Noțiuni și proprietăți de bază

Problema de optimizare multicriterială reprezintă modelul problemelor

decizionale în care din mulțimea X de variante posibile trebuie aleasă una în
condiția că fiecare variantă x (rezultatul adoptării ei) se estimează printr-un set de
indicatori numiți criterii parțiale. Un criteriu parțial reflectă o anumită proprietate a
variantei x, adică un aspect, o consecință a rezultatului adoptării ei.

Anume lipsa unui criteriu unic care să aprecieze global (integral) calitatea
variantei și constituie specificul acestei probleme. Decidentul trebuie să aleagă o
variantă ținând cont de toate criteriile parțiale. În problema de cercetare
operațională prezența a mai multor criterii parțiale folosite pentru luarea deciziei
reprezintă (reflectă) în model existența a mai multor scopuri reale, deseori
contradictorii, pe care decidentul le urmărește (de care ține cont) concomitent când
alege strategia (varianta) sa. Valoarea criteriului cu numărul i pentru varianta x
caracterizează realizarea scopului respectiv pus de decident. Deci în model
criteriile parțiale reprezintă scopurile multiple și sunt identificate cu acestea.

În problemele reale mai este posibil și faptul că inițial unele criterii nu sunt
numerice. În asemenea cazuri se folosesc scări, proceduri speciale, care le
transformă în criterii numerice. Spre exemplu, în patinajul artistic criteriile
”tehnica de executare” și ”impresia artistică”, care nu sunt numerice, se transformă
în numerice – fiecărui sportiv x i se pune în corespondență un număr – punctajul
pentru tehnică, și un altul – punctajul pentru impresia artistică, adică criteriile
devin numerice. Evident, aici nu poate fi exclus subiectivismul, însă acest
subiectivism nu este exclus în problemele de cercetare operațională (în care
participă persoane) chiar începând de la lista scopurilor (obiectivelor) puse de
decident.

Să notăm prin W spațiul soluțiilor. Acele soluții care pot fi analizate în

procesul de determinare a soluției finale formează o submulțime Х a spațiului W.
Această mulțime X  W reprezintă mulțimea soluțiilor admisibile. Mulțimea Х se
determină prin enumerare (în cazul când e un număr finit de soluții admisibele),
sau de un set de restricții care permite de a determina o mulțime infinită de soluții
admisibile.

Bine, fie că avem o funcție numerică f valorile căreia determină nivelul

preferințelor în luarea deciziei. E firesc să considerăm că obiectivul (scopul) e de a
majora valoarea funcției f, care și este criteriul de optimizare. Să subliniem un
moment esențial – funcția f e un criteriu unic, ce determină alegerea soluției, iar
luarea deciziei o privim ca găsirea unui element din mulțimea Х pentru care funcția
f î-și atinge valoarea maximă. Deci, avem o problemă de optimizare
monocriterială scalară

f ( x)  max , x  X . (1)
 Modelul expus, din punct de vedere a formalizării problemei de luare a
deciziei, e cel mai simplu.

Definiție. Elementul x *  X este soluție a problemei de optimizare scalară (1)

dacă f ( x * )  f ( x) pentru orice x  X .

O.k., revenim la cazul când avem mai multe scopuri (obiective). Deci avem
un set din m criterii de determinare a soluției (1 ,  2 ,...,  m ) , care sunt definite în
spațiul W (sau, posibil, pe un un subspațiu al acestuia, dar care include în sine
mulțimea soluțiilor admisibile X ).

În aceste probleme e firesc de analizat vizavi de spațiul soluțiilor W și

spațiul criterial W ' , care reprezintă produsul cartezian al scărilor criteriilor.

Astfel, setul de funcții criteriale definește o aplicație   (1 ,  2 ,...,  m ) din

W în W ' .

Definiție. Setul de funcții criteriale este complet, dacă acest set descrie toate
obiectivele esențiale și preferințele decidentului.

Definiție. Mulțimea Y   ( X )  { y : y   ( x), x  X } reprezintă mulțimea

valorilor realizabile ale funcțiilor criteriale.

Bine, să considerăm o problemă multicriterială cu criterii independente (vom

reveni la problema independenței criteriilor, deoarece e foarte importantă) și să
presupunem că decidentul a reușit să ordoneze valorile pe scări pentru fiecare
criteriu parțial. Apare întrebarea – e suficient acest lucru pentru a determina soluția
problemei cum ar fi în cazul problemei de optimizare scalară. Răspunsul e negativ.
Dacă în problema de optimizare scalară soluția x ' e mai preferabilă decât soluția
x" atunci și numai atunci când f ( x ' )  f ( x" ) în problemele multicriteriale
nu e clar în ce măsură micșorarea valorii unui criteriu parțial poate fi compensată
prin majorarea valorii altui criteriu.

Dacă e să ne oprim la noțiunea de preferință, atunci pentru fiecare criteriu

parțial putem stabili pentru valorile acestui criteriu relațiile ”mai bună” (notație
y 'j  y "j ) sau ”echivalentă” (notație y 'j  y "j ). Vom considera de

asemenea noțiunea ”nu mai rea” (notație y 'j y "j ), care denotă faptul că
y 'j  y "j sau y j  y j .
' "

Definiție. Vom spune că punctul y ' W ' domină punctul y" W ' după
Pareto (vom nota acest fapt prin y ' P y" ), dacă pentru toate criteriile parțiale
 
j  {1,2,..., m} are loc y 'j y "j și cel puțin pentru un criteriu parțial y 'j  y "j

.
Definiție. Vom spune că punctul y ' W ' domină punctul y" W '
după Slater (vom nota acest fapt prin y ' S y" ), dacă pentru toate criteriile

parțiale are loc y y .' "
j j

Definiție. Vom spune că punctele y ' W ' și y" W ' (notăm

y  y ), dacă pentru toate criteriile parșiale j  {1,2,..., m} avem y 'j  y "j .
' "

Noțiunile de dominare după Pareto și Slater ne permit de a da definiția

soluției unei probleme multicriteriale.

Definiție. Punctul y 0  Y din spațiul criteriilor se numește optim după

Pareto, dacă { y  Y : y P y 0 }  Ø.

Un așa punct se mai numește punct efectiv.

Definiție. Punctul y 0  Y din spațiul criteriilor se numește optim după

Slater,dacă { y  Y : y S y 0 }  Ø.

Un așa punct se mai numește slab efectiv.

Atât mulțimea punctelor optime după Pareto, cât și după Slater, de regulă
contin mai multe puncte din mulțimea Y.

Definiție. Mulțimea punctelor criteriale optime după Pareto în Y se numește

mulțime Pareto în spațiul criterial, sau mulțime optimă după Pareto (mulțime
efectivă după Pareto) și se notează prin P ( y ) .

Definiție. Mulțimea punctelor criteriale optime după Slater în Y se numește

mulțime Slater în spațiul criterial, sau mulțime optimă după Slater (mulțime slab-
efectivă) și se notează prin S ( y ) .

Evident, că P (Y )  S (Y ) .

Relațiile de dominare după Pareto și Slater, precum și realția de echivalență,

definite pentru cuplurile de puncte ale spațiului criterial, generează relațiile
respective și în spațiul soluțiilor.
x ' P x"   ( x ' ) P  ( x" ) ,
x ' S x"   ( x ' ) S  ( x" ) ,
x '  x"   ( x ' )   ( x" ) .

Mulțimea elementelor nedominate din spațiul soluțiilor sunt notate prin

P ( X ) și S ( X ) .
 Definiție. Drept soluție a unei probleme multicriteriale se consideră
mulțimea P( X ) .