PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2011 | nr 238 Zastosowanie badań operacyjnych : zarządzanie projektami, decyzje finansowe, logistyka | 313--332
Tytuł artykułu

Metakryterium w ciągłej wersji optymalizacji wielocelowej - analiza mankamentów metody i próba jej udoskonalenia

Treść / Zawartość
Warianty tytułu
The Aggregate Objective Function in the Continuous Version of the Multicriteria Optimization - Analysis of the Shortcomings of the Method and Attempt at Improving It
Języki publikacji
PL
Abstrakty
Metakryterium to jedna z metod stosowanych zarówno w dyskretnej, jak i ciągłej wersji optymalizacji wielocelowej. W przypadku dyskretnej wersji metakryterium służy do tworzenia rankingów. Natomiast w wersji ciągłej ma ono na celu wyłonienie decyzji kompromisowej lub wygenerowanie zbioru rozwiązań Pareto-optymalnych. O ile w dyskretnej wersji metakryterium jest często wykorzystywane w praktyce i daje raczej dość sensowne wyniki, o tyle korzystanie z metakryterium w wersji ciągłej jako narzędzia ustalania rozwiązania kompromisowego może prowadzić do kontrowersyjnych odpowiedzi. W pracy zilustrowano przykładami liczbowymi mankamenty metody i zaproponowano różne modyfikacje pierwotnej wersji procedury, dzięki którym znajdzie ona szersze zastosowanie, a rozwiązania uzyskiwane za jej pomocą staną się bardziej logiczne. (abstrakt oryginalny)
EN
The aggregate objective function (AOF) is one of the methods applied in the discrete and continuous version of the multiobjective optimization. In the first case the procedure is used to prepare ratings. In the other one it finds application in the setting of a compromise solution or in the Pareto front searching. The AOF comes very offen in useful in practical discrete problems and gives then quite reasonable results. Nevertheless in the continuous version the application of the AOF as a compromise solution searching tool may lead to controversial answers. The author illustrates by means of numerical examples the shortcomings of the method and presents a new approach which allows to solve any multicriteria problem and to obtain more logical answers. (original abstract)
Słowa kluczowe
Twórcy
  • Uniwersytet Ekonomiczny w Poznaniu
Bibliografia
  • Anholcer M. [2009], Badania operacyjne, Materiały Dydaktyczne 239, Wyd. Uniwersytetu Ekonomicznego w Poznaniu, Poznań.
  • Arora J.S. [2007], Optimization of Structural and Mechanical Systems, World Scientific Publishing Co.
  • Brzęczek T. [2010], Optymalizacja wielocelowa, [w:] T. Brzęczek, H. Gaspars-Wieloch, B. Godziszewski, Podstawy badań operacyjnych i ekonometrii, Wyd. Politechniki Poznańskiej, Poznań.
  • Chang C.T. [2011], Multi-choice goal programming with utility functions, "European Journal of Operational Research", 215 (2011), s. 439-445.
  • Collette Y., Siarry P. [2008], On the Sensitivity of Aggregative Multiobjective Optimization Methods, "Journal of Computing and Information Technology" 1, s. 1-13.
  • Cotrutz C., Lahanas M., Kappas C., Baltas D. [2001], A multiobjective gradient based dose optimization algorithm for external beam conformal radiothepary, "Physics in Medicine and Biology", vol. 46, no. 8.
  • Das I., Dennis J. [1997], A Closer Look at Some Drawbacks of Minimising Weighted Sums of Objectives for Pareto Set Generation in Multi-criteria Optimisation Problems, "Structural Optimisation" 14, s. 63-69.
  • Grodzevich O., Romanko O. [2006], Normalization and Other Topics in Multi-Objective Optimization, Proceedings of the Fields - MITACS Industrial Problems Workshop.
  • Lai Y.-J., Hwang C.-L. [1994], Fuzzy Multi Objective Decision Making: Methods and Applications, Springer-Verlag, Berlin.
  • Manikowski A., Tarapata Z. [2001], Ocena projektów gospodarczych, cz. I: Modele i metody, Difin, Warszawa.
  • Marcinkowski J. [2008], Optymalizacja wielokryterialna, [w:] Badania operacyjne, red. W. Sikora, PWE, Warszawa.
  • Marler R.T., Arora J.S. [2004], Survey on multi-objective methods for engineering, "Structural and Multidisciplinary Optimization" 26 (6), s. 369-395.
  • Messac A., Gupta S., Akbulut B. [1996], Linear Physical Programming: A new approach to multiple objective optimization, "Transactions on Operational Research" 8, s. 39-59.
  • Messac A., Mattson C.A. [2003], Generating Well-Distributed Sets of Pareto Points for Engineering Design Using Physical Programming, "Optimization and Engineering", vol. 3, no. 4, s. 431-450.
  • Messac A., Mullur A.A. [2007], Multiobjective Optimization: concepts and methods, [w:] Optimization of Structural and Mechanical Systems, ed. J.S. Arora, World Scientific Publishing Co.
  • Messac A., Puemi-Sukam C., Melachrinoudis E. [2000], Aggregate Objective Functions and Pareto Frontiers: Required Relationships and Practical Implications, "Optimization and Engineering", vol. 1, no. 2, s. 171-188.
  • Sharaf A.M., El-Gammal A.A. [2009], A Multi Objective Multi-Stage Particle Swarm Optimization MOPSO Search Scheme for Power Quality and Loss Reduction on Radial Distribution System, International Conference on Renewable Energies and Power Quality (ICREPQ' 2009), Valencia 15-17, April 2009.
  • Trzaskalik T. [2008], Wprowadzenie do badań operacyjnych z komputerem, wyd. II zmienione, PWE, Warszawa.
  • Yang T, Ignizio J.P., Kim H.J. [1991], Fuzzy programming with nonlinear membership functions: Piecewise linear approximation, "Fuzzy Sets and Systems" 41, s. 39-53.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171218773

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.