Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Конспект_ОСА(испр).DOC
Скачиваний:
35
Добавлен:
12.09.2019
Размер:
3 Мб
Скачать
☆
    1. Метод парных сравнений. Мера согласованности. Вектор приоритетов.

Перейдём теперь к рассмотрению методов построения шкалы предпочтений, получаемой при экспертном высказывании суждений о мере различия между сравнительными объектами.

В МАИ для этих целей применяются метод парных сравнений. Если для сравнения выбрано n(А1,А2,…,Аn) объектов, то результаты сравнений заносятся в квадратную n – мерную матрицу вида:

A1

A2

…

Aj

…

An

А1

a11

a12

…

a1j

…

a1n

А2

a21

a22

…

a2j

…

a2n

…

…

…

…

…

…

…

Аi

ai1

ai2

…

aij

…

ain

…

…

…

…

…

…

…

Аn

an1

an2

…

anj

…

ann

Элементом этой матрицы аij­ является мера предпочтения Аi объекта по сравнению с Аj объектом. Таким образом i–я строка матрицы показывает меру предпочтения i–го объекта над другими (n-1) объектами n над самим собой. Мера предпочтения выражается экспертом в шкале Саати и принимает значения от 1 до 9, если объект Аi предпочтительнее или более важен чем объект Аj. В случае, когда i=j, мера предпочтения равна 1, то есть диагональные элементы матрицы парных сравнений всегда равны 1. Следует учитывать, что для матрицы парных сравнений выполняются следующие условия:

Это означает, что если по шкале Саати объект Аi предпочтительнее Aj и аij=5, по мере предпочтения Аj объекта по отношению к Аi т.е. .

Таким образом, экспертом заполняется только верхняя наддиагональная часть матрицы парных сравнений (заштрихованная) и матрица приобретает следующий вид (например для четырёх сравнительных объектов).

А1

А2

А3

А4

А1

1

а12

а13

а14

А2

1/а12

1

а23

а24

А3

1/а13

1/а23

1

а25

А4

1/а14

1/а24

1/а34

1

Экспертная оценка сравнительной важности объектов может осуществляться в двух ситуациях. Первая ситуация имеет место, если свойства сравниваемых объектов имеет одну природу и одинаковые единицы измерения. Тогда если мера свойств Аi равна ωi, а мера объекта Аj равна ωj, то мера предпочтения объекта Аi по сравнению с объектом Аj равна . Матрица предпочтений сформирована для такой ситуации является согласованной.

В общем случае над согласованностью подразумевается то, что при наличии основного массива необработанных данных, все другие данные могут быть логически получены из них. Если сравнивается n объектов, то достаточно (n-1) суждения, в которых сравниваемые объекты представлены, по крайней мере, один раз.

Рассмотрим для примера матрицу парных сравнений для трёх объектов (А1,А2,А3). Путём измерения было получено, что объект А1 в 3 раза превосходит объект А2 и в 6 раз объект А3, .

При n=3 достаточное число сравнений равно n-1=3-1=2. Заполняем матрицу и получаем.

А1

А2

А3

А1

1

3

6

А2

1/3

1

2

А3

1/6

½

1

Неизвестные суждения получим из системы уравнений

А1=3А2 А1=6А3

Откуда 3А2=6А3 или А2=2А3 и А3=1/2А2.

Такая согласованность называется полной, которая включает порядковую согласованность или свойство транзитивности (если Аi предпочтительнее Аj, а Аj предпочтительнее Ак, то Аi предпочтительней Ак), а также кординальную согласованность (аij·аjk=aik).

Вторая ситуация, наиболее распространённая, состоит в том, что свойства сравниваемых объектов могут быть оценены только по шкале Саати. Например влияние капитала и политики на экономику страны.

В этом случае добиться полной согласованности матрицы парных сравнений невозможно.

Естественно после экспертных оценок по методу парных сравнений поставить вопрос о степени согласованности полученных оценок.

В качестве меры согласованности рассматривают два показателя:

  • индекс согласованности (ИС);

  • относительная согласованность (ОС).

Из теории матриц известно, что согласованность обратно симметричной матрицы эквивалентна требованию равенства её максимального собственного значения λmax и числа сравниваемых объектов n (λmax=n).

Поэтому в качестве меры согласованности рассматривают нормированное отклонение λmax от n, называемое индексом согласованности:

(7.1)

Для того чтобы оценить, является ли полученное согласование приемлемым или нет, его сравнивают со случайным индексом СИ.

Случайным индексом называют индекс согласованности, рассчитанный для квадратной, положительной n-мерной обратно симметричной матрицы, элементы которой сгенерированны случайным образом (датчиком равномерно распределенных случайных чисел в интервале 1-9). Для матрицы с фиксированным значениям n индекс рассчитывается как среднее значение для выборки N=100. Ниже приведенна таблица 7.2. для величин случайного индекса для различных матриц порядка от 1 до 15.

Таблица 7.2.

Порядок матрицы

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

СИ

0

0

0,58

0,90

1,12

1,24

1,32

1,41

1,45

1,49

1,51

1,54

1,56

1,57

1,59

Получив в результате расчёта по формуле (7.1.) индекс согласованности и выбрав по таблице 7.2. случайный индекс для заданного порядка матрицы, рассчитывают отношения согласованности (ОС):

(7.2.)

Если величина ОС < 1, то степень согласованности считается приемлемой.

Если ОС > 0,1 эксперту рекомендуется пересмотреть свои суждения. Для этого необходимо выявить те позиции в матрице суждений, которые вносят максимальный вклад в величину отношения согласованности, и попытаться изменить меру несогласованности в меньшую сторону на основе более глубокого анализа вопроса.

Анализ результатов экспертных оценок заключается в математической обработке матрицы суждений с целью получения вектора приоритетов сравниваемых объектов. С математической точки зрения задача сводится к вычислению компоненты главного собственного вектора, который после нормализации становится вектором приоритетов.

A1

A2

…

An

Главный собственный вектор

Вектор приоритетов

А1

a11

a12

…

a1n

V1

P1

А2

a21

a22

…

a2n

V2

P2

…

…

…

…

…

…

…

Аn

an1

an2

…

ann

Vn

Pn

Компонента главного собственного вектора вычисляется как среднее геометрическое значение в строке матрицы:

(7.3)

Компонента вектора приоритетов вычисляется как нормированное значение главного собственного вектора: