Аннотация. Рассматривается проблема объединения моделей классификации и упорядочения объектов в рамках одной системы поддержки принятия решений. Проблема решается путем поиска сходства и различия соответствующих моделей с применением методов системного анализа. Рассмотрены связи между моделями классификации с четкими и нечеткими границами классов, моделями упорядочения объектов с жесткими и мягкими ограничениями к значениям показателей. Введено понятие реальной цели, позволяющее связать между собой методы многоцелевой и условной оптимизации, а их, в свою очередь, с методами многомерной теории ценности и полезности. Трактуемая как граница между классами реальная цель позволяет связать методы классифицирования и упорядочения объектов. Найденные связи являются основанием для объединения рассмотренных методов в рамках общей системы поддержки принятия решений, что дает большие возможности для принятия решений разными методами и сопоставления получаемых результатов.

Ключевые слова: классификация, класс, упорядочение, выбор, цель, оценочная функция, система поддержки принятия решений

Список литературы:

1. Программное обеспечение для принятия решений
2. Figueira G., Amorim P., Guimar L., Amorim-Lopes M., Neves-Moreira F., Almada-Lobo B. A decision support system for the operational production planning and scheduling of an integrated pulp and paper mill // Computers & Chemical Engineering. 2015. N 77. P. 85—104.
3. Kar A. K. A hybrid group decision support system for supplier selection using analytic hierarchy process, fuzzy set theory and neural network // Journal of Computational Science. 2015. N 6. P. 23—33.
4. Kozhomberdieva G., Burakov D. P., Khamchichev G. A. Decision-Making Support Software Tools Based on Original Authoring Bayesian Probabilistic Models // Journal of Physics Conference. 2022. Ser. 2224(1). P. 1—8.
5. Sun C. C. A performance evaluation model by integrating fuzzy AHP and fuzzy TOPSIS method // Expert Syst. Appl. 2010. N 37. P. 7745—7754.
6. Prokopchina S. V. Methodological foundations of scaling in modern Measurement Theory. Classification of measurement scales and their application under uncertainty based on Bayesian Intelligent Technologies // Journal of Physics Conference. 2020. Ser. 1703(1). Р. 012003.
7. Qiansheng Zhang, Dongfang Sun. An Improved Decision-Making Approach Based on Interval-valued Fuzzy Soft Set // Journal of Physics Conference. 2021. Ser. 1828. Р. 012041.
8. Микони С. В., Гарина М. И. Условие одинакового упорядочения объектов по функциям полезности и принадлежности // Тр. Конгресса IS&IT’11, Дивноморское, 3-10.09.2011. М.: Физматлит, 2011. Т. 1. С. 33—37.
9. Охтилев М. Ю., Соколов Б. В. Теоретические и прикладные проблемы разработки и применения автоматизированных систем мониторинга состояния сложных технических объектов // Тр. СПИИРАН. 2002. № 1(1). С. 167—180.
10. Микони С. В. Теория принятия управленческих решений: Учеб. пособие. СПб: Лань, 2015. 448 с.
11. Velasquez M., Hester P. T. An Analysis of Multi-Criteria Decision Making Methods // Intern. Journal of Operations Research. 2013. Vol. 10, N 2. P. 56—66.
12. Микони С. В., Тихомиров В. О., Тришанков В. В., Сорокина М. И. Определение рейтинга подразделений железной дороги по итогам выполнения планов // Тр. X конф. „Региональная информатика-2004“, 24-26.10.2006. СПб: СПОИСУ, 2006. С. 266—273.
13. Перегудов Ф. И., Тарасенко Ф. П. Введение в системный анализ. М.: Высш. школа, 1989. 367 с.
14. Mikoni S. V. Method of choice by approximation to a pattern // Proc. Conf. NITE’2000. Minsk: Belarus State Economic University, 2000. P.156—159.
15. Keeney R. L., Raiffa H. Decisions with Multiple Objectives: Preferences and Value Tradeoffs. N. Y.: Wiley, 1976.
16. Neumann J. V., Morgenstern O. Theory of Games and Economic Behavior. Princeton, NJ: Princeton Univ. Press, 1953.