аспирант технических наук;
graduate student of technical sciences;
Данная статья посвящена исследованию применимости локальной важности критериев в задачах многокритериальной оптимизации. Теория глобальной качественной важности критериев на данный момент хорошо проработана, имеется множество работ по данной теме, существуют компьютерные системы поддержки принятия многокритериальных решений (КСППМР) с использованием глобальной важности, однако проработка локальной важности критериев весьма слаба – отсутствуют математическое определение, алгоритмы оптимизации с использованием локальной важности. Также авторам не удалось обнаружить в свободном доступе КСППМР с поддержкой локальной важности. Первым шагом работы стало формулирование математического определения локальной важности критериев путём добавления определенных условий в существующее определение для глобальной важности. После этого авторами был разработан итеративный алгоритм оптимизации многокритериальных задач, новшеством которого стало добавление возможности обработки сообщений о локальной важности критериев. Для проверки применимости данного алгоритма была создана компьютерная программа – реализация алгоритма в виде КСППМР, способной принимать на вход информацию о критериях, вариантах и предпочтениях, в том числе предпочтениях с локальной важностью, оптимизировать задачу на этих входных данных и выдавать ответ о наличии единственного оптимального варианта. Проведенные испытания КСППМР показали его применимость для реальных задач многокритериальной оптимизации.
This article describes the research of the applicability of using the local importance of criteria in multi-criteria optimization problems. The theory of the global qualitative importance of criteria is currently well developed, there are many works on this topic. Moreover, numerous computer decision support systems (DSS) using global importance exist. However, the local importance of criteria is investigated very weak - there is no even mathematical definition for it. Authors have not been able to find in the public domain optimization algorithms and DSS using local importance. The authors start by formulating a mathematical definition for local criteria importance by adding specific limitations to the existing definition for global criteria importance. The next step is creating an iterative optimization algorithm that works with local importance criteria too. However, it is needed to check the applicability of this algorithm that is why authors create a DSS that realizes it. After a series of experiments, the authors conclude that the algorithm is applicable for real optimization problems.