Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Задача о выборе университета

Читайте также:
  1. II. ЦЕЛИ, ЗАДАЧИ И ПРИНЦИПЫ ПЕРВИЧНОЙ ПРОФСОЮЗНОЙ ОРГАНИЗАЦИИ УНИВЕРСИТЕТА
  2. IV Задача 1 и задача 2
  3. IV. ПРАВА И ОБЯЗАННОСТИ ПЕРВИЧНОЙ ПРОФСОЮЗНОЙ ОРГАНИЗАЦИИ УНИВЕРСИТЕТА
  4. VI. Общая задача чистого разума
  5. VIII. РУКОВОДЯЩИЕ ОРГАНЫ ПЕРВИЧНОЙ ПРОФСОЮЗНОЙ ОРГАНИЗАЦИИ УНИВЕРСИТЕТА
  6. XV. СВЕРХЗАДАЧА. СКВОЗНОЕ ДЕЙСТВИЕ
  7. Библиотека Московского университета

 

 

Рассмотрим следующую ситуацию, в которой требуется принять решение на основе некоторой иерархии предпочтений. Родителям семейства, в котором есть одногодки сын и дочь – выпускники школы со 100 % результатами ЕГЭ. Необходимо выбирать один из трех университетов A, B и С. Родители хотят, чтобы дети учились в одном учебном заведении. Университеты оцениваются по двум критериям: местоположение и репутация. Оценка университетов доверена самим поступающим. У родителей имеются свои предпочтения по отношению к мнениям сына и дочери. От родителей требуется принять окончательное решение о выборе университета, учитывая приоритеты мнений сына и дочери, и их предпочтения по местоположению и репутации университетов.

Приоритеты мнений сына и дочери, а также их собственные приоритеты для критериев местоположения и репутации представлены в таблице 5.2.

Таблица 5.2.

  Сын Дочь
Сын    
Дочь 1/2  

Из представленной матрицы видно, что мнение сына имеет вдвое больший вес, чем мнение дочери.

Обозначим критерий местоположения - L, а критерий репутации – R.

Предпочтения сына и дочери по отношению к критериям L и R представлены в матрицах парных сравнений, заданных в таблице 5.3.

Таблица 5.3.

Сын R L   Дочь R L
R       R   1/3
L 1/2     L    

 

Из представленных матриц видно, что для сына критерий R в 2 раза важнее, чем критерий L, а для дочери критерий L в 3 раза важнее, чем критерий R.

Кроме того и сын и дочь высказывают свои суждения о предпочтении того или другого университета по каждому критерию. Предпочтения сына для университетов A, B и C задаются матрицами в таблицах 5.4 (критерий R) и таблице 5.5 (критерий L).

Таблица 5.4.

R (сын) A B C
A      
B      
C 1/2 1/5  

 

Таблица 5.5.

L (сын) A B C
A   ½  
B     ½
C 1/3    

 

Предпочтения дочери для университетов A, B и C задаются матрицами в таблицах 5.6 (критерий R) и таблице 5.7 (критерий L).

Таблица 5.6.

R (дочь) A B C
A      
B      
C 1/3 1/2  

Таблица 5.7.

L (дочь) A B C
A      
B 1/3   1/5
C 1/2    

 

По заданным матрицам парных сравнений определяются приоритеты (веса) альтернатив для каждого производимого выбора на всех уровнях иерархии.

Приоритеты мнений детей, установленные родителями:

мнение сына - p, мнение дочери – q, причем p+q=1.

Приоритеты критериев R и L, установленные сыном:

критерий R – p1, критерий L – p2, причем p1+p2=1.

Приоритеты критериев R и L, установленные дочерью:

критерий R – q1, критерий L – q2, причем q1+q2=1.

 

Приоритеты университетов A, B и С по критерию R, установленные сыном: A – p11, B – p12, C – p13, причем p11+p12+p13=1.

Приоритеты университетов A, B и С по критерию L, установленные сыном: A – p21, B – p22, C – p23, причем p21+p22+p23=1.

Приоритеты университетов A, B и С по критерию R, установленные дочерью: A – q11, B – q12, C – q13, причем q11+q12+q13=1.

Приоритеты университетов A, B и С по критерию L, установленные дочерью: A – q21, B – q22, C – q23, причем q21+q22+q23=1.

Общая структура метода анализа иерархий может включать несколько иерархических уровней со своими критериями

На рис. 5.1. представлено дерево иерархии выбора.

 

Рис. 5.1. Дерево иерархии выбора

 

После построения дерева иерархии остается только рассчитать весовые коэффициенты каждой из альтернатив, то есть для каждого из университетов A, B и C. Сначала для каждого университета вычисляются весовые коэффициенты определяемые сыном и дочерью AС, BС, CС и AД, BД, CД, соответственно. Весовые коэффициенты для окончательного выбора родителей AР, BР, CР вычисляются по формулам:

(5.1)

Сложность метода анализа иерархий заключается в определении относительных весовых коэффициентов для оценки альтернатив. Если имеется n критериев на заданном уровне иерархии, соответствующая процедура создает матрицу А размерности (n´n), именуемую матрицей парных сравнений, которая отражает суждение лица, принимающего решение, относительно важности разных критериев. Парное сравнение выполняется таким образом, что критерий в строке i (i = 1, 2,..., n) оценивается относительно каждого из критериев, представленных n столбцами. В нашей задаче матрицы парных сравнений заданы таблицами 5.2-5.7.

Элемент матрицы А, находящийся на пересечении i -й строки и j -го столбца обозначается через аij. Как указано выше в МАИ для оценок альтернатив используются значения фундаментальной шкалы, задаваемые числами от 1 до 9 (табл. 5.1.)

Соответствие относительных оценок двух альтернатив обеспечивается условием: если аij = k, то aji = 1/k. Таким образом, все диагональные элементы аii =1. Действительно, они отражают сравнение оценки альтернативы с самой собой. Таким образом, матрица парных сравнений является антисимметричной матрицей.

Алгоритм получения весовых коэффициентов с помощью матрицы парных сравнений.

1. Построить матрицу парных сравнений .

2. Получить нормализованную матрицу :

2.1. Вычислить суммы элементов по столбцам i=1…n;

2.2. Элементы i-го столбца разделить на соответствующую сумму

.

3. Получить весовые коэффициенты

  A B C D E F G H I  
  Метод анализа иерархий                  
                     
  Предпочтения родителей              
    Сын Дочь              
  Сын                  
  Дочь 0,5                
  Сумма 1,5                
                     
  Нормированная матрица родителей              
    Сын Дочь wi            
  Сын 0,667 0,667 0,667 p          
  Дочь 0,333 0,333 0,333 q          
                     
                     
                     
  Сын R L     Дочь R L    
  R         R   0,333    
  L 0,5       L        
  Сумма 1,5       Сумма   1,333    
                     
  Нормированная матрица     Нормированная матрица    
  Сын R L wi   Дочь R L wi  
  R 0,667 0,667 0,667 p1 R 0,250 0,250 0,250 q1
  L 0,333 0,333 0,333 p2 L 0,750 0,750 0,750 q2

Рис. 5.2. Расчет весовых коэффициентов

 

Таблицы, в которых заданы матрицы парных сравнений, перенесены в электронную таблицу. В матрицах выделены ячейки, в которые заносятся данные. Симметричные им ячейки вычисляются как элементы антисимметричных матриц: B6=1/C5; B18=1/C17; G18=1/H17. Обратим внимание, что для внесения дробного значения, например, 1/3 следует задать формулу = 1/3.

B7=СУММ(B5:B6), C7=СУММ(C5:C6).

Формулы для B19, C19, G19, H19 аналогичны.

Ячейки «нормированной матрицы родителей» вычисляются по формулам:

B11=B5/B7, B12=B6/B7, C11=C5/C7, C12=C6/C7

Аналогично вычисляются нормированные матрицы сына и дочери для альтернативных критериев.

Наконец, весовые коэффициенты p и q вычисляются с помощью формул:

D11=СРЗНАЧ(B11:C11),

D12=СРЗНАЧ(B12:C12).

Весовые коэффициенты p1, p2 и q1, q2 вычисляются по аналогичным формулам.

Отметим. что во всех трех случаях нормированные матрицы имели одинаковые столбцы, и вычисление весовых коэффициентов как средних значений по строке носило формальный характер. Однако, это происходит лишь потому, что матрица размера 2´2 всегда обладает таким свойством. Равенство столбцов нормированной матрицы является признаком согласованности матрицы парных сравнений, которая отражает согласованность нескольких суждений эксперта между собой. Но матрица размера 2´2 отражает лишь одно суждение (парное сравнение), следовательно она всегда будет согласованной.

Для расчёта весовых коэффициентов альтернатив (университетов) с точки зрения сына необходимо построить матрицу 3×3 для каждого критерия L и R.

Как видно из результатов нормирования, показанных на рис. 5.3, нормированные матрицы по обоим критериям имеют различающиеся столбцы и, следовательно, не являются согласованными. Для принятия решения на основе такой матрицы необходимо проверить степень согласованности матрицы.

  A B C D E F G H I J
                     
  R (сын) A B C            
  A 1,000 1,000 2,000            
  B 1,000 1,000 5,000            
  C 0,500 0,200 1,000            
  Сумма 2,500 2,200 8,000            
                     
  Нормированная матрица              
  R (сын) A B C WI   A x W      
  A 0,4 0,455 0,25 0,368 p11 1,139   CI 0,057
  B 0,4 0,455 0,625 0,493 p12 1,555   RI 0,66
  C 0,2 0,091 0,125 0,139 p13 0,421   CR 0,087
            Sv 3,115     ДА
  L (сын) A B C            
  A   0,5              
  B 2,000   0,5            
  C 0,333 2,000              
  Сумма 3,333 3,500 4,500            
                     
  Нормированная матрица              
  L (сын) A B C WI   A x W      
  A 0,3 0,143 0,667 0,370 p21 1,429   CI 0,368
  B 0,6 0,286 0,111 0,332 p22 1,221   RI 0,66
  C 0,1 0,571 0,222 0,298 p23 1,086   CR 0,557
            Sv 3,736     НЕТ

Рис. 5.3. Расчет весовых коэффициентов по предпочтениям сына и проверка согласованности его суждений.

 

Алгоритм проверки согласованности матрицы парных сравнений

1. Вычислить произведение исходной матрицы парных сравнений А на полученный вектор-столбец весовых коэффициентов w: .

2. Вычислить сумму элементов полученного столбца

3. Вычислить коэффициент несогласованности: .

4. Вычислить стохастический коэффициент несогласованности матрицы: .

5. Вычислить относительный коэффициент несогласованности: .

6. Если CR < 0,1, то матрица парных сравнений достаточно согласованна для принятия решения на её основании, иначе необходимо уточнить матрицу.

 

Первый шаг алгоритма выполняется вычислением произведения матрицы А на вектор w в диапазоне E35:E37. Для вычисления матричного произведения используется функция МУМНОЖ(). Формула в ячейке G35=МУМНОЖ(B28:D30;E35:E37) использует массивовый тип данных. Поэтому после внесения формулы в ячейку, требуется выделить мышью диапазон, в котором будет находиться результат массивового типа, то есть задать диапазон, для матрицы-произведения. В нашем случае матрица размерности (3×3) умножается на матрицу-столбец размерности (3×1), значит результатом будет матрица размерности (3×1) = (3×3)×(3×1). Таким образом, записав формулу в ячейку G35, следует выделить диапазон G35:G37, нажать клавишу F2 (то есть перейти в режим редактирования ячейки), а затем нажать комбинацию из трех клавиш Ctrl+Shift+Enter. В результате в диапазоне G35:G37 получен вектор-произведение .

Сумма Sv вычисляется в ячейке G38 формулой СУММ(G35:G37).

Коэффициент несогласованности CI вычисляется в ячейке J35 =(G38-3)/(3-1),

cтохастический коэффициент несогласованности RI вычисляется в ячейке

J36 =1,98*(3-2)/3, относительный коэффициент несогласованности СR вычисляется в ячейке J37 =J35/J36.

Проверка условия CR < 0,1 выполняется в ячейке G38 формулой =ЕСЛИ(J37<0,1;"ДА";"НЕТ"). Значение «Да» указывает на то, что исходная матрица парных сравнений А, является достаточно согласованной, и полученный вектор весовых коэффициентов можно использовать для принятия решения. Значение «Нет» указывает на то, что суждения отражаемые матрицей противоречивы и требуют уточнения. Уточнение может состоять в повторном задании вопросов о предпочтениях, до тех пор пока не будет получена достаточно согласованная матрица. Общей рекомендацией для снижения коэффициента несогласованности CI может служить снижение «контрастности суждений», то есть снижение степени предпочтения одной альтернативы по отношению к другой. Значения, выбираемые из фундаментальной шкалы (табл.5.1), можно уменьшать, снижая тем самым степень предпочтения, но оставляя при этом само предпочтение одной альтернативы.

Этот прием требуется применить для матрицы парных сравнений университетов А, В, С по критерию L (местоположение), которая отражает суждения сына (диапазон B40:D42). Действительно, вычисления относительного коэффициента рассогласования CI для этой матрицы, выполненные по формулам аналогичным для матрицы критерия R, дают результат «НЕТ» в ячейке J50.

Приемлемое значение для CI достигается последовательным уменьшением самой контрастной оценки. Причем, как видно из решения, представленного на рис.5.4. в качестве численного выражения предпочтения взяты дробные числа, выражающие некоторые промежуточные степени предпочтения по отношению к базовым значениям фундаментальной шкалы.

Важно отметить, что описанный прием освобождает от необходимости пересматривать оценочные суждения сына, а лишь снижает их «категоричность». Например, университет А стал не «в 3 раза лучше расположен, чем университет С», а всего «в 1,5 раза лучше расположен, чем университет С», но при этом заметно лучше.

Обратим внимание на то, что при снижении контрастности предпочтений снижается и контрастность вектора весовых коэффициентов, который из w= (0.370, 0.332, 0.298) превращается в w= (0.342, 0.333, 0.325). При этом порядок весовых коэффициентов сохраняется[6].

  A B C D E F G H I J
  L (сын) A B C            
  A 1,000 0,720 1,500            
  B 1,389 1,000 0,720            
  C 0,667 1,389 1,000            
  Сумма 3,056 3,109 3,220            
                     
  Нормированная матрица              
  L (сын) A B C wi   A x W      
  A 0,327 0,232 0,466 0,342 p21 1,069   CI 0,063
  B 0,455 0,322 0,224 0,333 p22 1,042   RI 0,660
  C 0,218 0,447 0,311 0,325 p23 1,016   CR 0,096
            Sv 3,127     ДА

Рис. 5.4. Уточнение матрицы парных сравнений для достижения достаточной согласованности

Используя данные о предпочтениях дочери, аналогичным образом вычисляются весовые коэффициенты университетов по критериям R и L, а также проверяется достаточность согласованности матриц парных сравнений. (Рис. 5.5)

Таким образом, получены значения весовых коэффициентов для всех уровней дерева иерархий:

приоритеты мнений детей, установленные родителями:

p = 0.667, q = 0.333;

приоритеты критериев R и L, установленные сыном:

p1 = 0.667, p2 = 0.333;

приоритеты критериев R и L, установленные дочерью:

q1 = 0.25, q2= 0.75;

приоритеты университетов A, B и С по критерию R, установленные сыном: p11 = 0.368, p12=0.493, p13=0.139;

приоритеты университетов A, B и С по критерию L, установленные сыном: p21 = 0.342, p22= 0.333, p23= 0.325;

приоритеты университетов A, B и С по критерию R, установленные дочерью:

q11 = 0.539, q12= 0.297, q13 = 0.164;

приоритеты университетов A, B и С по критерию L, установленные дочерью: q21 = 0.519, q22 = 0.125, q23 = 0.356.

Остается подставить полученные значения в формулы (5.1). В электронной модели выбор реализуется фрагментом таблицы представленным на рис. 5.6.

В ячейки O5 и W5 передаются значения весовых коэффициентов p и q, вычисленные в ячейка D11 и D12, соответственно, то есть

O5= D11, W5= D12.

Остальные весовые коэффициенты передаются в дерево решений аналогично (рис. 5.6):

M7 =D23, Q8 =D24, U8 =I23, Y8 =I24,

L9 =E35, M9 =E36, N9 =E37,

P9 =E47, Q9 =E48, R9 =E49,

T9 =E60, U9 =E61, V9 =E62,

X9 =E72, Y9 =E73, Z9 =E74.

Вычисление весовых коэффициентов установленных сыном для университетов по двум критериям АС, ВС и СС вычисляются в ячейках M11, O11 и Q11 по формулам:

M11 =M7*L9+Q7*P9, O11 =M7*M9+Q7*Q9, Q11 =M7*N9+Q7*R9.

Вычисление весовых коэффициентов установленных сыном для университетов по двум критериям АД, ВД и СД вычисляются в ячейках U11, W11 и Y11 по формулам:

U11 =U7*T9+Y7*X9, W11 =U7*U9+Y7*Y9, Y11 =U7*V9+Y7*Z9.

 

  A B C D E F G H I J
  R (дочь) A B C            
  A   2,000 3,000            
  B 0,500   2,000            
  C 0,333 0,500              
  Сумма 1,833 3,500 6,000            
                     
  Нормированная матрица              
  R (дочь) A B C wi   A x W      
  A 0,545 0,571 0,500 0,539 q11 1,625   CI 0,006
  B 0,273 0,286 0,333 0,297 q12 0,894   RI 0,660
  C 0,182 0,143 0,167 0,164 q13 0,492   CR 0,008
            Sw 3,011     ДА
  L (дочь) A B C            
  A   3,000 2,000            
  B 0,333   0,200            
  C 0,333 5,000              
  Сумма 1,667 9,000 3,200            
                     
  Нормированная матрица              
  L (дочь) A B C wi   A x W      
  A 0,600 0,333 0,625 0,519 q21 1,605   CI 0,063
  B 0,200 0,111 0,063 0,125 q22 0,369   RI 0,660
  C 0,200 0,556 0,313 0,356 q23 1,152   CR 0,095
            Sw 3,126     ДА

Рис. 5.5. Получение весовых коэффициентов альтернатив по предпочтениям дочери

 

Наконец, полные весовые коэффициенты университетов АД, ВД и СД, учитывающие веса мнений сына и дочери, вычисляются в ячейках P14, S14, V14, соответственно.

P14=O5*M11+U11*W5, S14=O5*O11+W5*W11, V14 =O5*Q11+W5*Y11.

Выбор университета производится по максимальному значению весового коэффициента в ячейке S17 с помощью формулы

=ЕСЛИ(МАКС(P28:V28)=P28;"A";ЕСЛИ(МАКС(P28:V28)=S28;"B";"C")).

 

Построенная модель позволяет произвести сложный выбор по результатам простейших парных сравнений, выражающих предпочтения по фундаментальной шкале. При изменении исходных матриц парных сравнений результат выбора также может изменяться.

 

Задание. Сделать выбор в условиях рассмотренной задачи при: p=0,5; p1=0.17; p11=0.123; p12=0.277; p21=0.545; p22=0.273; q1=0.3; q11=0.2; q12=0.3; q21=0.5; q22=0.2. Определить матрицы парных сравнений послужившие основой для указанных весовых коэффициентов.


  L M N O P Q R S T U V W X Y Z
                Уровень иерархии              
        Сын - p               Дочь - q      
        0,667       1-й       0,333      
    R - p1       L - p2       R - q1       L - q2  
    0,667       0,333   2-й   0,250       0,750  
  A - p11 B - p12 C - p13   A - p21 B - p22 C - p23   A - q11 B - q12 C - q13   A - q21 B - q22 C - q23
  0,368 0,493 0,139   0,342 0,333 0,325 3-й 0,539 0,297 0,164   0,519 0,125 0,356
    Ac   Bc   Cc         Вд   Сд  
    0,359   0,440   0,201       0,524   0,168   0,308  
                               
                         
          0,414     0,349     0,237        
                               
              Выбранный университет            
                A              

 

Рис. 5.6. Получение весовых коэффициентов альтернатив по предпочтени


Дата добавления: 2015-07-15; просмотров: 81 | Нарушение авторских прав


Читайте в этой же книге: Модели линейного и целочисленного программирования | Решение задачи линейного программирования | Решение задачи целочисленного программирования | Дополнительные логические ограничения | Задачи с нелинейной целевой функцией | Построение модели | Уточнение модели с помощью логических переменных | Терминология | Построение модели для нахождения EOQ в отсутствие скидок | Построение модели для нахождения EOQ в условиях предоставления скидки. |
<== предыдущая страница | следующая страница ==>
Терминология| Определение весовых коэффициентов критериев и подкритериев.

mybiblioteka.su - 2015-2024 год. (0.025 сек.)