- Скалярное ранжирование
-
Скалярное ранжирование — подход к решению многокритериальных задач принятия решений, когда множество показателей качества (критериев оптимальности) сводятся в один с помощью функции скаляризации — целевой функции задачи принятия решения.
Содержание
Виды функций скаляризации
Аддитивная (взвешенная сумма)
где
— количество частных критериев;
— коэффициент важности (вес) частного критерия;
— функция полезности частного критерия.Обычно веса нормируют:
![w_i \isin [0, 1].](4523d2ce92c99bdffb6ae90c42174f0c.png)
Мультипликативная (взвешенное произведение)
Каноническая аддитивно-мультипликативная
где
— адаптационный параметр 
-
- Модификация канонической аддитивно-мультипликативной
где
— дополнительные параметры, 
Аддитивно-мультипликативная, построенная на основе ряда Винера
(сложность определяется степенью полинома)
где
— весовые коэффициенты произведения частных критериев 
-
- Модификация аддитивно-мультипликативной, построенной на основе ряда Винера
(добавлены члены с дробными степенями и отсутствуют произведения несовпадающих частных критериев)
где
— степень базового полинома;
— дополнительный параметр, определяющий характер зависимости.Показательная
где
— весовые коэффициенты частных критериев, 
Энтропийная
См. также
Литература
- ↑ Брахман Т. Р. Многокритериальность и выбор альтернативы в технике. — М.: Радио и связь, 1984. — 287 с.
- ↑ Соболева Е. В. Исследование эффективности критериев обобщенной полезности для задач многокритериального оценивания.
Категории:- Оптимизация
- Проектирование
- Принятие решений
Wikimedia Foundation. 2010.

![F_2(\vec f(\vec x)) = \prod\limits_{i = 1}^r {\left[{f_i (\vec x)} \right]} ^{w_i }.](9de484826dbc3dd804a53c1b7a1ae3ff.png)
![F_3(\vec f(\vec x)) = \beta \cdot\sum\limits_{i = 1}^r {w_i f_i (\vec x)} + (1 - \beta ) \cdot
\prod\limits_{i = 1}^r {[f_i (\vec x)]} ^{w_i }.](970e7a8257b0bc39ca7de417c45b7383.png)
![F_4(\vec f(\vec x)) = a \cdot \sum\limits_{i = 1}^r {w_i f_i (\vec x)} + b\cdot \prod\limits_{i = 1}^r {[f_i^{} (\vec x)]\,^{w_i } + \;} c \cdot \prod\limits_{i = 1}^r {[f_i^{} (\vec x)]\,^{1/w_i } },](17bda1042e1e45e020b29c8930233b16.png)

![F_6(\vec f(\vec x)) = \sum\limits_{i = 1}^r {w_i f_i (\vec x)} +
\sum\limits_{j = 2}^u {\sum\limits_{i = 1}^r {\{ w_{i + r(2j - 3)} [f_i^{} (\vec x)]^g } } +
w_{i + r(2j - 2)} [f_i^{} (\vec x)]^{1/g} \},](15f201a919d5b53cc1c86877e749bd34.png)

