Moravská vysoká škola Olomouc, o.p.s.,
Ústav informatiky a aplikované matematiky
METODY
MULTIKRITERIÁLNÍHO ROZHODOVANÍ
PRO MANAŽERY
Část 2 - Řešené příklady do cvičení
Prof. Dr. Ing. Miroslav Pokorný
PhDr. Mgr. Zdeňka Krišová, Ph.D.
Olomouc, 2016
© 2016, Miroslav Pokorný, Zdeňka Krišová
ISBN 978-80-7455-067-6
Úvodní slovo autorů
Předložený studijní materiál „Metody multikriteriálního rozhodování pro manažery Část
2 - Řešené příklady do cvičení“ je doplňkem učebního textu předmětu stejného názvu.
Příklady jsou převážně převzaty, a to z odborné literatury, na kterou se odkazují. Původní jsou
ty z nich, které seznamují studenty s praktickým použitím metod rozhodovacích expertních
systémů.
Jednotlivé příklady ilustrují metody, které jsou probírány v jednotlivých kapitolách
učebnice. Jejich témata jsou zaměřena na problémy, jejichž řešení je typické pro oblast
managementu. U kapitol, které jsou takto příklady doplněny, jsou na konci jejich textu
odkazy. Terminologie příkladů a textů učebnice je společná.
Řešení příkladů je mnohdy jen vodítkem, jeho hloubka je volena tak, aby byl student při
jejich studiu nucen současně sledovat text kapitol a na řešení tak spolupracovat.
Autoři učebního textu jsou přesvědčeni, že bude pro studenty přínosem. Současně ale
nepředpokládají, že je text dokonalý a předem děkují za všechny připomínky a návrhy, které
pomohou jeho efektivitu zvýšit.
Miroslav Pokorný, Zdeňka Krišová
4
Obsah
PŘÍKLAD 1 – ÚLOHA LINEÁRNÍHO PROGRAMOVÁNÍ SIMPLEXOVOU METODOU
(ZDROJ [1]) ................................................................................................................................ 6
PŘÍKLAD 2 – DUÁLNÍ ÚLOHA LINEÁRNÍHO PROGRAMOVÁNÍ (ZDROJ [1]) ................. 9
PŘÍKLAD 3 – ÚLOHA MINIMALIZACE VZDÁLENOSTI OD IDEÁLNÍHO ŘEŠENÍ S A-
PRIORI INFORMACÍ (ZDROJ [2])......................................................................................... 10
PŘÍKLAD 4 – ÚLOHA LINEÁRNÍHO MULTIKRITERIÁLNÍHO PROGRAMOVÁNÍ -
METODA STEM (ZDROJ [1]) ................................................................................................. 12
PŘÍKLAD 5 – ÚLOHA MULTIKRITERIÁLNÍHO LINEÁRNÍHO PROGRAMOVÁNÍ S A-
POSTERIORI INFORMACÍ (ZDROJ [1]) ............................................................................... 15
PŘÍKLAD 6 – ÚLOHA ROZHODOVÁNÍ PŘI NEURČITOSTI (ZDROJ [1]) ......................... 21
PŘÍKLAD 7 – ÚLOHA ROZHODOVÁNÍ PŘI RIZIKU (ZDROJ [1]) ..................................... 23
PŘÍKLAD 8 – ÚLOHA MULTIKRITERIÁLNÍHO DISKRÉTNÍHO ROZHODOVÁNÍ –
MODELOVÁNÍ PREFERENCÍ UŽIVATELE (ZDROJ [1]).................................................... 25
PŘÍKLAD 9 – ÚLOHA MULTIKRITERÍÁLNÍHO DISKRÉTNÍHO ROZHODOVÁNÍ –
LEXIKOGRAFICKÁ METODA USPOŘÁDÁNÍ KRITÉRIÍ (ZDROJ [2]) ............................. 28
PŘÍKLAD 10 – ÚLOHA MULTIKRITERIÁLNÍHO DISKRÉTNÍHO ROZHODOVÁNÍ –
PERMUTAČNÍ METODA USPOŘÁDÁNÍ KRITÉRIÍ (ZDROJ [2])....................................... 30
PŘÍKLAD 11 – ÚLOHA MULTIKRITERIÁLNÍHO DISKRÉTNÍHO ROZHODOVÁNÍ –
PERMUTAČNÍ METODA USPOŘÁDÁNÍ KRITÉRIÍ S NEZNÁMÝMI VÁHAMI (ZDROJ
[2]) ............................................................................................................................................ 33
PŘÍKLAD 12 - ÚLOHA MULTIKRITERIÁLNÍHO DISKRÉTNÍHO ROZHODOVÁNÍ –
METODY S KARDINÁLNÍ INFORMACÍ – METODA MAXIMALIZACE UŽITKU
S VÁŽENÝM SOUČTEM (ZDROJ [2]).................................................................................... 34
PŘÍKLAD 13 – MULTIKRITERIÁLNÍ DISKRÉTNÍ ROZHODOVÁNÍ – METODY S KARDINÁLNÍ INFORMACÍ – METODA MAXIMALIZACE UŽITKU MINIMALIZACÍ
VZDÁLENOSTI OD IDEÁLNÍ VARIANTY (ZDROJ [2]) ...................................................... 36
PŘÍKLAD 14 – ÚLOHA MULTIKRITERIÁLNÍHO DISKRÉTNÍHO ROZHODOVÁNÍ –
METODY S KARDINÁLNÍ INFORMACÍ – MINIMALIZACE VZDÁLENOSTI OD IDEÁLNÍ
VARIANTY METODOU AGREPREF (ZDROJ [2])................................................................ 38
PŘÍKLAD 15 – ÚLOHA METODY ANALÝZY OBALU DAT - I (ZDROJ [1])....................... 40
5
PŘÍKLAD 16 – ÚLOHA METODA ANALÝZY OBALU DAT – II (ZDROJ [1]).................... 42
PŘÍKLAD 17 – ÚLOHA METODY ANALÝZY OBALU DAT – III (ZDROJ [1]) ................... 44
PŘÍKLAD 18 – ÚLOHA PROHLEDÁVÁNÍ STAVOVÉHO PROSTORU –
NEINFORMOVANÉ METODY (ZDROJ [3]) .......................................................................... 46
PŘÍKLAD 19 – ÚLOHA PROHLEDÁVÁNÍ STAVOVÉHO PROSTORU – INFORMOVANÉ METODY – USPOŘÁDANÉ PROHLEDÁVÁNÍ (ZDROJ [3]) ................................................ 48
PŘÍKLAD 20 – ÚLOHA SE ČTYŘMI KAMENY S POUŽITÍM HODNOTICÍ FUNKCE
(ZDROJ [3]) .............................................................................................................................. 49
PŘÍKLAD 21 – HRA SE ČTYŘMI KAMENY S POUŽITÍM METAPRAVIDEL (ZDROJ [3])51
PŘÍKLAD 22 – ÚLOHA PROHLEDÁVÁNÍ STAVOVÉHO PROSTORU – INFORMOVANÉ
METODY – ALGORITMUS A* (ZDROJ [3]) .......................................................................... 53
PŘÍKLAD 23 – ÚLOHA PROHLEDÁVÁNÍ STAVOVÉHO PROSTORU – ROZKLAD NA PODÚLOHY - HANOJSKÉ VĚŽE (ZDROJ [4])...................................................................... 56
PŘÍKLAD 24 – ÚLOHA METODY ŘEŠENÍ PROBLÉMŮ V MULTIKRITERIÁLNÍM
ROZHODOVÁNÍ – METODA PRIAM (ZDROJ [2]) ............................................................... 58
PŘÍKLAD 25 – ÚLOHA EXPERTNÍ SYSTÉMY - SYSTÉM FEL-EXPERT – MODEL
PŮJČKA ................................................................................................................................... 60
PŘÍKLAD 26 – ÚLOHA EXPERTNÍ SYSTÉMY – SYSTÉM FUZZY TOOLBOX MATLAB -
PŮJČKA ................................................................................................................................... 65
PŘÍKLAD 27 – ÚLOHA EXPERTNÍ SYSTÉMY – FUZZY TOOLBOX MATLAB - SPOLEČENSKÁ ODPOVĚDNOST FIRMY - 3 VSTUPY ....................................................... 68
PŘÍKLAD 28 – ÚLOHA EXPERTNÍ SYSTÉMY – SYSTÉM LFLC - ZÁLIVKA ................... 75
PŘÍKLAD 29 – ÚLOHA EXPERTNÍ SYSTÉMY – SYSTÉM FEL-EXPERT - SPOLEČENSKÁ
ODPOVĚDNOST FIRMY - 4 VSTUPY.................................................................................... 79
PŘÍKLAD 30 – ÚLOHA FUZZY MULTIKRITERIÁLNÍHO ROZHODOVÁNÍ - SYSTÉM
NEFRIT – TENIS (ZDROJ [5]) ................................................................................................ 86
LITERATURA ....................................................................................................................... 137
6
Příklad 1 – Úloha lineárního programování simplexovou
metodou (zdroj [1])
Řešme zjednodušený model optimálního obratu zboží v obchodním domě za určitý
časový úsek, kdy jsou zadány následující objemy zdrojů:
pracovní zdroje - 600 hod
náklady oběhu v jedné položce - 1200 peněžních jednotek
celková užitná plocha - 800 m2
Určete optimální objem a strukturu obratu 3 druhů skladovaných výrobků V1, V2 a V3
tak, aby celkový zisk z realizace zboží byl maximální. Základní údaje jsou v tabulce Tab. 1.1.
Zdroj Potřeba zdroje na jednotku výrobku Disponibilní
množství zdroje V1 V2 V3
Pracovní síla
(hod.) 2 1 3 600
Náklady oběhu
(pen. Jednotky) 1 1 2 1200
Užitná hodnota
(m2) 2 2 1 800
Zisk za jeden
výrobek 20 25 30
Tab. 1. 1.
Označme hledaná množství jednotlivých výrobků x1, x2 a x3 a formulujme úlohu
lineárního programování. Hledáme maximum funkce
𝑧 = 20𝑥1 +25𝑥2 +30𝑥3
při dodržení podmínek
2𝑥1 + 𝑥2 + 3𝑥3 ≤ 600
𝑥1 + 𝑥2 + 2𝑥3 ≤ 1200
2𝑥1 +2𝑥2 + 𝑥3 ≤ 800
𝑥𝑗 ≥ 0, 𝑗 = 1, 2, 3.
Zaveďme přídatné proměnné ,
3
,
2
,
1,, xxx a přidejme kriteriální funkci v anulovaném
tvaru k soustavě. Dostaneme soustavu 4 rovnic o 7 neznámých v kanonickém tvaru
2𝑥1 +𝑥2 + 3𝑥3 +𝑥1′ = 600
𝑥1 + 𝑥2 + 2𝑥3 + 𝑥2′ = 1200
2𝑥1 +2𝑥2 + 𝑥3 + 𝑥3′ = 800
𝑧 − 20𝑥1 −25𝑥2 −30𝑥3 = 0
7
Výchozí simplexovou tabulku dostaneme přepisem a uspořádáním koeficientů soustavy
ve tvaru Tab. 1.2
Ceny zákl.
proměnných Báze 𝑥1 𝑥2 𝑥3 𝑥1
′ 𝑥2′ 𝑥3
′ b
0 𝑥1′ 2 1 3* 1 0 0 600
0 𝑥2′ 1 1 2 0 1 0 1200
0 𝑥3′ 20 2 1 0 0 1 800
z -20 -25 -30 0 0 0 0
Tab. 1.2
Informaci o tom, zda je řešení optimální nebo zda máme pokračovat v řešení, dává řádek
z. Řešení optimální není, protože řádek obsahuje záporné koeficienty. Vstupující proměnnou
bude x3, jejíž koeficient je v absolutní hodnotě největší (-30) a její sloupec je sloupcem
klíčovým.
Další řešení je iterační. Abychom určili vylučovanou proměnnou, dělíme čísla
v posledním sloupci tabulky stejnolehlými čísly klíčového sloupce, pokud poslední čísla jsou
kladná. Dostaneme tak podíly 600/3, 1200/2 a 800/1. Vystupující (vylučovanou proměnnou
pak bude základní proměnná té řádky, v níž je nejmenší z těchto podílů. V našem případě je
nejmenší podíl 600/3 v první řádce, proto vylučujeme z řešení proměnnou ,
1x . První řádka je
tedy řádkou klíčovou, koeficient 3 je klíčovým prvkem (označený v Tab.1.2 symbolem *).
Dvě zbývající iterace do nalezení optimálního řešení jsou uvedeny v Tab.1.3.
Ceny zákl.
proměnných Báze 𝑥1 𝑥2 𝑥3 𝑥1
′ 𝑥2′ 𝑥3
′ b
30 𝑥1′ 2/3 1/3 1 1/3 0 0 200
0 𝑥2′ -1/3 1/3 0 -2/3 1 0 800
0 𝑥3′ 4/3 5/3* 0 -1/3 0 1 600
z 0 -15 0 10 0 0 6000
30 𝑥1′ 2/5 0 1 2/5 0 -1/5 80
0 𝑥2′ -3/5 0 0 -3/5 1 -1/5 680
25 𝑥3′ 4/5 1 0 -1/5 0 3/5 360
z 12 0 0 7 0 9 11400
Tab 1.3
Při dalším řešení postupujeme takto:
a) v legendě vyměníme symbol vystupující proměnné ,
1x za symbol vstupující proměnné
3x a napíšeme příslušné ceny základních proměnných.
b) transformujeme matici koeficientů tak, že nejdříve vypočteme řádku vstupující
proměnné, a to dělením všech prvků klíčové řádky klíčovým prvkem. Ostatní řádky
8
vypočteme tak, že násobíme řádku vstupující proměnné (tj. transformovanou klíčovou
řádku) prvkem příslušné řádky, který se nachází v klíčovém sloupci a tento součin od
této řádky odečteme. Jinak řečeno, odečteme od každé řádky násobek řádky vstupující
proměnné, aby v klíčovém sloupci zůstaly samé nuly (kromě jednotky v řádce
vstupující proměnné).
Takto získané optimální řešení je jediné. Pokud jde o věcnou interpretaci, pak jsme
zjistili, že je účelné prodávat výrobek V2 v množství 360 ks a výrobek V3 v množství 80 ks
(Tab.1.3). Výrobek V1 se prodávat nebude (proměnná x1 je nezákladní proměnnou a proto je
nulová) a ušetříme 680 peněžních jednotek nákladů oběhu ( )680,
2x . Optimální hodnota
zisku činí 11400 peněžních jednotek.
9
Příklad 2 – Duální úloha lineárního programování (zdroj [1])
Z Příkladu 1 dostáváme duální úlohu lineárního programování ve tvaru:
minimalizujme
𝑓 = 600𝑢1+ 1200𝑢2+ 800𝑢3
při omezeních
2𝑢1 +𝑢2 + 2𝑢3 ≥ 20
𝑢1+ 𝑢2 +2𝑢3 ≥ 25
3𝑢1 +2𝑢2 +𝑢3 ≥ 30
𝑢𝑖 ≥ 0, 𝑖 = 1, 2, 3.
Optimální řešení duální lohy pak najdeme v simplexové tabulce Tab.1.2 v kriteriálním
řádku pod přídatnými proměnnými ve tvaru:
90,7321 uauu .
10
Příklad 3 – Úloha minimalizace vzdálenosti od ideálního řešení
s a-priori informací (zdroj [2])
Uvažujme maximalizační úlohu multikriteriálního lineárního programování
max42
max22
max
213
3212
3211
xxz
xxxz
xxxz
s omezeními
0,0,0
303
30
6032
321
21
321
321
xxx
xx
xxx
xxx
Výpočtem dostaneme, že ideální hodnoty kritérií jsou postupně
80,90,30*
3
*
2
*
1 zazz . Uvažujme shodné váhy všech kriteriálních funkcí.
Srovnatelnost odchylek hodnot kritérií od hodnot ideálních zabezpečíme s použitím vztahu
k
i i
i
iz
xcvzzd
1
*
)(
*)1(),(
Pokud v metrice
pxczvzzd
pk
i
iii
1)((),(
1
)(**
(3.1)
Volíme p = 1, pak pro nalezení kompromisního řešení stačí řešit úlohu lineárního
programování
min)80
421()
90
321()
101(
21321321
xxxxxxxxz
za podmínek Xx .
Po úpravě a vyloučení konstant, které nejsou pro určení kompromisního řešení podstatné,
dostáváme výpočetní tvar
max243817321 xxxz
za podmínek
Xx .
Výpočtem dostaneme kompromisní řešení )15;15,0(0x s vektorem kriteriálních
hodnot )60,75,30(0x .
11
Ve stejném příkladu nyní uvažujme metriku (1.1) s parametrem p . Pro stanovení
kompromisního řešení je třeba řešit úlohu lineárního programování
min z
za podmínek
Xx
xx
xxx
xxx
808042
909032
3030
21
321
321
Výpočtem dostaneme kompromisní řešení )04,13;65,15;15,0(0x s vektorem
kriteriálních hodnot )61,62;41,70;69,28(0x .
Při použití hodnoty parametru p = 1 je kompromisním řešením (za předpokladu, že úloha
(3.1) má jediné optimální řešení) vždy prvek množiny KN
x . Pokud zvolíme p , potom
kompromisní řešení není v typickém případě nedominovaným krajním bodem.
12
Příklad 4 – Úloha lineárního multikriteriálního programování -
metoda STEM (zdroj [1])
Řešme úlohu multikriteriálního lineárního programování
[𝑥1 + 𝑥2𝑥1 + 4𝑥2
] → "max"
při omezeních
3𝑥1 + 4𝑥2 ≤ 60
𝑥1+ 3𝑥2 ≤ 30
𝑥1 ≥ 0, 𝑥2 ≥ 0.
Řešením dvou jednokriteriálních úloh lineárního programování získáme hodnoty matice
Z:
𝑍 = [20 1020 40
], 𝑧1∗ = 20, 𝑧2
∗ = 40
q = 1
Krok 1. Podle vzorce
n
j
ij
i
iji
i
cz
zzw
1
2
*
*
.min
Vypočteme váhy odchylek 21
waw :
4/125,0;4/375,021
ww .
Úlohu
min)(max)(
xczwi
iii
při omezení
)( qXx
je možno řešit jako úlohu lineárního programování
𝑑 → min
při omezeních
𝑑 ≥ 𝑤𝑖 (𝑧𝑖∗− 𝑐(𝑖)𝑥) 𝑖 = 1, 2, … ,𝑘
𝑥 ∈ 𝑋 (𝑞)
V našem případě
13
𝑑 → min
při omezeních
3
4𝑥1 +
3
4𝑥2 + 𝑑 ≥ 15
1
4𝑥1 +𝑥2 +𝑑 ≥ 10
3𝑥1 + 4𝑥2 ≤ 60
𝑥1+ 3𝑥2 ≤ 30
𝑥1 ≥ 0, 𝑥2 ≥ 0, 𝑑 ≥ 0
Řešením úlohy je
𝑥 (1) = (140
11,60
11) , 𝑑 =
15
11,
Odpovídající hodnoty kriteriálních funkcí jsou
𝑧(1) = (200
11,380
11).
Krok 2. Rozhodovateli vyhovuje hodnota 𝑧(1) = (200/11) a je ochoten ji snížit o ∆𝑖=
2/11, tzn. snížit hodnotu první kriteriální funkce na úroveň 18. Hodnotu druhé kriteriální
funkce chce pak rozhodovatel zvýšit.
𝑥 (2) = {𝑥; 𝐴𝑥 ≤ 𝑏,𝑥 ≥ 0, 𝑓1(𝑥) ≥ 18, 𝑓2(𝑥) ≥ 380/11}
q = 2
Krok 1 : Hodnota první kriteriální funkce rozhodovateli vyhovuje, proto w1 = 0, zbývá
pouze zvýšit hodnotu druhé kriteriální funkce, proto w2 = 1. Řešíme úlohu
40 − 𝑥1 − 4𝑥2 → min
při omezeních
3𝑥1 + 4𝑥2 ≤ 60
𝑥1 +3𝑥2 ≤ 30
𝑥1 + 𝑥2 ≥ 18
𝑥1+ 4𝑥2 ≥380
11
𝑥1 ≥ 0, 𝑥2 ≥ 0.
Řešením úlohy je
𝑥 (2) = (12,6)
a odpovídající hodnoty kriteriálních funkcí jsou
𝑧(2) = (18,36).
14
Krok 2. Rozhodovateli vyhovují obě hodnoty kriteriálních funkcí a řešení 𝑥 (2) = (12,6)
je považováno za konečné řešení kompromisní.
15
Příklad 5 – Úloha multikriteriálního lineárního programování s a-
posteriori informací (zdroj [1])
Na výrobní lince L o kapacitě 50 strojových hodin se vyrábějí výrobky typu A a typu B.
Výrobky se vyrábějí ze suroviny S, které je k dispozici 60kg. Je znám zisk za jednotlivé
výrobky ve 100 Kč. Měrná spotřeba suroviny a strojových hodin je dána tabulkou Tab. 5.1.
A B kapacita
S 3 4 60
L 1 3 30
zisk 1 4
Tab.5.1.
Navrhněte výrobní program – počty výrobků A a B jako 21
xax tak, aby současně
maximalizoval výrobní produkci i zisk. Jedná se o úlohu multikriteriálního lineárního
programování
[𝑥1 + 𝑥2𝑥1 + 4𝑥2
] → max
při omezeních
3𝑥1 + 4𝑥2 ≤ 60,
𝑥1+ 3𝑥2 ≤ 30,
𝑥1 ≥ 0, 𝑥2 ≥ 0.
V této úloze je tedy
𝐴 = [3 41 3
] , 𝑏 = [6030] , 𝐶 = [
1 11 4
].
Výchozí simplexová tabulka má tvar Tab.5.2
Tab. 5.2
Pro nalezení výchozího nedominovaného krajního bodu použijeme postup, kdy hledáme
simplexovou metodou optimální řašení úlohy vzhledem k první účelové funkci. Dostáváme
tak tabulku Tab. 5.3 pro výchozí nedominovaný krajní bod )1(x
𝑥1 𝑥2 𝑥3 𝑥4
𝑥1 3 4 1 0 60
𝑥4 10 3 0 1 30
𝑧1 -1 -1 0 0 0
𝑧2 -1 -4 0 0 0
16
Tab.5.3
𝑥 (1) = [200] ,𝐶𝑥 (1) = [
2020].
Dále budeme řešit soustavu úloh
𝑤𝑗→ min
𝑗 𝜖 𝐽𝑁(1)= {2,3}
při omezeních
−1
3𝑣1 +
8
3𝑣2 + 𝑤2 = 0
−1
3𝑣1 −
1
3𝑣2 + 𝑤3 = 0
𝑣1 + 𝑣2 = 1
𝑣 > 0, 𝑤 ≥ 0.
min w2 = 0 pro v = (8/9, 1/9), tedy krajní bod přiřazený bází {!, 2} je sousední
nedominovaný krajní bod k )1(x .
min w3 > 0 tedy krajní bod určený bází {3, 4} je dominovaný.
𝑁11 = {1,4}, 𝑁1
2 = {1,2}, 𝐷1 = {3,4}, 𝑉1 = {(8
9,1
9)}.
Vezměme bázi {1, 2} a z Tab.5.3 získáme tabulku Tab.5.4
𝑥1 𝑥2 𝑥3 𝑥4
𝑥1 1 0 3/5 -4/5 12
𝑥2 0 1 -1/5 3/5 6
𝑧1 0 0 2/5 -1/5 18
𝑧2 0 0 -1/5 8/5 36
Tab.5.4
𝑥1 𝑥2 𝑥3 𝑥4
𝑥1 1 4/3 1/3 0 20
𝑥4 0 5/3 -1/3 1 10
𝑧1 0 1/3 1/3 0 20
𝑧2 0 -8/3 1/3 0 20
17
𝑥 (2) = [126] ,𝐶𝑥 (2) = [
1836].
Řešíme soustavu úloh
𝑤𝑗→ min
𝑗 𝜖 𝐽𝑁(2)= {3,4}
při omezeních
−2
5𝑣1 +
1
5𝑣2 + 𝑤3 = 0
1
5𝑣1 −
8
5𝑣2 + 𝑤4 = 0
𝑣1 + 𝑣2 = 1
𝑣 > 0, 𝑤 ≥ 0.
min w3 = 0 pro v = (1/3, 2/3), tedy krajní bod přiřazený bází {2, 3} je sousední
nedominovaný krajní bod k )2(x .
min w4 > 0 pro v = (8/9, 1/9), to ověřuje sousednost krajních nedominovaných bodů )1(x a
)2(x .
𝑁21 = { {1,4}, {1,2} }, 𝑁2
2 = {1,2}, 𝐷2 = {3,4}, 𝑉2 = {(8
9,1
9) , (
1
3,2
3) , (
8
9,1
9)}.
Vezměme bázi {2, 3} a z Tab.5.4 získáme tabulku Tab.5.5.
Tab.5.5
𝑥 (3) = [010] ,𝐶𝑥 (3) = [
1040].
Řešíme soustavu úloh
𝑤𝑗→ min
𝑗 𝜖 𝐽𝑁(3)= {1,4}
při omezeních
2
3𝑣1 −
1
3𝑣2 +𝑤1 = 0
𝑥1 𝑥2 𝑥3 𝑥4
𝑥3 5/3 0 1 -4/3 20
𝑥2 1/3 1 0 1/3 10
𝑦1 -2/3 0 0 1/3 10
𝑦2 1/3 0 0 4/3 40
18
−1
3𝑣1 −
4
3𝑣2 + 𝑤4 = 0
𝑣1 + 𝑣2 = 1
𝑣 > 0, 𝑤 ≥ 0.
min w1 = 0 pro v = (1/3, 2/3), ), to ověřuje sousednost krajních nedominovaných bodů )2(x
a )3(x .
min w4 > 0 tedy krajní bod určený bází {3, 4} je dominovaný.
𝑁31 = { {1,4}, {1,2}, {2,3} }, 𝑁3
2 = 0, 𝐷2 = {3,4}, 𝑉3 =
{
(
(8
9,1
9)
1
3,2
3) (
8
9,1
9
(1
3,2
3)
)
}
𝑥 (1)
𝑥 (2)
𝑥 (3).
Protože 𝑁32 = 0, můžeme přikročit ke třetí etapě. Z konečného seznamu parametrů V3
dostáváme dva různé vektorové parametry v:
𝜈(1) ∶ 𝑥(1) = [
200] , 𝑥 (2) = [
126] (určuje 𝐾1 )
𝜈(2) ∶ 𝑥(2) = [
126] , 𝑥 (3) = [
010] (určuje 𝐾2 )
𝑋𝑛 = 𝐾1 ∪𝐾2
Množinu variant X a množinu XN (vytažena silně) znázorníme graficky. K1 je úsečka,
spojující body )1(x a )2(
x a . K2 je úsečka, spojující body )2(x a )3(
x (Obr.5.1).
12 20
6
10
2x
1x
)3(x
)2(x
)1(x
Obr. 5.1
Graf řešení úlohy je znázorněn na Obr.5.2..
19
)3(x
)2(x
)1(x
Obr. 5.2.
Kriteriální množinu Z můžeme také znázornit graficky. Hodnoty účelových funkcí pro
nedominované varianty jsou body na úsečce, spojující body )2()1(CxaCx a body na úsečce,
spojující body )3()2(CxaCx (Obr.5.3).
10 18 20
20
36
40
2z
1z
)3(Cx
)2(Cx
)1(Cx
Obr. 5.3
V ekonomické interpretaci to znamená, že výrobní programy, tj. dvojice počtu výrobků
A a B, které leží na spojnici bodů (20, 0) a (12, 6) a na spojnici bodů (12, 6) a (0, 10),
nemohou být nahrazeny lepšími programy, u kterých by alespoň jedna ze dvojic hodnot
kriteriálních funkcí byla vyšší při rovnosti hodnoty druhé. Důsledky výběru určitého
výrobního programu jsou popsány dvojicí hodnot – první vyjadřuje celkový počet výrobků
a druhá celkový zisk. Nedominovaným řešením odpovídají hodnoty kriteriálních funkcí, které
leží na spojnici bodů (18, 36) a (10, 40).
Parametrická množina V se rozkládá na tři obory stability )( iV - Obr. 5.4.
20
2v
1v11/91/3
1/9
2/3
1
)1(v
)2(v
)3(v
Obr. 5.4
21
Příklad 6 – Úloha rozhodování při neurčitosti (zdroj [1])
Firma uvažuje o rozšíření svých kapacit a porovnává tři varianty (a1, a2, a3). Zisk
v následujícím roce závisí na výběru varianty a také na stavu poptávky v příštím roce.
Předpokládejme tři stavy: s1 – poptávka poroste, s2 – poptávka stagnuje a s3 – poptávka
klesne. Hodnoty zisku pro varianty a stavy jsou uvedeny v následující matici
Pro výběr nejvhodnější varianty použijeme postupně princip ekvivalence
pravděpodobnosti, princip maximaxu, princip maximinu a princip ukazatele optimizmu.
Pomocné výpočty jsou v následující Tab.6.1.
Tab. 6.1
Princip ekvivalentní pravděpodobnosti
při stejné pravděpodobnosti stavů vybere variantu, pro kterou je součet prvků v řádku matice
A maximální. V našem případě je to varianta a3, protože v jejím řádku je součet roven
maximální hodnotě 14. Střední hodnota je pak rovna 14/3.
Princip maximaxu
vybere variantu, pro kterou je maximum v řádku největší. V našem případě je to varianta a2,
protože v jejím řádku je maximální hodnota rovna 7.
Princip maximinu
vybere variantu, pro kterou je minimum v řádku maximální. V našem případě to je varianta
a3, protože v jejím řádku je tato hodnota rovna 4.
Princip ukazatele optimizmu
pro pevnou hodnotu 5,0 vybere takovou variantu, pro kterou je hodnota i
a)2/1( +
ia)2/1( největší. V našem případě je to varianta a3, protože v jejím řádku je tato hodnota
rovna 4,5.
s1 s2 s3
a1 2 5 4
a2 7 1 3
a3 5 4 5
∑𝑎𝑖𝑗 𝑎𝑖 𝑎𝑖
11 2 5
12 1 7
14 4 5
s1 s2 s3
a1 2 5 4
a2 7 1 3
a3 5 4 5
22
Při parametrickém vyjádření jsou hodnoty pro jednotlivé varianty rovny
𝑎1: 5𝛼+ 2(1 − 𝛼) = 3𝛼 + 2
𝑎2: 7𝛼+ 1(1 − 𝛼) = 6𝛼 + 1
𝑎3: 5𝛼+ 4(1 − 𝛼) = 𝛼 + 4
Varianta a1 by mohla být vybrána, jestliže zároveň platí
3𝛼 + 2 > 6𝛼 + 1 ⟹ 𝛼 <1
3 ,
3𝛼 + 2 > 𝛼 + 4 ⟹ 𝛼 > 1 .
Neplatí pro žádné α, tudíž varianta a1 vybrána být nemůže. Varianta a2 by mohla být
vybrána, jestliže zároveň platí
6𝛼 + 1 > 3𝛼 + 2 ⟹ 𝛼 >1
3 ,
6𝛼 + 1 > 𝛼 + 4 ⟹ 𝛼 >3
5 .
Varianta je tedy vybrána, jestliže koeficient optimizmu 1,5/3
. Varianta a3 by
mohla být vybrána, jestliže zároveň platí
𝛼 + 4 > 3𝛼 + 2 ⟹ 𝛼 < 1 ,
𝛼 + 4 > 6𝛼 + 1 ⟹ 𝛼 <3
5 .
Varianta je tedy vybrána, jestliže koeficient optimizmu 5/3,0 .
Princip minimaxu ztráty nejprve konstruuje matici ztrát Z. V našem případě jsou největší
prvky ve sloupcích matice A zarámovány, čímž dostáváme matici Z ve tvaru
012
240
105
Z
2
4
5
maxij
z
V řádcích matice Z jsou vybrána maxima a z nich pak minimum. Vybrána je varianta a3.
23
Příklad 7 – Úloha rozhodování při riziku (zdroj [1])
Firma uvažuje o rozšíření svých kapacit a porovnává 3 varianty (a1, a2, a3). Zisk
v následujícím roce závisí na výběru varianty a stavu poptávky. Předpokládáme 2 stavy – s1 –
růst poptávky a s2 – pokles poptávky. Předpokládejme, že máme odhadnuty apriorní
pravděpodobnosti stavů. Hodnoty zisku pro varianty a stavy jsou uvedeny v následující
matici:
𝑠1 𝑠2 𝑎1𝑎2𝑎3
[300 −50250 80150 120
]
𝑝𝑗 0,6 0,4
Pomoc principu maximalizace očekávané hodnoty EV = 182 je vybrána varianta a2.
𝑠1 𝑠2 𝑎1𝑎2𝑎3
[300 −50250 80150 120
]160182∗
138
𝑝𝑗 0,6 0,4
Určíme matici ztrát a očekávanou hodnotu perfektní informace EVPI = 46.
𝑠1 𝑠2 𝑎1𝑎2𝑎3[ 0 170 50 40150 0
]6846∗
90
𝑝𝑗 0,6 0,4
Firma si nechala provést průzkum trhu, jenž má dva možné výsledky: I1 – příznivý trh
a I2 - nepříznivý trh. Podmíněné pravděpodobnosti jsou v následující tabulce Tab. 7.1.
I1 I2
s1 p(I1 /s1) = 0,7 p(I2 /s1) = 0,3
s2 p(I1 /s2) = 0,2 p(I2 /s2) = 0,8
Tab. 7.1
Vypočteme aposteriorní pravděpodobnosti pro výsledek průzkumu I1 – Tab. 7.2
I1 : S p(s) p(I1|s) p(I1, s) p(s|I1)
s1 0,6 0,7 0,42 0,84
s2 0,4 0,2 0,08 0,16
0,50 1,00
Tab.7.2
Tyto pravděpodobnosti použijeme pro výpočet očekávané hodnoty EVB1 = 244 a určení
varianty a1 – Tab. 7.3
24
s1 s2
a1 300 -50 244*
a2 250 80 222,8
a3 150 120 145,2
0,84 0,16
Tab. 7.3
Vypočteme aposteriorní pravděpodobnosti pro výsledek průzkumu I2 – Tab.7.4
I2 : s p(s) p(I2 | s) p(I2, s) p(s|I2)
s1 0,6 0,3 0,18 0,36
s2 0,4 0,8 0,32 0,64
0,50 1,00
Tab.7.4
Tyto pravděpodobnosti použijeme pro výpočet očekávané hodnoty EVB2 = 141,2
a určení varianty a2 – Tab. 7.5
s1 s2
a1 300 -50 76
a2 250 80 141,2*
a3 150 120 130,8
0,36 0,64
Tab. 7.5
Celková očekávaná hodnota po bayesovské analýze
EVB = 0,5(244) + 0,5(141,2) = 192,6.
Očekávaná hodnota z informace experimentu EVSI = 192,6 – 182 = 10,6. Efektivnost
informace z experimentu je E = (10,6/46).100% = 23%.
25
Příklad 8 – Úloha multikriteriálního diskrétního rozhodování –
modelování preferencí uživatele (zdroj [1])
Rozhodovateli byl předložen seznam kritérií k výběru lokality pro výstavbu vodní
elektrárny a na základě jeho preferencí byly stanoveny váhy kritérií pomocí metod pro určení
vah. Kritéria jsou:
f1 - počet pracovních sil (min)
f2 - výkon v MW (max)
f3 - investiční náklady v mld. Kč (min)
f4 - provozní náklady v mil. Kč (min)
f5 - počet evakuovaných obcí při výstavbě (min)
f6 - stupeň spolehlivosti provozu v bodové stupnici (max)
Metoda pořadí.
Rozhodovatel stanovil pořadí důležitosti kritérií a podle tohoto pořadí byly kritériím přiřazeny
hodnoty 6 až 1, jejichž součet je 21. Váhy jsou určeny na 2 desetinná místa.
Kritéria f1 f2 f3 f4 f5 f6
Pořadí 6 2 1 3 5 4
Hodnoty 1 5 6 4 2 3
Váhy 0,05 0,24 0,29 0,19 0,09 0,14
Bodovací metoda
Rozhodovatel ohodnotil kritéria podle bodovací stupnice (0, 100). Rozhodovatel rozdělil
celkově 280 bodů (30 + 50 + 80 + 45 + 35 + 40 = 280).
Kritéria f1 f2 f3 f4 f5 f6
Body 30 50 80 45 35 40
Váhy 0,11 018 0,29 0,16 0,12 0,14
26
Metoda párového srovnání kritérií
Rozhodovatel vyplnil údaje ve Fullerově trojúhelníku a z těchto údajů byly vypočteny váhy:
Metoda kvantitativního párového srovnání kritérií
Rozhodovatel vyplnil Saatyho matici a na základě vzorce
k
k
i
k
j
ij
k
j
ij
i
s
s
v
/1
1 1
1
, i = 1, 2, … , k
byly vypočteny váhy. Použito je následující označení
byla sestavena matice
Matice splňuje test konzistence, 2,009,02
.
k
i
i
i
i
k
j
k
iiiji
R
RvSRSS
1
1
/1,)(,
27
Konjunktivní metoda uspořádání aspiračních úrovní
Uvažujme stav řešení, v němž upravená kriteriální matice, pro kterou jsou již všechna
kritéria maximalizační, má tvar
f1 f2 f3 f4 f5
a1 5,2 13,2 4 2 6,0
a2 0,0 0,0 2 2 4,5
a3 9,3 9,6 2 4 7,5
a4 4,8 1,0 2 2 4,5
Uživatel určil aspirační úrovně kritérií
𝑦(1) = (5,0; 8,0; 2; 2; 6,0)
Analytik určil množinu akceptovatelných variant
f1 f2 f3 f4 f5
a1 5,2 13,2 4 2 6,0
a3 9,3 9,6 2 4 7,5
Uživatel upřesnil svoje preference zadáním nových aspiračních úrovní kritérií
𝑦(2) = (5,0; 10,0; 2; 2; 6,0)
Těmto složkám vektoru 𝑦(2) vyhovuje pouze jediná varianta a1, která se tak stává
variantou kompromisní.
28
Příklad 9 – Úloha multikriteríálního diskrétního rozhodování –
lexikografická metoda uspořádání kritérií (zdroj [2])
V procesu přijímání na vysokou školu jsou hodnoceni 4 uchazeči a1, a2, a3, a4 podle 4
kritérií f1, f2, f3, f4 , která jsou uspořádána podle jejich důležitosti
f1 – známka z písemné zkoušky z matematiky (1 až 4)
f2 – známka z písemné zkoušky z jazyka (1 až 4)
f3 – známka z pohovoru o všeobecném přehledu uchazeče (1 až 4)
f4 – průměrný prospěch za celé studium na střední škole (1 až 4).
Kriteriální matice úlohy má tvar
Úlohou je sestavit uchazečů, z něhož jsou již vyloučeni ti, kteří měli u některého kritéria
známku 4 a měli průměrný prospěch na vysoké škole horší než 2,5.
Všechna uvažovaná kritéria jsou minimalizační. Abychom dodrželi zásadu, že všechna
kritéria uvažujeme za maximalizační, upravíme kriteriální matici tak, že hodnoty nahradíme
rozdílem mezi nejhorší hodnotou ve sloupci a hodnotou stávající.
Údaje v upravené kriteriální matici vyjadřují, o kolk klasifikačních stupňů je uchazeč
lepší podle určitého kritéria než uchazeč podle tohoto kritéria nejhorší. Všechna kritéria jsou
maximalizační.
Kritérium f1 dosahuje svého maxima pro 2 varianty
𝐴(1) = {𝑎1 ,𝑎2}.
Kritérium f2 dosahuje na množině variant )1(A svého maxima 0 pro všechny varianty
𝐴(2) = {𝑎1 ,𝑎2}.
f1 f2 f3 f4
a1 1 3 1 1,8
a2 1 3 2 1,6
a3 2 1 2 1,4
a4 3 2 1 2,0
f1 f2 f3 f4
a1 2 0 1 0,2
a2 2 0 0 0,4
a3 1 2 0 0,6
a4 0 1 1 0,0
29
Kritérium f dosahuje na množině variant )2(A svého maxima 1 pro varianty
𝐴(3) = {𝑎1 }.
Nejlepším uchazečem je uchazeč a1. Ostatní uchazeči jsou již uspořádáni podle kritéria f1.
Pořadí uchazečů podle dosažených výsledků je tedy a1, a2, a3, a4.
30
Příklad 10 – Úloha multikriteriálního diskrétního rozhodování –
permutační metoda uspořádání kritérií (zdroj [2])
Zadání Příkladu 10 je shodné s Příkladem 9 s tím, žae z hodnocení vynecháme uchazeče
a4. Kriteriální matice má nyní tvar
Upravená kriteriální matice pro maximalizační kritéria má tvar
Z uspořádání kritérií podle důležitosti jsme metodou pořadí určili váhy kritérií
v = (0,4; 0,3; 0,2; 0,1)
Pro permutaci P1 = (a1, a2, a3) určíme matici
c1 =
kde
𝑐12 = ∑ 𝑣ℎℎ∈𝐼12
= 𝑣1 + 𝑣2 +𝑣3 = 0,4 + 0,3 + 0,2 = 0,9
𝑐13 = ∑ 𝑣ℎℎ∈𝐼13
= 𝑣1 + 𝑣3 = 0,4 + 0,2 = 0,6
𝑐23 = ∑ 𝑣ℎℎ∈𝐼23
= 𝑣1 + 𝑣3 = 0,4 + 0,2 = 0,6
f1 f2 f3 f4
a1 1 3 1 1,8
a2 1 3 2 1,6
a3 2 1 2 1,4
f1 f2 f3 f4
a1 1 0 1 0,0
a2 1 0 0 0,2
a3 0 2 0 0,4
1 2 3
1 0 0,9 0,6
2 0,8 0 0,6
3 0,4 0,6 0
31
𝑐21 = ∑ 𝑣ℎℎ∈𝐼21
= 𝑣1 + 𝑣2 + 𝑣4 = 0,4 + 0,3 + 0,1 = 0,8
𝑐31 = ∑ 𝑣ℎℎ∈𝐼31
= 𝑣2 +𝑣4 = 0,3 + 0,1 = 0,4
𝑐32 = ∑ 𝑣ℎℎ∈𝐼32
= 𝑣2 +𝑣3 +𝑣4 = 0,3 + 0,2 + 0,1 = 0,6
𝑅1 = ∑𝑐𝑖𝑗𝑖<𝑗
−∑𝑐𝑖𝑗𝑖>𝑗
= (0,9 + 0,6 + 0,6) − (0,8 + 0,4 + 0,6) = 2,1 − 1,8 = 0,3
Poznamenejme, že ukazatel R je vždy rozdíl mezi součtem prvků matice c nad hlavní
diagonálou a součtem prvků pod hlavní diagonálou. Analogicky provedeme výpočet pro další
permutace:
1 3 2
𝑃2 = (𝑎1, 𝑎3, 𝑎2),𝑐2 =132 [
0 0,6 0,9 0,4 0 0,6 0,8 0,6 0
], 𝑅2 = 2,1 − 1,8 = 0,3
2 1 3
𝑃3 = (𝑎2, 𝑎1, 𝑎3),𝑐3 =213 [
0 0,8 0,6 0,9 0 0,6 0,6 0,4 0
], 𝑅3 = 2,0 − 1,9 = 0,1
2 3 1
𝑃4 = (𝑎2,𝑎3, 𝑎1), 𝑐4 =231
[0 0,6 0,8
0,6 0 0,4 0,9 0,6 0
], 𝑅4 = 1,8 − 2,1 = −0,3
3 1 2
𝑃5 = (𝑎3, 𝑎1, 𝑎2),𝑐5 =312 [
0 0,4 0,6 0,6 0 0,9 0,6 0,8 0
], 𝑅5 = 1,9 − 2,0 = −0,1
3 2 1
𝑃6 = (𝑎3, 𝑎2, 𝑎1),𝑐6 =321 [
0 0,6 0,4 0,6 0 0,8 0,6 0,9 0
], 𝑅6 = 1,8 − 2,1 = −0,3.
Hodnota R1 = R2 = 0,3 je maximální, proto optimální pořadí při zadaných váhách jsou
(a1, a2, a3) a (a1, a3, a2) .
32
Předpokládejme nyní, že váhy kritérií naznáme a že uživatel uspořádal a očísloval
kritéria od nejdůležitějšího po nejméně důležité f1, f2, …, fk. Pro váhy pak musí platit
𝑣1 ≥ 𝑣2 ≥ ⋯ ≥ 𝑣𝑘 , ∑𝑣𝑖
𝑘
𝑖=1
= 1, 𝑣𝑖 ≥ 0.
Optimální uspořádání je pak možné nalézt vyhodnocením uspořádání, získaných na
základě k- váhových vektorů
(1,0, 0,⋯ , 0),
(1
2,1
2,0,⋯ , 0),
(1
3,1
3,1
3,⋯ , 0),
⋯
(1
𝑘,1
𝑘,1
𝑘,⋯ ,
1
𝑘).
Pro jednotlivé váhové vektory určíme pořadí stejným způsobem, jako v Příkladu 9 při
znalosti vah.
33
Příklad 11 – Úloha multikriteriálního diskrétního rozhodování –
permutační metoda uspořádání kritérií s neznámými váhami (zdroj [2])
Řešme úlohu z Příkladu 10 v situaci, kdy neznáme váhy kritérií. Potom pro váhové
vektory
(1,0,0,0), (1
2,1
2, 0,0) , (
1
3,1
3,1
3, 0) , (
1
4,1
4,1
4,1
4)
určíme optimální pořadí. Výsledky jsou v Tab. 11.1.
𝑣 = (𝑣1, 𝑣2 , 𝑣3, 𝑣4) P
(1,0, 0, 0) 𝑃1 = (𝑎1,𝑎2, 𝑎3), 𝑃3 = (𝑎2, 𝑎1, 𝑎3)
(1
2,1
2, 0,0) Všechny permutace 𝑃1,𝑃2, ⋯ , 𝑃6
(1
3,1
3,1
3, 0) 𝑃1 = (𝑎1,𝑎2, 𝑎3
(1
4,1
4,1
4,1
4) Všechny permutace 𝑃1,𝑃2, ⋯, 𝑃6
Tab. 11.1
V tomto jednoduchém příkladu dává permutační metoda jako optimální permutaci
P1 = (a1, a2, a3), která je optimální pro všechny volby váhového vektoru.
34
Příklad 12 - Úloha multikriteriálního diskrétního rozhodování –
metody s kardinální informací – metoda maximalizace užitku
s váženým součtem (zdroj [2])
Uvažujme výstavbu vodní elektrárny, kdy k dispozici je 6 variant a1, a2, a3, a4, a4, a6,
které jsou hodnoceny podle šesti kritérií:
𝒇𝟏 = počet pracovních sil (min),
𝒇𝟐 = výkon v MW (max),
𝒇𝟑 = investiční náklady v mld. Kč (min),
𝒇𝟒 = provozní náklady v mil. Kč (min),
𝒇𝟓 = počet evakuovaných obcí při výstavbě (min),
𝒇𝟔 = stupeň spolehlivosti provozu v bodové stupnici (max).
Výchozí kriteriální matice Y má tvar:
f1 f2 f3 f4 f5 f6
(min
)
(max
)
(min
)
(min
)
(min
)
(max
)
a1 80 90 6 5,4 8 5
a2 65 58 2 9,7 1 1
a3 83 60 4 7,2 4 7
a4 40 80 10 7,5 7 10
a5 52 72 6 2,0 3 8
a6 94 96 7 3,6 -5 6
Provedeme úpravu kriteriální matice na tvar, kdy všechna kritéria budou maximalizační.
Pro minimalizační kritéria určíme nejhorší hodnoty
f1 – 94, f3 – 10, f4 – 9,7, f5 – 8.
Od těchto hodnot odečteme kriteriální hodnoty dané varianty. Tím převedeme
ohodnocení variant podle minimalizačního kritéria na hodnocení, o kolik jsou varianty lepší
než nejhorší varianta a tím na úlohu s kritérii maximalizačními. Upravená varianta matice má
tvar
35
f1 f2 f3 f4 f5 f6
(min
)
(max
)
(min
)
(min
)
(min
)
(max
)
a1 14 90 4 4,3 0 5
a2 29 58 8 0,0 7 1
a3 11 60 6 2,5 6 7
a4 54 80 0 2,2 1 10
a5 42 72 4 7,7 5 8
a6 0 96 3 6,1 3 6
H = ( 54; 96; 8; 7,7; 7; 10),
D= ( 0; 58; 0; 0,0; 0; 1).
Dále pomocí transformačního vztahu
jj
jij
ijDH
Dyr
vytvoříme normalizovanou kriteriální matici, jejíž prvky vyjadřují hodnoty užitku dané
varianty podle určitého kritéria. Předpokládejme, že jsme např. pomocí metody
kvantitativního párového srovnání kritérií získali jejich váhy. Potom můžeme podle vztahu
k
j
ijjirvau
1
)(
určit celkové hodnoty užitku variant:
v = (0,07; 0,24; 0,33; 0,19; 0,09; 0,08)
Maximální hodnoty užitku dosahuje varianta a5 a je vybrána jako nejlepší. Uspořádáním
variant podle hodnot užitku pak dostáváme jejich pořadí a5, a6, a1, a2, a4, a4.
f1 f2 f3 f4 f5 f6 u(ai)
a1 0,26 0,84 0,50 0,56 0,00 0,44 0,53
a2 0,54 0,00 1,00 0,00 1,00 0,00 0,46
a3 0,20 0,05 0,75 0,32 0,86 0,67 0,44
a4 1,00 0,58 0,00 0,29 0,14 1,00 0,36
a5 0,78 0,37 0,50 1,00 0,71 0,78 0,62
a6 0,00 1,00 0,38 0,79 0,43 0,56 0,60
36
Příklad 13 – Multikriteriální diskrétní rozhodování – metody
s kardinální informací – metoda maximalizace užitku
minimalizací vzdálenosti od ideální varianty (zdroj [2])
Uvažujme řešení Příkladu 12, kde jsme dostali upravenou kriteriální matici
s maximalizačními kritérii
f1 f2 f3 f4 f5 f6
(min
)
(max
)
(min
)
(min
)
(min
)
(max
)
a1 14 90 4 4,3 0 5
a2 29 58 8 0,0 7 1
a3 11 60 6 2,5 6 7
a4 54 80 0 2,2 1 10
a5 42 72 4 7,7 5 8
a6 0 96 3 6,1 3 6
Krok 1: aby byly údaje srovnatelné, transformujeme je podle vztahu
p
i
ij
ij
ij
y
yr
1
2/12)(
pro prvky normalizované matice R:
f1 f2 f3 f4 f5 f6
(min) (max) (min) (min) (min) (max)
a1 0,183 0,475 0,337 0,383 0,000 0,302
a2 0,380 0,306 0,674 0,000 0,700 0,060
a3 0,144 0,317 0,505 0,223 0,400 0,422
a4 0,707 0,422 0,000 0,196 0,100 0,603
a5 0,550 0,380 0,337 0,686 0,500 0,482
a6 0,000 0,507 0,253 0,543 0,300 0,362
Krok 2: vezmeme v úvahu relativní důležitost kritérií, vyjádřenou váhovým vektorem
v = (0,07; 0,24; 0,33; 0,19; 0,09; 0,08).
Vypočítáme váženou kriteriální matici W tak, že každý j-tý sloupec normalizované
kriteriální matice R násobíme odpovídající váhou vj:
37
f1 f2 f3 f4 f5 f6
a1 0,013 0,114 0,111 0,073 0,000 0,024
a2 0,027 0,074 0,222 0,000 0,063 0,005
a3 0,010 0,076 0,167 0,042 0,036 0,034
a4 0,049 0,101 0,000 0,037 0,009 0,048
a5 0,038 0,091 0,111 0,130 0,045 0,039
a6 0,000 0,122 0,083 0,103 0,027 0,029
Krok 3: ve vážené kriteriální matici W určíme ideální a bazální variantu:
H = (0,049 ; 0,122 ; 0,222 ; 0,130 ; 0,063 ; 0,048) ,
D = (0,000 ; 0,074 ; 0,000 ; 0,000 ; 0,000 ; 0,005) .
Krok 4: vypočteme vzdálenosti jednotlivých variant od ideální varianty 𝑑𝑖+ (i = 1, 2,
…, 6) a od bazální varianty 𝑑𝑖− (i = 1, 2, …, 6):
Varianty 𝑑𝑖+ 𝑑𝑖
−
a1 0,147 0,141
a2 0,147 0,233
a3 0,124 0,178
a4 0,248 0,081
a5 0,118 0,185
a6 0,155 0,146
Krok 5: vypočteme relativní ukazatele vzdálenosti ci, i = 1, 2, …, 6:
Varianty ci
a1 0,4892
a2 0,6122
a3 0,5898
a4 0,2466
a5 0,6117
a6 0,4839
Varianty uspořádáme podle klesajících hodnot ci, tedy (a2, a5, a3, a1, a6, a4). To
znamená, že jako nejlepší varianta podle všech kritérií vychází varianta a2¸ nejhorší pak
varianta a4.
38
Příklad 14 – Úloha Multikriteriálního diskrétního rozhodování –
metody s kardinální informací – minimalizace vzdálenosti od
ideální varianty metodou AGREPREF (zdroj [2])
Metodou AGREPREF uspořádáme varianty v úloze, zadané kriteriální maticí a vektorem
vah:
f1 f2 f3 f4 f5
a1 5,2 13,2 4 2 6,0
a2 0,0 0,0 2 2 4,5
a3 9,3 9,6 2 4 7,5
a4 4,8 1,0 2 2 4,5
𝑣𝐽 0,1 0,5 0,1 0,1 0,2
Určíme stupně preference a indiference:
𝑠12 = 0,9 , 𝑠21 = 0 , 𝑠1 ̅2 = 0,1 ,
𝑠13 = 0,6 , 𝑠31 = 0,4 , 𝑠1 ̅3 = 0 ,
𝑠14 = 0,9 , 𝑠41 = 0 , 𝑠1 ̅4 = 0,1 ,
𝑠23 = 0 , 𝑠32 = 0,9 , 𝑠2 ̅3 = 0,1
,
𝑠24 = 0 , 𝑠42 = 0,6 , 𝑠2 ̅4 = 0,4 ,
𝑠34 = 0,9 , 𝑠43 = 0 , 𝑠3 ̅4 = 0,1 .
Pro prahy α = 0,6 a β = 0,1 určíme relaci R = (P, I, N). V našem případě se nevyskytují
žádné indiferentní varianty. Relaci preference P můžeme vyjádřit grafem s maticí sousednosti
(Obr. 14.1)
a1
a3
a2
a4
Obr. 14.1
39
a1 a2 a3 a4 dh
a1 0 1 1 1 3
a2 0 0 0 0 -3
a3 0 1 0 1 1
a4 0 1 0 0 -1
Nalezená relace preference P je tranzitivní. Určili jsme hodnoty dh a uspořádáme řádky
a sloupce matice sousednosti podle klesajících hodnot dh.
a1 a3 a4 a2 dh
a1 0 1 1 1 3
a3 0 0 1 1 1
a4 0 0 0 1 -1
a2 0 0 0 0 -3
Není nutno provést žádné úpravy, matice již odpovídá matici semiuspořádání. V tomto
případě získáme uspořádání variant (a1, a3, a4, a2).
40
Příklad 15 – Úloha metody analýzy obalu dat - I (zdroj [1])
Předpokládejme, že porovnáváme výkonnost prodejen podle vstupu, kteým je počet
zaměstnanců, a podle výstupu, kterým je prodej vyjádřený v peněžních jednotkách. Tab. 15.1
jsou uvedeny hodnoty vstupů, výstupů a efektivity jednotlivých prodejen
Prodejna A B C D E F G H
Zaměstnanci (x) 2 3 3 4 5 5 6 8
Prodej (y) 1 3 2 3 4 2 3 5
Prodej/Zam.
(y/x) 0,5 1 0,67 0,75 0,8 0,4 0,5 0,63
Tab. 15.1
Na Obr. 15.1 je uvedeno grafické vyjádření pozice jednotlivých prodejen podle
dosažených vstupů a výstupů. Body, znázorňující prodejny, mají souřadnice x – počet
zaměstnanců, y – objem prodeje.
Zaměstnanci
0 1 2 3 4 5 6 7 8 9
1
2
3
4
5
6
Pro
dej
A
B
C
D
E
F
G
HEfektivní hranice
Regresní přímka
Obr. 15.1
Efektivní hranice je přímka, procházející počátkem a bodem B, který vyjadřuje jedinou
prodejnu, která dosáhla maximální efektivnosti, zatímco regresní přímka vyjadřuje
„průměrnou“ závislost mezi vstupem a výstupem (vyjádřena čárkovaně).
Na Obr. 15.2 je analyzována neefektivnost prodejny A. Ta se může stát efektivní, jestliže
např. sníží počet zaměstnanců na 1 (posun do bodu A1), nebo zvýší prodej na 2 (posun do
bodu A2). Celá úsečka, spojující body A1 a A2 nabízí možnosti, jak se může prodejna sát
efektivní.
41
Zaměstnanci
0 1 2 3 4
1
2
3
4
Pro
de
j
A
B
A1
A2
Obr.15.2
42
Příklad 16 – Úloha metoda analýzy obalu dat – II (zdroj [1])
Úloha je rozšířením Příkladu 15 s uvažováním dvou vstupů u prodejen, počtu
zaměstnanců a plochy prodejny, přepočtené na jednotku prodeje jakožto výstupu (Tab. 16.1).
Prodejna A B C D E F G H I
Zaměstnanci X1 4 7 8 4 2 5 6 5,5 6
Plocha X2 3 3 1 2 4 2 4 2,5 2,5
Prodej y 1 1 1 1 1 1 1 1 1
Tab. 16.1
Na Obr. 16.1 je uvedena množina produkčních možností:
Zaměstnanci/Prodej
0 1 2 3 4 5 6 7 8 9
1
2
3
4
5
Plo
cha/
Pro
dej
D
B
C
A
E
F
G
HEfektivní hranice
I
Obr. 16.1
Jsou zde uvedeny vstupy na jednotku výstupu pro jednotlivé prodejny. Cílem je
minimalizovat oba vstupy při dosahování jednotkového výstupu. Efektivními prodejnami jsou
prodejny C, D a E, ke kterým neexistují prodejny s možným zlepšením jednoho vstupu bez
zhoršení vstupu druhého. Spojením bodů C, D a E a doplněním horizontální polopřímky
z bodu C a vertikální polopřímky z bodu E dostaneme efektivní hranici, která vymezuje
množinu produkčních možností, ve které leží všechny body, znázorňující prodejny. Ty z nich,
které leží na efektivní hranici, jsou efektivní, uvnitř množiny produkčních možností leží
prodejny neefektivní.
43
Tak např. prodejna A je neefektivní, její relativní neefektivnost je měřena poměrem
vzdáleností mezi počátkem 0 a bodem P, který vznikne projekcí bodu A na efektivní hranici
a vzdálenosti počátku od bodu A (Obr. 16.2).
Zaměstnanci/Prodej
0 1 2 3 4 5
1
2
3
4
5
Plo
cha/
Pro
dej
D
A
E
Efektivní hranice
A1
P
Obr. 16.2
Úsečka mezi body D a A1 vyznačuje možnost pro zlepšení, bod D může být dosažen
pouze snížením vstupu x2, zatímco bod A1 může být dosažen pouze snížením vstupu x1.
44
Příklad 17 – Úloha metody analýzy obalu dat – III (zdroj [1])
Podle výsledků Příkladu 16 je další možností zvýšení efektivnosti prodejen zvýšení
výstupů při ponechání vstupů. V Příkladu 17 uvažujeme prodejny se dvěma výstupy (počet
zákazníků a velikost prodeje), přepočtené na jednotkové množství zaměstnanců jakožto
vstupu. Hodnoty jsou uvedeny v Tab. 17.1.
Prodejna A B C D E F G
Zaměstnanci X1 1 1 1 1 1 1 1
Plocha X2 1 2 3 4 4 5 6
Prodej Y 5 7 4 3 6 5 2
Tab. 17.1
Na Obr.17.1 jsou znázorněny výstupy na jednotku vstupu pro jednotlivé prodejny. Clem
je maximalizovat oba výstupy při dosahování jednotkového vstupu.
Zákazníci/Zaměstnanci
0 1 2 3 4 5 6 7
1
2
3
4
5
Pro
dej
/Zam
ěstn
anci
D
B
C
A
E
F
GH
Efektivní hranice6
7
8
Množina produkčních
možností
Obr. 17.1.
Efektivními prodejnami jsou B, E, F a G, ke kterým neexistují prodejny s možným
zlepšením jednoho výstupu bez zhoršení výstupu druhého. Spojením bodů B, G, F a G
a doplněním horizontální polopřímky z bodu B a vertikální polopřímky z bodu G dostaneme
efektivní hranici, která vymezuje množinu produkčních možností, ve které leží všechny body,
znázorňující prodejny. Ty z nich, které leží na efektivní hranici, jsou efektivní, uvnitř
množiny produkčních možností leží prodejny neefektivní.
45
Tak např. prodejna D je neefektivní, její relativní neefektivnost je měřena poměrem
vzdáleností mezi počátkem 0 a bodem D a vzdálenosti mezi počátkem 0 a bodem P, který
vznikne projekcí bodu D na efektivní hranici (Obr. 17.2).
Zákazníci/Zaměstnanci
0 1 2 3 4 5 6 7
1
2
3
4
5
Pro
dej
/Zam
ěstn
anci
D
B
C
A
E
F
G
6
7
8
Q
P
Obr.17.2
Je to případ technické neefektivnosti, která může být odstraněna při zachování poměru
mezi hodnotami výstupu. Jestliže obě hodnoty výstupů pro prodejnu D vynásobíme stejným
koeficientem, který je roven převrácené hodnotě relativní neefektivnosti, dostaneme se na
efektivní hranici do bodu P. eliminace neefektivnosti tak bylo dosaženo bez zhoršení hodnot
výstupů a vstupu.
Prodejna A je také neefektivní, její relativní neefektivnost je měřena poměrem
vzdáleností mezi počátkem 0 a bodem A a vzdálenosti mezi počátkem 0 a bodem Q, který
vznikne projekcí bodu A na efektivní hranici (Obr. 17.2). Odstranění technické neefektivnosti
vynásobením hodnot obou převrácenou hodnotou relativní neefektivnost se dostaneme na
efektivní hranici do bodu Q. Tento bod však není efektivní. Jestliže porovnáme souřadnice
bodu Q a bodu B je vidět, že bod B má stejnou hodnotu pro druhý výstup, ale je lepší
v hodnotě výstupu prvního. Tento druh neefektivnosti se nazývá neefektivnost smíšená.
Zlepšení se dosáhne přesunutím do bodu B, které již nezachovává poměry mezi hodnotami
výstupů, jako tomu bylo při eliminaci neefektivnosti technické. Bylo jí dosaženo bez zhoršení
druhého výstupu a hodnoty vstupu.
46
Příklad 18 – Úloha prohledávání stavového prostoru –
neinformované metody (zdroj [3])
Uvažujme stavový prostor podle Obr.18.1, v němž je stav A stavem počátečním a stav
Z stavem cílovým. Prohledávání prostoru provedeme metodou prohledávání do šířky i do
hloubky.
Obr.18.1
Prohledávání do šířky.
Následující sekvence představuje postupnou změnu zásobníků OPEN a CLOSED:
1. OPEN (A), CLOSED (0)
2. OPEN (B, C, D), CLOSED (A)
3. OPEN (C, D, E, F, G), CLOSED (A, B)
4. OPEN (D, E, F, G, H, I), CLOSED (A, B, C)
5. OPEN (E, F, G, H, I, J, K, l), CLOSED (A, B, C, D)
6. OPEN (F, G, H, I, J, K, L, M, N), CLOSED (A, B, C, D, E)
až do okamžiku nalezení stavu Z nebo do okamžiku, kdy seznam OPEN je seznamem
prázdným.
Prohledávání do hloubky.
Při prohledávání do hloubky se plní zásobníky OPEN a CLOSED následovně:
1. OPEN (A), CLOSED (0)
2. OPEN (B, C, D), CLOSED (A)
3. OPEN (E, F, G, C, D), CLOSED (A, B)
4. OPEN (M, N, F, G, C, D), CLOSED (A, B, E)
47
5. OPEN (N, F, G, C, D), CLOSED (A, B, E, M)
6. OPEN (Y, F, G, C, D), CLOSED (A, B, E, M, N)
7. OPEN (F, G, C, D), CLOSED (A, B, E, M, N, Y)
8. OPEN (O, G, C, D), CLOSED (A, B, E, M, N, Y, F, O)
9. OPEN (P, Q, R, C, D), CLOSED (A, B, E, M, N, Y, F, O, G)
až do okamžiku nalezení stavu Z nebo do okamžiku, kdy seznam OPEN je seznamem
prázdným.
48
Příklad 19 – Úloha prohledávání stavového prostoru –
informované metody – uspořádané prohledávání (zdroj [3])
Ve stavovém prostoru z Příkladu 18 (Obr.18.1) provedeme ohodnocení přechodů mezi
stavy jistou cenou (Obr.19.1).
Obr. 19.1
Ohodnocení f(i) určujeme jako cenu prošlé cesty z počátečního do i-tého stavu. Dále je
uveden průběh činnosti algoritmu uspořádaného prohledávání, přičemž prvky seznamů OPEN
a CLOSED jsou trojice, zapsané ve tvaru
uzluhorodi čodičojménoifhodnotauzlujméno )(
1. OPEN (A-0-0) CLOSED (0)
2. OPEN (C-3-A, D-5-A, B-20-A) CLOSED (A-0-0)
3. OPEN (D-5-A, H-6-C, I-10-C) CLOSED (A-0-0, C-3-A)
4. OPEN (H-6-C, I-10-C, J-11-D, K-15-D, L-20-D) CLOSED (A-0-0, C-3-A, D-5-A)
5. OPEN (I-10-C, J-11-D, K-15-D, L-20-D) CLOSED (A-0-0, C-3-A, D-5-A, H-6-C)
6. OPEN (J-11-D, T-13-I, K-15-D, S-18-I, L-20-D) CLOSED (A-0-0, C-3-A, D-5-A,
H-6-C, I-10-C)
7. OPEN (T-12-J, K-15-D, S-18-I, L-20-D) CLOSED (A-0-0, C-3-A, D-5-A, H-6-C,
I-10-C, J-11-D)
8. OPEN (Z-14-T, K-15-D, S-18-I, L-20-D) CLOSED (A-0-0, C-3-A, D-5-A, H-6-C,
I-10-C, J-11-D, L-20-D)
STOP – cílový stav byl nalezen
Díky záznamu rodičovských uzlů lze zrekonstruovat nejlevnější cestu A-D-J-T-Z.
49
Příklad 20 – Úloha se čtyřmi kameny s použitím hodnoticí
funkce (zdroj [3])
Je dána deska o pěti polích – Obr.20.1. Dvě pole jsou obsazena bílými figurami (B)
a dvě pole černými (C), prázdné pole je označeno tmavým čtvercem. S jednotlivými figurami
je možno táhnout pouze těmito tahy:
a) Je-li sousední pole prázdné, pak se může figura do tohoto pole přesunout (p1) – cena
přechodu je jednotková,
b) Je-li pole ob jednu figuru prázdné, pak figura může do prázdného pole přeskočit
přesunout (p1) – cena přechodu je jednotková,
c) Je-li pole ob dvě figury prázdné, pak figura může do prázdného pole přeskočit
přesunout (p2) – cena přechodu jsou 2 jednotky.
Cílem úlohy je přesunout bílé figury pod dvě černé do takové konfigurace, aby obě bílé
figury byly v sousedních polích. Totéž platí pro figury černé.
Obr. 20.1
Je dána hodnoticí funkce
f(i) = g(i) + h*(i),
kde g(i) je cena pohybu figur po cestě od počátečního uzlu s0 (tj. od počátečního stavu) do
uzlu i a h*(i) je odhadem ceny cesty z uzlu i do uzlu cílového; zde ji zvolíme jako minimální
součet nesprávně umístěných figur oproti cíli. Strom řešení je znázorněn na Obr.20.2.
50
Obr. 20.2
51
Příklad 21 – Hra se čtyřmi kameny s použitím metapravidel (zdroj
[3])
Zadání úlohy je totožné s Příkladem 20. Metapravidla definují řídicí strategii, kterou hráč
intuitivně používal.
Metapravidlo 1 – M1: preferuj přeskok figury před posunutím figury do sousedního
pole.
Metapravidlo 2 – M2: preferuj takový přeskok, kdy figura obsadí pole, které je
součástí cílového stavu.
Graf řešení úlohy při použití metapravidel M1 a M2 je na Obr.21.1. Z uvedeného grafu
plyne, že použití metaznalostí při prohledávání stavového prpostoru je velmi efektivním
nástrojem řídicí strategie, neboť podstatně omezilo prohledávání neúspěšných větví stromu
řešení.
Pro porovnání uveďme, že metodou slepého prohledávání do hloubky (max. hloubka 4)
by bylo řešení nalezeno až po 23 krocích.
52
Obr. 21.1
53
Příklad 22 – Úloha prohledávání stavového prostoru –
informované metody – algoritmus A* (zdroj [3])
Tuto metodu aplikujeme na hru Lišák. Na čtvercové hrací desce s 9 možnými pozicemi
je celkem 8 kamenů očíslovaných 1 až 8. Jedna z možných pozic tak zůstává neobsazena.
Libovolné náhodné uspořádání, s nímž hru začínáme, lze považovat za počáteční stav.
Účelem hry je dosáhnout postupnými posuny kamenů stavu cílového, který je uveden na
Obr. 22.1.
Obr. 22.1
Každý stav řešení úlohy je definován polohou hracích kamenů, každý posuv kamene
představuje přechod mezi stavy.
Jako heuristickou funkce h*(i) zvolme odhad vzdálenosti aktuálního stavu od stavu
cílového, vyjádřený počtem kamenů, které se nenachází v požadované cílové pozici. Příklady
hodnot heuristických hodnocení jsou na Obr. 22.2.
Obr.22.2
Cena každého posunu je jednotková. Vyjdeme-li z počátečního stavu reprezentovaného
jako první na Obr. 22.2, je činnost algoritmu A* znázorněna na Obr. 22.3. Pořadí
expandovaných stavů je zachyceno pořadovým číslem u obrázku stavu.
54
Obr. 22.3
55
Obsahy seznamů OPEN a CLOSED v jednotlivých krocích jsou následující:
1. OPEN (A-4), CLOSED (0)
2. OPEN (B-4, C-6, D-7), CLOSED (A-4)
3. OPEN (E-5, F-5, G-6, C-6, D-7), CLOSED (A-4, B-4)
4. OPEN (F-5, H-6, G-6, I-7, D-7), CLOSED (A-4, B-4, E-5)
5. OPEN (K-5, H-6, G-6, J-7, I-7, D-7), CLOSED (A-4, B-4, E-5, F-5)
6. OPEN (L-5, H-6, G-6, J-7, I-7, D-7), CLOSED (A-4, B-4, E-5, F-5, K-5)
7. OPEN (M-5, H-6, G-6, N-7, J-7, I-7, D-7), CLOSED (A-4, B-4, E-5, F-5, K-5, L-
5)
STOP – cílový stav byl nalezen
56
Příklad 23 – Úloha prohledávání stavového prostoru – rozklad
na podúlohy - Hanojské věže (zdroj [4])
K podložce jsou připevněny tři tyče. Na jednu z nich jsou nasunuty tři různě velké disky
s otvorem uprostřed tak, že vždy menší disk leží na větším (Obr.23.1).
Obr. 23.1 Hanojské věže – počáteční a cílový stav
Úkolem je přemístit disky na jinou tyč tak, aby byly opět uspořádány od největšího
k nejmenšímu. Smí se přesouvat vždy jen jediný disk, nikdy nesm ležet větší disk na menším.
Třetí tyč lze využít k odkládání. Počáteční a cílový stav je nakreslen na 0br.23.1.
Stav řešení úlohy lze popsat uspořádanou trojicí (kA kB kC), kde kA, kB a kC je číslo tyče,
na které je disk A, B, C nasunut. Je tedy třeba přejít ze stavu (111) do stavu (333). Přechody
jsou popsány pravidly jiss , kde
is a j
s jsou stavy. Stavový prostor lze znázornit grafem
na Obr.23.2. V popsané úloze se 3 disky je stavový prostor tvořen 2733 stavy.
Obr. 23.2 Stavový prostor úlohy o hanojských věžích
Úlohu budeme řešit metodou rozkladu na podúlohy. Přemístění n disků, n > 1 z tyče i na
tyč k lze nahradit následujícími jednoduššími úlohami (podúlohami):
57
1. přemístit n – 1 disků z i na j,
2. přemístit 1 disk z i na k,
3. přemístit n – 1 disků z j na k.
Za jednoduchou budeme považovat úlohu, spočívající v přemístění jednoho disku, tedy
podúlohu 2. V případě 3 disků rozložíme úlohu na jednoduché části, jak je znázorněno na
Obr. 23.3.
Obr. 23.3 Rozklad úlohy o hanojských věžích na podúlohy
Přemístění n disků z i na j budeme značit takto: n disků )( ji . Oblouček, spojující
hrany vycházející z jednoho uzlu naznačuje, že podúlohy, ke kterým hrany směřují, musí být
všechny splněny.
Graf, ve kterém je zachycen rozklad úlohy nebo podúlohy, se nazývá graf AND/OR.
Jeho uzly odpovídají úlohám, hrany vyjadřují závislosti mezi nimi. Hrany, spojené
obloučkem, se nazývají hrany AND. Aby úloha byla vyřešena, musí být všechny podúlohy,
ke kterým vedou hrany AND, vyřešené. Hrany nespojené obloučkem se nazývají hrany OR.
Aby byla úloha vyřešena, musí být alespoň jedna podúloha, spojená hranou OR, vyřešena.
58
Příklad 24 – Úloha metody řešení problémů v multikriteriálním
rozhodování – metoda PRIAM (zdroj [2])
Úloha výběru počítače ze seznamu 100 modelů, označených PC1 až PC100. Počítače
jsou hodnoceny podle 5 kritérií:
f1 cena počítače
f2 spolehlivost počítače
f3 velikost paměti
f4 technické vybavení
f5 programové vybavení v ceně počítače
Cena je kritériem minimalizačním (v Kč), ostatní kritéria jsou maximalizační (0-10).
Ideální a bazální hodnoty pro jednotlivá kritéria na množině 100 variant jsou stanoveny takto:
H = (1000, 9, 10, 10, 7)
D = (35000, 1, 1, 1, 1)
Při zadání aspiračních úrovní rovných bazálním hodnotám D, vyhovují zřejmě všechny
varianty, d = 100. Pro aspirační úrovně rovné ideálním hodnotám H, nevyhovuje žádná
varianta, d = 0. Pro zadané aspirační hodnoty
)4,5,2,1,30000()1(y
Je počet vyhovujících variant d = 16. Označíme tento uzel jako tentativní, tzn. že se
k němu můžeme v průběhu prohledávání množiny variant vrátit. Při další změně aspiračních
úrovní
)5,6,4,3,30000()2(y
je již počet akceptovatelných variant jen d = 4. Tento uzel opět označíme jako tentativní.
Při nových aspiračních úrovních
)5,6,5,5,10000()3(y
již nevyhovuje varianta žádná, d = 0. Řešením úlohy (B) dostaneme variantu, která je
nejblíže k zadaným aspiračním úrovním
PC98 = (7500, 4, 4, 6, 5).
59
Při prohledávání je možno použít proceduru bactracking a postupně se vracet po
tentativních uzlech a z nich potom rozvíjet nové cesty prohledávání.
V našem ilustrativním příkladu se posuneme po dvou tentativních uzlech zpět do stavu,
který je charakterizován aspiračními úrovněmi )1(y a ukazatelem d = 16. Z tohoto stavu
můžeme pokračovat při prohledávání jinými změnami aspiračních hodnot než při předchozím
prohledávání a dospět k jiné variantě, kterou porovnáme s průběžně nejlepší variantou (C).
Předpokládejme, že uživatel si z tohoto srovnání vybral původní variantu PC98, kterou přijal
jako výslednou kompromisní a prohledávání končí.
60
Příklad 25 – Úloha expertní systémy - systém Fel-Expert – model
Půjčka
Formulace úlohy
Uvažujme jednoduchý model závislosti výše poskytnuté půjčky PŮJČKA (hypotéza)
na finančním rozdílu příjmů a výdajů v rodině – jazyková proměnná ROZDÍL (první
evidence), věku žadatele půjčky – jazyková proměnná VĚK (druhá evidence) a doby
splatnosti půjčky – jazyková proměnná DOBA (třetí evidence).
Ukázka řešení
Sestavme fragment modelu – několik pravidel, která se vyjadřují k situaci, kdy půjčka
bude vysoká (jazyková proměnná VYSOKA_PUJČKA). Tento fragment modelu můžeme
formalizovat grafem inferenční sítě (Obr. 25.1).
V modelu jsou základem pro reprezentaci báze znalostí pravidla ve tvaru:
𝐼𝐹 ⟨𝑝ř𝑒𝑑𝑝𝑜𝑘𝑙𝑎𝑑 𝐸⟩ 𝑇𝐻𝐸𝑁 ⟨𝑧á𝑣ě𝑟 𝐻⟩ 𝑊𝐼𝑇𝐻 ⟨𝑝𝑟𝑎𝑣𝑑ě𝑝𝑜𝑑𝑜𝑏𝑛𝑜𝑠𝑡 𝑃(𝐻|𝐸⟩
𝐸𝐿𝑆𝐸 ⟨𝑧á𝑣ě𝑟 𝐻⟩ 𝑊𝐼𝑇𝐻 ⟨𝑝𝑟𝑎𝑣𝑑ě𝑝𝑜𝑑𝑜𝑏𝑛𝑜𝑠𝑡 𝑃(𝐻|𝑛𝑜𝑡 𝐸⟩
Soubor těchto pravidel tvoří orientovaný graf, kde vrcholy jsou tvrzení (E, H) a hrany
ohodnocené pravděpodobnostmi tvoří pravidla. Tento graf slouží k reprezentaci znalostí
zpracovávaných během inferenčního procesu a nazývá se inferenční síť. Ta tvrzení, která
vždy reprezentují předpoklady, jsou listy v grafu (vstupní proměnné). Naopak závěry mají
pozici kořenů grafu (vrcholové uzly – výstupní proměnná). Ostatní tvrzení jsou tvrzení
mezilehlá a mohou představovat jak dílčí závěry, tak předpoklady. Všechny uzly v síti
(evidence i hypotézy) mají danou apriorní pravděpodobnost (bayesovské uzly). Bayesovský
uzel reprezentuje tvrzení, jehož pravděpodobnost se dá vyhodnotit dle Bayesova vztahu.
Aposteriorní pravděpodobnost se určí z pozorovaných předpokladů nebo se získá přímým
pozorováním.
Pozn: V některých modelech mohou být využity i logické uzly, které představují dílčí
tvrzení či předpoklady. Logický uzel reprezentuje tvrzení, jehož pravděpodobnost se dá
vyhodnotit dle logické kombinace předpokladů. Pravděpodobnost tvrzení se vyhodnocuje
pomocí vztahů převzatých z fuzzy logiky.
61
Bayesovské uzly = vstupní proměnné.
ROZDÍL_VELKÝBA 0,5
VĚK_STARYBA 0,5
DOBA_DLOUHABA 0,5
PŮJČKA_VYSOKÁBA 0,5
0,93; 00; 0,9
0,8; 0
Obr. 25.1: Graf inferenční sítě pro jazykový model poskytnuté půjčky
Současně uvedeme i ohodnocení pravidel (dle prospektorovského modelu) a apriorní
pravděpodobnosti.
IF <E1: Rozdíl je velký>
THEN <H: Půjčka je vysoká>
WITH <P(H E1) = 0,93; P(H not E1 = 0>
IF <E2: Věk je starý>
THEN <H: Půjčka je vysoká>
WITH <P(H E2) = 0; P(H not E2 = 0,9>
IF <E3: Doba je dlouhá>
THEN <H: Půjčka je vysoká>
WITH <P(H E3) = 0,8; P(H not E3 = 0>
Apriorní pravděpodobnosti byly zvoleny následovně:
P (E1) = 0,5; P (E2) = 0,5; P (E3) = 0,5; P (E4) = 0,5 a P (H) = 0,5.
Uživatel postupně zadává odpovědi do systému FEL-EXPERT:
P (E1E´1) = 0,8
Hrany a jejich ohodnocení
Listy – bayesovské uzly
Vrcholový uzel = kořen
62
P (E2E´2) = 0,6
P (E3E´3) = 0,9
Obr. 25.2: Zadávání vstupních číselných hodnot pravděpodobnosti
Obr. 25.3: Zadávání vstupních číselných hodnot pravděpodobnosti
63
Obr. 25.4: Zadávání vstupních číselných hodnot pravděpodobnosti
Obr. 25.5: Nejpravděpodobnější cílové hypotézy
64
Obr. 25.6: Detail cílových hypotéz
Systém FEL-EXPERT stanovil důvěru v platnost hypotézy přiznání vysoké půjčky
v konkrétní situaci a hodnota cílové hypotézy je 0,86.
65
Příklad 26 – Úloha expertní systémy – systém Fuzzy ToolBox
MATLAB - Půjčka
Uvažujme jednoduchý model závislosti výše poskytnuté půjčky PŮJČKA se 3 vstupními
jazykovými proměnnými (ROZDÍL, tj. rozdíl příjmů a výdajů domácnosti, VĚK, tj. věk
žadatele o půjčku, DOBA, tj. doba splatnosti půjčky) a jednu jazykovou proměnnou výstupní
– PŮJČKA (tj. výše poskytnuté půjčky) s následujícími univerzy a jazykovými hodnotami:
Vstupní jazykové proměnné
Název proměnné Rozsah hodnot Jazykové hodnoty
ROZDÍL (v Kč) [2000 - 25000] Maly
Stredni
Velky
VĚK (v letech) [18 - 80] Mlady
Stredni
Starsi
DOBA (v letech) [2 - 12] Kratka
Stredni
Dlouha
Výstupní jazyková proměnná
Název proměnné Rozsah hodnot Jazykové hodnoty
PŮJČKA (v Kč) [2 000 – 50 000] Minimalni
Mala
Stredni
Vysoka
Implementace modelu je provedena v prostředí Fuzzy ToolBoxu balíku matematických
programů MATLAB. Tento program je vybaven možností interaktivní editace jazykových
proměnných, jejich jazykových hodnot jakož i inferenčním fuzzy-logickým mechanizmem
s možností nastavení všech jeho parametrů. Fuzzy ToolBox umožňuje ladění modelu i jeho
interaktivní simulaci.
Jazykové hodnoty vstupních proměnných i výstupní proměnné fuzzy-expertního systému
jsou v počítači reprezentovány fuzzy množinami.
66
Pravidlová báze znalostí typu MAMDANI, formalizující mentální model pro poskytnutí
půjčky má 27 pravidel, jejichž podmínkové části představují všechny kombinace jazykových
hodnot vstupních proměnných. Jednotlivé kombinace byly expertně ohodnoceny přiřazením
příslušných jazykových hodnot výstupní proměnné PŮJČKA.
Obr. 26.1: Fragment jazykových pravidel fuzzy-expertního systému v systému MATLAB
ROZDÍL (v Kč)
Maly 2000 2000 4000 7000
Stredni 4000 7000 11000 14000
Velky 11000 14000 25000 25000
VĚK (v letech)
Mlady 18 18 24 30
Stredni 24 30 45 55
Starsi 45 55 80 80
DOBA (v letech)
Kratka 2 2 2 7
Stredni 2 7 7 12
Dlouha 7 12 12 12
PŮJČKA (v Kč)
Minimalni 2000 2000 3000 5000
Mala 3000 5000 8000 12000
Stredni 8000 12000 28000 35000
Vysoka 28000 35000 50000 50000
67
Simulační výpočty provádíme tak, že jako vstupy modelu zadáváme číselné hodnoty
vstupních proměnných a model vyvozuje odpovídající hodnotu výše PŮJČKY. Číselné
velikosti hodnot vstupních proměnných při simulacích jsem volila tak, abych ověřila
správnost výpočtů v pravděpodobnostně orientovaných expertních systémech. Tvar vyvozené
výstupní fuzzy množiny je v pravém sloupci dole (viz Obr. 26.2). Současně je červenou čarou
uvedena poloha souřadnice těžiště plochy její funkce příslušnosti jako číselná deffuzifikovaná
(ostrá) výstupní hodnota.
Pro ověření správnosti vyvozené hypotézy VYSOKÁ PŮJČKA v pravděpodobnostních
systémech byly zvoleny tyto vstupní hodnoty:
ROZDÍL VĚK DOBA
13 000 Kč 52 let 11 roků
Jazykově lze vstupní hodnoty popsat následovně: ROZDÍL mezi příjmy a výdaji je spíše
velký, VĚK žadatele je spíše starší a DOBA splatnosti půjčky je spíše dlouhá.
Obr. 26.2: Simulační interaktivní okno výše půjčky v systému MATLAB
Výsledná výše PŮJČKY – 33 000 Kč se dá interpretovat jako PŮJČKA spíše VYSOKÁ.
68
Příklad 27 – Úloha expertní systémy – Fuzzy ToolBox MATLAB -
Společenská odpovědnost firmy - 3 vstupy
Společenskou odpovědností firem (CSR - Corporate Social Responsibility) se v obecné
rovině rozumí pozitivní postoje, praktiky či programy, zakomponované do podnikatelské
strategie firmy na úrovni jejího nejvyššího vedení. Podnik je však přímou součástí
společnosti, ve které vyvíjí své aktivity. Jejich prvotním cílem je tvorba zisku. Maximalizace
zisku však musí jít ruku v ruce s odpovědností vůči společnosti, protože podnik není
izolovanou jednotkou, ale je součástí širšího systému vztahů. Jeho finální prosperita bude
záviset na zdraví okolní společnosti a v neposlední řadě i na náladě okolní společnosti vůči
němu.
Aktivity, spojené se společenskou odpovědností firmy, je možno rozdělit do tří
základních oblastí:
- oblasti ekonomické – etický kodex, protikorupční postoje, transparentnost, ochrana
duševního vlastnictví, vztahy se zákazníky a investory, dodavateli i odběrateli, kvalita
a bezpečnost produktů a služeb;
- oblasti sociální – firemní dobrovolnictví, zaměstnanecká politika, zdraví, bezpečnost,
vzdělávání, rekvalifikace, zaměstnávání minoritních a ohrožených skupin
obyvatelstva, rovnost mužů a žen, odmítnutí dětské práce, lidská práva, spolupráce
s místní správou a zájmovými skupinami, zlepšování sociálního klimatu;
- oblasti environmentální – ekologie, ochrana přírodních zdrojů, investice do ekologie,
ekologická firemní kultura.
Stupeň společenské odpovědnosti firmy může být měřen a kvantifikován tím, jak
organizace zvažuje a realizuje veškerá svá opatření s ohledem na dopady na sebe samu i své
okolí. Tyto dopady lze tedy pozorovat
- vně firmy – ve větší přitažlivosti pro investory, větší transparentnosti a posílení
důvěryhodnosti, dlouhodobé udržitelnosti firmy, budování si reputace a z ní
vyplývající posílení pozice na trhu, odlišení od konkurence, růstu prodeje a věrnosti
zákazníků, budování politického kapitálu, větší atraktivitě pro potencionální
strategické partnery, v lepší pověsti firmy i značky,
- uvnitř firmy - v posílení firemní kultury, vytváření nových pracovních příležitostí,
možnosti získávat a udržet si loajální zaměstnance a ve sníženém riziku bojkotů
a stávek.
Znalostní jazykový fuzzy model systému CSR
Sestavme ilustrační experimentální jazykový model společenské odpovědnost firmy.
Úroveň CSR budeme vypočítávat (vyvozovat) v závislosti na velikosti tří vybraných aktivit:
69
UPZ (úroveň péče o zaměstnance), IET (výše investic do ekologických technologií), DOV
(úroveň dodavatelsko-odběratelských vztahů). Mentální model tohoto (zřejmě
zjednodušeného, proto experimentálního, ilustračního) systému je jednoduchý – všechny tři
vstupní proměnné ovlivňují velikost CSR jako proměnné výstupní pozitivně. Blokové schéma
takového systému je uvedeno na Obr. 27.1
Obr. 27.1
Jak již bylo řečeno, vstupní jazykové proměnné fuzzy modelu byly vybrány tak, aby
závislost stanovení stupně CSR na jejich velikosti byla evidentní a každý si ji mohl
zkontrolovat V případ reálně použitelného modelu by bylo potřeba zahrnout další aktivity,
rozšířit počet jazykových proměnných modelu i jejich jazykových hodnot a rozšířit jazykový
model.
Jména a identifikátory jazykových hodnot uvažovaných jazykových proměnných našeho
modelu jsou následující:
CSR Společenská odpovědnost firmy (výstupní - závisle proměnná modelu)
Nízká (NIZ) – Snížená (SNI) – Uspokojivá (USP) – Dobrá (DOB) – Velmi
dobrá (VED) – Výborná (VYB) – Špičková (SPI)
UPZ Úroveň péče o zaměstnance
Nízká (NIZ) – Střední (STR) – Vysoká (VYS)
IET Výše investic do ekologických technologií
Nízká (NIZ) – Střední (STR) – Vysoká (VYS)
DOV Úroveň dodavatelsko-odběratelských vztahů
Uspokojivá (USP) – Dobrá (DOB) – Výborná (VYB)
Jazykové hodnoty jazykových proměnných fuzzy modelu jsou v počítači reprezentovány
fuzzy množinami. Pravidla jazykového modelu jsou formulována pro tři vstupní proměnné
(UPZ, IET a DOV) a jednu proměnnou výstupní, kterou je CSR. Pravidla formuluje expert –
v našem případě reflektují v podstatě pouze obecné znalosti a jsou proto transparentní. Formu
pravidel můžeme lehce zkontrolovat. Např. IF-THEN pravidlo R1 modelu v Tab.27.1 má tvar
R1: IF (UPZ is VYS) and (IET is VYS) and (DOV is VYB ) THEN (CSR is SPI )
70
a formalizuje tuto znalost:
Jestliže úroveň péče o zaměstnance firmy je vysoká, investice do ekologických technologií
firmy jsou rovněž vysoké a úroveň dodavatelsko-odběratelských vztahů firmy je výborná, pak
úroveň společenské odpovědnosti takové firmy můžeme považovat za špičkovou.
Obdobně můžeme interpretovat sami i pravidla ostatní. Jazykový model (typu Mamdani),
uvedený svými 27 pravidly v Tab. 27.1, tvoří tzv. bázi znalostí, nad níž operují algoritmy tzv.
jazykové fuzzy logiky (inferenční – řídicí mechanizmus), který provádí proceduru výpočtu
(vyvození) tvaru výstupní fuzzy množiny CSR.
Báze znalostí je formalizací mentálního modelu CSR. Abychom mohli tento model
použít k simulacím a vyvozování velikosti CSR, budeme jej implementovat ve vývojovém
programovém prostředí MATLAB.
Programová realizace modelu CSR
Jazykový model byl vytvořen v prostředí Fuzzy ToolBoxu systému MATLAB v7.7.
Tento program je vybaven možností interaktivní editace jazykových proměnných, jejich
jazykových hodnot jakož i inferenčním fuzzy-logickým mechanizmem s možností nastavení
všech jeho parametrů. Systém umožňuje ladění modelu i jeho interaktivní simulaci. Základní
obrazovka modelu je na Obr. 27.2.
Obr. 27.2
Na Obr. 27.3 až Obr. 27.6 jsou uvedeny obrazovky editace funkcí příslušnosti fuzzy
množin jazykových hodnot vstupní jazykové proměnné UPZ a výstupní jazykové proměnné
CSR.
71
Obr. 27.3
Obr. 27.4
72
Obr. 27.5
Obr. 27.6
R1 IF (UPZ is VYS) and (IET is VYS) and (DOV is VYB ) THEN (CSR is SPI )
R2 IF (UPZ is VYS) and (IET is VYS) and (DOV is DOB) THEN (CSR is VYB)
R3 IF (UPZ is VYS) and (IET is VYS) and (DOV is USP) THEN (CSR is VED)
R4 IF (UPZ is VYS) and (IET is STR) and (DOV is VYB) THEN (CSR is VYB)
R5 IF (UPZ is VYS) and (IET is STR) and (DOV is DOB) THEN (CSR is VED)
R6 IF (UPZ is VYS) and (IET is STR) and (DOV is USP ) THEN (CSR is DOB)
R7 IF (UPZ is VYS) and (IET is NIZ) and (DOV is VYB) THEN (CSR is VED)
73
R8 IF (UPZ is VYS) and (IET is NIZ) and (DOV is DOB) THEN (CSR is DOB)
R9 IF (UPZ is VYS) and (IET is NIZ) and (DOV is USP) THEN (CSR is USP)
R10 IF (UPZ is STR) and (IET is VYS) and (DOV is VYB ) THEN (CSR is VYB)
R11 IF (UPZ is STR) and (IET is VYS) and (DOV is DOB) THEN (CSR is VED)
R12 IF (UPZ is STR) and (IET is VYS) and (DOV is USP) THEN (CSR is DOB)
R13 IF (UPZ is STR) and (IET is STR) and (DOV is VYB) THEN (CSR is VED)
R14 IF (UPZ is STR) and (IET is STR) and (DOV is DOB) THEN (CSR is DOB)
R15 IF (UPZ is STR) and (IET is STR) and (DOV is USP) THEN (CSR is USP)
R16 IF (UPZ is STR) and (IET is NIZ) and (DOV is VYB) THEN (CSR is DOB)
R17 IF (UPZ is STR) and (IET is NIZ) and (DOV is DOB ) THEN (CSR is USP)
R18 IF (UPZ is STR) and (IET is NIZ) and (DOV is USP ) THEN (CSR is SNI)
R19 IF (UPZ is NIZ) and (IET is VYS) and (DOV is VYB) THEN (CSR is VED )
R20 IF (UPZ is NIZ) and (IET is VYS) and (DOV is DOB ) THEN (CSR is DOB)
R21 IF (UPZ is NIZ) and (IET is VYS) and (DOV is USP) THEN (CSR is USP)
R22 IF (UPZ is NIZ) and (IET is STR) and (DOV is VYB ) THEN (CSR is DOB)
R23 IF (UPZ is NIZ) and (IET is STR) and (DOV is DOB) THEN (CSR is USP)
R24 IF (UPZ is NIZ) and (IET is STR) and (DOV is USP) THEN (CSR is SNI)
R25 IF (UPZ is NIZ) and (IET is NIZ) and (DOV is VYB) THEN (CSR is USP)
R26 IF (UPZ is NIZ) and (IET is NIZ) and (DOV is DOB) THEN (CSR is SNI)
R27 IF (UPZ is NIZ) and (IET is NIZ) and (DOV is USP) THEN (CSR is NIZ)
Tab. 27.1
Obr. 27.7
74
Na Obr.27.7 je uvedena obrazovka interaktivního vložení pravidel báze znalostí. Prvních
11 pravidel je uvedeno v okně – je možno je porovnat s obsahem Tab.27.1.
Simulační výpočty provádíme tak, že jako vstupy modelu dosazujeme číselné hodnoty
vstupních proměnných a model vypočítává odpovídající hodnotu společenské odpovědnosti.
Hodnoty vstupních veličin jsou zadávány jako normované číselné hodnoty v rozsahu 0 – 100.
Pro získání výstupní veličiny ve formě čísla (opět v rozsahu 0 – 100) je použita defuzifikační
metoda COG (Center of Gravity). Příklady simulací a jejich výsledků jsou uvedeny
v Tab. 27.2.
UPZ IET DOV CSR
10 20 20 26,4
30 40 50 32,9
50 50 50 50,0
70 60 80 67,2
70 70 90 71,2
Tab. 27.2
Na Obr. 27.8 je uvedena interaktivní obrazovka pro simulace.
Obr. 27.8
Nastaveny jsou hodnoty, odpovídající druhému řádku Tab. 27.2, který je v ní vyznačen
tučným písmem. Výsledná odhadnutá hodnota SOF je v tomto případě 38,5.
75
Příklad 28 – Úloha expertní systémy – systém LFLC - Zálivka
Navrhněte a implementujte rozhodovací systém pro stanovení doby zálivky zahrady
s ohledem na vlhkost a teplotu vzduchu.
Vstupní jazykové proměnné
Vlhkost vzduchu VLH [%] Nízká NIZ (20 20 55)
Střední STR (20 55 90)
Vysoká VYS (55 90 90)
Teplota vzduchu TEP [gradC] Nízká NIZ (5 5 20)
Střední STR (5 20 35)
Vysoká VYS (20 35 35)
Výstupní jazyková proměnná
Doba zavlažování DOZ [min] Velmi krátká VKR (0 0 60)
Krátká KRA (0 60 120)
Střední STR (60 120 180)
Dlouhá DLO (120 180 240)
Velmi dlouhá VDL (180 240 240 )
Vstupní jazykové proměnné a jejich jazykové hodnoty jsou uvedeny v oknech na
Obr. 28.1 a Obr. 9.28.2.
Obr. 28.1
76
Obr. 28.2
Výstupní jazyková proměnná a její jazykové hodnoty jsou reprezentovány funkcemi
příslušnosti fuzzy množin na Obr. 28.3
Obr. 28.3
Pravidla báze znalostí jsou uvedena v Tab.28.1.
77
Č VLH TEP DOZ
1 NIZ NIZ STR
2 STR NIZ KRA
3 VYS NIZ VKR
4 NIZ STR DLO
5 STR STR STR
6 VYS STR KRA
7 NIZ VYS VDL
8 STR VYS DLO
9 VYS VYS STR
Tab. 28.1
Fragment pravidel báze znalostí je uveden v okně na Obr. 28.4.
Obr. 28.4
Simulační okno spolu s podokny informací o vlastnostech fuzzy modelu, nastavení
hodnot vstupních proměnných a vyvozené fuzzy množině výstupní proměnné spolu
s defuzzifikovanou hodnotou jsou na Obr. 28.5.
78
Obr. 28.5
Podle tvaru funkční závislosti v pravé sodní části okna a tvaru funkce příslušnosti
vyvozené fuzzy množiny je možno usuzovat, že systém je navržen správně.
79
Příklad 29 – Úloha expertní systémy – systém Fel-Expert -
Společenská odpovědnost firmy - 4 vstupy
Definice jazykových proměnných
SOF – společenská odpovědnost firmy je výstupní jazyková proměnná modelu. Úroveň
takové odpovědnosti budeme vypočítávat (vyvozovat) na základě čtyř aktivit firmy (čtyři
jazykové vstupní proměnné modelu):
UPZ (úroveň péče o zaměstnance),
IET (výše investic do ekologických technologií),
DOV (úroveň dodavatelsko-odběratelských vztahů),
PRAVO (dodržování právních předpisů).
Výstupní proměnná
SOF - Společenská odpovědnost firmy (výstupní - závisle proměnná modelu) má
jazykové hodnoty: Není - Nízká – Uspokojivá – Dobrá – Výborná.
Grafické znázornění mentálního modelu – inferenční síť
Obr. 29.1
80
Pravidla fuzzy modelu
Ke každému pravidlu typu IF <předpoklad E> THEN <závěr H> jsou přiřazeny dvě
expertem zadané subjektivní váhy L (míra postačitelnosti) a L´ (míra nezbytnosti), což jsou
numerické parametry z intervalu 0, 1. Tímto vyjadřujeme neurčitost pravidla, neboť
předpokládáme, že předpoklad E v pravidle nebude nabývat pouze logických hodnot „pravda“
(tj. pravdivostní hodnoty 1) nebo „nepravda“ (pravdivostní hodnoty 0), ale hodnot z intervalu
0, 1. Pravidlo má tedy tvar:
IF <předpoklad E> THEN <závěr H> WITH <váha L> ELSE <závěr H> WITH <váha L'>.
Obr. 29.2
81
Vytvoření modelu v systému FEL-Expert
Obr. 29.3
Simulační výpočty provádíme tak, že jako vstupy modelu zadáváme číselné hodnoty
vstupních proměnných – subjektivní míry pravděpodobnosti v platnost předpokladů pravidel
a model vyvozuje odpovídající hodnoty důvěry v platnost cílových hypotéz (úrovně
společenské odpovědnosti firmy). Číselné velikosti hodnot vstupních proměnných byly
zvoleny dle následující tabulky:
Číslo pokusu Právo DOV UPZ IET
1 0,8 0,6 0,7 0,5
2 0,3 0,4 0,2 0,4
3 0 0,6 0,8 0,5
4 1 0,3 0,2 0,2
Tab. 29.1 Hodnoty vstupních proměnných pro simulační pokusy
82
Obr. 29.4
Obr. 29.5
83
Obr. 29.6
Obr. 29.7
84
Obr. 29.8
Obr. 29.9
Obr. 29.10
85
Obr. 29.11
Příklady simulací jsou uvedeny na Obr. 29.8 až Obr. 29.11. První simulační pokus
představuje firmu, která svými aktivitami dosahuje velmi vysoké společenské odpovědnosti.
Vstupní dat 2. simulačního pokusu odpovídají aktivitám firmy, které vedou k spíše nižší
společenské odpovědnosti. Třetí pokus ukazuje situaci, kdy firma neplní právní předpisy,
a není tedy společensky zodpovědná. Poslední simulační pokus popisuje firmu, která naopak
dodržuje právní předpisy, ale její zbývající aktivity jsou nízké a tedy i její společenská
odpovědnost je spíše nízká.
86
Příklad 30 – Úloha fuzzy multikriteriálního rozhodování - systém
NEFRIT – Tenis (zdroj [5])
1. Aplikace NEFRIT
1.1. Popis aplikace NEFRIT
Aplikace NEFRIT je softwarový nástroj sloužící k hodnocení výkonnosti sportovců. Na
základě vyhodnocení testů jedince lze objektivně sledovat vývoj jeho výkonnosti v několika
oblastech. Hlavním jádrem aplikace je fuzzy logika, pomocí níž lze velmi přesně vystihnout
všechny detaily v hodnocení jednotlivých kritérií, jež se na výsledku podílejí.
Aplikace je vytvořená v prostředí JAVA. Použita je databáze MS Access. Aplikace
NEFRIT Tenis je určena pro lokální i síťové použití. Minimální hardwarové a softwarové
požadavky programu NEFRIT Tenis:
1. HW: PC Pentium, 64 MB RAM, při instalaci 50 MB volného místa na pevném disku
2. SW: Windows 95/97/NT/2000
1.2. Stručně o matematických metodách
Primárním úkolem aplikace programu Nefrit (Tenis) je umožnit uživateli hodnotit
objekt (sportovce) dle sady kritérií – tzn. provést vícekriteriální hodnocení objektu.
Navíc, algoritmus je koncipován tak, že hodnocení může být prováděno i podle takových
kritérií, jejichž hodnoty nelze zcela přesně vyjádřit metodami klasické matematiky (rozuměj
číselně), a to jak z důvodů technických (obtížná měřitelnost dané charakteristiky objektu), tak
i z důvodů plynoucích přímo z vágního charakteru dané veličiny (např. u kritérií
psychologických). Následující odstavce se snaží alespoň v hrubých rysech přiblížit tyto
matematické metody užité v programu.
1.2.1. Vícekriteriální hodnocení
Pod pojmem „hodnocení objektu dle kritéria“ si můžeme představit úlohu, kdy má být
vyjádřeno, nakolik hodnocený objekt odpovídá v daném kritériu našemu požadavku. Je tedy
posuzováno, nakolik hodnota charakteristiky (=veličiny), která je kritériem hodnocena splňuje
námi předepsaný cíl.
Např. u sportovce může být hodnocena jeho tělesná výška. Výška je zde posuzovanou
veličinou, řekněme, že může nabývat hodnot od 100 do 250 (cm) (tento interval je dále
označován pojmem universum kritéria). Na základě hodnoty z tohoto intervalu, představující
tělesnou výšku sportovce a požadovaného cíle je pak určeno hodnocení pro toto kritérium -
tím je hodnota z intervalu např. 0 až 1, kde 0 představuje nejhorší a 1 nejlepší možné
hodnocení (tento interval je dále označován pojmem universum hodnocení pro dané
kritérium).
87
V Nefritu jsou výše zmíněné cíle modelovány pomocí tzv. hodnotících funkcí. Hodnotící
funkci si představme jako předpis, který každé hodnotě z universa kritéria přiřazuje hodnotu
z universa hodnocení, která říká, jak má být příslušná hodnota posuzované charakteristiky
hodnocena. Hodnotící funkci lze chápat jako funkci příslušnosti fuzzy čísla (resp. fuzzy
množiny – viz kapitola níže) požadovaných hodnot v daném kritériu. Lze tedy o ní také
mluvit jako o fuzzy cíli.
Ze samotného názvu úlohy vícekriteriálního hodnocení vyplývá, že objekt zde není
hodnocen pouze dle jediného kritéria, ale dle několika (dílčích) kritérií. Tedy kromě výše
popsaného procesu hodnocení objektu dle každého dílčího kritéria je nutno z hodnot
představujících hodnocení za tato dílčí kritéria získat jedinou hodnotu představující celkové
hodnocení objektu. K tomu je v Nefritu užito metody váženého průměru; váhy zde vyjadřují
významnost jednotlivých agregovaných kritérií. Čím vyšší je váha kritéria, tím více toto
kritérium ovlivňuje celkový výsledek hodnocení.
Navíc proces agregace může být vícestupňový – ve formě hodnotícího stromu. Například
kritéria „Výška“ a „Hmotnost“ mohou agregována do kritéria nazvaného „Somatické
předpoklady“ a celkové hodnocení pak může být získáno agregací kritérií „Somatické
předpoklady“, „Kondiční předpoklady“ a „Psychické předpoklady“.
1.2.2. Fuzzy čísla a jazykové termy
Specifikum Nefritu spočívá v tom, že ve výše zmíněných algoritmech vícekriteriálního
hodnocení umožňuje kromě klasických (ostrých) čísel používat i tzv. fuzzy čísla. Fuzzy číslo
si můžeme představit jako zobecnění klasického (ostrého) čísla. Na rozdíl od klasického čísla
lze pomocí fuzzy čísla modelovat neurčitost (nejistota, vágnost) hodnoty, kterou popisuje.
Fuzzy číslo je speciální variantou fuzzy množiny. Každé fuzzy číslo je reprezentováno tzv.
funkcí příslušnosti, nabývající hodnot 0 až 1, definovanou nad universem kritéria. V případě,
že je hodnota veličiny popsána klasickým (ostrým) číslem, znamená to, že veličina nabývá
právě této (a žádné jiné) hodnoty. Avšak v případě, že je hodnota veličiny popsána fuzzy
číslem, pak funkce příslušnosti tohoto fuzzy čísla definuje pro každou hodnotu universa
možnost, že veličina (v dané situaci) této hodnoty nabude. Přitom, možnost, že veličina dané
hodnoty universa nabude, je tím větší, čím je funkce příslušnosti pro tuto hodnotu universa
blíže k 1. Má-li funkce příslušnosti pro hodnotu universa hodnotu 0, znamená to, že je
nemožné, aby veličina této hodnoty nabyla. Je-li funkce příslušnosti rovna 1, možnost dané
hodnoty je maximální.
Další možností modelování neurčitosti je vyjádření hodnoty kritéria jazykovým výrazem
– tzv. jazykovým termem. Např. pro vyjádření hodnot rychlosti mohou být definovány termy
„téměř nulová“, „malá“, „střední“, „vysoká“, „velmi vysoká“. Význam každého jazykového
termu je popsán fuzzy číslem definovaným na universu kritéria.
88
1.3. Instalace aplikace
1.3.1. Popis instalace aplikace
Viz dokument „Nefrit Tenis - instalace a spuštění aplikace“
1.3.2. Doporučené nastavení operačního systému
K správnému chodu aplikace je třeba, aby krátký formát dat v místním nastavení
Windows byl nastaven do formátu „d.M.rrrr“. Toto nastavení je přístupné např. (záleží na
verzi OS) přes nabídku Start | Nastavení | Ovladací panely | Místní nastavení | karta Datum.
V případě problémů ze zobrazením datumů v aplikaci toto nastavení zkontrolujte a případně
upravte.
1.4. Doporučený postup používání aplikace
1. Naplnění číselníků
Před vlastním zahájením rutinního provozu aplikace (tj. vkládání a editace žáků, vkládání
informací o jejich testování a vyhodnocování těchto testů) je třeba naplnit číselníky aplikace:
a) V okně Správa práv nadefinujte práva pro jednotlivé uživatelské role.
b) V okně Správa uživatelů nadefinujte uživatele, kteří budou s aplikací pracovat
a přidělte jim uživatelské role.
c) V okně Správa kritérií nadefinujte kritéria hodnocení testů (jejich typ, universa,
názvy, popisy,…)
d) V okně Správa stromů nadefinujte nové hodnotící stromy, pomocí kterých budete
testy vyhodnocovat. Stromy sestavte z kritérií, která jste vytvořili v předchozím
bodě. Ve stromech dále nadefinujte váhy a hodnotící funkce (fuzzy cíle) pro
jednotlivá kritéria. Při navrhování hodnotících stromů se řiďte příslušnými zásadami.
e) V případě, že jste v některém stromě použily kritéria typu term, nadefinujte jazykové
termy
pro tato kritéria v okně Správa termů.
f) V oknech Správa sportovních oddílů, Správa věkových kategorií, Správa sportovních
disciplín naplňte tyto číselníky příslušnými daty.
2. Rutinní provoz aplikace
Rutinní používání aplikace sestává s těchto hlavních činností:
a) Evidence údajů o žácích. Okno pro zadávání žáků otevřete z okna Žáci. Při zadávání
nového (či editaci dříve zapsaného) žáka v okně Údaje o žákovi zadejte jméno,
příjmení, datum narození a pohlaví žáka. Dále můžete zadat údaje o jeho bydlišti,
škole, rodině, o jeho dosavadních sportovních zkušenostech, můžete vložit také jeho
fotografii,…
b) Evidence a vyhodnocení testů. Pro evidované žáky můžete zakládat nová (a editovat
dříve zapsaná) hodnocení jejich testů – z okna Žáci otevřete okno Hodnocení žáka.
V tomto okně zadáte zjištěné údaje a program provede jejich vyhodnocení.
89
c) Vytváření sestav. Údaje o žácích a o hodnoceních jejich testů můžete přehledně
zobrazovat v sestavách, ty pak můžete vytisknout na tiskárně.
2. Používání aplikace
2.1. Obecné konvence pro užívání aplikace
V programu lze najednou otevřít několik různých oken, ale aktivní je vždy pouze jedno.
Právě používané okno má zvýrazněný titulek. Většina oken v aplikaci obsahuje tato tlačítka:
……… provedené změny se uloží a okno se zavře
…….. provedené změny se uloží, okno zůstává otevřeno
……….. provedené změny jsou ignorovány, okno se zavře
…… otevře se okno s nápovědou
Zobrazení (resp.skrytí) obsahu větve v hodnotícím stromě (v oknech Hodnocení žáka,
Správa stromů, Správa termů) lze provést buď poklepáním na tuto větev, nebo kliknutím na
symbol (resp. ) u této větve.
Při editaci polí s datumem upravujte postupně jednotlivé části datumu – den, měsíc, rok.
Při úpravě měsíce a roku nejdříve přidejte novou hodnotu a poté teprve odstraňte starou.
2.2. Práva, role a uživatelé
Uživatelé, kteří jsou oprávněni pracovat s aplikací, jsou aplikací evidováni. Při spuštění
aplikace se pak uživatel musí přihlásit svým uživatelským jménem a heslem (viz následující
kapitola). Aby uživatel mohl pracovat s aplikací, musí mít přiřazenu alespoň jednu
uživatelskou roli (může jich však mít přiřazeno i více). Každá role pak má definována práva,
která určují jaké činnosti (čtení, zakládání, rušení, změny) může uživatel, který má roli
přiřazenu, provádět s datovými objekty v aplikaci (např. údaje o žákovi, hodnocení žáka,
atp.). Má-li uživatel přiřazeno více rolí, pak množina práv tohoto uživatele je sjednocením
práv všech rolí jemu přiřazených.
Evidence uživatelů a přiřazování rolí uživatelům je prováděno prostřednictvím Správy
uživatelů, definice práv pro jednotlivé role se provádí ve Správě práv (viz příslušné kapitoly).
2.3. Přihlášení do aplikace
Po spuštění aplikace se zobrazí okno pro přihlášení uživatele:
90
Obrázek 1 Okno pro přihlášení do aplikace
Očekává se zadání uživatelského jména uživatele a jeho platného hesla pro přístup do
aplikace. Zadané údaje se potvrdí stisknutím klávesy Enter nebo kliknutím myší na tlačítko
Potvrdit. Je-li heslo pro zadané uživatelské jméno správné, zobrazí se základní okno aplikace
NEFRIT (viz obrázek 2).
Jestliže nebylo uživatelské jméno nebo heslo zadáno správně, aplikace po upozornění
umožní zadat uživatelské jméno a heslo znovu. Po třech neúspěšných pokusech o přihlášení
dojde automaticky k jejímu ukončení. Tlačítko Zrušit slouží k opuštění aplikace bez dalších
pokusů o přihlášení.
Po klepnutí na příkaz Změna uživatele na hlavní obrazovce se zobrazí stejné okno jako
při přihlašování. Nyní se může do aplikace přihlásit jiný uživatel; původní uživatel bude od
aplikace automaticky odhlášen.
Jestliže se uživatel s uživatelskými rolemi, kterým nebyla přidělena žádná práva, pokusí
přihlásit do aplikace, jeho pokus skončí neúspěchem a zobrazí se chybová zpráva s textem
„Pro žádnou z rolí, které Vám byly přiděleny, nebyla definována práva – nelze provést
přihlášení do aplikace“.
Obrázek 2 Základní okno aplikace NEFRIT
2.4. Ukončení aplikace
Aplikace NEFRIT se opouští volbou příkazu Konec v levé dolní části hlavní obrazovky.
Uživatel je dotázán, zda chce opravdu aplikaci ukončit. V případě kladné odpovědi se
91
program ukončí. V případě záporné odpovědi na potvrzovací otázku zůstává aplikace
otevřena a je připravena k dalšímu použití.
2.5. Použití nápovědy
Nápovědu k libovolnému oknu lze zobrazit pomocí tlačítka Nápověda v jednotlivých
oknech aplikace. Tlačítky můžete rozvinout a sbalit strom v poli Struktura nápovědy. Ke
každému tématu se v poli Text nápovědy zobrazí příslušné informace.
Obrázek 3 Obrazovka prohlížení Nápovědy
2.6. Parametry
Volbou příkazu Parametry na hlavním okně aplikace se otevře okno Parametry aplikace
(viz obrázek 4), pomocí něhož je možno přímo měnit základní parametry a nastavení
programu. Doporučuje se, aby případné změny těchto údajů prováděli pouze velmi zkušení
a kvalifikovaní uživatelé, nevhodná nastavení těchto parametrů mohou v krajním případě
způsobit i nefunkčnost celé aplikace.
92
Obrázek 4 Okno Parametry aplikace
2.7. Číselníky
2.7.1. Správa práv
Okno pro správu uživatelských práv lze vyvolat z hlavní obrazovky příkazem Správa
práv. Otevře se stejnojmenné okno, které umožňuje prohlížet a modifikovat práva
jednotlivých rolí (viz kapitola Práva, role a uživatelé). Záznam každého uživatelského práva
sestává ze čtyř atributů:
1. Typ práva (Číst, Založit, Změnit, Zrušit) – udává co může uživatel role pro níž je
právo definováno provádět s objektem.
2. Objekt (např.: Údaje o žákovi, Termy, atd…) – definuje objekt, s nímž je uživatel
oprávněn manipulovat.
3. Útvar (identifikovaný sloupci Kód a Název útvaru), význam položky je následující:
vzhledem k právům Číst, Změnit, Zrušit: uživatel může provádět tyto tři činnosti na záznamech objektu, které byly naposledy „podepsány“ tímto
Názvem útvaru
vzhledem k právu Založit: uživatel může založit nový záznam tohoto objektu
(např. nového žáka, nový projekt, nové hodnocení skupiny, …). Nový záznam bude „podepsán“ Názvem útvaru. Pokud je pro jednu roli uživatele definováno
několik práv Založit pro příslušný objekt s různými Názvy útvaru, uživatel si může vybrat, který útvar se k „podpisu“ použije. Obdobným způsobem v souvislosti s právem Změnit si uživatel může vybrat Název útvaru při
modifikaci již existujícího záznamu.
93
Obrázek 5 Okno Správa přístupových práv
Nejprve ve stromě Organizační struktura zvolte útvar, pro jehož role chcete modifikovat
seznam práv. V pravé části okna nyní pro danou roli vyberte kartu. Je-li Vaším cílem přidat
do seznamu nové právo, zvolte pomocí rozbalovací nabídky Právo typ práva. Pomocí
rozbalovací nabídky Objekt zvolte oblast, ke které se právo vztahuje a pomocí pole Útvar
zvolte kód a název útvaru. Poté stiskněte tlačítko Přidat – nové právo bude uloženo do
seznamu.
Pomocí zaškrtávacích políček ve sloupci tabulky označeném ikonou se určí, zdali
je právo definované v daném řádku platné či neplatné i pro útvary podřízené útvaru ve sloupci
Název útvaru.
Chcete-li odebrat existující právo, vyberte kartu reprezentující příslušnou roli a útvar ve
stromové struktuře, a myší označte řádek v tabulce práv (při současném držení klávesy Ctrl
a značení myší můžete označit více řádků) a klepněte na tlačítko Odebrat. Klepnutím na
tlačítko Odebrat vše odstraníte všechna práva u dané role. Chcete-li změny uložit, klepněte na
Potvrdit (okno se zavře) či na tlačítko Použít (okno zůstane otevřené). Chcete-li zrušit
provedené změny, klepněte na tlačítko Zrušit.
2.7.2. Správa uživatelů
Aplikace Nefrit obsahuje seznam všech uživatelů, kteří jsou oprávněni s ní pracovat (viz
kapitola Práva, role a uživatelé). Okno pro jejich správu je možné vyvolat prostřednictvím
menu na hlavní obrazovce programu příkazem Správa uživatelů, vypadá takto:
94
Obrázek 6 Okno pro správu uživatelů
Pořadí atributů (např. Příjmení) v poli Uživatelé, lze měnit tak, že uchopíme jeho záhlaví
pomocí myši a přesuneme jej na nové místo. Okna pro prohlížení, založení, resp. změnu údajů
o uživateli vyvoláte stisknutím některého z tlačítek , , resp. . Pro tyto akce je také
možno užít příkazů Založit, Změnit, resp. Prohlížet z menu Uživatel. Po zadání kteréhokoliv
z výše uvedených tří příkazů se otevře okno Uživatel (viz obrázek 7 ).
Při prohlížení či změně údajů je třeba nejprve označit myší řádek s uživatelem v okně
Správa uživatelů. V režimu prohlížení nelze data měnit. Při vkládání nových, či změně
starých dat je třeba brát na zřetel, že všechny údaje kromě položek Titul, Popis a Platnost do
jsou povinné a musí být vyplněny. V případě, že se pokusíte stisknout tlačítko Potvrdit, aniž
by některá z povinných položek nebude vyplněna, akce skončí neúspěšně chybovým
hlášením. V opačném případě budou data uložena. Klepnete-li na tlačítko Zrušit při Založení
nového uživatele, potom nebude nový uživatel založen. Pokud klepnete na tlačítko Zrušit při
editaci údajů o uživateli, bude v databázi ponechán původní záznam. Chcete-li některého
z uživatelů Zrušit, je možno tak učinit pomocí tlačítka nebo pomocí příkazů menu
Uživatel | Zrušit. V případě, že nic nebrání tomu, aby uživatel byl zrušen, záznam o uživateli
se zruší. V případě, že uživatel nemůže být smazán, zobrazí se informační okno se zprávou, že
uživatel provedl zápis v databázi a nelze jej tedy smazat.
95
Obrázek 7 Okno pro prohlížení, zakládání a změnu dat o uživatelích
2.7.2.1. Přiřazení rolí uživateli
Okno (viz obrázek 8 ) pro přiřazování rolí uživatelům se po označení příslušného
uživatele v okně Správa uživatelů otevře tlačítkem nebo pomocí příkazů menu Role |
Přiřadit v okně.
V tomto okně je nejprve nutné zvolit útvar, za který bude role přiřazována. To je možné
buď ve stromové struktuře pole Organizační struktura nebo pomocí rozbalovací nabídky
Útvar na kartě Přiřazení role. Nyní vybereme novou roli pomocí rozbalovací nabídky Role.
Nakonec je nutno stisknout tlačítko Přidat – nová role se objeví v seznamu. V případě že
chceme role odebírat, označíme v seznamu odebíranou roli a stiskneme tlačítko Odebrat. Při
použití tlačítka Odebrat vše budou ze seznamu odstraněny všechny uživatelské role.
Provedené změny můžeme uložit tlačítkem Potvrdit nebo zrušit tlačítkem Zrušit.
96
Obrázek 8 Okno pro přiřazení uživatelských rolí
Okno pro prohlížení rolí označeného uživatele lze vyvolat tlačítkem či příkazem
Role | Zobrazit v okně Správa uživatelů. Toto okno se nijak neliší od okna pro přiřazování,
pouze není možno modifikovat údaje v něm zobrazené.
2.7.3. Správa kritérií
Okno Správa kritérií (viz obrázek 9) lze otevřít buď přímo z hlavního okna aplikace
a nebo z okna Správa stromů. Pomocí tohoto okna je vedena evidence kritérií hodnocení
a jejich parametrů. Ze zde vytvořených kritérií jsou pak ve Správě stromů sestavovány
hodnotící stromy.
Obrázek 9 Okno pro evidenci kritérií
97
Nové kritérium můžete založit stiskem ikony nebo volbou příkazu menu Kritérium | Nové.
Otevře se okno (viz obrázek 11), ve kterém zadáte název nového kritéria. Po té proveďte
editaci parametrů kritéria:
Kód – vložte zkrácený název kritéria (užívá se na
některých sestavách),
Název – vložte název kritéria,
Na kartě Kritérium:
Typ – určete typ hodnot kritéria (jazykový term,
fuzzy číslo, číslo)
Min – vložte minimální hodnotu kritéria
(charakteristiky)
Max – vložte maximální hodnotu kritéria
(charakteristiky)
Popis kritéria – můžete zapsat text, blíže popisující
kritérium
Podpůrné otázky – můžete zapsat text, který
pomůže hodnotiteli objektivněji určit hodnotu kritéria.
Na kartě Úrovně (viz obrázek 10 ):
Počet úrovní – zadejte počet úrovní kritéria.
Úrovněmi jsou rozuměny body z universa kritéria, první
úrovní je minimum, poslední maximum universa. Úrovně
jsou na universu rovnoměrně rozmístěny. Ve všech
zobrazovaných grafech (hodnot kritéria, hodnotících
funkcí, atp.), ve kterých figuruje dané kritérium bude
vodorovná osa číslována v bodech představujících úrovně.
Popis úrovně – můžete zapsat slovní popis úrovně
vybrané jezdcem na stupnici. Popisy úrovní je obzvláště
vhodné zadávat pro obtížně měřitelná kritéria nebo kritéria
abstraktního charakteru.
Nové kritérium uložte stiskem ikony , nebo příkazem menu Kritérium | Uložit.
98
Obrázek 10 Karta Úrovně
Chcete-li změnit kritérium, ve výklopném seznamu Název vyberte kritérium, které má
být změněno a proveďte editaci parametrů kritéria. Modifikovat lze pouze ta kritéria, která
nebyla začleněna do hodnotícího stromu (viz kapitola Správa stromů). Změněné kritérium
uložte stiskem ikony , nebo příkazem menu Kritérium | Uložit.
Chcete-li kritérium uložit pod jiným názvem (tzn. vytvořit jeho kopii), ve výklopném
seznamu Název jej vyberte a stiskněte ikonu nebo užijte příkazu menu Kritérium | Uložit
jako. Otevře se okno (viz obrázek 11), ve kterém zadáte název nové kopie kritéria.
Obrázek 11 Zadání názvu kritéria
Chcete-li kritérium zrušit, ve výklopném seznamu Název jej vyberte a stiskněte ikonu
nebo užijte příkazu menu Kritérium | Smazat. Rušit lze pouze ta kritéria, která nebyla
začleněna do hodnotícího stromu (viz kapitola Správa stromů).
2.7.4. Správa hodnotících stromů
Okno Správa stromů (viz obrázek 12) slouží k evidenci hodnotících stromů, k jejich
vytváření, modifikaci a rušení. Zde vytvořené stromy jsou pak užity pro výpočet hodnocení
žáků. Okno můžete otevřít z hlavního okna aplikace poklepáním na položku Správa stromů.
99
Obrázek 12 Okno pro evidenci hodnotících stromů
Založit strom můžete stiskem ikony , nebo užitím příkazu menu Strom | Nový. Otevře
se okno (viz obrázek 13), ve kterém zadáte název nového stromu. Nyní proveďte editaci
nového stromu (viz níže).
Obrázek 13 Zadání názvu stromu
Zrušit lze pouze ty stromy, které nebyly užity pro výpočet žádného existujícího
hodnocení žáka. Strom, který chcete zrušit vyberte ve výklopném seznamu Strom a stiskem
ikony , nebo užitím položky menu Strom | Smazat jej zrušte.
Chcete-li existující strom uložit pod jiným názvem (tzn. vytvořit jeho kopii) užijte ikony
nebo příkazu menu Strom | Uložit jako. Otevře se okno (viz obrázek 13), ve kterém zadáte
název nové kopie stromu.
Strom načtený v okně můžete rozvinout stiskem ikony nebo volbou příkazu menu
Strom | Rozvinout. Sbalení stromu se provede po stisku ikony nebo po užití příkazu Strom
| Sbalit. Rozvinutí (resp.sbalení) obsahu jednotlivých větví stromu lze provést buď
poklepáním na tuto větev, nebo kliknutím na symbol (resp. ) u této větve.
100
Editovat lze pouze ty stromy, které nebyly užity pro výpočet žádného existujícího
hodnocení žáka. Při sestavování hodnotících stromů, je třeba dodržet následující pravidla:
nelistovému uzlu stromu (rozuměj uzlu, který se dále větví) musí vždy být
přiřazeno kritérium typu fuzzy číslo,
žádné kritérium nesmí být přiřazeno více než jednomu uzlu ve stromě.
Dodržení těchto pravidel je automaticky kontrolováno při ukládání stromu. V případě, že
při kontrole není shledána závada, strom je uložen. V opačném případě je zobrazen seznam
zjištěných chyb a k uložení stromu nedojde. Proces editace stromu sestává z těchto
elementárních operací:
a) Založení větve - ve stromě označte uzel, k němuž chcete založit podvětev. Potom
stiskněte ikonu nebo použijte příkaz menu Strom | Přidat větev.
b) Přiřazení kritéria k uzlu stromu - ve stromě označte uzel, k němuž chcete vybrat
kritérium.
V kartě Kritérium, ve výklopném seznamu Název vyberte příslušné kritérium. Chcete-li si
prohlédnout parametry kritéria, nebo založit nové, můžete tak učinit v okně Správa kritérií
(viz kapitola Správa kritérií), které lze otevřít stiskem tlačítka umístěného vedle pole
Název.
c) Zrušení větve - ve stromě označte větev, která má být smazána, stiskněte ikonu nebo
užijte příkazu menu Strom | Odebrat větev.
d) Definice vah - po stisku ikony (nebo volbě příkazu menu Definovat | Váhové
koeficienty) se otevře okno Váhové koeficienty (viz obrázek 14), ve kterém můžete
definovat váhy pro kritéria a podkriteria. Do sloupce Váha postupně vložte váhy pro
jednotlivá kritéria, ve sloupci Normalizovaná váha se průběžně zobrazují váhy po
normalizaci.
Obrázek 14 Okno pro definici vah
101
e) Definice hodnotící funkce pro kritérium v listovém uzlu - je-li ve stromě označeno
listové kritérium, stiskem ikony (nebo volbou příkazu menu Definovat | Hodnotící
funkci, případně také stiskem tlačítka umístěného na kartě Kritérium nad grafem
hodnotící funkce) můžete otevřít okno Definice hodnotící funkce (viz podkapitola níže),
ve kterém můžete nadefinovat hodnotící funkci pro dané kritérium v daném stromě.
f) Určení směru preference pro kritérium v nelistovém uzlu - u nelistových uzlů ve stromě
je nutno určit, má-li být za nejlepší hodnotu kritéria považováno minimum, či maximum
universa kritéria, které je uzlu přiřazeno. Toto nastavení se provádí pomocí výklopných
seznamů vedle polí Min a Max na kartě Kritérium. Doporučujeme zde postupovat dle
standardních zvyklostí - minimum nastavit jako nejhorší a maximum jako nejlepší
hodnotu nelistového kritéria.
Po ukončení editace je nutno strom uložit pomocí ikony nebo příkazu Strom | Uložit.
Stiskem ikony , případně volbou příkazu Nápověda | Nápověda můžete otevřít okno
s nápovědou.
2.7.4.1. Definice hodnotící funkce
Okno Definice hodnotící funkce (viz obrázek 15) lze otevřít z okna Správa stromů.
V okně se definuje hodnotící funkce pro vybrané listové kritérium hodnotícího stromu. Na
základě takto definované funkce je pak pro dané kritérium při hodnocení dle tohoto stromu
počítáno hodnocení.
Obrázek 15 Okno pro hodnotící funkce pro listové kritérium
102
Po otevření okna můžete zadat příslušné hodnoty (výjimkou je případ, kdy je toto okno
otevřeno pro needitovatelný strom – pak zobrazené hodnoty nelze měnit):
Universum hodnocení je číselným intervalem jehož hodnot mohou nabývat vypočtená
dílčí hodnocení (v grafu mu odpovídá svislá osa). Doporučujeme ponechat implicitně
nabízené nastavení universa hodnocení, které je považováno za standardní (1…nejlepší
hodnota, 0…nejhorší hodnota). Pokud vám tyto implicitní hodnoty nevyhovují, pak do
pole Nejlepší (resp. Nejhorší) vložte hodnotu která představuje nejlepší (resp. nejhorší)
možné hodnocení pro dané kritérium.
Hodnotící funkci je v okně možno zadat dvěma způsoby - buď v oblasti Preference, nebo
v oblasti Hodnotící funkce:
1. Oblast Preference. Užití oblasti Preference je vhodné tehdy, je-li hodnocení pro
listové kritérium přímo (označte volbu Max) či nepřímo (označte volbu Min)
úměrné zadané hodnotě kritéria. Tento způsob zadání hodnotící funkce je vhodný
také tehdy, má-li hodnota kritéria zadaná uživatelem při hodnocení již přímo
představovat dílčí hodnocení v daném kritériu.
2. Oblast Hodnotící funkce. Prostřednictvím oblasti Hodnotící funkce lze nadefinovat
několik složitějších typů hodnotící funkce. Nejprve ve výklopném seznamu Typ
vyberte typ hodnotící funkce, po té ve sloupci Hodnota zadejte dva nebo čtyři (dle
vybraného typu) parametry této funkce.
Graf nadefinované funkce je průběžně zobrazován v poli Grafická reprezentace. Po
kliknutí do grafu je v poli Popis úrovně zobrazován popis úrovně, která byla v grafu
kliknutím označena (pouze v případě, že byl příslušný popis zadán pro toto kritérium ve
Správě kritérií).
2.7.5. Správa termů
Okno Správa termů (viz obrázek 16) můžete otevřít s hlavního okna aplikace po kliknutí
na stejnojmennou položku. Okno slouží pro definování jazykových termů pro kritéria typu
term. Zde nadefinované termy pak lze použít jako hodnoty příslušných kritérií při hodnocení
žáka.
103
Obrázek 16 Okno Správa termů
Po otevření okna nejprve vyberte v seznamu Strom hodnotící strom pro jehož kritéria
chcete termy definovat, resp. prohlížet. Vybraný strom se zobrazí v poli Kritéria. V něm
vyberte kritérium typu term (to lehce určíte podle názvu druhé karty zleva), z jehož termy
chcete pracovat.
V případě, že si chcete prohlédnout nadefinované termy, pak v kartě Term, ve výklopném
seznamu Název naleznete seznam termů, které byly pro toto kriterium v tomto stromě dosud
nadefinovány. V případě, že pro kriterium zatím žádný term neexistuje, je zde pouze položka
Nedefinován. Vyberete-li v kartě Term ze seznamu jeden z termů, v oblasti Grafická
reprezentace se zobrazí fuzzy číslo, které je významem tohoto termu a v kartě Vlastnosti
můžete zjistit jeho charakteristiky – těžiště a míru neurčitosti. K prohlížení termů můžete užít
i okna Termy (viz obrázek 17), které se otevře po stisku ikony , či pomocí menu Termy |
Vybrat.
104
Obrázek 17 Okno Termy
Chcete-li založit nový základní term užijte ikony nebo příkazu menu Termy | Nový |
Základní. Otevře se okno Definice základního termu (viz obrázek 18). V tomto okně můžete
zadat název nového termu a parametry fuzzy čísla, které mu odpovídá. V části okna Kritérium
jsou zobrazeny základní údaje o kritériu, pro něž je nový term zakládán. V části Fuzzy číslo
vložte název termu (v poli Název) a parametry fuzzy čísla, které bude jeho významem. Fuzzy
číslo je definováno prostřednictvím čtyř hodnot universa kritéria v oblasti Hodnota:
Dvě prostřední hodnoty (2. a 3. shora) určují jádro fuzzy čísla. Jádro fuzzy čísla je interval
hodnot, o nichž jsme si maximálně jisti, že odpovídají významu jazykového termu.
Jádrem fuzzy čísla může být i jediný bod (pak jsou si tyto dvě hodnoty rovny).
Dvě krajní hodnoty (1. a 4. shora) určují nosič zadávaného fuzzy čísla. Nosičem
rozumějme interval všech hodnot, o nichž můžeme (třeba jen s malou jistotou) říci, že by
mohli odpovídat významu termu. Jinak řečeno, hodnoty, které se nachází mimo tento
interval zcela jistě neodpovídají definovaného termu.
Označme první hodnotu shora 1
x , druhou hodnotu shora 2
x … atd. Při zadávání těchto
hodnot musí platit pravidlo 4321
xxxx , přičemž rovnost21
xx může platit pouze
tehdy, je-li 1
x rovno minimu universa kritéria a rovnost 43
xx může platit pouze tehdy, je-li
4x rovno maximu universa kritéria. Při zadávání těchto hodnot si můžeme vypomoci
105
posuvnými jezdci; celé fuzzy číslo můžeme po universu kritéria „přesunovat“ jezdcem
umístěným pod grafem. V poli Grafická reprezentace se zobrazuje zadané fuzzy číslo
(význam definovaného termu). Označíte-li kliknutím do grafu úroveň
v universu kritéria, v poli Popis úrovně se zobrazí text popisující tuto úroveň.
Obrázek 18 Okno pro založení nového základního termu
Při definici základních termů pro jednotlivá kritéria doporučujeme postupovat dle
standardních zvyklostí. Soubor základních termů by pro dané kritérium měl tvořit ucelenou
jazykovou škálu – tzn. je vhodné řídit se těmito pravidly (viz také příklad na obrázku 19):
1. Pro kriterium definujte nejméně tři, lépe pět až sedm, nejvýše však devět až jedenáct
základních termů.
2. Termy by na universu kritéria měly být rozmístěny rovnoměrně. Suma funkcí
příslušnosti fuzzy čísel modelujících významy základních termů by měla být rovna
(alespoň přibližně) funkci, která má na celém universu kritéria hodnotu 1.
106
Obrázek 19 Příklad souboru základních termů pro kritérium „Odolnost vůči stresu“
Chcete-li založit nový odvozený term užijte menu Termy | Nový | Odvozený, nebo ikony
. Otevře se okno Definice odvozeného termu (viz obrázek 21). Okno umožňuje definovat
nový odvozený term aplikací jazykového operátoru (určitě, víceméně) na jeden z dříve
definovaných základních termů. V části okna Odvozený term vložte do pole Název jméno
odvozovaného termu. U odvozených termů doporučujeme používat názvy skládající se názvu
jazykového operátoru a názvu základního termu, ze kterého byl odvozený term odvozen
(např. term odvozený ze základního termu „Průměrný“ jazykovým operátorem „Více méně“
je vhodné pojmenovat „Více méně průměrný“).V seznamu Term vyberte základní term,
z něhož má být odvozováno. V seznamu Jazykový operátor určete operátor, jímž má být
odvozováno. Nakonec stiskněte tlačítko Přidat. V poli Grafická reprezentace se zobrazí nově
vygenerované fuzzy číslo - význam nového odvozeného termu. Operaci odvození vrátíte zpět
tlačítkem Odebrat.
Chcete-li existující term přejmenovat, vyberte daný term v kartě Term a užijte příkaz
menu Termy | Přejmenovat. V okně Přejmenování termu (viz obrázek 20), jenž se otevře,
vložte nový název termu do pole Nové jméno a stiskněte tlačítko Potvrdit, nebo změnu zrušte
tlačítkem Zrušit.
Obrázek 20 Okno pro přejmenování termu
107
Obrázek 21 Okno pro založení nového odvozeného termu
Chcete-li změnit fuzzy číslo odpovídající termu, vyberte příslušný term v kartě Term
a zvolte příkaz Termy | Změnit nebo stiskněte ikonu . Otevře se okno Definice základního
termu (resp. okno Definice odvozeného termu) – zde proveďte požadované změny.
Chcete-li term zrušit, vyberte jej v kartě Term a zvolte příkaz Termy | Zrušit nebo
stiskněte ikonou . Rušit lze pouze ty termy, které nebyly již užity k definici odvozeného
termu a nebyly použity v hodnocení žáka.
2.7.6. Správa věkových kategorií
Chcete-li otevřít okno pro správu věkových kategorií (viz obrázek 23), v hlavním okně
aplikace poklepejte na položku Číselníky, v okně Výběr číselníku (viz obrázek 22) pak
kliknutím vyberte položku Věkové kategorie a stiskněte tlačítko Potvrdit.
Obrázek 22 Okno pro výběr číselníku
108
Obrázek 23 Okno pro správu věkových kategorií
U každého záznamu v tomto číselníku je evidován věkový interval (Věk od až Věk do)
a pohlaví. Dle těchto dvou údajů jsou do jednotlivých věkových kategorií zařazováni žáci (viz
kapitola Údaje o žákovi). Při hodnocení žáka je ze zadaného data testování a pohlaví žáka
určena věková kategorie, do které žák v době testování náležel a hodnocení testu je pak
prováděno dle hodnotícího stromu, který je této věkové kategorii přiřazen (viz sloupec
Strom v okně Správa věkových kategorií).
Z výše uvedeného je zřejmé, že pro totéž pohlaví není možno definovat dvě věkové
kategorie, jejichž věkové intervaly by se navzájem překrývaly. Proto není možno uložit
záznamy v číselníku věkových kategorií, které by toto pravidlo porušovaly.
Chcete-li provést založení nové věkové kategorie, stiskněte ikonu a v prázdném
řádku, který je následně založen vložte příslušné údaje.
V případě, že chcete provést změnu údajů u některé z věkových kategorií, pak levým
tlačítkem myši klikněte do pole v příslušném sloupci a řádku tabulky a proveďte editaci.
Chcete-li provést zrušení věkové kategorie, označte záznam, který má být zrušen
a stiskněte ikonu . V dotazu, který je po té zobrazen, potvrďte svůj úmysl zrušit záznam
stiskem tlačítka Ano. Rušit lze pouze ty položky, které nejsou aktuálně přiřazeny žádnému
žákovi.
2.7.7. Správa sportovních oddílů
Chcete-li otevřít okno pro správu sportovních oddílů (viz obrázek 24), v hlavním okně
aplikace poklepejte na položku Číselníky (viz obrázek 22), v okně Výběr číselníku pak
kliknutím vyberte položku Sportovní oddíly a stiskněte tlačítko Potvrdit.
109
Obrázek 24 Okno pro správu sportovních oddílů
Položky tohoto číselníku jsou přiřazovány žákům v okně Údaje o žákovi (viz příslušná
kapitola).
Chcete-li provést založení nového sportovního oddílu, stiskněte ikonu a v prázdném
řádku, který je následně založen vložte příslušné údaje.
V případě, že chcete provést změnu údajů u některého ze sportovních oddílů, pak levým
tlačítkem myši klikněte do pole v příslušném sloupci a řádku tabulky a proveďte editaci.
Chcete-li provést zrušení sportovního oddílu, označte záznam, který má být zrušen
a stiskněte ikonu . V dotazu, který je po té zobrazen, potvrďte svůj úmysl zrušit záznam
stiskem tlačítka Ano. Rušit lze pouze ty položky, které nejsou aktuálně přiřazeny žádnému
žákovi.
2.7.8. Správa disciplín
Chcete-li otevřít okno pro správu sportovních disciplín (viz obrázek 25), v hlavním okně
aplikace poklepejte na položku Číselníky (viz obrázek 22), v okně Výběr číselníku pak
kliknutím vyberte položku Disciplíny a stiskněte tlačítko Potvrdit.
Obrázek 25 Okno pro správu sportovních disciplín
110
Položky tohoto číselníku jsou přiřazovány žákům v okně Údaje o žákovi (viz příslušná
kapitola).
Chcete-li provést založení nové disciplíny, stiskněte ikonu a v prázdném řádku, který
je následně založen vložte příslušné údaje.
V případě, že chcete provést změnu údajů u některé z disciplín, pak levým tlačítkem
myši klikněte do pole v příslušném sloupci a řádku tabulky a proveďte editaci.
Chcete-li provést zrušení disciplíny, označte záznam, který má být zrušen a stiskněte
ikonu . V dotazu, který je po té zobrazen, potvrďte svůj úmysl zrušit záznam stiskem
tlačítka Ano. Rušit lze pouze ty položky, které nejsou aktuálně přiřazeny žádnému žákovi.
2.8. Žáci
Okno Žáci (viz obrázek 26) otevřete kliknutím na položku Žáci (resp. Všichni) v hlavním
okně aplikace. V okně se zobrazuje seznam žáků evidovaných v aplikaci se základními
identifikačními údaji. Všechny operace se žáky se provádí pomocí jednotlivých položek menu
Žák nebo použitím příslušných ikon na panelu nástrojů.
Obrázek 26 Okno se seznamem žáků
Pro založení nového žáka klikněte na ikonu , nebo v menu Žák vyberte příkaz Založit
– otevře se okno Údaje o žákovi (viz kapitola Údaje o žákovi, níže uvedená), ve kterém
můžete vložit personálie nového žáka.
111
Chcete-li si prohlédnout personálie žáka, v seznamu jej vyberte kliknutím a v menu Žák
vyberte příkaz Prohlížet, nebo stiskněte ikonu – po té se otevře se okno Údaje o žákovi
bez možnosti editace, ve kterém si můžete prohlédnout údaje vybraného žáka.
V případě, že si přejete měnit personálie žáka, pak v seznamu tohoto žáka vyberte,
užijte příkaz menu Žák | Změnit, nebo stiskněte ikonu – otevře se okno Údaje o žákovi,
kde můžete provést požadovanou změnu.
Má-li být žák zrušen, vyberte jej v seznamu a stiskněte ikonu , či použijte příkazu Žák
| Zrušit – zobrazí se dotaz, který ověří, máte-li skutečně v úmyslu žáka zrušit. Odpovíte-li
Ano, žák bude zrušen, v případě odpovědi Ne ke zrušení nedojde.
Chcete-li provádět operace s údaji o hodnoceních žáka (zakládat, prohlížet,
modifikovat, rušit hodnocení), pak žáka vyberte v seznamu u volte příkaz Žák | Hodnotit,
nebo stiskněte ikonu otevře se okno Hodnocení žáka (viz níže uvedená kapitola
Hodnocení žáka) .
2.8.1. Údaje o žákovi
Prostřednictvím okna Údaje o žákovi (viz obrázek 27) je vedena evidence všech údajů
o daném žákovi, s výjimkou těch, které se týkají hodnocení tohoto žáka (ty jsou zobrazovány
v okně Hodnocení žáka). Okno lze otevřít z okna Žáci.
Obrázek 27 Okno s osobními údaji o žákovi
112
Datové položky, které jsou v tomto okně podbarveny zeleně, jsou povinné a musí být
zadány, zbývající jsou nepovinné. Okno obsahuje údaje Jméno, Příjmení, Datum narození
a další, které jsou rozmístěny na několika kartách:
Karta Osobní údaje (viz obrázek 27) obsahuje základní data o žákovi: Sportovní
oddíl, Věková kategorie (je určována automaticky), Pohlaví, Zájmy, údaje o bydlišti
a škole žáka.
Karta Sportovní profil (viz obrázek 28) – na kartě se evidují sportovní disciplíny,
kterým se žák věnoval (věnuje). Stiskem tlačítka se zobrazí seznam
předdefinovaných disciplin v okně Přehled disciplín. Zde jednu kliknutím vyberte
a okno zavřete stiskem tlačítka OK. Po výběru discipliny je nutno zadat dobu
vykonávání dané disciplíny, případně poznámku. Stisknutím tlačítka Přidat se
zadané údaje vloží do seznamu disciplin žáka. Smazání discipliny se provede
výběrem záznamu ze seznamu disciplin a následným stisknutím tlačítka Odebrat.
Všechny záznamy lze smazat použitím tlačítka Odebrat vše.
Obrázek 28 Karta Sportovní profil v okně Údaje o žákovi
Karta Rodina (viz obrázek 29). V kartě se evidují základní údaje o rodičích žáka
a počet sourozenců.
113
Obrázek 29 Karta Rodina v okně Údaje o žákovi
Karta Fotografie (viz obrázek 30). V kartě je možno zobrazovat fotografii žáka
uloženou ve formátech JPG, GIF. Fotografii můžete vložit stiskem tlačítka Založit
a výběrem příslušného souboru. Po stisku tlačítka Zrušit je fotografie odstraněna.
114
Obrázek 30 Karta s fotografií žáka v okně Údaje o žákovi
Karta Zdravotní anamnéza – v kartě je možno vést evidenci zdravotních údajů.
2.8.2. Hodnocení žáka
Okno Hodnocení žáka (viz obrázek 31) slouží k zakládání, rušení a editace hodnocení
žáka. Je-li v okně Žáci označen žák, pak jej můžete otevřít ikonou , nebo volbou příkazu
menu Žák | Hodnotit.
115
Obrázek 31 Okno Hodnocení žáka
Chcete-li pro žáka založit nové hodnocení, postupujte následně:
Má-li být nové hodnocení založeno pro žáka , který dosud hodnocen nebyl (tzn. v okně
Žáci je u něj ve sloupci Datum testování uvedeno Neproběhlo), otevřete výše uvedeným
postupem okno Hodnocení žáka – tím dojde k založení nového hodnocení.
V případě, že hodnocení má být založeno pro žáka, pro něhož hodnocení již existují (tzn.
v okně Žáci je u něj ve sloupci Datum testování uvedeno datum posledního z nich), po
otevření okna Hodnocení žáka užijte příkaz menu Verze hodnocení | Založit. Program
zobrazí dotaz Chcete použít data ze stávající verze? Odpovíte-li Ano, hodnoty listových
kritérií z hodnocení, které je v okně načteno, budou automaticky převzaty do nově
založeného hodnocení; odpovíte-li Ne, nové hodnocení bude založeno bez vyplněných
hodnot.
Chcete-li v okně Hodnocení žáka zobrazit existující, dříve založené hodnocení, a dále
s ním pracovat, užijte příkaz menu Verze hodnocení | Vybrat. V okně pro výběr hodnocení
(viz obrázek 32), pak označte příslušné hodnocení a stiskněte tlačítko Potvrdit - vybrané
hodnocení bude načteno do okna Hodnocení žáka.
116
Obrázek 32 Okno pro výběr hodnocení
Chcete-li provést zrušení hodnocení, zobrazte v okně dané hodnocení a volte příkaz
menu Verze hodnocení | Zrušit.
Editace hodnocení
Proces editace hodnocení sestává z těchto kroků:
1. Do pole Datum testování vložte datum, kdy bylo testování, které chcete vyhodnotit,
prováděno. Na základě tohoto data program určí věkovou kategorii, do které žák
v době testování spadal a v okně zobrazí hodnotící strom, který je této věkové
kategorii přiřazen (editace věkových kategorií a přiřazování stromů kategoriím se
provádí ve Správě věkových kategorií, editace stromů se provádí ve Správě stromů).
2. Základní činností při editaci hodnocení je zadávání hodnot listových kritérií.
V hodnotícím stromě, zobrazeném v okně, poznáte listová kritéria podle grafického
symbolu . Listová kritéria mohou být tří typů:
a) Hodnota listového kritéria typu číslo se zadává v kartě Číslo v poli Hodnota.
Vložené číslo musí být větší nebo rovno hodnotě Minimum a menší nebo
rovno hodnotě Maximum. Zadané číslo lze zrušit stiskem ikony .
b) Hodnota listového kritéria typu fuzzy číslo je zobrazena v kartě Fuzzy číslo
(viz obrázek 33). Kromě grafu fuzzy čísla jsou zde také zobrazeny jeho
základní parametry – těžiště a míra neurčitosti. Po kliknutí do grafu se v poli
Popis úrovně zobrazen textový popis pro označenou úroveň kritéria.
117
Obrázek 33 Karta Fuzzy číslo v okně Hodnocení žáka
V případě, že chcete provést zadání či změnu fuzzy čísla, otevřete okno Definice fuzzy
čísla (viz obrázek 34) užitím tlačítka , či příkazu menu Fuzzy číslo | Definovat. Fuzzy číslo
je definováno prostřednictvím čtyř hodnot universa kritéria v oblasti Hodnota:
Dvě prostřední hodnoty (2. a 3. shora) určují jádro fuzzy čísla. Jádro fuzzy čísla je
interval hodnot, o nichž jsme si nejvíce jisti, že odpovídají hodnotě kritéria. Jádrem
fuzzy čísla může být i jediný bod (pak jsou si tyto dvě zadávané hodnoty rovny).
Dvě krajní hodnoty (1. a 4. shora) určují nosič zadávaného fuzzy čísla. Nosičem
rozumějme interval všech hodnot, o nichž můžeme (třebas jen s malou jistotou)
říci, že by mohli být hodnotou kritéria. Jinak řečeno, hodnoty, které se nachází
mimo tento interval zcela jistě neodpovídají hodnotě našeho kritéria.
Označme první hodnotu shora 1
x , druhou hodnotu shora 2
x … atd. Při zadávání těchto
hodnot musí platit pravidlo 4321
xxxx , přičemž rovnost21
xx může platit pouze
tehdy, je-li 1
x rovno minimu universa kritéria a rovnost 43
xx může platit pouze tehdy, je-li
4x rovno maximu universa kritéria. Při zadávání těchto hodnot si můžeme vypomoci
posuvnými jezdci; celé fuzzy číslo můžeme po universu kritéria „přesunovat“ jezdcem
umístěným pod grafem. Část okna Grafická reprezentace obsahuje dvě karty. V kartě
Hodnota se zobrazuje přímo zadané fuzzy číslo (hodnota kritéria). V kartě Utilita se
zobrazuje dílčí hodnocení pro toto kritérium (opět ve formě fuzzy čísla), které nám říká,
nakolik zadaná hodnota kritéria vyhovuje našim požadavkům. Označíte-li kliknutím do grafu
Hodnota úroveň v universu kritéria, v poli Popis úrovně se zobrazí text popisují tuto úroveň.
118
Obrázek 34 Okno pro definici fuzzy čísla
Fuzzy číslo můžete zrušit stiskem ikony .
a) Hodnota listového kritéria typu term se definuje výběrem z výklopného
seznamu Název na kartě Term (viz obrázek 35). Hodnotu kritéria můžete zrušit
výběrem položky Nedefinováno. Chcete-li si prohlédnout souřadnice fuzzy
čísel, která jsou významy termů, stiskem ikony , či pomocí menu Termy |
Vybrat otevřete okno Termy (viz obrázek 17). Chcete-li termy v seznamu rušit,
přidávat či měnit, učiňte tak ve Správě termů.
119
Obrázek 35 Karta Term v okně Hodnocení žáka
Zpracování neúplných souborů vstupních dat
Nefrit je schopen zpracovávat i neúplné soubory hodnot kritérií (data s testování žáka
s chybějícími hodnotami některých listových kritérií). V případě, že u listového kritéria není
známa jeho hodnota, nastavte u něj tzv. „Nedefinovanou hodnotu“. Nedefinovaná hodnota je
modelována fuzzy číslem, jehož funkce příslušnosti má nad celým univerzem kritéria hodnotu
1. V případě, že při zakládání nového hodnocení odmítnete převzetí hodnot s hodnocení
předchozího, ve všech listových kritériích je implicitně nastavena tato nedefinovaná hodnota.
V případě, že nedefinovanou hodnotu chcete zpětně nastavit u kritéria, pro které již byla
zadána konkrétní hodnota, postupujte dle typu kritéria následujícím způsobem:
a) U kritérií typu term vyberte v poli Název v kartě Term položku Nedefinováno.
b) U kritérií typu číslo buď použijte příkaz menu Číslo | Zrušit nebo stiskněte ikonu .
c) U kritérií typu fuzzy číslo buď použijte příkaz menu Fuzzy číslo | Zrušit nebo stiskněte
ikonu .
Použití nedefinovaných hodnot v listových kritériích se projeví zvýšenou mírou
neurčitosti výsledků hodnocení.
Výsledky hodnocení
Po zadání hodnoty listového kritéria se pomocí hodnotící funkce vypočte hodnocení
pro dané listové kritérium. Tvar hodnotící funkce si můžete prohlédnout na kartě Hodnotící
funkce (viz obrázek 36) po označení daného listového kritéria ve stromě (definice hodnotících
funkcí se provádí prostřednictvím Správy stromů). Na základě této funkce je vypočítáno
hodnocení pro dané kritérium ve formě fuzzy čísla (u kritérií typu číslo ve formě čísla)
zobrazeného v kartě Hodnocení (viz obrázky 37 a 38).
120
Obrázek 36 Karta Hodnotící funkce číslo v okně Hodnocení žáka
Obrázek 37 Karta Hodnocení pro kritérium typu číslo v okně Hodnocení žáka
121
Obrázek 38 Karta Hodnocení pro kritérium typu fuzzy číslo v okně Hodnocení žáka
Hodnocení v nelistovém kritériu (ve stromě jsou označena symbolem ) je vypočteno
jako vážený průměr hodnocení podkritérií tohoto nelistového kritéria. K výpočtu jsou použity
váhy, které byly pro daný strom zadány ve Správě stromů. Nelistové kritérium na nejvyšší
úrovni stromu (tj. na jeho prvním řádku) vždy představuje celkové vyhodnocení daného testu.
Každé fuzzy číslo (hodnocení či hodnoty kritérií) je reprezentováno dvěma číselnými
hodnotami:
Těžištěm - lze jej považovat za aproximaci daného fuzzy čísla reálným číslem.
Těžiště se zobrazuje v poli Těžiště na kartách Fuzzy číslo, Term, Hodnocení.
Mírou neurčitosti - udává, nakolik je údaj který fuzzy číslo představuje neurčitý. Je
zobrazena v procentech (100 % představuje maximální neurčitost) v poli Míra neurč.
Pro každé kritérium ve stromě je dostupná karta Kritérium (viz obrázek 39), na které se
zobrazuje popis kritéria, podpůrné otázky a váhový koeficient kritéria. V kartě Poznámka
můžete zapisovat své poznámky k hodnocení.
122
Obrázek 39 Karta Kritérium v okně Hodnocení žáka
Chcete-li hodnocení zabezpečit před nežádoucími změnami, a jste-li si jisti tím, že toto
hodnocení nebudete chtít v budoucnosti měnit, můžete jej uzamknout následujícím způsobem.
Příslušné hodnocení načtěte do okna Hodnocení žáka, v kartě Historie (viz obrázek 40)
nastavte Stav hodnocení na Verze, stiskněte tlačítko Potvrdit nebo Použít. Takto uzamčené
hodnocení nelze již dále modifikovat.
Obrázek 40 Karta Historie v okně Hodnocení žáka
123
2.8.3. Vybraní a přednastavení žáci
Modul vybraných a přednastavených žáků je vhodné využívat především za těchto
situací:
1. V případě, že v aplikaci je evidováno větší množství žáků a vy pravidelně potřebujete
pracovat pouze s několika z nich.
2. Ze všech evidovaných žáků potřebujete vybrat žáky, kteří vyhovují výběrové
podmínce.
2.8.3.1. Přednastavení žáci
Žáky, se kterými uživatel často pracuje, je možno vybrat do seznamu tzv.
přednastavených žáků. Okno se seznamem přednastavených žáků lze otevřít z hlavního okna
aplikace kliknutím na položku Přednastavení. Až na fakt, že v okně jsou zobrazeni pouze
přednastavení žáci má toto okno stejnou funkčnost jako okno Žáci. Obsah seznamu
přednastavených žáků je závislý na tom, který uživatel je k aplikaci právě přihlášen. Tzn., že
každý z uživatelů má "svůj vlastní" seznam přednastavených žáků a změnami obsahu tohoto
seznamu neovlivňuje nijak obsah seznamu přednastavených žáků jiných uživatelů.
Přidávání žáků do seznamu přednastavených lze provádět několika způsoby:
1. Je-li v okně Žáci označen žák, můžete jej přidat do seznamu přednastavených žáků
volbou menu Žák | Nastavení přednastavených žáků | Přidat nebo stiskem ikony .
2. V okně Přednastavení žáci (viz obrázek 41), které otevřete z okna Žáci volbou
menu Žák | Nastavení přednastavených žáků / Zobrazit (nebo stiskem ikony ) lze
přidávat nové žáky dvěma způsoby:
a) volbou menu Žák | Přidat | Vybrat ze všech (resp. stiskem ikony ).
V okně Vybraní žáci (viz obrázek 42), které je po té otevřeno, označte
zaškrtnutím ve sloupci Přidat žáky, kteří mají být nově zařazeni do
seznamu přednastavených. Při výběru žáků si můžete vypomoci užitím
tlačítek Označit vše a Zrušit všechna označení.
b) volbou menu Žák | Přidat | Zadat výběrovou podmínku (resp. stiskem
ikony ). Po otevření okna Výběrové podmínky (viz obrázek 43)
nadefinujte podmínku výběru a nakonec můžete výběr dle této
podmínky manuálně upravit v okně Vybraní žáci.
124
Obrázek 41 Okno pro provádění změn v seznamu přednastavených žáků
Obrázek 42 Okno pro manuální výběr žáků
Odebírání žáků ze seznamu přednastavených lze provádět těmito způsoby:
1. V okně Přednastavení žáci (otevřete jej z okna Žáci volbou menu Žák / Nastavení
přednastavených žáků / Zobrazit nebo stiskem ikony ) lze odebrat označeného
žáka ze seznamu volbou menu Žák / Odebrat / Odebrat označené, nebo stiskem
ikony .
2. V okně Přednastavení žáci lze odebrat všechny žáky ze seznamu přednastavených
volbou menu Žák / Odebrat / Odebrat vše, nebo stiskem ikony .
125
2.8.3.2. Vybraní žáci
Potřebujete-li ze seznamu žáků provést výběr těch kteří splňují podmínku pak otevřete
okno Výběrové podmínky (viz obrázek 43) jedním z následujících způsobů
1. Z hlavního okna aplikace stiskem položky Vybraní.
2. Z okna Žáci užitím příkazu menu Žák | Zadat výběrovou podmínku, nebo stiskem
ikony
V okně pak nadefinujte podmínku výběru, výsledky výběru se následně zobrazí v okně
Žáci. Takto provedený výběr nelze uložit, a proto chcete-li jeho výsledek zachovat
k pozdějšímu využití, proveďte výběr raději výše popsaným způsobem do seznamu
přednastavených žáků.
Obrázek 43 Okno pro definici výběrové podmínky
Při definici výběrové podmínky postupujte následně. V poli Položka lze z rozbalovací
nabídky určit, které položky personálií žáka se bude výběrová podmínka týkat. Pole Operátor
určuje operátor, který bude při aplikaci podmínky použit. Uživatel má možnost vybrat si
z těchto relací :
rovná se, nerovná se
je větší než, je menší než
je větší nebo rovno než, je menší nebo rovno než
Nakonec se v poli Hodnota definuje číslo nebo text (závisí to na typu vybrané položky),
a takto vytvořená podmínka se pomocí tlačítka Přidat vloží do seznamu podmínek. Při
vytváření podmínek na položky textového typu, můžete použít také zástupných znaků „%”
(zastupuje skupinu libovolných znaků) a „_“ (zastupuje libovolný znak). Pokud je přidáváno
126
více podmínek, lze je spojit logickými spojkami A zároveň (všechny podmínky pak musí
platit zároveň) a Nebo (musí platit alespoň jedna z podmínek).
Zrušení podmínky ze seznamu se provede jejím označením a stisknutím tlačítka Odebrat.
Všechny zadané podmínky lze zrušit pomocí tlačítka Odebrat vše.
2.9. Sestavy
Nefrit umožňuje zobrazení a tisk předdefinovaných sestav několika typů. K dispozici
jsou dvě základní skupiny sestav:
1. V hromadných sestavách je vždy zobrazována skupina žáků s jejich údaji různého
charakteru. Jde o sestavy Přehled žáků a Přehled hodnocení žáků.
2. Naopak detailní sestava vždy podává informace o jediném žákovi. Je možno využít
tyto typy detailních sestav: Průvodní list žáka, Vývoj hodnocení žáka, Detail
hodnocení žáka a Individuální testový profil.
Chcete-li vytvořit výstupní sestavu postupujte následně. Nejprve musíte provést výběr
typu sestavy a definici jejich dalších parametrů – to proveďte v okně Parametry sestavy (viz
následující kapitola), které se otevře po kliknutí na položku Sestavy v hlavním okně aplikace.
V okně se zobrazenou sestavou (viz obrázek 44), které se poté otevře, můžete pomocí ikony
sestavu vytisknout na tiskárně. Pomocí volby Landscape volíte má-li být na obrazovce
sestava zobrazena na výšku, či na šířku. Okno zavřete stiskem ikony .
Obrázek 44 Okno se sestavou
127
2.9.1. Parametry sestav
Okno Parametry sestavy můžete otevřít stiskem položky Sestavy v hlavním okně
aplikace. V okně Parametry sestavy můžete provést definici parametrů, dle kterých se
vygeneruje sestava. Při definici parametrů postupujte následně:
1. Typ se sestavy vyberte v seznamu v horní části okna. Bližší popis jednotlivých typů
sestav a specifika zadávání parametrů pro ně můžete najít v kapitolách níže.
2. V kartě Žáci (viz obrázek 45) je nutno určit žáky, pro které bude sestava vytvářena.
U hromadných sestav je způsob určení žáků odlišný od způsobu užívaného pro
sestavy detailní.U hromadných sestav lze v kartě Žáci vybírat pouze ze seznamů
Sportovní oddíl a Věková kategorie. V sestavě potom budou právě ti žáci, kteří jsou
v tomto sportovním oddílu a aktuálně náleží do této věkové kategorie. U detailních
sestav lze vybírat ze všech tří seznamů. Sestava pak bude vytvořena pro toho žáka,
který je vybrán v seznamu Žáci. V tomto seznamu jsou dostupní pouze ti žáci, kteří
odpovídají položkám vybraných ve zbývajících dvou seznamech. Je-li v seznamu
Žáci vybrána položka Všichni, pak se sestava vytvoří pro každého žáka z tohoto
seznamu.
Obrázek 45 Karta Žáci v okně pro definici parametrů sestavy
3. Určit hodnocení žáků je nutno pouze pro sestavy, které zobrazují údaje z hodnocení
žáků. V kartě Hodnocení (viz obrázek 46) určete, která hodnocení budou zobrazena
v sestavách Přehled hodnocení žáků, Vývoj hodnocení žáka, Detail hodnocení žáka
a Individuální testový profil. Výběr je možno provést dvěma postupy – buď v části
128
Přímý výběr označíte kliknutím (při současném stisku klávesy Ctrl a levého tlačítka
myši můžete označovat či odznačovat více řádků) některá hodnocení žáka, a nebo
v části Výběr dle podmínky nadefinujete podmínku, na jejímž základě budou
vybrána hodnocení. Tvar podmínky lze změnit po stisku tlačítka Možnosti.
Obrázek 46 Karta Hodnocení v okně pro definici parametrů sestavy
4. Určení kritérií hodnocení je nutno provést pouze u některých sestav zobrazujících
údaje hodnocení. V kartě Kritéria (viz obrázek 39) se určete, která kritéria budou
zobrazena v sestavách Přehled hodnocení žáků a Vývoj hodnocení žáka. V seznamu
dostupných kritérií označte kliknutím (při současném stisku klávesy Ctrl a levého
tlačítka myši můžete označovat či odznačovat více řádků) ta, která chcete vybrat
a stiskněte tlačítko . Chcete-li ze seznamu vybraných kritérií některá odstranit,
označte je a stiskněte tlačítko .
129
Obrázek 47 Karta Kritéria v okně pro definici parametrů sestavy
5. Zadání způsobu řazení řádků v sestavě se provádí pouze pro sestavy Přehled žáků,
Přehled hodnocení žáků a Vývoj hodnocení. V kartě Seřadit (viz obrázek 48) máte
možnost specifikovat způsob řazení řádků v sestavě. Řádky mohou být řazeny dle
obsahu jednoho až tří sloupců – klíčů řazení. Klíč zadaný v nejvýše zobrazeném
seznamu má nejvyšší prioritu, nejníže zobrazený klíč má prioritu nejnižší.
U každého klíče můžete určit, má-li být dle něj řazeno vzestupně či sestupně.
130
Obrázek 48 Karta Seřadit v okně pro definici parametrů sestavy
V případě že parametry nebyly definovány korektně, po stisku tlačítka Potvrdit se
zobrazí chybové hlášení. V opačném případě se otevře okno se sestavou (viz obrázek 44).
2.9.2. Sestava Přehled žáků
V sestavě se zobrazuje seznam žáků se základními údaji. Při definici parametrů pro tuto
sestavu postupujte následovně.
1. V okně Parametry sestavy vyberte v seznamu Typ sestavy položku Přehled žáků.
2. V kartě Žáci určete žáky, pro které má být sestava vytvořena. Do sestavy budou
zahrnuti žáci, kterým odpovídají zvolené parametry ve výklopných seznamech
Sportovní oddíl a Věková kategorie.
3. V kartě Seřadit můžete zadat způsob řazení řádků v sestavě.
Obrázek 49 Ukázka ze sestavy Přehled žáků
131
2.9.3. Sestava Přehled hodnocení žáků
V sestavě se přehledově zobrazují hodnocení vybraných žáků dle vybraných kritérií. Při
definici parametrů pro tuto sestavu postupujte následovně.
1. V okně Parametry sestavy vyberte v seznamu Typ sestavy položku Přehled
hodnocení žáků.
2. V kartě Žáci určete žáky, pro které má být sestava vytvořena. Do sestavy budou
zahrnuti žáci, kterým odpovídají zvolené parametry ve výklopných seznamech
Sportovní oddíl a Věková kategorie.
3. V kartě Hodnocení určete hodnocení pro která má být sestava zobrazena. Výběr
proveďte nadefinováním podmínky v části Výběr dle podmínky.
4. V kartě Kritéria vyberte kritéria, která mají být v sestavě zobrazena.
5. V kartě Seřadit můžete zadat způsob řazení řádků v sestavě.
Obrázek 50 Ukázka ze sestavy Přehled hodnocení žáka
2.9.4. Sestava Průvodní list žáka
V sestavě se zobrazují personálie žáka. Při definici parametrů pro tuto sestavu postupujte
následovně.
1. V okně Parametry sestavy vyberte v seznamu Typ sestavy položku Průvodní list
žáka.
2. V kartě Žáci určete žáky, pro které má být sestava vytvořena. Je-li ve výklopném
seznamu Žáci vybrán konkrétní žák, sestava bude generována pro tohoto žáka, je-li
zde vybrána položka Všichni, sestava bude vytvořena pro všechny žáky, kteří
odpovídají parametrům Sportovní oddíl a Věková kategorie.
132
Obrázek 51 Ukázka sestavy Průvodní list žáka
2.9.5. Sestava Vývoj hodnocení žáka
V sestavě se přehledově zobrazují vybraná hodnocení žáka dle vybraných kritérií. Při
definici parametrů pro tuto sestavu postupujte následovně.
1. V okně Parametry sestavy vyberte v seznamu Typ sestavy položku Vývoj hodnocení
žáků.
2. V kartě Žáci určete žáky, pro které má být sestava vytvořena. Je-li ve výklopném
seznamu Žáci vybrán konkrétní žák, sestava bude generována pro tohoto žáka, je-li
zde vybrána položka Všichni, sestava bude vytvořena pro všechny žáky, kteří
odpovídají parametrům Sportovní oddíl a Věková kategorie.
3. V kartě Hodnocení určete hodnocení pro která má být sestava zobrazena. Výběr
hodnocení můžete provést buď označením příslušných hodnocení v části Přímý
výběr (možno pouze je-li vybrán jediný žák) a nebo nadefinováním podmínky
v části Výběr dle podmínky.
4. V kartě Kritéria vyberte kritéria, která mají být v sestavě zobrazena.
5. V kartě Seřadit můžete zadat způsob řazení řádků v sestavě.
133
Obrázek 52 Ukázka ze sestavy Vývoj hodnocení žáka
2.9.6. Sestava Detail hodnocení žáka
V sestavě se zobrazují údaje týkající se testu a vyhodnocení testu žáka. Při definici
parametrů pro tuto sestavu postupujte následovně.
1. V okně Parametry sestavy vyberte v seznamu Typ sestavy položku Detail hodnocení
žáka.
2. V kartě Žáci určete žáky, pro které má být sestava vytvořena. Je-li v tomto seznamu
vybrán konkrétní žák, sestava bude generována pro tohoto žáka, je-li zde vybrána
položka Všichni, sestava bude vytvořena pro všechny žáky, kteří odpovídají
parametrům Sportovní oddíl a Věková kategorie.
3. V kartě Hodnocení určete hodnocení, pro která má být sestava zobrazena. Výběr
hodnocení můžete provést buď označením příslušných hodnocení v části Přímý
výběr (možno pouze je-li vybrán jediný žák) anebo nadefinováním podmínky v části
Výběr dle podmínky.
Obrázek 53 Ukázka ze sestavy Detail hodnocení žáka
134
2.9.7. Sestava Individuální testový profil
V sestavě se zobrazují údaje týkající se testu a vyhodnocení testu žáka. Při definici
parametrů pro tuto sestavu postupujte následovně.
1. V okně Parametry sestavy vyberte v seznamu Typ sestavy položku Individuální
testový profil.
2. V kartě Žáci určete žáky, pro které má být sestava vytvořena. Je-li ve výklopném
seznamu Žáci vybrán konkrétní žák, sestava bude generována pro tohoto žáka, je-li
zde vybrána položka Všichni, sestava bude vytvořena pro všechny žáky, kteří
odpovídají parametrům Sportovní oddíl a Věková kategorie.
3. V kartě Hodnocení určete hodnocení, pro která má být sestava zobrazena. Výběr
hodnocení můžete provést buď označením příslušných hodnocení v části Přímý
výběr (možno pouze je-li vybrán jediný žák) a nebo nadefinováním podmínky
v části Výběr dle podmínky.
135
Obrázek 54 Ukázka ze sestavy Individuální testový profil
3. Slovníček pojmů Fuzzy číslo – zobecnění klasického (ostrého) čísla. Na rozdíl od klasického čísla lze pomocí
fuzzy čísla modelovat neurčitost (nejistota, vágnost) hodnoty, kterou popisuje. Fuzzy číslo je
speciální variantou fuzzy množiny. Každé fuzzy číslo je reprezentováno tzv. funkcí
příslušnosti, nabývající hodnot 0 až 1, definovanou nad universem hodnot dané veličiny.
V případě, že je hodnota veličiny popsána klasickým (ostrým) číslem, znamená to, že veličina
nabývá právě této (a žádné jiné) hodnoty. Avšak v případě, že je hodnota veličiny popsána
fuzzy číslem, pak funkce příslušnosti tohoto fuzzy čísla definuje pro každou hodnotu universa
možnost, že veličina (v dané situaci) této hodnoty nabude. Přitom možnost, že veličina dané
hodnoty universa nabude, je tím větší, čím je funkce příslušnosti pro tuto hodnotu universa
blíže k 1. Má-li funkce příslušnosti pro hodnotu universa hodnotu 0, znamená to, že je
nemožné, aby veličina této hodnoty nabyla. Je-li funkce příslušnosti rovna 1 možnost dané
hodnoty je maximální.
Hodnotící funkce – U listových kritérií (viz pojem kritérium) je na základě hodnotící funkce
programem vypočteno z hodnoty zadané uživatelem (touto hodnotou může být číslo, fuzzy
číslo či term) hodnocení pro toto kritérium. U nelistových kritérií není hodnotící funkce
užívána.
Hodnotící strom – logická struktura organizace kritérií, umožňující dekomponovat kritérium
představující celkového hodnocení objektu na podkritéria, tato podkritéria pak dle potřeby na
další (elementárnější) podkritéria, atd.
Jádro fuzzy čísla – interval hodnot universa, na němž má funkce příslušnosti fuzzy čísla (viz
pojem fuzzy číslo) hodnotu rovnou 1. Jde tedy interval „nejvíce možných“ hodnot.
Jazykový term – vyjádření hodnoty veličiny (kritéria) jazykovým popisem. Např. pro
vyjádření hodnot rychlosti mohou být definovány termy „téměř nulová“, „malá“, „střední“,
„vysoká“, „velmi vysoká“. Význam každého jazykového termu je popsán fuzzy číslem
definovaným na universu hodnot dané veličiny. Software podporuje používání dva typů
termů:
1. Základní term – při jeho definici je zadáváno fuzzy číslo, které představuje jeho
význam.
136
2. Odvozený term – je definován odvozením od základního termu pomocí jednoho
z jazykových operátorů „víceméně“ a „určitě“. Např. je-li na základní term „vysoká“
aplikován jazykový operátor „víceméně“, dojde k vytvoření odvozeného termu
„víceméně vysoká“.
Kořenové kritérium – nelistové kritérium (viz pojem kritérium) na nejvyšší úrovni
hodnotícího stromu (ve stromě je vždy zobrazeno na prvním řádku), jehož hodnota
představuje celkové hodnocení .
Kritérium – Dle pozice v hodnotícím stromě lze kritéria klasifikovat buď jako „listová“ nebo
jako „nelistová“ (není-li kritérium zařazeno ve stromě nemá toto rozlišení smysl).
Nelistovými kritérii jsou rozuměna kritéria, která se ve stromě dále „rozpadají“ na
podkritéria. Jejich hodnotu nezadává při hodnocení uživatel, ale je vypočtena
z hodnot (hodnocení) příslušných podkritérií.
Listová kritéria jsou kritéria, která ve stromě nejsou již dále dekomponována.
Jejich hodnoty jsou při hodnocení zadávány přímo uživatelem.
Míra neurčitosti fuzzy čísla - parametr fuzzy čísla uváděný v procentech; říká nakolik je
hodnota vyjádřená fuzzy číslem neurčitá (nejistá). Je-li míra neurčitosti 0 %, hodnota je
maximálně jistá – jde v podstatě o klasické číslo. Čím vyšší je míra neurčitosti, tím vyšší je
nejistota dané hodnoty. Je-li míra neurčitosti fuzzy čísla rovna 100 %, pak tato hodnota ztrácí
veškerou vypovídací schopnost.
Nosič fuzzy čísla – interval hodnot universa, na němž má funkce příslušnosti fuzzy čísla (viz
pojem fuzzy číslo) hodnotu větší než 0.
Těžiště fuzzy čísla – jeden z parametrů fuzzy čísla, který lze chápat jako aproximaci fuzzy
čísla klasickým (ostrým) číslem
Typ kritéria – je rozuměn typ hodnot, kterých může kritérium nabývat. Nefrit podporuje
užití tří typů kritérií:
1. kritéria typu Term – jejich hodnoty jsou jazykové termy
2. kritéria typu Číslo – jejich hodnotami jsou klasická (ostrá) čísla
3. kritéria typu Fuzzy číslo – hodnotami těchto kritérií jsou fuzzy čísla
Universum – interval přípustných hodnot dané veličiny. Např. pro veličinu „tělesná výška“
může být definováno universum kritéria 100 až 250 cm.
Váhy – pomocí vah je v hodnotícím stromě vyjadřována významnost kritérií. Váhy jsou vždy
zadávány pro skupinu kritérií, která tvoří dekompozici téhož kritéria. Čím vyšší je váha
kritéria ve skupině, tím větší je i jeho význam a zároveň tím větší vliv má hodnota
(resp.hodnocení) tohoto kritéria na hodnotu kritéria, jehož dekompozicí daná skupina kritérií
je (tzn. tím větší je jeho vliv na hodnotu nadkritéria).
137
Literatura
[1] FIALA, Petr. Modely a metody rozhodování. 2. přeprac. vyd. Praha: Oeconomica, 2008,
292 s. ISBN 978-80-245-1345-4.
[2] FIALA, P., JABLONSKÝ, J., MAŇAS, M. Vícekriteriální rozhodování. Praha: VŠE,
1994. 316 s. ISBN 80-7079-748-7
[3] MAŘÍK,V. aj. Umělá inteligence II. AKADEMIA Praha. 1996, ISBN 80-200-0496-3.
[4] KOTEK, Z., VYSOKÝ, P.,ZDRÁHAL, Z. Kybernetika. SNTL Praha. 1990. ISBN 80-03-
00584-1
[5] TALAŠOVÁ J.: Fuzzy metody vícekriteriálního hodnocení a rozhodování, Olomouc:
Vydavatelství Univerzity Palackého, 2003.