Багатокритеріальні задачі

Спрощення багатокритеріальної задачі вибору:

1. Умовна максимізація (знаходиться не глобальний екстремум суперкритерію, а локальний екстремум основного критерію).

2. Пошук альтернативи з заданими властивостями.

3. Знаходження множини Парето.

4. Зведення багатокритеріальної задачі до однокритеріальної, шляхом введення суперкритерію.

Уведемо суперкритерій q0(x), як скалярну функцію векторного аргументу:

q0(x)= q0((q1(x), q2(x),..., qn(x))

1. Високий ступінь адекватності предметній області і точці зору експертів.

2. Мінімальні обчислювальні труднощі максимізації суперкритерію, тобто його розрахунку для різних альтернатив.

3. Стійкість результатів максимізації суперкритерію від малих збурювань вихідних даних.

Мова послідовного бінарного вибору

1. Окрема альтернатива не оцінюється, тобто критеріальна функція не вводиться.

2. Для кожної пари альтернатив деяким чином можна установити, що одна з них переважає іншу, або вони рівноцінні чи непорівнянні.

3. Відношення переваги в будь-якій парі альтернатив не залежить від інших альтернатив, які запропоновані до вибору.

Існують різні способи задання бінарних відносин: безпосередній, матричний, з використанням графів переваг, метод перетинів і ін. 

Узагальнена мова функцій вибору

• Груповий вибір

• Вибір в умовах невизначеності

• Інформаційна (статистична) невизначеність у вихідних даних

• Невизначеність наслідків

• Розпливчаста невизначеність

• Рішення як компроміс і баланс різних інтересів. Обмеження оптимізаційного підходу 

Експертні методи вибору

На роботу експерта впливають наступні фактори:

• відповідальність за використання результатів експертизи;

• знання того, що залучаються й інші експерти;

• наявність інформаційного контакту між експертами;

• міжособистісні відносини експертів (якщо між ними є інформаційний контакт);

• особиста зацікавленість експерта в результатах оцінки;

• особистісні якості експертів (самолюбство, конформізм, воля й ін.)

Умови коректності використання систем підтримки прийняття рішень. Сховища даних для прийняття рішень

Сховища даних для прийняття рішень:

• на 1-му рівні накопичуються дані моніторингу;

• на 2-му рівні здійснюється аналіз даних моніторингу з метою виявлення в них залежностей, що дозволяє змістовно інтерпретувати дані, тобто генерувати інформацію шляхом аналізу даних;

• на 3-му рівні знання залежностей даних моніторингу використовується для прогнозування;

• на 4-му рівні можливості різноманітного прогнозування і рішення зворотної задачі прогнозування дозволяють виробляти рекомендації і рішення по досягненню поставлених цілей, тобто генерувати і використовувати знання шляхом системної обробки інформації.

Сховище Даних (СД чи Data warehouses) – це база даних, що зберігає дані, агреговані за багатьма вимірам. Дані з СД ніколи не знищуються. Поповнення СД відбувається на періодичній основі. При цьому автоматично формуються нові агрегати даних, що залежать від старих. Доступ до СД організований особливим чином на основі моделі багатовимірного куба.