Cтраница 2
Задача (4.89), (4.90) получена из задачи (4.81), (4.82) с использованием нормализации критериев, ограничений и принципа максимина. Задача (4.94), (4.95) получена из (4.83), (4.84) с использованием такой же нормализации и принципа минимакса. [16]
Учитывая большую зависимость качества математических результатов оптимизации с использованием всех перечисленных выше принципов оптимальности, нормализации критериев и учета их приоритета от участия человека и, как правило, большие затраты машинного времени и трудозатраты на подготовку к вычислениям на ЭВМ, необходимые для математического решения одного варианта задач оптимизации, можно сделать вывод о предпочтительности человеко-машинных процедур организации принятия решения. Как правило, для получения результатов, сравнимых с получаемыми при человеко-машинных процедурах при первом типе процедур, необходимо задать несколько вариантов математической задачи, что в конечном итоге приводит к относительному проигрышу и в оперативности, и в трудозатратах. Организация человекомашинных процедур значительно сложнее, чем процедур автоматического счета. [17]
Для исследования моделей ИС, представленных в ВЗМП (6.5) - (6.8), используются алгоритмы, основанные на нормализации критериев и принципе гарантированного результата, которые позволяют решать векторные задачи при равнозначных критериях и заданном приоритете критерия ( см. гл. [18]
Для исследования моделей ИС, представленных в ВЗМП (6.5) - (6.8), используются алгоритмы, основанные на нормализации критериев и принципе гарантированного результата, которые позволяют решать векторные задачи при равнозначных критериях и заданном приоритете критерия ( см. гл. [19]
В общем случае успех формализации векторного критерия зависит от решения четырех основных проблем: выделения области компромисса, выбора формальной схемы компромисса, нормализации критериев и учета приоритета критериев. Последние три проблемы тесно связаны друг с другом. [20]
Таким образом, точка Х и уровень Х определяют оптимальное решение в векторной задаче 1 или 2 с заданным приоритетом по принципу гарантированного результата и нормализации критериев, причем в задаче 1 PJJXfc (), V k е К, а в задаче 2 Л p k ( ЛГ), V k e К. [21]
В задачах векторной оптимизации принцип оптимальности определяет свойства оптимального решения и дает ответ на главный вопрос - в каком смысле оптимальное решение превосходит все остальные допустимые решения и дает правило поиска этого оптимального решения. Она непосредственно связана с проблемой нормализации критериев. Если не стоит проблемы нормализации критериев, то выбор принципа оптимальности ставится на первое место. [22]
В задачах векторной оптимизации принцип оптимальности определяет свойства оптимального решения и дает ответ на главный вопрос - в каком смысле оптимальное решение превосходит все остальные допустимые решения и дает правило поиска этого оптимального решения. Она непосредственно связана с проблемой нормализации критериев. Если не стоит проблемы нормализации критериев, то выбор принципа оптимальности ставится на первое место. [23]
Как уже сказано в § 3.2, часто математическому решению задач управления и синтеза СОИС предшествует этап формального выделения области компромисса Хк. Во многих случаях знание области компромисса существенно облегчает принятие решения по тому или иному вопросу. Очень важно то, что принцип выделения области компромисса строго научен, не требует какого-либо постулирования. Для выделения X не требуется нормализация критериев и установление их приоритета. [24]
Очевидно, что решение лежит в области компромисса. Коэффициент УК характеризует вклад К-го частного критерия LK в общую сумму. Чем больше значение У ( по сравнению с остальными), тем ближе оптимальное решение к точке минимума критерия LK Основная трудность метода заключается в выборе коэффициентов веса. Кроме того, возникают проблемы нормализации критериев Li, т.е. приведения их к безразмерной форме. [25]