![]() |
Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | |
|
В проблеме оптимизации управления иерархической двухуровневой системой можно выделить следующие основные, имеющие самостоятельное значение, и в то же время взаимосвязанные классы задач:
- иерархического управления (на основе межуровневых и внутриуровневых взаимодействий подсистем);
- распределенного управления (с учетом внутриуровневых взаимодействий равнозначных подсистем);
- локального управления (без учета межуровневых и внутриуровневых взаимодействий).
Анализ многочисленной библиографии позволяет сделать вывод о значительном потенциале и перспективности игровых подходов к разработке методов исследования ССС, что обусловлено их универсальным характером
Как указывалось выше, теоретико-игровой подход, в силу его универсального характера, уже на этапе постановки задачи оптимизации управления ССС позволяет учитывать все виды неопределенных факторов: неопределенность цели, неопределенность среды, неопределенность поведения активного партнера.
Для определенности будем предполагать, что все участники конфликта стремятся минимизировать значения своих показателей эффективности.
Учитывая наличие приоритета действий подсистем верхнего уровня, а также обратной зависимости результатов действий подсистем верхнего уровня от фактического исполнения подсистемами нижнего уровня своих функций, задачу оптимизации управления иерархической двухуровневой системой целесообразно сформулировать в виде иерархической игры в условиях неопределенности с правом первого хода:
. (1.8)
Предполагается, что в игре (1.8) принимает участие игрок: координирующий центр
и множество
игроков (управляющих подсистем)
,
, нижнего уровня. О неопределенном факторе
лишь известно, что он принимает значения из множества
,
– векторный показатель эффективности Центра;
– бинарное отношение нестрогого предпочтения Центра на множестве достижимых векторных оценок
.
Игра описывает условия конфликтного взаимодействия игроков (подсистем) нижнего уровня в условиях неопределенности
при фиксированном
.
Механизм формирования оптимального решения иерархической игры (1.8) является многоэтапным и может быть записан в следующем виде.
Этап 1. Первый ход делает Центр – он сообщает игрокам нижнего уровня свою стратегию . Далее при фиксированном
игроки нижнего уровня разыгрывают игру
в условиях неопределенности
вида (1.9), формируя множество
оптимальных решений. Конкретный вид множества
зависит от условий конфликтного взаимодействия на нижнем уровне иерархии, а также от вида множества
. Условия конфликтного взаимодействия на нижнем уровне могут быть заданы Центром, либо выбираются игроками нижнего уровня независимо от Центра (это может определяться техническими условиями, социально-экономическими, юридическими и другими факторами).
Этап 2. Центр оценивает эффективность применения стратегии в условиях неопределенности
, после чего на множестве
осуществляется построение множества оптимальных решений координирующего центра
.
Задача оптимизации распределенного управления на нижнем уровне иерархии с учетом внутриуровневых взаимодействий при фиксированной стратегии Центра в достаточно общем виде может быть сформулирована, как коалиционная игра в условиях неопределенности [Вилкас, Воронов]:
. (1.9)
В (1.9) – некоторое семейство коалиций. Для членов коалиции
характерны общность интересов и согласованный характер действий, то есть:
вектор объединяет компоненты векторов управления (стратегий) подсистем
, образующих коалицию
;
- множество допустимых стратегий коалиции
;
- векторный показатель эффективности коалиции
, где
- показатель эффективности управляющей подсистемы
,
(без потери общности и для простоты обозначений будем предполагать, что
– скалярная величина);
- коалиционное транзитивное отношение нестрогого предпочтения, характеризующее интересы всей коалиции
на множестве достижимых векторных оценок
;
порождает отношение строгого предпочтения
.
Считается, что игра (1.9) разыграна, если игроки разбились на коалиции, образовалась коалиционная структура , и все образующие ее коалиции выбрали свои стратегии.
Коалиционная структура представляет собой разбиение множества
участников конфликта на коалиции:
. (1.10)
Конкретная конфигурация коалиционной структуры (1.10) позволяет учитывать следующие виды внутриуровневых взаимодействий подсистем: согласованное (кооперативное), несогласованное (бескоалиционное), коалиционное.
В зависимости от вида коалиционной структуры (1.10), определяющей структурно-целевую взаимосвязь подсистем ССС, а также от условий их информационного взаимодействия, решение задачи (1.9) возможно в рамках кооперативного, бескоалиционного, коалиционного подходов.
В основе каждого из перечисленных подходов лежит теоретико-игровая концепция равновесия, использующая три фундаментальных понятия теории игр: стабильность, эффективность и стабильно-эффективный компромисс [Воронов, Харш, Ж-Чикрий], и имеющая множество интерпретаций в виде конкретных принципов оптимальности в зависимости от уровня структурно-целевой и информационной сложности задачи (1.9).
Стабильность – это обеспечение устойчивости процессов функционирования и проектирования ССС в условиях конфликтности (несогласованности) и неопределенности.
Эффективность – это достижение максимального целевого качества подсистем, коалиций и ССС в целом.
Стабильно-эффективный компромисс – это сочетание свойств стабильности и эффективности в рамках множества решений – от обеспечения различной степени сближения до полного их совпадения в условиях информационно-тактических расширений.
Сравнение бескоалиционной, коалиционной и кооперативной концепций равновесия является основным принципом теоретико-игрового анализа ССС, а также источником строгих и вместе с тем содержательных рассуждений о побудительных мотивах поведения участников конфликта, вытекающих из структуры игровых моделей [].
Задача локального управления представляет собой частный случай постановки (1.9) и решается для отдельной коалиции в рамках заданной коалиционной структуры при фиксированных стратегиях контркоалиции (в настоящей работе эта задача интерпретируется, как задача многокритериальной оптимизации в условиях неопределенности).
Задачи оптимизации управления более сложными иерархическими многоуровневыми системами могут быть сформулированы на основе комбинирования вышеперечисленных постановок задач и развития теоретико-игровых принципов оптимальности в соответствии с понятиями стабильности и эффективности [Ж-Чикрий, Горелик, Ватель-Герм,].
Задача локального управления как задача многокритериальной оптимизации
Задача локального управления может решаться для отдельной подсистемы, а также для отдельной коалиции в рамках заданной коалиционной структуры при фиксированных стратегиях соответствующих контркоалиций. При этом предполагается, что внутри коалиции имеет место согласованный (кооперативный) характер взаимодействия подсистем, который проявляется в том, что все игроки (подсистемы) действуют совместно с целью увеличения своих выигрышей.
Для удобства обозначений будем предполагать, что подсистемы образуют единую коалицию . То есть в этом случае игру (1.9) можно рассматривать, как кооперативную.
В классической теории кооперативных игр изучаются в основном игры в форме характеристической функции. При этом основная проблема состоит в выборе дележа, распределяемого между игроками после завершения игры []. Отсутствие же прямых коммуникаций между управляющими подсистемами на уровне управления можно трактовать, как отсутствие дележа.
В указанном случае одной из основных интерпретаций постановки задачи (1.9) является ее формулировка в виде задачи многокритериальной оптимизации в условиях неопределенности:
. (1.11)
В (1.11) требуется минимизировать компоненты векторного показателя , заданного на прямом произведении множеств
, где
.
1.3.1 Детерминированная задача многокритериальной
оптимизации
Рассмотрим предварительно задачу (1.11) в детерминированном варианте, когда :
. (1.12)
Как известно, на множестве достижимых векторных оценок задачи (1.12) естественным образом можно ввести систему бинарных отношений
нестрогого, строгого предпочтения и безразличия соответственно вида:
; (1.13)
; (1.14)
. (1.15)
Отношения (1.13)-(1.15) взаимосвязаны следующим образом: ;
. Поэтому в постановке задачи (1.12) присутствует отношение
.
Определение 1.1. Векторная оценка называется минимальной (недоминируемой) по
на множестве
достижимых векторных оценок в задаче многокритериальной оптимизации (1.12), если не существует векторной оценки
такой, что
.
Определение 1.2. Множество минимальных по
объектов из
называется внутренне устойчивым, если
не может быть ни
, ни
.
Определение 1.3. Множество называется внешне устойчивым, если для всякого элемента
, который не является минимальным, найдется более предпочтительный минимальный элемент
, т.е.
.
Определение 1.4. Внешне и внутренне устойчивое множество называется ядром
отношения
на множестве
.
Определение 1.5. Векторная оценка , где отношение строгого предпочтения
определено в виде (1.14), называется эффективной (оптимальной по Парето). Множество
называется эффективным или множеством Парето и обозначается
. Соответствующее допустимое решение
называется эффективным (оптимальным по Парето) решением задачи (1.12). Множество эффективных решений обозначается
.
На множестве достижимых векторных оценок задачи (1.12) можно определить отношение строго предпочтения
в ином виде:
. (1.16)
Определение 1.6. Векторная оценка , где отношение строгого предпочтения
определено в виде (1.16), называется слабо эффективной (оптимальной по Слейтеру). Множество
называется слабо эффективным или множеством Слейтера и обозначается
. Допустимое решение
называется слабо эффективным (оптимальным по Слейтеру) решением задачи (1.12). Множество оптимальных по Слейтеру решений обозначается
.
Легко показать, что .
В работах [Ю] развивается более общий подход к проблеме многокритериальной оптимизации, основанный на теории доминирования и использующий в качестве основных такие понятия, как структура доминирования, конус доминирования, оптимальность по конусу.
Определение 1.7. Каждому элементу поставим в соответствие множество
, называемое множеством доминирующих факторов. Если
таков, что
и
, то будем говорить, что элемент
доминирует
, (или
предпочтительнее, чем
).
Совокупность , определенная на всем множестве
, называется структурой доминирования.
Определение 1.8. Пусть - замкнутый выпуклый конус, с вершиной в точке
. Если
таков, что
и
, то будем говорить, что элемент
доминирует
относительно конуса доминирования
.
Таким образом, с помощью замкнутого выпуклого конуса доминирования можно описать на множестве достижимых векторных оценок систему бинарных отношений
в следующем виде:
, (1.17)
, (1.18)
. (1.19)
Тогда постановка задачи многокритериальной оптимизации может быть записана в виде
. (1.20)
Определение 1.9. Векторная оценка называется
-оптимальным (оптимальным по конусу
) на множестве
, если не существует
,
, такой, что
. Соответствующее допустимое решение
называется
-оптимальным решением задачи (1.20). Будем обозначать множество всех
-оптимальных в
векторных оценок, как
, а множество всех
-оптимальных решений задачи (1.20), как соответственно
.
При получается отношение
вида (1.14), а при
- отношение вида (1.16). Это означает, что многокритериальная задача (1.12) является частным случаем задачи оптимизации по конусу (1.20), а свойства оптимальности по Парето и по Слейтеру – частными случаями оптимальности по конусу.
Конус доминирования имеет ряд полезных свойств.
Теорема 1.1 []. Пусть ,
- выпуклые конусы, и
. Тогда в задаче (1.12)
. (1.21)
Теорема 1.2 []. Пусть ,
- различные выпуклые конусы. Тогда в задаче (1.12):
1) ; (1.22)
2) . (1.23)
Если конус доминирования является полиэдральным, то, как известно, его можно представить в виде системы неравенств:
, (1.24)
где - числовая матрица размерности
. В этом случае взаимосвязь принципов оптимальности по конусу и оптимальности по Парето устанавливается следующей теоремой.
Теорема 1.3 (Ю) []. Пусть в задаче многокритериальной оптимизации (1.20) - полиэдральный конус доминирования вида (1.24). Рассмотрим
- новый векторный показатель вида
. (1.25)
Тогда оптимальные по Парето точки для векторного показателя точно совпадают с
- оптимальными точками для векторного показателя
на множестве
:
.
Задача многокритериальной оптимизации в условиях неопределенности
Если в (1.11) отношение - замкнутый выпуклый конус доминирования, то имеет место задача многокритериальной оптимизации по конусу в условиях неопределенности:
. (1.26)
Особенность постановки (1.26) состоит в том, что каждому фиксированному решению соответствует множество
, которое образуют точки
в критериальном пространстве, когда вектор
«пробегает» все множество
. Указанную многозначность необходимо учитывать при попарном сравнении допустимых решений задачи (1.26).
Основные подходы к решению задачи (1.26), изложены в работах Гермейера, Моисеева, Куржанского А.Б., Гусева М.И., Жуковского В.И., Молоствова В.С., Салуквадзе М.Е., В.В., Р. Аумана, Б. Пелега и др., и развивают принцип гарантированного результата Гермейера Ю.Б. Согласно этому принципу оценка векторного показателя эффективности задачи (1.26) должна осуществляться по «самым плохим», иногда даже не реализующимся одновременно значениям компонентов вектора .
Определение 1.10, []. Векторная оценка называется виртуальным экстремумом относительно конуса доминирования
на множестве
, если она обладает следующими свойствами:
1) ; (1.27)
2) для любого такого, что
, имеет место
. (1.28)
Содержательный смысл виртуального экстремума относительно конуса состоит в том, что осуществляется оценка множества
по самым наихудшим относительно конуса
значениям всех компонентов векторного показателя
, часто даже не реализующимся одновременно. Это означает, что для любого
такого, что
, найдется
, для которого
. (1.29)
Использование системы бинарных отношений (1.17)-(1.19) на множестве виртуальных экстремумов относительно конуса
в задаче многокритериальной оптимизации по конусу в условиях неопределенности (1.26) дает возможность попарного сравнения допустимых решений
.
Определение 1.11. Будем говорить, что допустимое решение задачи (1.26) доминирует допустимое решение
относительно конуса доминирования
, если
.
Таким образом, задача (1.26) с учетом отношений предпочтения (1.17)-(1.19) может быть представлена в виде детерминированной задачи многокритериальной оптимизации по конусу
, (1.30)
для решения задачи которой целесообразно применить принцип оптимальности по конусу, рассматривая в критериальном пространстве множество виртуальных экстремумов в качестве множества достижимых векторных оценок.
Определение 1.12. Допустимое решение называется оптимальным по конусу
в условиях неопределенности решением задачи (1.26), если
. То есть не существует
,
, такого, что
.
При задача (1.26) превращается в (1.11), а свойство оптимальности по конусу в условиях неопределенности – в векторный минимакс [].
Определение 1.13. Векторная оценка называется виртуальным максимумом на множестве
, если она обладает следующими свойствами:
1) ; (1.31)
2) для любого
такого, что
, имеет место
(1.32)
Определение 1.14. Допустимое решение называется векторным минимаксом задачи (1.11), если
. То есть не существует
такого, что
. (1.33)
Задача распределенного управления с учетом внутриуровневых взаимодействий
Дата публикования: 2015-09-17; Прочитано: 532 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!