10
które I odróżnieoiu od kryteriów prawdziwych dysponuj progami lodyfereocji ores mocnych preferencji. Wysoce elastyczne sysfce-■y zwiaćjl preferencyjnych [$, Rj /przewyższania S oraz nie-i porównywalności R/, należące do szerszej klasy złożonych relacji preferencyjnych, tworzą podstawy modeli wyborów wieioicryterial- ? nych, znanych pod nazwami Blektra I, II, III, IV. Pracę zamyka przegląd cech właściwych czterem wariantom Elektry.
Mirosława lasek przedstawia ulepszony wariant stosunkowo mało* znanej metody wielowymiarowej - analizy porównawczej AHP /AnalytJ Hierarchy Process/. Postęp polega na zastąpieniu ocen ze specjał^ nie opracowanych dla potrzeb stosowania metody skal liczbowych zbiorami rozmytymi, co umożliwia bezpośrednie operowanie na daj nych opisowych.
Funkcjonowanie algorytmu sprawdzono, przeprowadzając porówna* nla wielokryteriowe jakości oprogramowania komputerów.
Tadeusz Krupa rozwija pokrewną Klektrze, również korzystając) z teorii grafów, metodę pozwalającą na morfologiczną analizę : I struktur informacyjnych, metodę AIDA /Analysls of interconnectejI Dteialoo Areas/. Celem tej analizy jest uzyskanie tzw. dobrze ujl strukturalizowanego problemu projektowego, decyzyjnego. Główni I rolę w strukturalizacji przestrzeni informacyjnych odgrywa tzw. I zasada charakteryzacji, techniką modelowania zaś jest teoria] grafów. Celem metody AIDA jest wie1okryterlalne, uporządkowana W nerowaole wariantów. Zastosowanie metody Ilustruje przykład adapj tacjl sztucznej Inteligencji do sterowania robotem przemysłowym.) I Zbiór zamyka tekst Dariusza Dziuby prezentujący bardzo ogólniI możliwości strukturalizacjl sytuacji decyzyjnej, jakie daje powił stała w sferze prac nad sztuczną inteligencją, koncepcja szabloI nu semantycznego. Przedstawiono różne typy szablonów semantycml nych: prototypy, konkretne, tekstowe i klasyfikacyjne, oraz weka*I zano na praktyczna aspekty korzystania z szablonów semantycznychI 1 podsumowaniu pragnę podkreślić główną linię pracy seminariii I o ile do niedawna teorie noraatywno-analityczne czy opisowe cal kowieie pomijały problematykę atrukturalizacji przestrzeni lnforl macyjoej, sytuacji decyzyjnych, skupiając się na samym modele wanlu 1 algorytmach rozwiązujących, o tyła seminarium przesunęłoI zgodnie z duchem wspomagania decyzyjnego, akcent na aktywne modę lowanle struktur preferencji, informacji decyzyjnej i sytuacji decyzyjnych.
1. SYSTEMY ZŁOŻONYCH RELACJI PREFERENCYJNYCH V DECYZJACH WIBLOKRYTBRIALNYCH. METODY ELEKTRA
1.1. WPROWADZENIE
Próbiematylca modelowania preferencji podmiotów podejmujących decyzje jest stosunkowo nowa, liczy bowiem tyle lat, ile rozwijająca się od kilkunastu lat teoria decyzji wie 1 okryterialnych. Różnice między podejściem jednokryterialoym a wlelokryterialoym oraz ich wpływ na modelowanie preferencji łatwo zauważyć, obserwując dwa scenariusze decyzyjne.
W pierwszym, nazwijmy go klasycznym, uznania pewnych działań, względnie wariantów, za korzystne, wtedy gdy dysponujemy jednym kryterium oceny, tworzy stosunkowo proste zadanie optymalizacyjne - maksymalizacji /lub minimalizacji/ funkcji kryterium g(.) przypisującej wartości liczbowe wariantom a, b należącym do zbioru możliwych wariantów A. Mówimy wtedy, że wariant a jest lepszy od wariantu b, jeśliś
Zadanie togo typu jest w zasadzie dobrze od strony matematycznej określone: dysponujemy bowiem skończonym zbiorom wariantów A /w innym przypadku zbiorom ciągłym, wyznaczonym np. przez warunki bilansowe, tak jak to ma miejsce w programowaniu matema-tycznym/ i jedną funkcją kryterium. Jeśli włączymy do naszego scenariusza przynajmniej jeszcze jodan podmiot biorący udział « procesie decyzyjnym, specjalistę od modeli decyzyjnych, zwanego w dalszym ciągu analitykiem systemu, to rozważając sytuację decyzyjną od strony budowy krytariOw, stwierdzimy• że rola decydenta często sprowadzała się do akceptacji proponowanej przez a-oalltyka postaci funkojl kryterium. Zauważmy, że sa kryterius kryją się zawsze preferencje, lecz bierny udział decydenta wynikał z prostoty modeli optymalizacyjnych, nie wymuszających badań