Архив статей журнала
При возникновении чрезвычайной ситуации необходимо принять эффективные экстренные меры. Известно, что аварийное событие обладает характеристиками ограниченности времени и информации, вредоносности и неопределенности, а лица, принимающие решения, часто ограничены в рациональности в условиях неопределенности и риска. Психологическое поведение людей следует учитывать в реальных процессах принятия решений. Принятие решений в чрезвычайных ситуациях является актуальной задачей и предметом исследовательских интересов. В этой статье представлен новый подход к принятию экстренных решений с использованием нечетких колеблющихся множеств. Для определения весов критериев строится математическая модель, которая позволяет преобразовать значения критериев в совместимую шкалу и исключить влияние различных шкал для их измерений. Чтобы отобразить психологическое поведение лиц, принимающих решения, вводится функция степени группового удовлетворения и функция ценности воспринимаемой полезности альтернативы. Вычисляется и ранжируется полезность альтернатив, приводится пример исследования чрезвычайной ситуации. По сравнению с существующими методами предлагаемый метод к принятию решений в условиях чрезвычайной ситуации имеет следующие особенности: расширяются возможности для определения весов критериев принятия решений, когда критерии имеют различную шкалу; метод учитывает психологию ЛПР, в отличие от известных подходов, предполагающих рациональность решений ЛПР; по сравнению с теорией проспектов метод не требует субъективной оценки уровня ожиданий, использует меньшее количество параметров, что расширяет область его применения. Предложенный метод также имеет некоторые ограничения: требуются определенные вычислительные затраты при большом количестве альтернативных решений и характеризующих их атрибутов. Однако это ограничение преодолевается при использовании программного обеспечения, такого как MATLAB. Интересной представляется возможность в будущем применить предлагаемый метод для задач оценки риска при принятии решений в условиях нечеткой информации, если значения атрибутов являются случайными величинами.