ФОРМИРОВАНИЕ ЧАСТИЧНЫХ ПОРЯДКОВ ВАРИАНТОВ ДЛЯ ВЫБОРА
ОПТИМАЛЬНЫХ АЛЬТЕРНАТИВ В ОДНОРОДНЫХ МНОЖЕСТВАХ

Кандырин Юрий Владимирович, Шкурина Галина Леонидовна

doi:10.17586/2226-1494-2015-15-3-476-482

2015 , ТОМ 15, НОМЕР 3 ( май-июнь )

ISSN 2226-1494 (print), ISSN 2500-0373 (online)

Меню

Публикации

Главный редактор

НИКИФОРОВ
Владимир Олегович
д.т.н., профессор

Партнеры

doi: 10.17586/2226-1494-2015-15-3-476-482

УДК 681.5.01:658.512.2011

ФОРМИРОВАНИЕ ЧАСТИЧНЫХ ПОРЯДКОВ ВАРИАНТОВ ДЛЯ ВЫБОРА ОПТИМАЛЬНЫХ АЛЬТЕРНАТИВ В ОДНОРОДНЫХ МНОЖЕСТВАХ

Кандырин Ю.В., Шкурина Г.Л.

Читать статью полностью

Язык статьи - русский

Ссылка для цитирования: Кандырин Ю.В., Шкурина Г.Л. Формирование частичных порядков вариантов для выбора оптималь- ных альтернатив в однородных множествах // Научно-технический вестник информационных технологий, механики и оптики. 2015. Том 15. № 3. С. 476–482.

Аннотация

Предмет разработки. Предложен метод формирования структуры исходного множества однородных вариантов в базе данных, настроенной на решение задачи выбора в соответствии с их целевым (функциональным) назначением. Эта задача актуальна для электронных справочников (по материалам, компонентам, деталям, лекарствам и т.д.), целевое назначение которых в однородной группе более устойчиво во времени, чем требования по допустимости в каждой новой задаче выбора. Метод. Предлагаемый подход основан на формировании структуры данных, представляющей собой частичный порядок альтернатив, построенный по безусловному критерию Парето из набора линейных или частичных порядков вариантов меньшей размерности. Количество учитываемых показателей качества задает размерность частичного порядка, а его структура предопределена целевым назначением вариантов в однородном множестве через принимаемые во внимание показатели качества. Концевые элементы в графе частичного порядка представляют собой оптимальные по Парето варианты, которые в каждой новой задаче выбора остается проверить только на допустимость. Результирующий частичный порядок формируется с использованием фактор-множеств. Основные результаты. Разработан способ адаптивной настройки данных на задачу выбора, которая позволяет начинать решение сразу с Парето-оптимальных вариантов, лишь проверяя их на допустимость. Предлагаемый подход гораздо эффективнее традиционного, предполагающего вначале выбор допустимых, а затем оптимальных вариантов вследствие сокращения числа множественных комбинаторных критериальных сравнений в каждой новой задаче выбора. Эффективность метода подтверждается тем, что мощность Парето оптимальных вариантов всегда меньше или равна мощности исходных вариантов, а поиск допустимых вариантов по тем же требованиям на множестве меньшей мощности всегда менее трудоемок, чем поиск допустимых вариантов на множестве большей мощности, вследствие меньшего числа операций бинарных сравнений вариантов. Практическая значимость. Результаты работы могут найти применение при разработке электронных справочников для стандартных и типовых изделий как в составе систем автоматизированного проектирования, так и при создании справочных систем для менеджеров и поставщиков комплектующих компонентов и материалов. В первом случае это

сателлитные системы, во втором – автономные.

Ключевые слова: многокритериальный выбор, структурирование альтернатив, адаптивная структура данных, частичный порядок, ли- нейный порядок, фактор-множества, окрестности альтернатив.

Список литературы

1. Кандырин Ю.В. Методы и модели многокритериального выбора вариантов в САПР. М.: Изд. МЭИ, 2004. 172 с.

2.Кандырин Ю.В., Шкурина Г.Л. Два подхода к структурированию альтернатив // Научно-технический вестник информационных технологий, механики и оптики. 2012. № 4 (80). С. 107–110.

3.Кандырин Ю.В. Многокритериальный анализ, выбор и структурирование вариантов в САПР. М.: Изд. МЭИ, 2013. 320 с.

4.Шкурина Г.Л. Использование процедур выбора для построения очередей ремонта оборудования // Научно-технический вестник СПбГУ ИТМО. 2011. № 3 (73). С. 74–78.

5.Подиновский В.В. Анализ устойчивости результатов выбора при частичном отношении предпочтения // Искусственный интеллект и принятие решений. 2009. № 4. С. 45–52.

6.Мельник В.Ю., Камаев В.А., Кизим А.В. Применение неметрического метода Парето для задачи планирования технического обслуживания и ремонта // Известия Волгоградского государственного технического университета. 2011. Т. 12. № 11 (84). С. 103–106.

7.Kosmacheva I., Kvyatkovskaya I., Sibikina I., Lezhnina Y. Algorithms of ranking and classification of software systems elements // Proc. 11^th Conf. on Knowledge-Based Software Engineering. Volgograd, Russia, 2014. P. 400–409. doi: 10.1007/978-3-319-11854-3_34

8. Didik Y.I., Korzunin G.S., Didik M.Yu. A setup for measuring magnetic properties of magnetically soft materials in the pulsed remagnetization regime // Russian Journal of Nondestructive Testing. 2001. V. 37. N 7. P. 453–462. doi: 10.1023/A:1014021226375

9.Kandyrin Yu.V., Sazonova L.T., Shkurina G.L. Structuring options in the tasks of multi-criteria choice // Trudy Kongressa po Intellektual'nym Sistemam i Informacionnym Tehnologijam «IS&IT`11» [Proc. Congress on Intelligence Systems and Information Techniques]. Moscow, 2011. P. 92–97.

10.Larichev O.I. Ranking multicriteria alternatives: the method ZAPROS III // European Journal of Operational Research. 2001. V. 131. N 3. P. 550–558. doi: 10.1016/S0377-2217(00)00096-5

11.Mayikiv I., Stepanenko A., Wobshall D., Kochan R., Kochan V., Sachenko A., Vasylkiv N. Remote reprogrammable NCAPs: issues and approaches // Proc. 4^th IEEE Workshop on Intelligent Data Acquisition and Advancing Computing Systems: Technology and Applications (IDAACS). Dortmund, Germany, 2007. P. 109–113. doi: 10.1109/IDAACS.2007.4488385

12.Laplante P.A. Real-Time Systems Design and Analysis. 3^rd ed. Wiley-Interscince, 2004. 506 p. doi: 10.1002/0471648299

13.Denisov M., Kizim A., Kamaev V., Davydova S., Matohina A. Solution on decision support in determining of repair actions using fuzzy logic and agent system // Proc. 11^th Joint Conference on Knowledge-Based Software Engineering (JCKBSE 2014). Volgograd, Russia, 2014. P. 533–541. doi: 10.1007/978-3-319-11854-3_46

14.Sadovnikova N., Parygin D., Gnedkova E., Kravets A., Kizim A., Ukustov S. Scenario forecasting of sustainable urban development based on cognitive model // Proc. IADIS International Conference ICT, Society and Human Beings 2013. Prague, Czech Republic, 2013. Р. 115–120.

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License