Использование границы Парето при поиске компромиссных правил регулирования уровня озера Байкал

Обложка

Цитировать

Полный текст

Аннотация

Описывается метод компьютерной поддержки при поиске компромиссных правил регулирования уровня озера Байкал и выработке правил управления каскадом водохранилищ реки Ангара. Метод основан на диалоговой визуализации границы Парето, что позволяет экспертам находить эффективные компромиссы между различными требованиями и обосновывать получающееся решение. С помощью метода было сформулировано компромиссное правило управления каскадом, которое соответствует всем основным требованиям и может быть использовано при подготовке документов государственного управления водными ресурсами бассейна реки Ангара.

Об авторах

Александр Владимирович Лотов

Федеральный исследовательский центр «Информатика и управление» РАН

Автор, ответственный за переписку.
Email: avlotov@yandex.ru

доктор физико-математических наук, профессор, главный научный сотрудник

Россия, Москва

Андрей Игоревич Рябиков

Федеральный исследовательский центр «Информатика и управление» РАН

Email: ariabikov@gmail.com

младший научный сотрудник

Россия, Москва

Михаил Васильевич Болгов

Институт водных проблем РАН

Email: bolgovmv@mail.ru

доктор технических наук, заведующий лабораторией

Россия, Москва

Александр Леонидович Бубер

Всероссийский научно-исследовательский институт гидротехники и мелиорации им. А. Н. Костякова

Email: buber49@yandex.ru

заведующий отделом

Россия, Москва

Список литературы

  1. Лотов А.В., Бушенков В.А., Каменев Г.К., Черных О.Л. Компьютер и поиск компромисса. Метод достижимых целей. М.: Наука. 1997.
  2. Lotov A.V., Bushenkov V.A., Kamenev G.K. Interactive Decision Maps. Approximation and Visualization of Pareto Frontier. Boston: Kluwer Academic Publishers. 2004. 310 P.
  3. Асарин А.Е., Бестужева К.Н. Водноэнергетические расчеты. М.: Энергоатомиздат. 1986. 224 с.
  4. Болгов М.В., Сарманов И.О., Сарманов О.В. Марковские процессы в гидрологии. М. 2009. 211 с.
  5. Рябиков А.И. Сходимость итерационных процессов в модели каскада водохранилищ // Вестник Бурятского ГУ. Математика, информатика. 2019. №4. С. 31-39.
  6. Агасандян Г.А. Алгоритмы построения диспетчерских правил управления для каскадов водохранилищ. Водные ресурсы. 1985. № 5. С. 34-46.
  7. Ерешко Ф.И. Математические модели и методы принятия согласованных решений в активных иерархических системах. Дисс. … доктора техн. наук. М.: ИПУ РАН. 1998.
  8. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. М.: Физматлит.2007.
  9. Лотов А.В., Поспелова И.И. Многокритериальные задачи принятия решений. М.: МАКС Пресс. 2008.
  10. Sawaragi Y., Nakayama H., Tanino T. Theory of Multiobjective Optimization. Orlando: Academic Press.1985
  11. Берeзкин В.Е., Каменев Г.К., Лотов А.В. Гибридные адаптивные методы аппроксимации невыпуклой многомерной границы Парето // Журнал вычисл. матем. и матем. физ. 2006. Т. 46. № 11. С. 2009–2023.
  12. Рябиков А.И. О методе эрзац-функций для минимизации конечнозначной функции на компактном множестве // Журнал вычисл. матем. и матем. физ. Т. 54.
  13. № 2, 2014. С. 195-207
  14. Du K.-L., Swamy M.N.S. Search and Optimization by Metaheuristics. Springer.2016.
  15. Лотов А.В., Рябиков А.И. Простая эффективная гибридизация классической глобальной оптимизации и генетических алгоритмов многокритериальной оптимизации // Журнал вычисл. матем. и матем. физ. Т. 59.
  16. № 10. 2019. С. 1666-1680.
  17. Лотов А.В., Рябиков А.И. Метод стартовой площадки в многоэкстремальных задачах многокритериальной оптимизации // Журнал вычисл. матем. и матем. физ. Т. 59. № 12. 2019. С. 2111–2128.
  18. Лотов А.В., Рябиков А.И. Дополненный метод стартовой площадки аппроксимации границы Парето в задачах с многоэкстремальными критериями // Журнал вычисл. матем. и матем. физ. 2021. Т. 61. № 10. С. 1734-1744.
  19. Deb K. Multi-objective optimization using evolutionary algorithms. Chichester: Wiley. 2001.
  20. Лотов А.В., Рябиков А.И., Бубер А.Л. Многокритериальная процедура выбора решения с наследуемым множеством точек старта локальной оптимизации свертки критериев // Искусственный интеллект и принятие решений. № 3. 2018. С. 58-68.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).