ДЕКОМПОЗИЦИЯ ЗАДАЧИ ПРИНЯТИЯ РЕШЕНИЙ НА УРОВНИ ПРЕДПОЧТЕНИЯ МАЖОРИТАРНОГО ГРАФА

Обложка

Цитировать

Полный текст

Аннотация

Рассматриваются задачи принятия решений с большим числом альтернатив. Предлагается предварительно сузить исходное множество альтернатив, исключив заведомо худшие варианты. С этой целью проводится декомпозиция исходной задачи на уровни предпочтения мажоритарного графа. Уровни графа, содержащие наименее предпочтительные альтернативы, удаляются. Разработан алгоритм построения агрегированного полного квазипорядка для упорядочения множества наилучших альтернатив. Уровни предпочтения мажоритарного графа используются для ранжирования альтернатив с помощью Гамильтоновых путей в орграфе. Предлагается алгоритм нахождения Гамильтоновых путей в орграфе методом возведения в степень матрицы смежности. Представлена прикладная задача упорядочения моделей дронов с помощью алгоритма построения полного квазипорядка.

Об авторах

С. О. Смерчинская

МАИ (национальный исследовательский ун-т)

Email: svetlana_os@mail.ru
Россия, Москва

Н. П. Яшина

МАИ (национальный исследовательский ун-т)

Автор, ответственный за переписку.
Email: nina_p_yashina@mail.ru
Россия, Москва

Список литературы

  1. Кормен Т., Лейсерзон Ч., Риверст Р., Штайн К. Алгоритмы. Построение и анализ. М.: Вильямс, 2006.
  2. Smerchinskaya S.O., Yashina N.P. Preference Levels for Clusters of Alternatives // Intern. J. Modeling, Simulation, and Scientific Computing. 2019. V. 10. Iss. 4. https://doi.org/10.1142/S1793962319500193
  3. Жуков М.С., Орлов А.И. Задача исследования и итогового ранжирования мнений группы экспертов с помощью медианы Кемени // Научный журнал КубГАУ. 2016. № 122(08).
  4. Мулен Э. Кооперативное принятие решений: Аксиомы и модели. М.: Мир, 1991.
  5. Schulze M. A New Monotonic, Clone-independent, Reversal Symmetric, and Condorcet-consistent Single-winner Election Method // Social Choice and Welfare. 2011. V. 36. P. 267–303.
  6. Рейнгольд Э., Нивергельт Ю., Део Н. Комбинаторные алгоритмы. Теория и практика. М.: Мир, 1980.
  7. Миркин Б. Г. Проблема группового выбора. М.: Наука, 1974.
  8. Нефедов В.Н., Осипова В.А., Смерчинская С.О., Яшина Н.П. Непротиворечивое агрегирование отношений строгого порядка // Изв. вузов. Математика. 2018. № 5. С. 71–85.
  9. Нефедов В.Н., Смерчинская С.О., Яшина Н.П. Непротиворечивое агрегирование отношений квазипорядка // Прикладная дискретная математика. 2019. № 45. С. 113–126.
  10. Кофман А. Введение в прикладную комбинаторику. М.: Наука, 1975.
  11. Кристофидес Н. Теория графов. Алгоритмический подход. М.: Мир, 1978.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2.

Скачать (136KB)
Метаданные
3.

Скачать (41KB)
Метаданные
4.

Скачать (114KB)
Метаданные
5.

Скачать (43KB)
Метаданные

© С.О. Смерчинская, Н.П. Яшина, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».