Cvičení 13 Vícekriteriální hodnocení variant a vícekriteriální programování

Podobné dokumenty
Vícekriteriální rozhodování. Typy kritérií

MANAŽERSKÉ ROZHODOVÁNÍ

Metody vícekriteriálního hodnocení variant a jejich využití při výběru produktu finanční instituce

Teorie her a ekonomické rozhodování. 10. Rozhodování při jistotě, riziku a neurčitosti

VÍCEKRITERIÁLNÍ ROZHODOVANÍ

ČASOVÁ KOORDINACE SPOJŮ VEŘEJNÉ HROMADNÉ DOPRAVY NA ÚSECÍCH DOPRAVNÍ SÍTĚ

1. Nejkratší cesta v grafu

Lokace odbavovacího centra nákladní pokladny pro víkendový provoz

EKONOMICKO-MATEMATICKÉ METODY

Vícekriteriální programování příklad

REGRESNÍ ANALÝZA. 13. cvičení

APLIKACE MATEMATICKÉHO PROGRAMOVÁNÍ PŘI NÁVRHU STRUKTURY DISTRIBUČNÍHO SYSTÉMU

Pomocné texty pro přípravu ke státním zkouškám

ANALÝZA ROZPTYLU (Analysis of Variance ANOVA)

1. Úvod. Cílem teorie her je popsat situaci, která nás zajímá, jako hru. Klasickým případem

Postupy při hodnocení variant a výběru nejvhodnějšího řešení. Šimon Kovář Katedra textilních a jednoúčelových strojů

SÍŤOVÁ ANALÝZA. Základní pojmy síťové analýzy. u,. Sjednocením množin { u, u,..., 2. nazýváme grafem G.


Matematické metody rozhodování

Využití logistické regrese pro hodnocení omaku

2 Rozhodovací problém

7 Kardinální informace o kritériích (část 1)

VÝZNAM TEORIE DUALITY V OPERAČNÍ ANALÝZE THEORY OF DUALITY IN OPERATIONAL ANALYSIS. ZÍSKAL Jan. Abstract

Lineární a adaptivní zpracování dat. 8. Kumulační zvýrazňování signálů v šumu 2

9. cvičení 4ST201. Obsah: Jednoduchá lineární regrese Vícenásobná lineární regrese Korelační analýza. Jednoduchá lineární regrese

Dopravní plánování a modelování (11 DOPM )

Regresní a korelační analýza

Úvod Terminologie Dělení Princip ID3 C4.5 CART Shrnutí. Obsah přednášky

ELEKTRONICKÉ OBCHODOVÁNÍ - SROVNÁNÍ ZEMÍ EU V LETECH S VYUŽITÍM METOD VÍCEKRITERIÁLNÍHO HODNOCENÍ VARIANT

VYSOKÉ U ENÍ TECHNICKÉ V BRN BRNO UNIVERSITY OF TECHNOLOGY

Operační výzkum. Vícekriteriální programování. Lexikografická metoda. Metoda agregace účelových funkcí. Cílové programování.

SIMULACE. Numerické řešení obyčejných diferenciálních rovnic. Měřicí a řídicí technika magisterské studium FTOP - přednášky ZS 2009/10

PRAVDĚPODOBNOST A STATISTIKA

4 Kriteriální matice a hodnocení variant

Metody výběru variant

MULTIKRITERIÁLNÍ ROZHODOVÁNÍ KOMPLEXNÍ HODNOCENÍ ALTERNATIV

3. ANTAGONISTICKÉ HRY

Umělé neuronové sítě a Support Vector Machines. Petr Schwraz

Pružnost a plasticita II

Rozhodovací procesy 8

VOLBA HODNOTÍCÍCH KRITÉRIÍ VE VEŘEJNÝCH ZAKÁZKÁCH

4EK201 Matematické modelování. 10. Teorie rozhodování

ANTAGONISTICKE HRY 172

NÁVRH MATEMATICKÉHO MODELU PRO OPTIMALIZACI VYTVÁŘENÍ SMĚSÍ SPALITELNÝCH ODPADŮ PRO SPALOVNY. PETR BYCZANSKI a a KAREL OBROUČKA b.

Optimalizace úvěrových nabídek. EmbedIT Tomáš Hanžl

Rozhodovací procesy v ŽP VÍCEKRITERIÁLNÍ HODNOCENÍ

vektor a vrátili jiný vektor. Měli-li jsme jistou pozorovatelnou A, dostali jsme jejím změřením

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

MATEMATICKÁ TEORIE ROZHODOVÁNÍ

7. přednáška Systémová analýza a modelování. Přiřazovací problém

ŘEŠENÍ PROBLÉMU LOKALIZACE A ALOKACE LOGISTICKÝCH OBJEKTŮ POMOCÍ PROGRAMOVÉHO SYSTÉMU MATLAB. Vladimír Hanta 1, Ivan Gros 2

Obsah přednášky 1. Bayesův teorém 6. Naivní Bayesovský klasifikátor (NBK)

VŠB - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky. Diplomová práce Michal Běloch

2. Posouzení efektivnosti investice do malé vtrné elektrárny

podle typu regresní funkce na lineární nebo nelineární model Jednoduchá lineární regrese se dá vyjádřit vztahem y

Optimalizační přístup při plánování rekonstrukcí vodovodních řadů

ení spolehlivosti elektrických sítís

1 Měření paralelní kompenzace v zapojení do trojúhelníku a do hvězdy pro symetrické a nesymetrické zátěže

PRAVDĚPODOBNOST A STATISTIKA. Testování hypotéz o rozdělení

Softwarová podpora matematických metod v ekonomice a řízení

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu

minimalizaci vzdálenosti od ideální varianty

Podmíněná pravděpodobnost, spolehlivost soustav

LINEÁRNÍ PROGRAMOVÁNÍ

Operační výzkum. Teorie her. Hra v normálním tvaru. Optimální strategie. Maticové hry.

Pružnost a plasticita II

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan

{ } SYNTÉZA TABULEK PŘECHODŮ 1. NEALGEBRAICKÉ METODY

Simplexová metoda. Simplexová tabulka: Záhlaví (účelová funkce) A ~ b r βi. z j c j. z r

Rovinný svazek sil. Lze odvodit z obecného prostorového svazku sil vyloučením jedné dimenze. =F i. =F ix. F 2x. e 2. = F 1x. F ix. n Fi sin i.

VÍCEKRITERIÁLNÍ VÝBĚR PROJEKTŮ DO PORTFOLIA MULTICRITERIAL PROJECTS SELECTION INTO THE PORTFOLIO

Agregace vzájemné spojování destabilizovaných částic ve větší celky, případně jejich adheze na povrchu jiných materiálů

SW aplikace MOV přednášky

4EK211 Základy ekonometrie

Zadání příkladů. Zadání:

Operační výzkum. Vícekriteriální hodnocení variant. Grafická metoda. Metoda váženého součtu.

Vícekriteriální rozhodování za jistoty

MULTIKRITERIÁLNÍ ROZHODOVÁNÍ VEKTOROVÁ OPTIMALIZACE

Teoretický souhrn k 2. až 4. cvičení

Plánování projektu. 3. dubna Úvod. 2 Reprezentace projektu. 3 Neomezené zdroje. 4 Variabilní doba trvání. 5 Přidání pracovní síly

Chemické reaktory. Chemické reaktory. Mikrokinetika a Makrokinetika. Rychlost vzniku složky reakcí. Rychlost reakce

Sdílení tepla. Úvod - Přehled. Sdílení tepla mezi termodynamickou soustavou a okolím je podmíněno rozdílností teplot soustavy T.

PE 301 Podniková ekonomika 2. Garant: Eva KISLINGEROVÁ. Téma Metody mezipodnikového srovnávání. Téma 12. Eva Kislingerová

ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN

K metodám převodu souřadnic mezi ETRS 89 a S-JTSK na území ČR

VZÁJEMNÁ POLOHA DVOU PŘÍMEK

PROBLEMATIKA OCEŇOVÁNÍ NEDODANÉ ENERGIE V PRŮMYSLU

skladbu obou směsí ( v tunách komponenty na 1 tunu směsi):

Úvod do teorie grafů

METODIKA STANOVENÍ DÉLKY A ROZSAHU PRŮZKUMŮ CHOVÁNÍ ÚČASTNÍKŮ SILNIČNÍHO PROVOZU S OHLEDEM NA EFEKTIVNÍ VYNAKLÁDÁNÍ FINANČNÍCH PROSTŘEDKŮ

VZOROVÝ TEST PRO 3. ROČNÍK (3. A, 5. C)

Lineární algebra Operace s vektory a maticemi

Příklady modelů lineárního programování

Výběr lokality pro bydlení v Brně

Postup prací při sestavování nároků vlastníků

PROBLEMATIKA INTELIGENTNÍHO AUTOMATICKÉHO

Jednokriteriální rozhodování za rizika a nejistoty

Úloha č. 2 - Kvantil a typická hodnota. (bodově tříděná data): (intervalově tříděná data): Zadání úlohy: Zadání úlohy:

11 Analýza hlavních komponet

23. Matematická statistika

Transkript:

Cvčení 3 Vícekrterální hodnocení varant a vícekrterální programování Vícekrterální rozhodování ) vícekrterální hodnocení varant konkrétní výčet, seznam varant ) vícekrterální programování varanty ve formě omezuících podmínek (všechny fce lneární vícekrterální lneární programování) Vícekrterální hodnocení varant cíl: ) určení kompromsní varanty ) uspořádání varant ) klasfkace varant do tříd Varanta A domnue varantu B pokud sou všechny krterální hodnoty varanty A lepší nebo steně dobré ako krterální hodnoty varanty B Varanta B domnue varantu A pokud sou všechny krterální hodnoty varanty B lepší nebo steně dobré ako krterální hodnoty varanty A Varanta A e nedomnovaná, pokud v množně rozhodovacích varant neexstue žádná, která by domnovala. Ideální varanta X Bazální varanta Odhady vah krtérí: Metoda pořadí - uspořádat k krtérí od nedůležtěšího po neméně důležté - nedůležtěší: k bodů, pak k- bodů,...atd. neméně důležté krtérum bod - váhy: v p p Bodovací metoda - podobná metodě pořadí, en se předpokládá, že rozhodovatel e schopen přřadt každému krtéru konkrétní počet bodů t. pro -té krtérum p bodů, pak pro váhy opět platí: p - v p Fullerův troúhelník - rozhodovatel obdrží troúhelníkové schéma se všem dvocem krtérí - z každé dvoce zvolí rozhodovatel to důležtěší krtérum (např. zakroužkováním) - např. -té krtérum zakroužkue p krát, a pak pro váhy opět platí: p v p

Příklad: Stanovení vah krtérí f počet pracovních sl f 2 výkon v MW f 3 nvestční náklady f 4 provozní náklady f 5 počet evakuovaných obcí př výstavbě f 6 stupeň spolehlvost Metoda pořadí: Krtéra f f 2 f 3 f 4 f 5 f 6 Pořadí 6 2 3 5 4 Hodnoty 5 6 4 2 3 Váhy 0,05 0,24 0,29 0,9 0,09 0,4 v() = / (+2+3+4+5+6) = / 2 = 0,05 v(2) = 5/2 = 0,24.. součet vah e vždy edna!!! Bodovací metoda: Krtéra f f 2 f 3 f 4 f 5 f 6 Body 30 50 80 45 35 40 Váhy 0, 0,8 0,29 0,6 0,2 0,4 v() = 30 / (30+50+80+45+35+40) = 30 / 280 = 0, v(2) = 50 / 280 = 0,8...

Fullerův troúhelník: 2 2 2 2 2 3 3 4 3 3 3 4 5 6 4 4 5 6 5 6 4 5 5 6 6 počet zatrhnutí ednotlvých krtérí: n() =, n(2) = 4, n(3) = 5, n(4) = 3, n(5) =, n(6) =, n (total) = +4+5+3++ =5 v() = /5 = 0,07 v(2) = 4/5 = 0,26 v(3) = 0,33 v(4) = 0,20 v(5) = 0,07 v(6) = 0,07 Metody vícekrterálního hodnocení varant: Metoda váženého součtu: - konstruue lneární funkc užtku - nahradt hodnoty krterální matce y transformovaným hodnotam y - pro maxmalzační krtéra: y y H D D - celkový užtek varanty A = vážený součet dílčích užtků ednotlvých krtérí: u(a ), varanty lze pak uspořádat podle klesaících hodnot užtku u(a ) v y

Příklad: Metody vícekrterálního hodnocení varant Hodnocení vyspělost zemí střední a východní Evropy dle vybraných krtérí. HDP Export Míra nezaměstnanost MIN/MAX MAX MAX MIN Váhy 0 5 8 ČR 4895 2097 3.4 Polsko 3085 593 3. Slovensko 3230 604 0.8 Součet vah není roven edné třeba transformovat na ednotkový vektor: součet vah = 0+5+8 = Váhy 0.4348 0.273 0.3478 Všechna krtéra e vhodné převést na maxmalzační MIN změníme na MAX a hodnoty ve sloupc převedeme tak, že y odečteme od maxma v daném sloupc max ze sloupce 4895 2097 3. matce po úpravě: HDP Export Míra nezaměstnanost MAX MAX MAX Váhy 0.4348 0.273 0.3478 ČR 4895 2097 9.7 Polsko 3085 593 0 Slovensko 3230 604 2.3 určení horních a dolních varant: D() 3085 593 0,00 H() 4895 2097 9,70 H()-D() 80 504 9,7 Třeba normalzovat matc dle vzorce y D y a dopočítat užtek každé varanty H D HDP Export Míra nezaměstnanost MAX MAX MAX Váhy 0,4348 0,273 0,3478 užtek varanty ČR 0,9999 Polsko 0 0 0 0

Slovensko 0,080 0,672207 0,2373402 0,263370764 Úlohy vícekrterálního programování Příklad: Metody vícekrterálního programování z = 0x + 4x 2 MAX z 2 = 2x + 5x 2 MAX za podmínek: 2x + x 2 5 x + x 2 0 x, x 2 0 váhy účelových funkcí : v() = 0,6; v(2) = 0,4 Řešení nalezneme optmum podle neprve podle první účelové funkce : z OPT = 75 optmální hodnota pro druhou účelovou funkc : z 2 OPT = 44 Prncp agregace účelových funkcí: z = 0,6 (0x + 4x 2) / 75 + 0,4 (2x + 5x 2) / 44 = 0, 0982x + 0,0775x 2 MAX za podmínek 2x + x 2 5 x + x 2 0 x, x 2 0 Optmum této úlohy vektor x = (5,5), z() = 70, z(2) = 35 e to kompromsní řešení výše uvedené úlohy VLP Kompromsní řešení podle mnmální komponenty: - cíl maxmalzovat mnmální (t. nehorší) hodnotu ze všech účelových funkcí z = δ MAX za podmínek: (0x + 4x 2) / 75 δ (2x + 5x 2) / 44 δ 2x + x 2 5 x + x 2 0

δ, x, x 2 0 Optmum této úlohy e δ = 0,859, resp. vektor x = (4,07; 5,93), z() = 64,4 a z(2) = 37,79, hodnotu δ lze nterpretova tak, že maxmální odchylka od deálních hodnot obou účelových funkcí e 4,%. Mnmalzace vzdálenost od deálních hodnot: váha (optmum fce účelová fce) mnmalzovat z = 0,6 (75-0x - 4x 2)/75 + 0,4 (44-2x - 5x 2)/44 2x + x 2 5 x + x 2 0 x, x 2 0 optmum: x = (5,5), z() = 70, z(2) = 35