K\u - Katedra Badań Operacyjnych
Transkrypt
K\u - Katedra Badań Operacyjnych
Optymalizacja wielokryterialna Porządkowanie 1. Uporządkowanie zbioru wg określonych reguł. 2. Wyróżnienie możliwie najmniejszego podzbioru przy dokonywaniu wyboru. 3. Wybór określonej decyzji. U ={u1 ,...,um}- skończony i przeliczalny zbiór dopuszczalnych decyzji Kj(ui)- wartość j-tego kryterium dla i-tej decyzji n - ilość kryteriów uk f ul - uk lepsze od ul Przykład Wybór samochodu K\u Cena Moc Estetyka Poj.bagażnika K\u M S C 24 41 dst+ 180 M Cena Moc Estetyka Poj.bagażnika F 25 39 35 60 40 65 170 bdb 200 bdb 220 db S 5 3 2 3 P C 4 2 3 2 45 25 dst= 80 P 3 4 5 4 F 2 5 5 5 1 1 1 1 Rozwiązanie 1. Podejście paretowskie u k f ul ⇔ K i ( u k ) ≥ K i ( ul ), ∀i = 1,..n ∧ ∃ K i ( u k ) > K i ( ul ) i Decyzja uk jest lepsza od decyzji ul wtedy, gdy wartość każdego kryterium dla decyzji uk jest nie niższa niż dla decyzji ul oraz istnieje przynajmniej jedno kryterium i, którego wartość dla decyzji uk jest wyższa niż dla ul. Rozwiązanie nazywamy optymalnym w sensie Pareto (sprawnym), jeżeli w zbiorze decyzji dopuszczalnych nie istnieje inna decyzja, która zapewniałaby poprawienie wartości jednego z kryteriów bez pogarszania pozostałych. 2. Metakryterium n n i =1 i =1 u k f ul ⇔ ∑ K i ( u k ) > ∑ K i ( ul ) Decyzja uk jest lepsza od decyzji ul wtedy, gdy łączna suma wartości kryteriów dla decyzji uk jest wyższa niż dla decyzji ul. 1 K\u M Cena Moc Estetyka Poj.bagażnika S C 5 3 2 3 P 4 2 3 2 3 4 5 4 n n i =1 i =1 2 5 5 5 uk f ul ⇔ ∑ wi ⋅ K i ( uk ) > ∑ wi ⋅ K i ( ul ) gdzie wi – waga dla i-tego kryterium Decyzja uk jest lepsza od decyzji ul wtedy, gdy ważona suma wartości kryteriów dla decyzji uk jest wyższa niż dla decyzji ul. K\u M Cena Moc Estetyka Poj.bagażnika S 5 3 2 3 4,1 C 4 2 3 2 3,3 P 3 4 5 4 3,5 w 2 5 5 5 3,2 0,6 0,2 0,1 0,1 3. Hierarchizacja celów Hierarchia kryteriów: K\u Cena Moc Estetyka Poj.bagażnika 1. Cena 2. Estetyka 3. Pojemność bagażnika 4. Moc silnika M S 24 41 dst+ 180 C P F 25 39 35 60 40 65 170 bdb 200 bdb 220 db 45 25 dst= 80 4. Minimalizacja odległości od punktu idealnego (zapis uproszczony dla wszystkich kryteriów na max oraz wszystkich wartości kryteriów >0) Mi - maksymalna wartość kryterium i M i = max K i (u j ) u j ∈U K i ( u k ) n K i ( ul ) u k f ul ⇔ ∑ >∑ M Mi i =1 i =1 i n Decyzja uk jest lepsza od decyzji ul wtedy, gdy łączny poziom spełnienia kryteriów jest dla decyzji uk wyższy niż dla decyzji ul. 2 K\u M S C P M Cena Moc Estetyka Poj.bagażnika 24 41 3,5 180 25 39 4 170 35 60 5 200 40 65 5 220 Cena Moc Estetyka Poj.bagażnika 100% 63% 70% 82% 315% 96% 60% 80% 77% 313% 69% 92% 100% 91% 352% 60% 100% 100% 100% 360% 24 65 5 220 5. Metoda ELECTRE l(uk,ul)-liczba kryteriów, w których K(uk) > K (ul) g(uk,ul)-liczba kryteriów, w których K(uk) < K (ul) u k f u l ⇔ l (u k , u l ) > g (u k , u l ) Decyzja uk jest ogółem lepsza od decyzji ul wtedy, gdy liczba kryteriów, ze względu na które jest ona lepsza niż decyzja ul jest wyższa od liczby kryteriów, ze względu na które decyzja uk jest gorsza od decyzji ul. Schemat postępowania: 1. Ustalenie macierzy L 2. Ustalenie macierzy G 3. Wyliczenie macierzy L-G 4. Sporządzenie diagramu Hassego K\u M Cena Moc Este tyka P oj.ba gażnika L M S C P F M 1 3 3 1 S 3 3 3 1 S 24 41 dst+ 180 C 1 1 2 1 P 1 1 1 1 F 3 3 3 3 - C P F 25 39 35 60 40 65 170 bdb 200 bdb 220 db G M S C P F M 3 1 1 3 S 1 1 1 3 C 3 3 1 3 P 3 3 2 3 F 1 1 1 1 - 45 25 dst= 80 L-G M S C P F M -2 2 2 -2 S 2 2 2 -2 C -2 -2 1 -2 P -2 -2 -1 F 2 2 2 2 -2 R19 Tipo Ford Łada Seat Astra Polonez 3 Teoria gier Przykłady na podstawie W.Samuelson, S.Marks Ekonomia menedżerska oraz P. Straffin Teoria gier Zbiór decyzji Decyzja gracza f1(x) . . . . fm(x) x x y Los „Natura” Przeciwnik f(x,y) Sytuacje: 1. Znane są prawdopodobieństwa zajścia stanów otoczenia (programowanie w warunkach ryzyka) 2. Gra z „naturą” (programowanie w warunkach niepewności) 3. Stany wybiera przeciwnik a) gry o sumie zerowej b) gry o sumie niezerowej Gra z przeciwnikiem Gra o sumie zerowej - wygrana jednego gracza oznacza taką samą stratę drugiego. Decyzje Macierz wypłat 1 ... Stany 1 ... i ... m j ... n wypłata na rzecz gracza dla decyzji j przy stanie i aij Przykład 2 Kampania wyborcza •Gracze podejmują decyzje niezależnie od siebie • Obaj gracze są „sprytni” i świadomi „sprytu” drugiego R1 Gracz II R2 R3 C1 Gracz I C2 C3 +2 -5 -7 +1 -2 +3 -4 -3 +5 Punkt równowagi •Najlepszy wynik jakiego może oczekiwać „sprytny” gracz w grze o sumie zerowej przeciwko równie „sprytnemu” przeciwnikowi => osiągnięcie stanu równowagi • Odstąpienie od strategii prowadzącej do stanu równowagi => ograniczenie własnych wypłat i zwiększenie wypłat (szans) rywala • -2 => wartość gry 4 Wynik gry macierzowej aij nazywamy punktem siodłowym, gdy aij ≤ akj ∀k = 1,.., m aij ≥ ail ∀l = 1,.., n Przykład 3 Znajdź rozwiązanie gry S1 S2 S3 S4 Przykład 4 Znajdź rozwiązanie gry S1 S2 S3 S4 Przykład 5 Strategie mieszane S1 S2 D1 D2 D3 D4 12 -1 1 0 5 1 7 -20 3 2 4 3 -16 0 0 16 D1 D2 D3 D4 4 2 5 2 2 1 -1 -20 3 2 4 2 -16 0 16 1 D1 D2 2 -3 0 3 5 Przykład 6 Kryzys kubański Drzewo gry Chruszczow Nie rozmieszczać rakiet Rozmieszczać rakiety u Kennedy Zniszczyć rakiety Nie robić nic Blokada v Chruszczow w Chruszczow x y z C1 – Nie rozmieszczać rakiet C2 – Rozmieścić rakiety. Ustąpić jeżeli jakakolwiek agresja Kennedy’ego C3 - Rozmieścić rakiety. Blokada – ustąpić, zniszczenie rakiet – odwet C4 - Rozmieścić rakiety. Blokada – odwet, zniszczenie rakiet – ustąpić C5 - Rozmieścić rakiety. Jakakolwiek agresja Kennedy’ego - odwet Chruszczow K1 Nic nie robić Kennedy K2 Blokada K3 Zniszczyć rakiety C1 C2 C3 C4 C5 u u u v w y v w z v x y v z x Przykład 7 Konkurencja stacji telewizyjnych • Dwie stacje TV konkurują o widzów • Decyzja: O której nadać program szlagierowy - 20 czy 21? • Liczba widzów (macierz wypłat) NBC ABC 20 20 36 , 33 21 39 , 28 21 30 , 36 32 , 30 6 Przykład 8 Znajdź rozwiązanie gry Gracz A Gracz B1 B B2 A1 A2 ( 2, 3 ) ( 1, 0 ) ( 3, 2 ) ( 0, 1 ) Przykład 9 Strategia wyrównująca Strategia wyrównująca – strategia mieszana, która równoważy wartość oczekiwaną dla gracza, niezależnie od decyzji przeciwnika Gracz A Gracz B1 B B2 A1 A2 ( 2, 4 ) ( 3, 1 ) ( 1, 0 ) ( 0, 4 ) 7 Przykład 10 Dylemat więźnia(1950 Melvin Dresher i Merrill Flood) Podejrzany A solidarność zdrada ( 0, 0 ) ( 1,-2) Podejrzany solidarność B zdrada (-2, 1) (-1, -1) Programowanie w warunkach niepewności 1. Strategie czyste -wybór tylko jednej decyzji z n możliwych 2. Strategie mieszane - kombinacja strategii czystych a) realizowana tylko jeden raz b) realizowana wielokrotnie Reguły wyboru w strategiach czystych Przykład 11 D1 S S1 T S2 A S3 N S4 Przedsiębiorstwo D2 D3 4 5 -4 1 -3 4 2 0 -4 1 7 0 S S1 T S2 A S3 N S4 4 5 -4 1 -2 -1 1 -4 wk = max{min aij } 1. Reguła maxmin (Walda) D1 D4 j Przedsiębiorstwo D2 D3 -3 4 2 0 -4 1 7 0 i D4 -2 -1 1 -4 8 h j (α ) = α ⋅ min {aij } + (1 − α ) ⋅ max{aij } 2. Reguła Hurwicza i hk (α ) = max{h j (α )} j i 0 ≤α ≤1 gdzie α - współczynnik ostrożności D1 S S1 T S2 A S3 N S4 4 5 -4 1 Przedsiębiorstwo D2 D3 -3 4 2 0 -4 1 7 0 D4 -2 -1 1 -4 3. Reguła Laplace’a (Bayesa) Przedsiębiorstwo D2 D3 D1 S S1 T S2 A S3 N S4 1 m bk = max{ ∑ aij } j m i =1 4 5 -4 1 -3 4 2 0 D4 -4 1 7 0 -2 -1 1 -4 4. Reguła Savage’a S - macierz względnych strat zi = max{aij } j sij = zi − aij s j = max{sij } D1 S S1 T S2 A S3 N S4 S1 S= S2 S3 S4 4 5 -4 1 Przedsiębiorstwo D2 D3 -3 4 2 0 -4 1 7 0 i D4 sk = min{s j } j -2 -1 1 -4 D1 D2 D3 D4 0 0 11 0 7 1 5 1 8 3 0 1 6 6 6 5 9 Reguły wyboru w strategiach mieszanych Przykład 12 Ogrodnik • Rolnik posiada 9 arów • Może posadzić marchew lub pomidory • Zyski (z ara) zależą od pogody D1 D2 0 2 7 3 5 1 Model Strategia mieszana realizowana jeden raz xj - udział j-tej decyzji w strategii y- minimalny, gwarantowany zysk x1 - część działki zasiana marchwią x2 - część działki obsadzona pomidorami y- minimalny, gwarantowany zysk n y = max x1 + x2 = 1 j =1 0 ⋅ x1 + 3 ⋅ x2 ≥ y y = max ∑ xj =1 n ∑ aij ⋅ x j ≥ y (i = 1..m) xj, y ≥ 0 ( j = 1..n) j =1 2 ⋅ x1 + 5 ⋅ x2 ≥ y 7 ⋅ x1 + 1 ⋅ x2 ≥ y x1 , x2 , y ≥ 0 Rozwiązanie x1 = 2 9 x2 = 7 9 1 7 21 7 2 0 ⋅ x1 + 3 ⋅ x2 = 0 ⋅ + 3 ⋅ = = = 2 ≥ y 3 9 9 3 9 2 7 39 1 2 ⋅ x1 + 5 ⋅ x2 = 2 ⋅ + 5 ⋅ = =4 ≥ y 9 9 9 3 2 7 21 1 7 ⋅ x1 + 1 ⋅ x2 = 7 ⋅ + 1 ⋅ = = 2 ≥ y 9 9 9 3 y=2 1 3 Interpretacja 10 Przykład 13 Sad • Rolnik posiada 9 arów • Może zasadzić jabłonie lub grusze • Zyski (z ara) zależą od pogody D1 D2 0 2 7 3 5 1 Model Strategia mieszana realizowana wielokrotnie xj - udział j-tej decyzji w strategii bj - średnia wygrana z j-tej decyzji n ∑b j ⋅ x j = max j =1 n ∑x j 3 ⋅ x1 + 3 ⋅ x2 = max x1 + x2 = 1 =1 j =1 xj ≥ 0 x1 - część działki z jabłoniami x2 - część działki obsadzona gruszami ( j = 1..n) x1 , x2 ≥ 0 Zalecana literatura P. Straffin Teoria gier Wydawnictwo Naukowe SCHOLAR’2001 M.Anholcer, H.Gaspars, A.Owczrkowski Przykłady i zadania z badań operacyjnych i ekonometrii AE Poznań’2003 (skrypt nr 140) E.Ignasiak (red.) Badania operacyjne PWE’2000 W.Samuelson, S.Marks Ekonomia menedżerska, PWE’98 B.Guzik (red.) Ekonometria i badania operacyjne. Uzupełnienia z badań operacyjnych, (skrypt AE Poznań) T.Trzaskalik Wprowadzenie do badań operacyjnych z komputerem, PWE 2003 11