Διαχείριση Υδατικών Πόρων Πολυκριτηριακή ανάλυση

Σχετικά έγγραφα
5 η ΕΝΟΤΗΤΑ ΠΟΛΥΚΡΙΤΗΡΙΑΚΟΣ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Διαχείριση Υδατικών Πόρων Εισαγωγή στη βελτιστοποίηση συστημάτων υδατικών πόρων

Αστικά υδραυλικά έργα

Πολυκριτηριακή βελτιστοποίηση

Πολυκριτηριακή βελτιστοποίηση

Αναγνώριση Προτύπων Ι

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Το µαθηµατικό µοντέλο του Υδρονοµέα

3 η ΕΝΟΤΗΤΑ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΕΝΟΣ ΚΡΙΤΗΡΙΟΥ

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΕΡΣΕΦΟΝΗ ΠΟΛΥΧΡΟΝΙΔΟΥ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΤΕ

Αστικά υδραυλικά έργα

Πολυκριτηριακός Γραμμικός Προγραμματισμός. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης

ΔΙΑΧΕΙΡΙΣΗ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Αστικά υδραυλικά έργα

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Αστικά υδραυλικά έργα

Εφαρμοσμένη Βελτιστοποίηση

Εισαγωγικές Έννοιες. ημήτρης Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Εθνικό Μετσόβιο Πολυτεχνείο

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Θεωρία Πιθανοτήτων & Στατιστική

Αστικά υδραυλικά έργα

ΕΡΓΑΣΙΑ 3: ΠΟΛΥΚΡΙΤΙΡΙΑΚΗ ΑΝΑΛΥΣΗ ΤΑΜΙΕΥΤΗΡΑ ΠΛΑΣΤΗΡΑ

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων Ι Σύνολο- Περιεχόμενο Μαθήματος

ΔΙΑΧΕΙΡΙΣΗ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ

Υπόγεια Υδραυλική και Υδρολογία

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

Αστικά υδραυλικά έργα

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

2 η ΕΝΟΤΗΤΑ ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Επιχειρησιακή Έρευνα

Q 12. c 3 Q 23. h 12 + h 23 + h 31 = 0 (6)

ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΟΙΚΟΝΟΜΟΛΟΓΟΥΣ

Υ ΡΟΓΑΙΑ. Λογισµικό ιαχείρισης Υδατικών Πόρων. Υ ΡΟΝΟΜΕΑΣ: : Βέλτιστη διαχείριση υδροσυστηµάτων

Εγγυημένη ισχύς Αιολικής Ενέργειας (Capacity credit) & Περικοπές Αιολικής Ενέργειας

ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ. ΕΝΟΤΗΤΑ: Γραμμικές Συναρτήσεις Διάκρισης. ΔΙΔΑΣΚΟΝΤΕΣ: Βλάμος Π. Αυλωνίτης Μ. ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

Βέλτιστος Έλεγχος Συστημάτων

ΤΕΧΝΟΛΟΓΙΑ, ΚΑΙΝΟΤΟΜΙΑ ΚΑΙ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΤΗΤΑ 9 Ο εξάμηνο Χημικών Μηχανικών

ΒΟΗΘΗΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ

Αναγνώριση Προτύπων Ι

ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕ ΧΡΗΣΗ Η/Υ

6 η ΕΝΟΤΗΤΑ ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Γενικά Μαθηματικά ΙΙ

Ανάλυση ευαισθησίας Ανάλυση ρίσκου. Μαυρωτά Γιώργου Αναπλ. Καθηγητή ΕΜΠ

Υδροηλεκτρικοί ταμιευτήρες

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Στατιστική Ι. Ενότητα 7: Κανονική Κατανομή. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Στατιστική Ι. Ενότητα 2: Στατιστικά Μέτρα Διασποράς Ασυμμετρίας - Κυρτώσεως. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Διαχείριση Χρόνου & Δίκτυα στη Διοίκηση Έργων. Κηρυττόπουλος Κωνσταντίνος Επ. Καθηγητής ΕΜΠ

Περιβαλλοντική Πολιτική και Βιώσιμη Ανάπτυξη

ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ. Ενότητα #8: Βελτιστοποίηση Συστημάτων Ασαφούς Λογικής. Αναστάσιος Ντούνης Τμήμα Μηχανικών Αυτοματισμού Τ.Ε.

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΕΡΣΕΦΟΝΗ ΠΟΛΥΧΡΟΝΙΔΟΥ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΤΕ

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Eγγειοβελτιωτικά έργα και επιπτώσεις στο περιβάλλον

Μέθοδοι Βελτιστοποίησης

Εφαρμογές Συστημάτων Γεωγραφικών Πληροφοριών

Δυναμική Ηλεκτρικών Μηχανών

Υδρονοµέας Σύστηµα υποστήριξης της διαχείρισης υδατικών πόρων

ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΜΑΘΗΜΑΤΙΚΗ ΔΙΑΤΥΠΩΣΗ, Διαλ. 2. Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 8/4/2017

Εισαγωγή στη Διαδικασία Ιεραρχικής Ανάλυσης. Ρόκου Έλενα Μεταδιδακτορική Ερευνήτρια ΕΜΠ Κηρυττόπουλος Κωνσταντίνος Επ.

Μάθημα: Διαχείριση Υδατικών Πόρων Εργασία 3: Πολυκριτηριακή ανάλυση ταμιευτήρα Πλαστήρα

Διδάσκων: Νίκος Λαγαρός

ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΤΕΧΝΙΚΗΣ ΠΕΡΙΒΑΛΛΟΝΤΟΣ

Τ.Ε.Ι. ΑΝΑΤΟΛΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΚΑΙ ΘΡΑΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Εκτίμηση Περιβαλλοντικών Επιπτώσεων

ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ. ΕΝΟΤΗΤΑ: Αναγωγή _ Εξαγωγή & Έλεγχος. ΔΙΔΑΣΚΟΝΤΕΣ: Βλάμος Π. Αυλωνίτης Μ. ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

Αστικά υδραυλικά έργα

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

Κεφάλαιο 14: Διαστασιολόγηση αγωγών και έλεγχος πιέσεων δικτύων διανομής

Θεωρία Πιθανοτήτων & Στατιστική

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα. Συστήματα Αυτομάτου Ελέγχου. Ενότητα Α: Γραμμικά Συστήματα

Μαθηματικά. Ενότητα 7: Μη Πεπερασμένα Όρια. Σαριαννίδης Νικόλαος Τμήμα Λογιστικής και Χρηματοοικονομικής

Μέθοδοι Βελτιστοποίησης

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ

Το Πρόβλημα του Περιοδεύοντος Πωλητή - The Travelling Salesman Problem

Αστικά υδραυλικά έργα

Βιομηχανικοί Ελεγκτές

ΒΕΛΤΙΣΤΟΣ ΣΧΕΔΙΑΣΜΟΣ ΤΩΝ ΚΑΤΑΣΚΕΥΩΝ. Δρ. Πολ. Μηχ. Κόκκινος Οδυσσέας

Επιχειρησιακή Έρευνα

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΔΗΜΟΣΙΑ ΟΙΚΟΝΟΜΙΚΗ Ι

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΕΡΣΕΦΟΝΗ ΠΟΛΥΧΡΟΝΙΔΟΥ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΤΕ

Το υπολογιστικό σύστηµα Υδρονοµέας και η εφαρµογή του στην µελέτη των έργων εκτροπής του Αχελώου

Στατιστική Επιχειρήσεων

4 η ΕΝΟΤΗΤΑ ΜΕΤΑΕΥΡΕΤΙΚΟΙ ΑΛΓΟΡΙΘΜΟΙ ΕΠΙΛΥΣΗΣ ΠΡΟΒΛΗΜΑΤΩΝ ΕΝΟΣ ΚΡΙΤΗΡΙΟΥ

Μικροοικονομία. Ενότητα 5: Θεωρία της Παραγωγής. Δριτσάκη Χάιδω Τμήμα Λογιστικής και Χρηματοοικονομικής

Επιχειρησιακή Έρευνα

Αλληλεπίδραση Ανθρώπου- Υπολογιστή & Ευχρηστία

Βιομηχανικοί Ελεγκτές

Στατιστική Επιχειρήσεων Ι

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ. ΕΝΟΤΗΤΑ: Διανυσματικοί Χώροι (1) ΔΙΔΑΣΚΩΝ: Βλάμος Παναγιώτης ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

Εκτίμηση Περιβαλλοντικών Επιπτώσεων

Πληροφοριακά Συστήματα & Περιβάλλον Ασκήσεις

Εφαρμοσμένη Βελτιστοποίηση

ΔΙΑΧΕΙΡΙΣΗ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ

Το Επενδυτικό σχέδιο 3. Βασικές έννοιες και ορισµοί

Χημική Τεχνολογία. Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων. Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε.

Transcript:

Εθνικό Μετσόβιο Πολυτεχνείο Τομέας Υδατικών Πόρων και Περιβάλλοντος Διαχείριση Υδατικών Πόρων Πολυκριτηριακή ανάλυση Ανδρέας Ευστρατιάδης & Δημήτρης Κουτσογιάννης Σχολή Πολιτικών Μηχανικών, Αθήνα

Άδεια χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άδεια χρήσης άλλου τύπου, αυτή πρέπει να αναφέρεται ρητώς.

Τυπικά κριτήρια που διέπουν τη διαχείριση των υδατικών πόρων (1/2) Απόδοση: Μεγιστοποίηση της ασφαλούς (με δεδομένο επίπεδο αξιοπιστίας) προσφοράς νερού από τα συναφή έργα αξιοποίησης (ταμιευτήρες, γεωτρήσεις, κτλ.) για διάφορες καταναλωτικές χρήσεις (ύδρευση, άρδευση). Αξιοπιστία: Ελαχιστοποίηση της συχνότητας εμφάνισης ελλείμματος (πιθανότητα αστοχίας) για τις διάφορες χρήσεις νερού. Κόστος: Ελαχιστοποίηση των πάγιων και μεταβλητών εξόδων (κόστη λειτουργίας και συντήρησης) όλων των συνιστωσών του υδροσυστήματος. Πρωτεύουσα ενέργεια: Μεγιστοποίηση της ενέργειας αιχμής που παράγεται από ένα σύστημα Υ/Η έργων με υψηλή (π.χ. 99%) αξιοπιστία. Ποιότητα νερού: Διατήρηση των φυσικοχημικών και βιολογικών παραμέτρων του νερού στο εύρος που ορίζει η νομοθεσία, ανάλογα με τις χρήσεις νερού που εξυπηρετούνται. Α. Ευστρατιάδης & Δ. Κουτσογιάννης, Πολυκριτηριακή ανάλυση 3

Τυπικά κριτήρια που διέπουν τη διαχείριση των υδατικών πόρων (2/2) Βιωσιμότητα οικοσυστημάτων: Διατήρηση επαρκούς ποσότητας και ποιότητας νερού σε τροποποιημένα υδάτινα σώματα, ώστε να μην υφίστανται μη αναστρέψιμες επιπτώσεις η χλωρίδα και η πανίδα. Ποιότητα περιβάλλοντος: Διατήρηση της αισθητικής αξίας του τοπίου στο οποίο εντάσσεται το υδροσύστημα. Α. Ευστρατιάδης & Δ. Κουτσογιάννης, Πολυκριτηριακή ανάλυση 4

Λήψη αποφάσεων με αντικρουόμενα κριτήρια Εισαγωγικό παράδειγμα Πώς είναι δυνατή η σύγκριση κριτηρίων που δεν αποτιμώνται σε κοινή μονάδα μέτρησης; Αν τα κριτήρια είναι αντικρουόμενα, μπορεί να προσδιοριστεί μια εφικτή επιλογή που να είναι βέλτιστη για όλα τα κριτήρια ταυτόχρονα; Με ποιες υπολογιστικές διαδικασίες είναι δυνατή η εύρεση ικανοποιητικών συμβιβασμών; Πώς υλοποιείται η λήψη της τελικής απόφασης; Προστασία περιβάλλοντος (βιωσιμότητα) Στρατηγική Δ (μη αποδεκτή) Στρατηγική Α (οικολογική) Στρατηγική Ε (μη εφικτή) Εκμετάλλευση φυσικών πόρων (οικονομικό όφελος) Σχήμα 1. Λήψη απόφασης σε αντικρουόμενα κριτήρια Α. Ευστρατιάδης & Δ. Κουτσογιάννης, Πολυκριτηριακή ανάλυση 5 Στρατηγική Γ (ενδιάμεση, συμβιβαστική) Στρατηγική Β (αναπτυξιακή)

Σε τι διαφέρει η βελτιστοποίηση βαθμωτών και διανυσματικών συναρτήσεων; Βαθμωτή βελτιστοποίηση Διανυσματική βελτιστοποίηση Μεταβλητές ελέγχου x = [x 1,, x n ] x = [x 1,, x n ] Στοχική συνάρτηση f(x) f(x) = [f 1 (x),, f m (x)] Πεδίο ορισμού X R n X R n Πεδίο τιμών F R F R m Σύγκριση λύσεων (σε πρόβλημα ελαχιστοποίησης) Εφικτότητα και μοναδικότητα βέλτιστης λύσης Η λύση x 1 υπερτερεί της x 2 αν f(x 1 ) < f(x 2 ) Η λύση x * είναι ολικά βέλτιστη αν f(x * ) f(x) για κάθε x Χ Η λύση x 1 υπερτερεί της x 2 αν f j (x 1 ) < f j (x 2 ) για κάθε κριτήριο j = 1,, m Εφόσον τα κριτήρια είναι αντικρουόμενα, δεν υπάρχει εφικτό σημείο x * τέτοιο ώστε f j (x * ) f j (x) για κάθε x Χ και για κάθε j = 1,, m Α. Ευστρατιάδης & Δ. Κουτσογιάννης, Πολυκριτηριακή ανάλυση 6

Η έννοια της κυριαρχίας Το μέτωπο Pareto f 2 Περιοχή λύσεων που είναι αδιάφορες ως προς την Α (f A ~ f) Λύσεις επί των οποίων η Α κυριαρχεί ασθενώς (f A f) Περιοχή λύσεων επί των οποίων η Α κυριαρχεί (f A < f) Περιοχή λύσεων που κυριαρχούν επί της Α (f A > f) Ουτοπική ή ιδεατή λύση Σημείο (λύση) αναφοράς, Α Μέτωπο Pareto Σχήμα 2. Μέτωπο Pareto Όριο πεδίου αποτίμησης Περιοχή λύσεων που είναι αδιάφορες ως προς την Α (f A ~ f) f 1 Α. Ευστρατιάδης & Δ. Κουτσογιάννης, Πολυκριτηριακή ανάλυση 7

Η έννοια του βέλτιστου Pareto (1/2) Ορισμοί βελτίστου διανυσματικών συναρτήσεων (θεωρείται πρόβλημα ελαχιστοποίησης των κριτηρίων): Ένα εφικτό διάνυσμα x * Χ είναι βέλτιστο εφόσον δεν υπάρχει άλλο εφικτό διάνυσμα x Χ τέτοιο ώστε f(x) f(x * ). Ένα εφικτό διάνυσμα x * Χ είναι βέλτιστο αν δεν υπάρχει άλλο διάνυσμα x Χ που να μπορεί να βελτιώσει κάποιο κριτήριο f ι χωρίς ταυτόχρονα να χειροτερέψει τουλάχιστον ένα άλλο κριτήριο f j. Οι παραπάνω ορισμοί οδηγούν σε ένα σύνολο εφικτών λύσεων x * που καλούνται βέλτιστες Pareto ή μη κατώτερες (non-inferior) ή μη κυριαρχούμενες (non-dominated), συμβολίζεται με Χ * και καλείται σύνολο Pareto (Pareto set). Η απεικόνισή του F * ορίζει ένα υποσύνολο του πεδίου αποτίμησης F, που καλείται μέτωπο Pareto (Pareto front). Α. Ευστρατιάδης & Δ. Κουτσογιάννης, Πολυκριτηριακή ανάλυση 8

Η έννοια του βέλτιστου Pareto (2/2) Τα βέλτιστα Pareto σημεία μιας διανυσματικής συνάρτησης είναι μαθηματικά ισοδύναμα στην πράξη, εφόσον απαιτείται η επιλογή μιας μοναδικής λύσης, προκύπτει η ανάγκη προσδιορισμού του καλύτερα συμβιβαστικού (best-compromise) εξ αυτών, είτε κατά την κρίση του αναλυτή ή βάσει ενός βαθμωτού μέτρου συνάθροισης των κριτηρίων, που καλείται συνάρτηση χρησιμότητας (utility function). Α. Ευστρατιάδης & Δ. Κουτσογιάννης, Πολυκριτηριακή ανάλυση 9

Ερμηνεία της συνάρτησης χρησιμότητας Ως συνάρτηση χρησιμότητας νοείται μια μαθηματική έκφραση τέτοια ώστε σε κάθε εφικτό συνδυασμό κριτηρίων να αντιστοιχεί ένα βαθμωτό μέτρο επίδοσης u, τέτοιο ώστε να είναι δυνατή η ταξινόμηση των εναλλακτικών λύσεων. Η συνάρτηση χρησιμότητας διατυπώνεται ως: Η συνάρτηση χρησιμότητας απεικονίζεται στο χώρο αποτίμησης F με τη μορφή ισοσταθμικών καμπυλών, οι οποίες καλούνται καμπύλες αδιαφορίας (indifference curves). Τα σημεία που βρίσκονται στην ίδια καμπύλη αδιαφορίας θεωρούνται εξίσου αποδεκτά. Η καλύτερα συμβιβαστική λύση βρίσκεται στο σημείο στο οποίο η καμπύλη αδιαφορίας εφάπτεται του μετώπου Pareto. u = U [f 1 (x),, f m (x)] f 2 Καλύτερος συμβιβασμός u 2 < u 1 u 3 < u 2 Α. Ευστρατιάδης & Δ. Κουτσογιάννης, Πολυκριτηριακή ανάλυση 10 u 1 Καμπύλη αδιαφορίας Σχήμα 3. Ισοσταθμικές καμπύλες u 4 < u 3 f 1

Κλασικές τεχνικές πολυκριτηριακής ανάλυσης (α) Μέθοδος των βαρών Διαμορφώνεται μια σταθμισμένη συνάρτηση χρησιμότητας u(x), με τη χρήση προεπιλεγμένων συντελεστών βάρους, που εκφράζουν τη σχετική σημασία κάθε κριτηρίου, δηλαδή: min u(x) = w j f j (x) Για να μην προκύψουν προβλήματα κλίμακας, απαιτείται μετασχηματισμός των f j (π.χ. αδιαστατοποίηση), ώστε το εύρος διακύμανσης των κριτηρίων να είναι της ίδιας τάξης μεγέθους. Μεταβάλλοντας τις τιμές των βαρών w j, προκύπτουν διαφορετικές λύσεις του προβλήματος βαθμωτής βελτιστοποίησης, οι οποίες είναι βέλτιστες Pareto. Μειονέκτημα της μεθόδου είναι ο αυθαίρετος ορισμός των βαρών και η αδυναμία εντοπισμού των μη κυρτών περιοχών του μετώπου Pareto. Α. Ευστρατιάδης & Δ. Κουτσογιάννης, Πολυκριτηριακή ανάλυση 11 f 2 B A Σχήμα 4. Μέθοδος βαρών Συνάρτηση χρησιμότητας u = w 1 x 1 + w 2 x 2 Γ f 1

Κλασικές τεχνικές πολυκριτηριακής ανάλυσης (β) Μέθοδος προγραμματισμού στόχων Αποσκοπεί στην εύρεση της κοντινότερης εφικτής λύσης με βάση ένα μέτρο απόστασης ως προς κάποιο επιθυμητό μη εφικτό σημείο (διάνυσμα-στόχος). Στη γενική περίπτωση, η συνάρτηση χρησιμότητας διατυπώνεται ως εξής: min u(x) = ( w j [f j (x) τ j ] p ) 1/p όπου p παράμετρος κλίμακας. f 2 Η μέθοδος χρησιμοποιεί ένα γεωμετρικό ορισμό της καλύτερα συμβιβαστικής λύσης, που για p = 2 και w j = 1 υποδηλώνει την ευκλείδεια απόσταση των κριτηρίων από τις τιμές-στόχους τ j. Ως τιμή-στόχος κάθε κριτηρίου μπορεί να θεωρηθεί η ολικά βέλτιστη τιμή f j * κάθε επιμέρους κριτηρίου (ελαχιστοποίηση «απόστασης» από την ουτοπική λύση). Μεταβάλλοντας τις τιμές των τ j και w j, προκύπτουν διαφορετικές λύσεις του προβλήματος, που είναι βέλτιστες Pareto. Α. Ευστρατιάδης & Δ. Κουτσογιάννης, Πολυκριτηριακή ανάλυση 12 τ 2 (Α) τ 1 (Α) Ελάχιστο κριτηρίου 1 A Διάνυσμαστόχος Ελάχιστο κριτηρίου 2 Σχήμα 5. Μέθοδος προγραμματισμού στόχων f 1

Κλασικές τεχνικές πολυκριτηριακής ανάλυσης (γ) Μέθοδος ε-περιορισμών Η μέθοδος συνίσταται στη βελτιστοποίηση του πλέον κρίσιμου ή πρωτεύοντος κριτηρίου f p (x), χειριζόμενοι τα υπόλοιπα κριτήρια ως μαθηματικούς περιορισμούς που φράσσονται από αντίστοιχα επιτρεπόμενα όρια, ε j. Διαμορφώνεται το πρόβλημα βελτιστοποίησης της βαθμωτής συνάρτησης f p (x), στην οποία εισάγονται m 1 περιορισμοί της μορφής f j (x) ε j. Διαφοροποιώντας το πρωτεύον κριτήριο και μεταβάλλοντας τις τιμές των περιορισμών, προκύπτουν λύσεις που είναι βέλτιστες Pareto. Τα μειονεκτήματά της μεθόδου είναι αφενός η προσθήκη περιορισμών στο τροποποιημένο πρόβλημα, παρόλο που το αρχικό δεν διατυπώνεται, υποχρεωτικά, με περιορισμούς, και αφετέρου η μη εξασφαλισμένη εύρεση εφικτών λύσεων, στην περίπτωση που τα όρια ε j είναι μη εφικτά ή, έστω, υπερβολικά αυστηρά. f 2 ε 2 A Άνω όριο κριτηρίου 2 Περιοχή μη εφικτών λύσεων Σχήμα 6. Μέθοδος ε-περιορισμών f 1 Α. Ευστρατιάδης & Δ. Κουτσογιάννης, Πολυκριτηριακή ανάλυση 13

Κλασικές τεχνικές πολυκριτηριακής ανάλυσης Σύνοψη και μειονεκτήματα Επιδιώκεται η εύρεση μιας μεμονωμένης λύσης, βελτιστοποιώντας τη στοχική συνάρτηση ενός ισοδύναμου μονοκριτηριακού προβλήματος, που ταυτίζεται με τη συνάρτηση χρησιμότητας του αρχικού. Τα χαρακτηριστικά της εν λόγω λύσης εκφράζονται με τη μορφή βαρών, τιμώνστόχων ή προτεραιοτήτων, που προσδιορίζονται εκ των προτέρων (πριν τη βελτιστοποίηση), με τρόπο υποκειμενικό/εμπειρικό. Διαφοροποιώντας τη διατύπωση του μετασχηματισμένου προβλήματος και επαναλαμβάνοντας τη διαδικασία αναζήτησης, είναι δυνατός ο εντοπισμός εναλλακτικών μη κατώτερων λύσεων. Τα μειονεκτήματα της παραπάνω προσέγγισης είναι: Αυθαίρετη διατύπωση της συνάρτησης χρησιμότητας, που δεν αποκλείει την «καθοδήγηση» της διαδικασίας σε μια προαποφασισμένη επιλογή Βήμα-προς-βήμα προσέγγιση του μετώπου Pareto υπολογιστικός φόρτος Αριθμητικές δυσχέρειες (ευαισθησία στο σχήμα του μετώπου Pareto, αδυναμία εντοπισμού μη κυρτών περιοχών του, προβλήματα κλίμακας λόγω μη συμμετρούμενων κριτηρίων, εισαγωγή περιορισμών, κτλ.) Αδυναμία αναγνώρισης των ανταγωνισμών των κριτηρίων Α. Ευστρατιάδης & Δ. Κουτσογιάννης, Πολυκριτηριακή ανάλυση 14

Σύγχρονες προσεγγίσεις με πολυκριτηριακούς εξελικτικούς αλγορίθμους Επιδιώκεται ο ταυτόχρονος εντοπισμός ενός αντιπροσωπευτικού δείγματος μη κατωτέρων λύσεων, με χρήση εξελικτικών αλγορίθμων, με τη διαμόρφωση μιας σύνθετης συνάρτησης καταλληλότητας που συνήθως περιλαμβάνει: ένα μέτρο κυριαρχίας, με το οποίο κάθε υποψήφια λύση κατατάσσεται/ ταξινομείται με βάση τη σχετική της θέση στο πεδίο αποτίμησης, εξασφαλίζοντας σύγκλιση του πληθυσμού προς το μέτωπο Pareto ένα μέτρο διασποράς, που ευνοεί την επιλογή λύσεων που έχουν μικρότερη πυκνότητα πληθυσμού στη γειτονιά τους, εξασφαλίζοντας μια ομοιόμορφη κατανομή του τελικού δείγματος στο μέτωπο Pareto. Ο πληθυσμός έχει συγκλίνει ομοιόμορφα στο μέτωπο Pareto Ο πληθυσμός δεν έχει συγκλίνει στο πραγματικό μέτωπο Pareto Τα σημεία δεν είναι καλά κατανεμημένα στο μέτωπο Pareto Α. Ευστρατιάδης & Δ. Κουτσογιάννης, Πολυκριτηριακή ανάλυση 15

Επιλογή της καλύτερα συμβιβαστικής λύσης (1/2) Εφόσον στην ανάλυση ενός συστήματος εμπλέκονται πολλαπλά και αντικρουόμενα μεταξύ τους κριτήρια, δεν είναι δυνατή η εύρεση μιας εφικτής επιλογής που να βελτιστοποιεί ταυτόχρονα το σύνολο των κριτηρίων. Στις περισσότερες πρακτικές εφαρμογές, είναι αναγκαία η επιλογή μίας και μοναδικής λύσης, που προκύπτει με βάση μία από τις ακόλουθες στρατηγικές: Κλασική πολυκριτηριακή προσέγγιση, με εκ των προτέρων διαμόρφωση της συνάρτησης χρησιμότητας και επίλυση του προβλήματος βελτιστοποίησης Παραγωγή αντιπροσωπευτικού δείγματος βέλτιστων Pareto λύσεων και εκ των υστέρων ανάλυση των εναλλακτικών επιλογών, λαμβάνοντας υπόψη επιπλέον κριτήρια, στόχους και περιορισμούς, που δεν είναι δυνατό να ποσοτικοποιηθούν και συνεπώς να ενταχθούν στο αρχικό μαθηματικό πρόβλημα (π.χ. κοινωνικά και περιβαλλοντικά κριτήρια). Α. Ευστρατιάδης & Δ. Κουτσογιάννης, Πολυκριτηριακή ανάλυση 16

Επιλογή της καλύτερα συμβιβαστικής λύσης (2/2) Μια τυπική στρατηγική λήψης αποφάσεων είναι η αντιστοίχηση όλων των κριτηρίων σε ισοδύναμα οικονομικά μεγέθη, οπότε η επιλογή του καλύτερου συμβιβασμού προκύπτει μέσω ανάλυσης κόστους-οφέλους. Στην πραγματικότητα, δεν υπάρχει αντικειμενικός τρόπος προσδιορισμού της πλέον συμβιβαστικής λύσης ενός πολυκριτηριακού προβλήματος. Η τελική επιλογή είναι ζήτημα προσωπικής κρίσης, διαίσθησης και εμπειρίας. Α. Ευστρατιάδης & Δ. Κουτσογιάννης, Πολυκριτηριακή ανάλυση 17

Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα Ε.Μ.Π.» έχει χρηματοδοτήσει μόνο τη αναδιαμόρφωση του εκπαιδευτικού υλικού. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εθνικούς πόρους.