недостатки свертывания нескольких критериев заставляют искать другие подходы к решению задач многокритериального выбора. Рассмотрим второй способ решения таких задач. Он заключается в использовании того факта, что частные критерии обычно неравнозначны между собой. Наиболее явное выражение этой идеи состоит в выделении основного, главного критерия и рассмотрении остальных как дополнительных, сопутствующих. Такое различие критериев позволяет сформулировать задачу выбора как 1 задачу нахождения условного экстремума основного критерия:
| x* = arg{ max q1(x)|qi(x) = Ci, i=2,3,...p} | (6) |
при условии, что дополнительные критерии остаются на заданных им уровнях.
В некоторых задачах оказывается возможным или даже необходимым задавать ограничения на сопутствующие критерии не столь жестко, как в задаче (6). Например, если сопутствующий критерий характеризует стоимость затрат, то вместо фиксации затрат разумнее задавать их верхний уровень, т.е. формулировать задачу с ограничениями типа неравенств:
| x*=arg{ max q1(x)|qi(x) ≤ Ci, i=2,3...,p} | (7) |
Отметим, что такое, казалось бы, незначительное изменение постановки задачи требует принципиально иных методов ее решения.
Третий способ многокритериального выбора относится к случаю, когда заранее могут быть указаны значения частных критериев (или их границы). Задача состоит в том, чтобы найти альтернативу, удовлетворяющую этим требованиям, либо, установив, что такая альтернатива во множестве отсутствует, найти в альтернативу, которая подходит к поставленным целям ближе всего.
Удобным свойством является возможность задавать желательные значения qi* критериев так точно, как и в виде верхних или нижних границ. Назначаемые значения величин qi* иногда называют уровнями притяжения, а точки их пересечения в p-мерном пространстве критериев — целью или опорной точкой.
Теперь идея оптимизации состоит в том, чтобы, начав с любой альтернативы, приближаться к x* по некоторой траектории в пространстве.
Это достигается введением числовой меры близости между очередной альтернативой x и целью x*, т.е. между векторами q(x)=[q1(x)<...qp(x)] и q*(x)=[q1*(x)<...qp*(x)]. Можно по-разному количественно писать эту близость, что и определяет методы решения задачи.
Четвертый полностью формализуемый способ многокритериального выбора состоит в отказе от выделения единственной «наилучшей» альтернативы и соглашении о том, что 1 предпочтение одной альтернативе перед другой можно отдавать только если первая по всем критериям лучше второй. Если же предпочтение хотя бы по одному критерию расходится с предпочтением по другому, то такие альтернативы признаются несравнимыми. В результате по парного сравнения альтернатив все худшие по всем критериям альтернативы отбрасываются, а все оставшиеся несравнимые между собой принимаются. Если все максимально достижимые значения частных критериев не относятся к одной и той же альтернативе, то принятые альтернативы образуют множество Парето и выбор на этом заканчивается. При необходимости же выбора единственной альтернативы следует привлекать дополнительные соображения: вводить новые добавочные критерии и ограничения, бросить жребий, либо прибегать к услугам экспертов.
Мы обсудили наиболее употребительные способы описания выбора в терминах критериального языка. Возможны и другие постановки задач на этом языке; наша цель состояла в том, чтобы дать лишь общее представление об их многообразии. Математические аспекты решения задач оптимизации рассматриваются в специализированных монографиях и учебниках.
Главный результат данного параграфа состоит в том, что для общей задачи многокритериальной оптимизации не существует единственного решения, а ее частные постановки, имеющие единственное решение, приводят к разным результатам. Поэтому лицо, принимающее решение на основе использования оптимизационных методов, должно с наибольшим вниманием относиться прежде всего к постановке задачи, к тому, в какой степени именно такая постановка соответствует стоящей перед ним проблеме.
Второй, более общий язык, на котором описывается выбор, это язык бинарных отношений. Его большая, нежели у критериального языка, общность основана на учете того факта, что в реальности дать оценку отдельно взятой альтернативе часто затруднительно или невозможно. Однако, если рассматривать альтернативу не в отдельности, а в паре с другой, то находятся основания сказать, какая из них более предпочтительна. Таким образом, основные предположения этого языка сводятся к следующему:
Математически бинарное отношение R на множестве X определяется как определенное подмножество упорядоченных пар (x,y). Удобно использовать обозначение xRy, если x находится в отношении R c y. Множество всех пар {(x,y), x, y ∈ X } называется полным (»универсальным») бинарным отношением. Поскольку в общем случае не все возможные пары (x,y) удовлетворяют условиям, накладываемым отношением R, бинарное отношение является некоторым подмножеством полного бинарного отношения R.
Задать отношение — это значит тем или иным способом указать все пары (x,y), для которых выполнено отношение.
Существует четыре разных способа задания отношений, а преимущества каждого проявляются при разных характеристиках множества X.
Первый, очевидный, способ состоит в 1 непосредственном перечислении таких пар. Ясно, что он приемлем лишь в случае конечного множества R.
Второй удобный способ задания отношения R на конечном множестве — матричный. Все элементы нумеруются, и матрица отношения R определяется своими элементами для всех i и j. Известным примером такого задания отношений являются турнирные таблицы (если ничьи обозначить нулями, как и проигрыш, то матрица изобразит отношение «xi — победитель yj»).
Третий способ — задание отношения — 1 графом. Вершинам графа G(R) ставят в соответствия (пронумерованные) элементы множества X, и если xiRyj, то от вершины xi проводят направленную дугу к вершине xj.
Для определения отношений на бесконечных множествах альтернатив используется четвертый способ — задание отношения R - 1 сечениями. Множество
?
называется верхним сечением отношения, а множество
R-(x) = {y ∈ X | (y,x) ∈ R}
нижним сечением. Иначе говоря, верхнее сечение — это множество всех y, которые находятся в отношении xRy с заданным элементом x, а нижнее сечение — множество всех y, с которыми заданный элемент x находится в отношении R. Отношение однозначно определяется одним из своих сечений.
В ряде практических случаев критериальная функция не существует, т.е. оценку данной альтернативе можно дать только в результате ее сравнения с другой альтернативой. Это потребовало более общего описания выбора. Первым таким обобщением и является язык бинарных отношений.
Некоторые особенности выбора привели к построению третьего, еще более общего языка его описания — «языка функций выбора». Во-первых, нередко приходится сталкиваться с ситуациями, когда предпочтение между двумя альтернативами зависит от остальных альтернатив. Например, предпочтение покупателя между чайником и кофеваркой может зависеть от наличия в продаже кофемолки. Во-вторых, возможны такие ситуации выбора, когда понятие предпочтения вообще лишено смысла. Например, по отношению к множеству альтернатив довольно обычными являются правила выбора «типичного», выбора «среднего», выбора «наиболее отличного, оригинального», теряющие смысл в случае двух альтернатив. Язык функций выбора является весьма общим и потенциально может описывать любой выбор. Однако его теория находится в начальной стадии развития и пока еще занимается описанием преимущественно старых ситуаций в новых терминах. Знакомство с языком функций выбора выходит за рамки настоящего курса лекций.
| ↑ | Оглавление | ||
| ← | Лекция 11, «О результатах теории информации» | Лекция 13, «Выбор в условиях статической неопределенности» | → |
© Виктор Сафронов, 2006–2017
Пользовательское соглашение | RSS | Поддержать проект | Благодарности