3110398846

12

3.3. Metoda Light Beam Search

nych). Istnieją specjalizowane soluery dla różnych typów problemów, np. liniowych (LP, CPLEX, LINDO) i nieliniowych (LOQO, CONOPT).

Wadą tych narzędzi jest to, że przyjmują one dane (opis problemu) w postaci, która nie jest czytelna dla człowieka, dlatego dla wygody stosowane są dodatkowe programy zwane narzędziami modelującymi. Pozwalają one na zapisanie problemu przy pomocy ogólnie przyjętych symboli matematycznych w postaci, która może być przez człowieka łatwo zrozumiana i interpretowana. Zapis ten jest automatycznie tłumaczony na formę wymaganą przez wybrany soluer. Do najbardziej znanych narzędzi modelujących należą m.in. (wykorzystywane w projekcie MO-OOP) GAMS i AMPL.

Jednak narzędzia modelujące i soluery nie wspierają w prosty sposób bardziej skomplikowanych problemów wielokryterialnego wspomagania decyzji, dlatego powstaje wiele programów przeznaczonych do specyficznych zastosowań lub implementujących konkretne metody optymalizacji wielokryterialnej. Zmusza to użytkowników chcących skorzystać z kilku różnych dostępnych rozwiązań do instalowania i obsługi wielu różnorodnych narzędzi.

3.3 Metoda Light Beam Search

Metoda przeglądu wiązką światła (z angielskiego: Light Beam Search) jest dialogową metodą wielokryterialnego wspomagania decyzji zaproponowaną przez A. Jaszkiewicza i R. Słowińskiego (patrz: [13], [14]).

Metoda Light Beam Search (w skrócie: LBS) pozwala decydentowi na wybór lepszego wariantu przez połączenie dwóch stopni swobody: definiowania punktu referencyjnego i zawężania przeglądanego obszaru.

Metoda LBS, jak każda dialogowa metoda wspomagania decyzji jest procesem iteracyjnym, gdzie każda iteracja składa się z fazy obliczeniowej i fazy decyzyjnej. Podczas fazy obliczeniowej system generuje zbiór wariantów, które przedstawiane są decydentowi. W fazie decyzyjnej w wyniku oceny przedstawionych wariantów decydent podaje systemowi informacje preferencyjne, służące do znalezienia potencjalnie lepszych wariantów w kolejnym kroku iteracji.

Faza obliczeniowa metody LBS polega na wyznaczeniu otoczenia tzw. punktu centralnego i ewentualnego wyliczenia tego punktu. Punkt centralny pochodzi z wcześniejszej iteracji lub wyznaczany jest przez rzutowanie punktu referencyjnego na zbiór niezdominowanych wariantów przy użyciu funkcji skalaryzują-cej. Do wyznaczenia otoczenia punktu centralnego wykorzystywana jest relacja przewyższania modelująca lokalne preferencje decydenta. Jest ona budowana na