ГЛАВА 9

НЕЧЕТКИЕ МОДЕЛИ ОПТИМИЗАЦИИ И ПРИНЯТИЯ РЕШЕНИЙ

Прошло уже более 15 лет со времени опубликования первых работ, посвяш;енных применению теории нечетких множеств к проблемам оптимизации п принятия решений [96, 82]. За после- дуюш;ий период вышло значительное число статей в этой области, что нашло свое отражение в известной библиографии [113], а также в книгах [47, 101, 126, 133] и, особенно, в критическом обзоре [127]. В начале восьмидесятых годов изданы первые монографии, освещающие вопросы принятия решений в нечеткой обстановке [27, 40, 45, 53, 64, 124], а также ряд крупных сборников [73, 111, 112]. Среди конференций и семинаров в этой области, проводимых в СССР, выделим наиболее представительную конференцию «Модели выбора альтернатив в нечеткой среде» (Рига, 1980 и 1984 г.); ее материалы отражают современное состояние отечественных работ по принятию решения в нечеткой обстановке. Отметим, что до настоящего времени, в основном, силы исследователей были направлены на формализацию отдельных процедур и этапов процесса принятия решения и что единых моделей, включающих все этапы, практически нет.

Подавляющая часть моделей принятия решения в нечетких условиях носит нормативный характер и представляет собой формализацию этапа выбора, когда множество альтернатив, критерии целей и ограничения, отношения предпочтения и пр. считаются заданными. При этом согласно предложенной в [35] и [127] классификации, существующие модели выбора в нечетких условиях можно разбить на достаточно независимые группы: по числу этапов или степени динамики (одноэтапные и могоэтапные), по числу лиц (ЛПР), принимающих решения (индивидуальные и коллективные), по числу используемых критериев (однокритериальные и многокритериальные). Наконец, по характеру описания предпочтений можно выделить модели нечеткого математического программирования и нечетких бинарных отношений альтернатив. Особый класс составляют лингвистические модели принятия решения, основанные на нечеткой логике с лингвистическими значениями истинности.