УДК 004.8

Автоматизация определения весов критериев в задачах поддержки принятия решений по результатам регрессионного анализ

Комарова Л. А., Судаков В. А., Боев С. Ф., Зюзин Г. М.

Читать статью полностью

  Автоматизация определения весов критериев в задачах поддержки принятия решений по результатам регрессионного анализ(881,01 KB)

Ссылка для цитирования:

Автоматизация определения весов критериев в задачах поддержки принятия решений по результатам регрессионного анализа / Л.А. Комарова, В.А. Судаков, С.Ф. Боев, Г.М. Зюзин // Информация и Космос. – 2026. – № 1. – С. 171–181.


Аннотация

В работе предложен и экспериментально исследован подход к определению весов критериев в задачах многокритериальной поддержки принятия решений, основанный на использовании методов машинного обучения и генеративных языковых моделей. В отличие от классических экспертных методов, предложенная методика формализует задачу назначения весов как задачу регрессии, в которой каждый критерий описывается совокупностью статистических характеристик распределения его оценок по множеству альтернатив. Проведённые эксперименты показали, что ML-подход, в частности Ridge-регрессии, обеспечивает более точное восстановление эталонных весов по сравнению с существующими методами. 

Ключевые слова:

многокритериальное принятие решений – multicriteria decision-making; весовые коэффициенты критериев – criteria weight coefficients; автоматизация назначения весов – automated weight assignment; машинное обучение – machine learning; приоритизация альтернатив – alternative prioritization.

Список литературы

  1. Онтологические модели для систем управления электроснабжением олимпийских объектов в Сочи / Е.Н. Мельник, А.Ю. Бадалов, Б.Я. Шведин [и др.] // Онтология проектирования. – 2014. – № 1 (11). – URL : https://cyberleninka.ru/article/n/ontologicheskie-modeli-dlya-sistem-upravleniya-elektrosnabzheniem-olimpiyskih-obektov-v-sochi (дата обращения: 05.02.2026).
  2. Интеллектуальная поддержка экипажа на основе доверительной модели замкнутой эргатической системы «Самолёт-Лётчик» / В.Н. Евдокименко, Р.В. Ким, М.Н. Красильщиков, Г.Г. Себряков. – Москва : Физматлит, 2019. – 192 с.
  3. Post-storm repair crew dispatch for distribution grid restoration using stochastic Monte Carlo tree search and deep neural networks / H. Shuai, F. Li, S. Buxin [et al.] // International Journal of Electrical Power & Energy Systems. – 2023. – Vol. 144. – P. 108477.
  4. Саати, Т.Л. Принятие решений. Метод анализа иерархий / Т.Л. Саати. – Москва : Радио и связь, 1993. – 278 с.
  5. Боев, С.Ф. Методика построения диалоговой системы в средствах автоматизации управления на основе формализованной концептуальной информационной модели автоматизированных рабочих мест / С.Ф. Боев, А.В. Зюзин, П.А. Морозов // Информация и Космос. – 2021. – № 4. – С. 46–54.
  6. Концептуальные основы построения интеллектуальной системы управления чрезвычайными ситуациями / С.П. Присяжнюк, Д.Ф. Ткачев, Д.И. Комашинский, В.И. Татаринов // Информация и Космос. – 2025. – № 2. – С. 50–58.
  7. Saaty, T.L. Decision making with the analytic hierarchy process / T.L. Saaty // International Journal of Services Sciences. – 2008. – Vol. 1, No. 1. – P. 83–98.
  8. Canco, I. AHP, a Reliable Method for Quality Decision Making: A Case Study in Business / I. Canco, D. Kruja, T. Iancu // Sustainability. – 2021. – Vol. 13, No. 24. – P. 13932.
  9. Determination of Objective Weights Using a New Method Based on the Removal Effects of Criteria (MEREC) / M.Keshavarz-Ghorabaee, M. Amiri, E.K. Zavadskas [et al.] // Symmetry. – 2021. – Vol. 13, No. 4. – P. 525.
  10. Mukhametzyanov, I. Specific character of objective methods for determining weights of criteria in MCDM problems: Entropy, CRITIC and SD / I. Mukhametzyanov // Decision Making: Applications in Management and Engineering. – 2021. – Vol. 4, No. 2. – P. 76–105.
  11. Odu, G. Weighting methods for multi-criteria decision making technique / G. Odu // Journal of Applied Sciences and Environmental Management. – 2019. – Vol. 23, No. 8. – P. 1449.
  12. Wang, Z. Multi-Criteria Decision Making in Chemical and Process Engineering: Methods, Progress, and Potential / Z. Wang, S.R. Nabavi, G.P. Rangaiah // Processes. – 2024. – Vol. 12, No. 11. – P. 2532.
  13. A Hybrid Multi-Criteria-Decision-Making Aggregation Method and Geographic Information System for Selecting Optimal Solar Power Plants in Iran / J.H. Dahooie, A.H. Kashan, Z.S. Naeini [et al.] // Energies. – 2022. – Vol. 15, No. 8. – P. 2801.
  14. Chetverushkin, B.N. Graph Condensation for Large Factor Models / B.N. Chetverushkin, V.A. Sudakov, Yu.P. Titov // Doklady Rossijskoj Akademii Nauk. Mathematika, Informatika, ProcessyUpravlenia. – 2024. – Vol. 517, No. 1. – P. 66–73.
  15. Соловьев, Д.С. Метод объективизации значений весовых коэффициентов для принятия решений в многокритериальных задачах / Д.С. Соловьев // Научно-технический вестник информационных технологий механики и оптики. – 2023. – Т. 23, № 1. – С. 161–168.
  16. Машунин, К.Ю. Векторная оптимизация с равнозначными и приоритетными критериями / К.Ю. Машунин, Ю.К. Машунин // Известия РАН. Теорияисистемыуправления. – 2017. – № 6. – С. 80–89.
  17. Mandilm, A.D.A. Opinion Weight Criteria Method (OWCM): A New Method for Weighting Criteria With Zero Inconsistency / A.D.A. Mandil, M.M. Salih, Y.R. Muhsen // IEEE Access. – 2024. – Vol. 12. – P. 5605–5616.