Инновационные методы создания и модернизации экопромышленных систем с позиций Общей теории критериальной оценки и Закон устойчивого развития - страница 3

Стратегия исключения (или некомпенсирующая стратегия) состоит в удалении (исключении) из списка имеющихся возможных вариантов тех, которые заведомо не удовлетворяют по какому-то одному или же сразу по нескольким критериям одновременно.

В соответствии с принципом Эджварта-Парето наилучшие решения следует выбирать среди парето-оптимальных. Если же в задаче принятия решений имеется дополнительная информация о том, что один из критериев важнее другого, то мы вправе рассчитывать на то, что такого рода информация позволит облегчить последующий выбор в пределах множества Парето. Иначе говоря, дополнительная информация об относительной важности критериев может быть использована для того, чтобы «забраковать» некоторые парето-оптимальные решения и, тем самым, сузить множество Парето и упростить последующий выбор, – задача выбора наилучшего решения C (X) на основе принципов парето-оптимальности.

Ранее существовали два основных метода выбора оптимальных решений на основе принципа парето-оптимальности: метод целевого программирования и метод анализа иерархий.

В основе метода, получившего наименование целевого программирования лежит простое эвристическое соображение – стараться в качестве наилучшего выбрать такой возможный вектор, который в критериальном пространстве расположен ближе всех остальных допустимых векторов к некоторому «идеальному» или к целому множеству «идеальных» векторов. Другими словами, в соответствии с целевым программированием, идеал – это недостижимая цель, к которой следует стремиться максимально приблизиться. Родоначальниками целевого программирования считаются А. Чарне и В. Купер, которые в 1953 году использовали указанное выше эвристическое соображение для решения многокритериальной задачи линейного программирования. В 1961 году свой метод они изложили в книге. Несмотря на отсутствие логического фундамента (его заменяет указанное эвристическое соображение) методы целевого программирования широко используются при решении различных прикладных задач, в которых присутствуют несколько критериев [1].

Метод анализа иерархий (сокращенно: МАИ) предназначен для многокритериальных задач с конечным множеством возможных векторов. Его применение основано на экспертной информации об относительной важности критериев в виде матрицы парных сравнений. Этот метод был предложен американским математиком Т. Саити в 1972 году. Впоследствии он сформировался в целый раздел принятия решений при наличии нескольких критериев. В настоящее время МАИ прочно вошел в теорию и практику многокритериального выбора. На основе МАИ был разработан пакет EXPERT CHOICE для поддержки принятия решений, получивший мировое признание и широкое распространение за рубежом. Этот пакет в своей деятельности успешно используют такие гиганты бизнеса, как General Motors, Lockheed, Ford Motor Company, Ferrari, General Electrikc и многие другие. МАИ, предназначенный для отыскания «весов» объектов, основан на использовании матрицы парных сравнений. Существует более простая и надежная версия – упрощенный вариант МАИ. Оба метода могут быть использованы при решении многокритериальных задач со сложной иерархической структурой целей.

С другой стороны к целям и задачам организации хозяйственной деятельности территорий, регионов, их экологической, экономической и промышленной безопасности, с позиций устойчивого развития можно подходить также и с помощью инструментария, предлагаемого в приложениях к Закону устойчивого развития (ЗУР) и Общей теории критериальной оценки (ОТКО), которые не противоречат основным положениям методологии принятия парето-оптимальных решений и имеют, с показанными выше подходами известных математиков, достаточно высокую степень корреляции и сходимости. Разница в подходах этих двух различных методологий (классов задач) определяется позицией исследователя в системе координат определяющих объективную реальность по отношению к объекту исследований, и, если первая рассматривает процесс с позиций ЛПР, то вторая показывает объективно сложившуюся ситуацию, в том числе и динамику процесса через изменения агрегированных (интегральных) индексов, построенных на оценке множества факторов (индикаторов) определяющих параметры системы, а также на основе графического анализа, постулатов и следствий из ЗУР. Результаты применения ОТКО и ЗУР могут быть вынесены, в том числе, как публичной оценки (например, в СМИ, по типу биржевого индекса Доу Джонса, показывающего тренд курса акций ведущих компаний на Нью-Йоркской фондовой бирже)), так и оценки группой независимых экспертов [2—7].