Minimax Approach for Using the Qualitative Preferences in the Multicriteria Evaluation

Мұқаба

Дәйексөз келтіру

Толық мәтін

Ашық рұқсат Ашық рұқсат
Рұқсат жабық Рұқсат берілді
Рұқсат жабық Тек жазылушылар үшін

Аннотация

Поддержка принятия решений в аналитических системах на основе использования больших данных предполагает формирование интегральных оценок объектов по всему множеству параметров или некоторому их подмножеству. Встатье рассматривается проблема получения многокритериальной (многопараметрической) оценки объектов и подход, который предполагает использование весовых коэффициентов важности при наличии качественной и, возможно, неполной информации об относительной важности тех или иных частных критериев. Рассматривается фундаментальный принцип возможности различных количественных оценок относительной предпочтительности частных критериев для различных объектов популяции при сохранении системы предпочтений всего множества объектов. Используемый подход предполагает, что лицо, принимающее решение, формулирует качественную информацию об относительной предпочтельности частных критериев в виде необязательно полного графа предпочтений. Для каждого объекта весовые коэффициенты рассчитываются автоматически по принципу гарантированного результата путем решения оптимизационной задачи с использованием обобщенных логических критериев максимального риска и максимальной осторожности. Для частных случаев систем предпочтений приведены аналитические соотношения и алгоритмы расчета весовых коэффициентов. Данная методика обеспечивает использование дополнительной качественной информации о предпочтениях тех или иных критериев, получение численных значений весовых коэффициентов значимости и решение задачи многокритериальной оценки на основе принципа гарантированного результата.

Авторлар туралы

D. Shaposhnikov

Email: shaposhnikov@unn.ru

Әдебиет тізімі

  1. Hillier F.S., Lieberman G.J. Introduction to operations research / 7th ed. McGrawHill Higher Education, 2001. ISBN 0-07-232169-5.
  2. Steuer R.E. Multiple Criteria Optimization: Theory, Computations, and Application. New York: John Wiley Sons, 1986.
  3. Батищев Д.И. Методы оптимального проектирования. М.: Радио и связь, 1984.
  4. Matthias Ehrgott. Multicriteria Optimization. Springer, 2005. ISBN 3-540-21398-8.
  5. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. М.: Наука, 1982.
  6. Батищев Д.И., Шапошников Д.Е. Многокритериальный выбор с учетом индивидуальных предпочтений. Нижний Новгород: ИПФ РАН, 1994.
  7. Batishchev D., Anuchin V., Shaposhnikov D. The Use of the Qualitative Information on the Importance of Particular Criteria for the Computation of Weighting Coefficients / Multiobjective Problems of Mathematical Programming. Lecture Notes in Economic and Mathematical Systems. V. 35. Springer-Verlag, 1991.
  8. Shaposhnikov D., Makarova J. Multicriteria Problem of Wireless System Design Using Tricriteria Approach with Qualitative Information on the Decision Maker’s Preference / Balandin D., Barkalov K., Gergel , V., Meyerov I. (eds). Mathematical Modeling and Supercomputer Technologies. MMST 2020. Communications in Computer and Information Science, V. 1413. Springer, Cham.
  9. Makarova J., Shaposhnikov, D. Bicriterial problem of finding filter parameters using qualitative information on frequency interval preferences // Proceedings of the XXVI International Scientific and Technical Conference “Information Systems and Technology – 2020”. NSTU, Nizhni Novgorod, 2020. P. 836—847.
  10. Shaposhnikov D., Makarova, J. Multicriteria problem of calculation of wireless system parameters using qualitative information on the desicion maker’s preference // Proceedings of the XX International Conference “Mathematical modeling and supercomputer technologies”, pp. 16–21. NNSU Publishing House, Nizhni Novgorod, 2020.
  11. Шапошников Д.Е., Костина И.В. Применение обобщенного логического критерия для аппроксимации области эффективности в многокритериальных задачах оптимизации // Инженерный вестник Дона. 2014. № 4 / Электронный журнал: ivdon.ru/ru/magazine/archive/n4y2014/2552.
  12. Neumann J., Morgenstern O. Theory of Games and Economic Behavior. Princeton, N.J. Princeton University Press, 1953. 13. https://sourceforge.net/projects/lpsolve/

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML

© The Russian Academy of Sciences, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».