Введение - Многокритериальная оптимизация на основе нейросетевой, нечеткой и нейро-нечеткой аппроксимации функции предпочтений лица, принимающего решения

Современные инженерные задачи оптимизации многокритериальные. Выделяют класс задач многоцелевой или многокритериальной оптимизации (класс МКО-задач).

В МКО-задаче предполагается, что задана вектор-функция

,

Компоненты которой называются частными критериями оптимальности. Эта функция определена на множестве допустимых значений (множестве альтернатив) вектора варьируемых параметров. Лицу, принимающему решения (ЛПР), желательно найти такое решение на множестве, которое, минимизировало бы (для определенности) все компоненты вектор-функции.

Прямой адаптивный метод решения МКО-задачи, который рассматривается в данной работе, основан на предположении существования "функции предпочтения лица, принимающего решения" , определенной на множестве и выполняющей его отображение во множество действительных чисел R, т. е.

.

При этом задача многокритериальной оптимизации сводится к задаче выбора такого вектора, что

, .

Предполагается, что при предъявлении ЛПР вектора параметров X, а также соответствующих значений всех частных критериев оптимальности, ЛПР может оценить соответствующее значение функции предпочтений [Лотов, 1984].

В работе [Карпенко и др., 2008a] предложен класс прямых адаптивных методов решения МКО-задачи, основанных на аппроксимации функции. В данной работе рассматриваются и сравниваются некоторые из методов этого класса.

    - Метод, основанный на аппроксимации функции предпочтения ЛПР с помощью многослойных персептронных сетей (MLP-сети), а также с помощью нейронных сетей с радиально-базисными функциями (RBF-сети). - Метод, в основе которого лежит аппроксимация функции предпочтений ЛПР посредством аппарата нечеткой логики. - Метод, основанный на аппроксимации функции предпочтений ЛПР с помощью аппарата нейро-нечеткого вывода.

Похожие статьи




Введение - Многокритериальная оптимизация на основе нейросетевой, нечеткой и нейро-нечеткой аппроксимации функции предпочтений лица, принимающего решения

Предыдущая | Следующая