Escolar Documentos
Profissional Documentos
Cultura Documentos
esenial n acest sens. ns nu toate problemele decizionale se pot soluiona n mod realist prin
programare liniar.
De altfel o disciplin nu se afirm dect n momentul n care rspunde unei nevoi reale i n acest
sens, trebuie menionat c unele procedee ale programrii vectoriale se pot folosi la rezolvarea
multiplelor procedee structural diferite dar n toate cazurile se afl n situaia de a rspunde mai
multor obiective de atins n condiii optime dar innd seama de nite condiii impuse. Ca atare n
domeniul programrii vectoriale nu ne mrginim la probleme pur militare sau economice, ci se pot
aborda probleme ntlnite n cele mai diferite domenii acestea putndu-se soluiona cu ajutorul
anumitor tipuri de modele matematice.
Programarea vectorial (multicriterial) constituie un capitol important al optimizrii
matematice, deci al cercetrii operaionale; importana ei n rezolvarea problemelor decizionale este n
cretere deoarece metodele specifice acestei ramuri a programrii matematice, rspunde unei largi
clase de probleme practice.
Interesul pentru acest domeniu a fost generat de faptul c diferite probleme de optimizare n
general i optimizare a deciziilor n special, iau n considerare minimizarea sau maximizarea funciilor
obiectiv.
Teoria programrii matematice (liniare sau neliniare) cu mai multe funcii obiectiv, denumit i
programare vectorial sau multicriterial, este foarte dezvoltat la ora actual.
Coninutul lucrrii analizeaz cteva probleme de optimizare n programarea multicriterial.
Fiind structurat pe trei capitole, lucrarea ncepe prin prezentarea ctorva noiuni introductive i date
generale despre programarea multicriteriala. Capitolul doi este dedicat prezentrii a patru metode de
optimizare, iar n final capitolul trei este realizat sub forma unor aplicaii n care unele din metodele
prezentate la capitolul doi sunt apilcate n probleme de optimizare a deciziilor,i evideniaz moduri
diferite de transpunere, ntr-o teorie matematic necontradictorie a cerinelor ce se pot ridica n
situaiile concrete caracterizate de existena unei multitudini de obiective.
Ultima parte a lucrrii este dedicat prezentrii ctorva concluzii i propuneri referitoare la
importana programrii vectoriale n procesul de optimizare a deciziilor.
Programarea vectorial (multicriterial sau cu mai multe funcii obiectiv) este reprezentat de
acele tipuri de modele de optimizare cu restricii, n care se pune problema alegerii acelui program
care este optim pentru mai multe funcii obiectiv (criterii).
Programarea multicriterial sau cu mai multe funcii obiectiv, constituie astzi un capitol de
sine-stttor al teorie deciziilor cu criterii multiple. Spre deosebire de teoria jocurilor, aici multitudinea
de obiective este n atenia unui singur factor de decizie interesat n realizarea simultan, a lor.
Voi prezenta n continuare o metod numit metoda maximizrii utilitii globale.
Am considerat c simpla nsumare ponderat a funciilor obiectiv nu are o justificare economic
deoarece de cele mai multe ori aceasta exprim criterii necomparabile. n acest sens ideea de baz a
metodei este nlocuirea funciilor obiectiv cu funcii utilitate n sens von Neumann-Morgenstern, care
vor putea fi nsumate corect pentru a obine funcia sintez.
n elaborarea metodei am considerat c problema programrii liniare cu criterii multiple se
poate reduce la problema deciziilor multidimensionale.
C C
Strategii
,..., C n
12
x x
,..., x1n
x x
,..., x2 n
11
21
22
m1
m2
,..., xmn
ik
jk
- prefer
ik
- prefer
jk
lui
lui
x x
- nu prefer nici pe
jk
ik
ik
x x
ik
jk
>
>
nici pe
jk
ik
);
);
x ( xik x
jk
jk
).
Voi mai introduce un gen special de consecine numite mixturi probabilistice a dou consecine
simple
ik
consecinei
ik
jk
de forma x`=
p x , 1 p x
ik
jk
jk
Utilitatea u(
i u(
jk
ik
). Dac
) a consecinei
hk
>
jk
ik
se consider u(
hk
)=1 i u(
jk
hk
urmtoarele situaii :
a)
hk
x x
>
ik
>
jk
x
i se consider u(
x x
b)
ik
>
ik
hk
ik
c)
hk
>
ik
jk
>
jk
)=
>
hk
ik
)= -
q xik , 1 q x jk
1
q
ik
x
i se ia u(
)=p ;
x
i se consider u(
p xhk , 1 p x jk
jk
hk
, 1 r xik
r
.
1 r
pA, 1 p B , 0 P 1
,atunci
u(C)=pu(A)+(1-p)u(B) ;
c) dac u are proprietile a) i b) de mai sus, atunci ea poate suferi o transformare liniar
pozitiv :
u`(A)=au(A)+b,
a>0.
x , x ,..., x
unde
x X
j
cartezian
x , x
1j
X *X
1
2j
,..., xmj
x , x ,..., x
*,...,* X n . S le notm cu
2
p x , p
1
q x , q
2
n aa fel nct
x
x
,...,
p x , p
,..., q
j 1
x , q
r
j 1
1, x X
k
1, x X
x X
j
cu
pentru orice j
pentru orice k,
ambele mixturi.
X ,X
1
,..., X n ,
pentru orice
,
1
G .
5
1) Se
determin
pentru
fiecare
optimum F j x
funcie
obiectiv
i valoarea pesim
xD
valoarea
optim
j =
pessimum F j X
xD
.
2) Pe mulimea tuturor valorilor optime i pesime determinate se estimeaz, prin metoda von
Neumann-Morgenstern (sau prin alt metod ), utilitilor acestor valori :
X X ,..., X
u u ,..., u
Utilitatea asociat
3) Se
transform
funciile
`
j
cu
,...,Y r
r 2
semnificaii
,..., u 2 r
economice
j (j=1,.,r)
Y u
j
r 1
F ,..., F
obiectiv
X u
obinndu-se coeficienii
Y Y
u u
j r
j F j j c jk xk
j
k 1
``
j
, (j=1,,r).
max F
obinndu-se soluia
x ,......, x
*
F
j 1
``
j
c x
j
j 1 k 1
jk
de maxim utilitate.
X F X
*
j 1