'i YK0Hi. Это означает, что
δ(
,
j , Zj)=Ø , j J
Отсюда следует, что
Fj( j, y*j , zнj) <Гвj, j J
или
Fj( j, y**j , zвj) <Гнj, j J
Учитывая соотношения (10.98), (10.99), усилим полученные неравенства:

Из данных неравенств, учитывая, что ∆(xj,
j, Zj)= [Гнj, Гвj], следует
FN(x1, y0, zN) ∆ ( j,
j , Zj ) при j
J. Это противоречит доказанному условию (10.123) и свидетельствует об истинности условия (10.106).
Покажем, что условия (10.106), (10.123) остаются в силе и при определении Yконi из условий (10.101), где Гвj = min {Fi (xi, у**j, zвj ),
Fi (xi , yi, yi+1, у**j, zвj ); j
[1, N]}; yk![]()
к ; к= i, i + 1, ..., N. Для этого подставим в использовавшиеся выше неравенства вместо Fi (xi, у**i,zвi ) значения Гвi. Все эти неравенства, учитывая определения Гвi, только усилятся. Отсюда следует правомочность распространения условий (10.123) и (10.106) и на YK0Hi , определяемых по правилу (10.101).
Особо отметим, что каждый элемент уi YK0Hi (i=1, 2, ..., N) является потенциально рациональным и, следовательно, не может быть исключен из рассмотрения. Данное утверждение основывается на том, что на моделях каждого i-гo уровня по имеющейся информации (множествам допустимых значений
j (j > i) или соответствующим им zнi и zвi, а также результатам моделирования в отдельных точках на моделях следующих за i-м уровней, по которым формируется Гвi, Гнi) определить оценки функционала конкретнее, чем диапазоном ∆, не представляется возможным. Оценка каждого yi в этих же условиях не может быть названа конкретнее, чем принадлежность диапазону
[Fi (xi, yi, zнi); Fi (xi, yi, zвi)]. Следовательно, каждую рекомендацию, у которой диапазон оценок пересекается с ∆, можно рассматривать как потенциально рациональную. Именно это условие положено в основу определения YK0Hi, являющегося минимальным подмножеством
i, содержащим
.
10.1.3.5. Структура алгоритма формирования и последовательного сужения множеств конкурентоспособных рекомендаций
Пусть в некоторый момент определена совокупность консультационных операций, математические модели которых образуют элементарную тандемную модель с признаком одноименности К. Это является условием, требующим и допускающим проведение согласования результатов выполнения рассматриваемых совокупностей консультационных операций между собой. Уровни образовавшейся тандемной модели, представляемые операторами
Fi: {xi, yi, zi)}
К, (i = 1, 2, ... , N), являются основными исходными данными для рассматриваемого алгоритма, который носит пошаговый характер. Целью каждого к-го шага, выполняемого на i-м уровне детализации, является определение множества конкурентоспособных рекомендаций YКОH(к)i из множества исходных для этого шага альтернатив
(к)i. Такими альтернативами для первого шага являются рекомендации из
i0, определяемые рассматриваемой концепцией консультируемой проблемы, а для последующих шагов — множество конкурентоспособных рекомендаций, полученное на предыдущем шаге, т. е.
(к)i= YКОH (к-1)i , i=l, 2, .... N; к > 1.
Определяющим для выделения YКОH (к)i из
(к)i и формирования гарантированного диапазона ∆ являются значения zнi и zвi,
задающие Zi соответствующее ![]()
j. Вместо значения zвi в процессе формирования YКОHi более эффективным является использование минимального из гарантированно достижимых значений критерия, обозначаемого Гвi. Поэтому в дальнейшем в качестве исходных данных для определения YКОH i принимают zнi и Гвi. Эти значения определяются на каждом шаге результатами детализации некоторой совокупности рекомендаций ![]()
YКОHi, каждая из которых находится при выполнении текущего шага из условия максимальной конкретизации YКОHi . Ранее такая совокупность была обозначена πi = πi (YКОH i ,
). Рекомендации
(совместно с xi) определяют директивные данные xi+1 для следующего уровня детализации. На основе полученных данных в этом случае выполняется процедура, аналогичная рассматриваемой, а результаты в виде значений Гвi +1, Гнi +1 сообщаются на i-й уровень, где значения
Гвi +1 используются для понижения верхней границы Гвi , а Гнi +1 — для порождения новых липшицевых точек.
В итоге всю совокупность действий, выполняемых на i-м уровне детализации, можно представить в виде некоторого оператора:
КVS:{i, x, ,
,
, α}
{Yкон, Гн, Гв},
где αi — параметр, определяющий схему организации взаимодействия i-го и (i — 1)-го уровней. В рассматриваемом случае α~
, т. е. передача информации на (i — 1)-й уровень производится по достижению заданной точности определения значений критерия. Для описания этих действий вводятся в рассмотрение следующие операторы:
- КLIP — реализующий формирование множества липшицевых точек по значениям вычислений функции
(xi, yi, zi+1) в точках
yi ![]()
![]()
![]()
i:
КLIP:{i, L,
,
,
}
;
- КZN — реализующий определение значений zHi по множеству липшицевых точек:
КZN:{i, F,
} zH;
- КPR — реализующий выделение из множества липшицевых точек Li тех, которые находятся в ε-окрестности функции Fi (xi, yi, zHi ) на i:
КPR:{i, F, zH,
, ε } π;
- RKON — реализующий выделение из множества альтернативных рекомендаций
i конкурентоспособных:
RKON : {i,
, Гв, ZH} {YK0H, ∆}.
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 |


