Признаки скрытой эпидемии ВИЧ/СПИД;pdf

Введение в DecernsSDSS
DecernsSDSS1)2) это распределенная система поддержки принятия решений (Web СППР) для многокритериального анализа
широкого круга пространственных альтернатив. DecernsSDSS интегрирует развитые функции ГИС 3) и мощный
инструментарий МКАР4) . ГИС и МКАР модули в DecernsSDSS могут использоваться в зависимости от исследуемой проблемы
как вместе так и по отдельности. Одной из особенностей DecernsSDSS является возможность встраивания различных
прикладных моделей для анализа риска и оценки других параметров, которые могут использоваться в качестве критериев
при решении [пространственных] многокритериальных задач.
Используемые сокращения:
1) Decerns/DECERNS = Decision Evaluation in Complex Risk Network System
2) ПСППР = Пространственная Система Поддержки Принятия Решений
3) ГИС = Географическая Информационная Система
4) МКАР = Много-Критериальный Анализ Решений
Данный раздел состоит из следующих подразделов:
1.1 Цели и задачи
1.2 Архитектура системы
1.3 Аппаратные и программные требования
1.4 Методы и инструменты многокритериального анализа
Цели и задачи
В настоящее время существует целый ряд ГИС и МКАР пакетов, которые удовлетворяют различные запросы специалистов.
СППР DecernsSDSS можно рассматривать как уникальную систему, интегрирующую в себя все основные методы и
инструменты МКАР, а также ГИС функции, которые часто используются в процессе поддержки принятия решений. На
сегодняшний день не существует другой такой системы, которая бы предоставляла все эти возможности наряду с
инструментами для анализа неопределенностей (основанными на реализации анализа чувствительности, а также
реализации вероятностных методов и нечетких множеств). Дополнительно, математические модели могут быть
интегрированы в СППР (по запросу пользователей) для расширения возможностей приложения в части оценки различных
показателей, необходимых для принятия решений при работе с конкретными прикладными задачами.
Ключевые возможности/особенности СППР DecernsSDSS представлены в разделах 1, 2 и 3.
СППР DecernsSDSS может быть эффективно использована следующими потенциальными пользователями:
Государственные и региональные подразделения/центры, коммерческие компании и отдельные эксперты
ответственные за или вовлеченные в процесс принятия решений по управлению/планированию землепользованием,
восстановлению загрязненных территорий, мониторингу и защите окружающей среды;
Специализированные центры и эксперты работающие в научных и прикладных областях/отраслях связанных с ГИС,
web технологиями, поддержкой принятия решений, а также анализом риска;
Образовательные учреждения и центры повышения квалификации в сферах ИТ технологий и анализа риска;
Разработчиками программного обеспечения.
Общая характеристика СППР DecernsSDSS
Представленные ниже основные характеристики СППР DecernsSDSS подчеркивают ключевые отличия данной сиситемы от
других ГИС/МКАР решений:
СППР
DecernsSDSS
является
МКАР-ориентированной
системой,
интегрирующей
популярные
методы
многокритериального анализа решений с возможностями ГИС по визуализации и анализу пространственных данных;
ГИС- и МКАР- подсистемы могут использоваться независимо друг от друга;
для учета и анализа неопределенностей объективных данных и субъективных суждений реализованы
специализированные методы, основанные на применении средств анализа чувствительности, а также применении
вероятностных методов и нечетких множеств;
в СППР DecernsSDSS могут быть встроены прикладные модели необходимые для решения конкретной проблемы;
специальные инструменты позволяют создавать и управлять набором пространственных альтернатив, а также
автоматически оценивать значения критериев по альтернативам используя атрибутивную информацию
картографических слоев (что является особенно эффективным в случае большого числа рассматриваемых
альтернатив);
СППР DecernsSDSS является web приложением, разработанным с использованием современных технологий и
доступным в среде Интернет;
СППР DecernsSDSS имеет модульную структуру, что позволяет расширять ее функциональность посредством
добавления новых методов и инструментов МКАР, а также ГИС функций и прикладных моделей.
DecernsSDSS: основные компоненты
Прикладной программный интерфейс (API) СППР DecernsSDSS интегрирует три основных компонента СППР в единую систему:
GIS-подсистема,
MCDA-подсистема,
и модели.
Графический пользовательский интерфейс СППР обеспечивает единообразный, интуитивно-понятный и простой доступ к
методам МКАР, ГИС функциям и прикладным моделям, реализованным в рамках СППР DecernsSDSS.
СППР DecernsSDSS: основные методы и функции
Функциональность СППР основана на использовании следующих основных методов, инструментов и функций.
ГИС функции
ГИС подсистема СППР обеспечивает реализацию следующих базовых ГИС функций:
визуализация и раскраска многослойных векторных карт;
редактирование легенд для различных типов слоев;
масштабирование и панорамирование;
измерение длин, периметров и площадей;
выделение объектов на карте;
поиск объектов слоя удовлетворяющих заданным критериям;
просмотр атрибутивной информации;
вычисление базовых статистических показателей для выбранных атрибутов;
построение буферных зон;
построение оверлеев с использованием операций объединения, пересечения и вычитания;
поддержка всех основных типов картографических проекций;
поддержка основных ГИС форматов.
Методы и инструменты МКАР
МКАР-подсистема, реализующая методы многокритериального анализа и соответствующие инструменты, является
ключевым компонентом СППР DecernsSDSS. Следующие методы и инструменты многокритериального анализа используются в
СППР DecernsSDSS (подробное описание методов может быть найдено в следующих работах (Keeney & Raiffa, 1976; Belton &
Stewart, 2002; Figueira, 2005; Malczewski, 1999; Tervonen & Figueira, 2008); (краткое описание методов представлено в
разделе 1.4):
Базовые многокритериальные/MADM методы
MAVT (Multi-Attribute Value Theory);
AHP (Analytic Hierarchy Process);
TOPSIS (Technique for Order Preference by Similarity to the Ideal Solution); and
PROMETHEE (Preference Ranking Organization METHod for Enrichment Evaluations);
Комплексные MADM методы
MAUT (Multi-Attribute Utility Theory);
ProMAA (Probabilistic Multi-criteria Acceptability Analysis);
а также некоторые расширения MADM методов, основанные на использовании нечетких множеств:
F-MAVT (Fuzzy MAVT), and
FMAA (Fuzzy MAA), в данном методе могут использоваться нечеткие критерии и веса);
Также, в рамках МКАР-подсистемы реализованы следующие основные инструменты:
Дерево критериев для структурирования задачи (value tree);
Графики значения критериев для рассматриваемых альтернатив (value path);
Графики разброса значений критериев (Scatter Plot);
Анализ чувствительности результатов к изменению весовых коэффициентов (линейные и столбиковые диаграммы);
Анализ чувствительности результатов к изменению функций ценности/полезности (для методов MAVT, MAUT, ProMAA,
F-MAVT, FMAA);
Различные графические и табличные инструменты для представления вероятностных величин (функции
распределения и плотности распределения), с возможностью задания исходного распределения для критериев (MAUT,
ProMAA) и весов (ProMAA) с ипользованием нормальной, равномерной, логнормальной и дельта функций;
Различные графические и табличные инструменты для представления нечетких величин, с возможностью задания их
вида (треугольное, трапецевидное, кусочно линейное, обычное (crisp) действительное число) для критериев и
весовых коэффициентов (F-MAVT, FMAA).
Реализация методов MAUT и ProMAA основана на использовании оригинальной программной библиотеки для вычисления
плотности распределения функции от случайных величин (без использования методов Монте Карло); реализация методов
F-MAVT и FMAA основана, соответственно, на оригинальной библиотеке для вычисления функций нечетких величин. Анализ
неопределенностей реализуется через применение анализа чувствительности к изменению весовых коэффициентов (для
методов MAVT, MAUT, AHP, TOPSIS, PROMETHEE), а также неопределенности значения критериев (для MAUT),
неопределенности значения критериев и весовых коэффициентов (ProMAA) с использованием вероятностных методов, а
также неопределенности весов и критериев, заданных с использованием нечетких значений при применении методов FMAVT и FMAA.
Пространственная СППР
Интеграция ГИС- и МКАР- подсистем является основой пространственной СППР и позволяет решать следующие основные
задачи:
формирование множества альтернатив, используя для этого исходные и созданные картографические слои и
модельные оценки, запросы к картографическим объектам, а также выделение выбранных объектов, как
пространственных альтернатив, на карте;
обработка и анализ картографических слоев и атрибутивной информации с применением ГИС-функций и моделей на
различных стадиях исследования многокритериальной задачи;
структурирование многокритериальной задачи с применением дерева критериев и ГИС-средств и с использованием
как нисходящего (top-down), так и восходящего (bottom-up) подходов (в т.ч. для большого числа альтернатив);
автоматическая передача значений „картографических критериев? в таблицу характеристик для всех альтернатив
при решении многокритериальной задачи (что особенно актуально для большого числа альтернатив); значения других
критериев заполняются пользователями/экспертами вручную.
Таким образом, СППР DecernsSDSS поддерживает все этапы процесса поддержки принятия решений в рамках
многокритериального анализа (пространственно распределенных) альтернатив. Данный процесс предпологает реализацию
следующих основных шагов:
постановка задачи/проблемы;
структурирование многокритериальной задачи с использованием дерева критериев и как нисходящего (top-down), так
и восходящего (bottom-up) подходов для задания критериев;
оценка значений критериев по альтернативам с использованием моделей, инструментов ГИС и суждений экспертов;
формирование таблицы характеристик критериев и альтернатив (performance table);
определение предпочтений (определение весов критериев экспертами и лицами принимающими решения);
агрегация критериев для каждой из альтернатив;
анализ чувствительности/неопределенности;
обзор результирующей выборки/ранжирования/фильтрации/сортировки альтернатив экспертами;
выработка рекомендаций для лиц принимающих решения (выбор, например, "оптимальной"/приемлемой альтернативы
или возвращение и дополнительная проработка одного из выше перечисленных шагов).
Архитектура системы
СППР DecernsSDSS является web приложением построенным на платформе Java EE 6. СППР имеет трех-уровневую
архитектуру, в которой разделяются процессы взаимодействия с пользователями (презентационный уровень), выполнения
основных функций приложения (прикладной уровень) и обработки/управления данными (информационный уровень). Краткое
описание каждого из уровней распределенной СППР представлено ниже:
Презентационный уровень отвечает за реализацию пользовательского интерфейса. Пользовательский интерфейс
СППР DecernsSDSS является достаточно простым и функциональным. Управляющие элементы в интерфейсе
сгруппированы таким образом, чтобы максимально упростить работу пользователям со всеми основными модулями
СППР, включая модуль управления проектами, модуль управления сайтами, административный модуль, а также ГИС- и
МКАР- подсистемы.
Прикладной уровень реализует бизнес-логику работы приложения и координирует взаимодействие между двумя
другими уровнями. Основными компонентами СППР на данном уровне являются ГИС подсистема, МКАР подсистема, а
также различные модули отвечающие за управление проектами, картографическими слоями (сайтами) и выполнение
административных функций.
Информационный уровень отвечает за хранение и организацию доступа к данным, используемым в СППР. Данные
могут быть представлены как в формате XML, так и в виде реляционных баз данных. XML файлы используются для
хранения данных, которые сложно представить в простом табличном формате (модели в МКАР подсистеме, легенды
картографических слоев, пространственные альтернативы). СУБД PostgreSQL 9 используется для хранения всех
остальных данных, включая описание проектов, картографические данные (геометрия и атрибуты), пользовательские
учетные записи, группы, системные настройки. Функции PostGIS (пространственное расширение PostgreSQL)
используются для выполнения различных операций с пространственными данными, включая построение буферных зон
и оверлеев.
Аппаратные и программные требования
СППР DecernsSDSS является web приложением, построенным на платформе Java EE 6. При разработке системы
использовались следующие основные технологии: Servlets, Java Server Pages (JSP), Java Server Faces (JSF), JavaServer
Pages Standart Tag Library (JSTL) и Java апплеты. СППР имеет трех-уровневую архитектуру. Аппаратно-программные
требования для каждого из уровней распределенной системы приведены ниже.
Презентационный уровень. Программное обеспечение: Требуется Java Runtime Environment (JRE) версии не ниже
1.7 и Интернет браузер с установленным Java Plug-in. JRE распространяется бесплатно ( http://www.java.com) и при
установке автоматически подключает Java Plug-in для каждого из браузеров в системе. СППР DecernsSDSS
тестировалась на платформах Windows и Linux с последними версиями следующих браузеров: IE, Mozilla Firefox, Google
Chrome. Аппаратное обеспечение: Процессор P4 2.8GHz, 1 GB оперативной памяти, DirectX 9c, видеокарта с корректно
установленными драйверами.
Прикладной уровень. Программное обеспечение: Требуются Java SDK версии не ниже 1.7 и сервер приложений
соответствующий спецификации Java EE 6. СППР DecernsSDSS тестировалась на серверах Oracle Glassfish и Apache
Tomcat. Аппаратное обеспечение: Любая конфигурация подходящая для установки сервера приложений Java.
Инфорационный уровень. Программное обеспечение: Требуется СУБД PostgreSQL 9 с пространственной
надстройкой PostGIS 1.4 или выше. Аппаратное обеспечение: Любая конфигурация подходящая для установки СУБД
PostgreSQL 9.
Методы и инструменты многокритериального анализа
В данном разделе представлено описание методов и инструментов, которые используются для многокритериального
анализа решений в СППР DecernsSDSS. Раздел включает в себя следующие подразделы:
1.4.1 Введение
1.4.2 Методы МКАР в DecernsSDSS
1.4.3 Реализация методов МКАР в DecernsSDSS
1.4.4 Ссылки по СППР и МКАР
Введение
Целью МКАР в широком смысле является содействие ЛПР (Лицу, Принимающему Решение) в изучении и понимании
рассматриваемой проблемы, включая вопросы структурирования многокритериальной задачи; последовательная
реализация процедур МКАР способствует конкретизации целей, ценностей и предпочтений ЛПР, экспертов и других
заинтересованных лиц или сторон.
Методы (модели, если рассматривать предлагаемые методы и алгоритмы как моделирование анализа решений
субъектом/субъектами в рамках процесса принятия решений) МКАР представляют собой систематизированную процедуру
анализа множества альтернатив с использованием нескольких критериев с целью преодоления ограничений
неструктурированного индивидуального или группового принятия решений. МКАР направлен на процесс ППР, целью
которого является:
- интеграция объективных показателей с субъективными оценками;
- управление процессами, активно использующими субъективные суждения и объективные показатели, в т.ч.
- управление транспарентностью всех основных шагов и этапов решения многокритериальных задач.
Следующие категории проблем, решаемых с использованием методов МКАР, являются наиболее востребованными:
- поиск наиболее предпочтительной альтернативы из множества рассматриваемых (choice problem);
- ранжирование (ranking) альтернатив (от наиболее предпочтительной до наименее предпочтительной с учетом всех оценок
и предпочтений);
- классификация/сортировка альтернатив по классам/категориям (sorting methods; например, неприемлемые, возможно
приемлемые, определенно приемлемые и т.п.);
- отбор альтернатив (screening) - процесс отсеивания (отбраковки) альтернатив из множества заданных или возможных;
т.е., формирование суженного/меньшего множества альтернатив, которое содержит “допустимые” или “лучшие”
альтернативы.
В рамках МКАР можно выделить следующие основные дихотомии :
- многоатрибутивный анализ решений (Multi-Attribute Decision Making, MADM - проводится многокритериальный анализ
нескольких заданных явным образом альтернатив) против многоцелевого анализа решений (Multi-Objective Decision Making,
MODM - (потенциально) бесконечное или очень большое множество неявно заданных альтернатив исследуется с
использованием нескольких критериев);
- анализ решений в условиях определенности против анализа решений в условиях неопределенности;
- индивидуальный против группового анализа решений.
В рамках DecernsSDSS рассматриваются задачи класса MADM по ранжированию, выбору и сортировке альтернатив в
условиях как определенности, так и неопределенности. Задачи скрининга альтернатив в DecernsSDSS могут решаться с
использованием средств анализа доминирования альтернатив, графиков значения критериев (value path), а также с
применением входящих в систему методов ранжирования (частичного ранжирования) с целью выбора группы альтернатив
для последующего более детального анализа.
DecernsSDSS включает все шаги в рамках
многокритериального анализа альтернатив.
процесса
поддержки
принятия
решений
при
проработке
задач
Следующие многокритериальные методы и инструменты
используются в рамках DecernsSDSS (для ранжирования и
выбора альтернатив):
основные методы MADM:
- MAVT (Multi-Attribute Value Theory);
- AHP (Analytic Hierarchy Process);
- TOPSIS (Technique for Order Preference by Similarity to
the Ideal Solution);
- PROMETHEE (Preference Ranking Organization METHod for
Enrichment Evaluations);
продвинутые методы MADM:
- MAUT (Multi-Attribute Utility Theory); и
- ProMAA (Probabilistic Multi-criteria Acceptability Analysis,
разработанный авторами);
и некоторые расширения методов MADM, основанные
на подходах с применением нечетких множеств:
- Fuzzy-MAVT;
- Fuzzy-MAA/FMAA, разработанный авторами).
Мы кратко описали все методы MCDA включенные в
состав DecernsSDSS. Детали и обсуждения этих методов
могут быть найдены в соответствующих публикациях
(список приведен в конце главы).
MCDA Methods within DecernsSDSS
В рамках дискретных многокритериальных задач (Multiattribute Decision Making, MADM) рассматриваются множество
альтернатив A={ai, i=1,...,n} и множество критериев С={Cj, j=1,...,m}.
Глава состоит из следующих подглав:
1.4.2.1 MAVT (Multi-Attribute Value Theory)
1.4.2.2 MAUT (Multi-Attribute Utility Theory)
1.4.2.3 AHP (Analytic Hierarchy Process)
1.4.2.4 TOPSIS (Technique for Order Preference by Similarity to the Ideal Solution)
1.4.2.5 PROMETHEE (Preference Ranking Organization METHod for Enrichment Evaluations)
1.4.2.6 ProMAA (Probabilistic Multicriteria Acceptability Analysis)
1.4.2.7 FMAA (Fuzzy Multicriteria Acceptability Analysis)
1.4.2.8 Fuzzy-MAVT
1.4.2.9 Перспективы
MAVT (Multi-Attribute Value Theory)
Модель MAVT основана на использовании функций ценности (value functions) Vj(x) для каждого критерия j критерия и
обобщенной функции ценности V(a). MAVT представлен в деталях в работах (Keeney and Raiffa, 1976; von Winterfeldt and
Edwards, 1986; Belton and Stewart, 2002; Figueira, Greco and Ehrgott, 2005). MAVT предназначен для решения задач МКАР в
условиях определенности.
В рамках MAVT проводится оценка интегральной ценности V(a) альтернативы a=(a1,…,am), с использованием разработанных
пользователем/экспертами частных функций ценности Vj(x) и весовых коэффициентов критериев wj , j=1,…,m:
(1)
Целью процесса МКАР с использованием модели (точнее, одной из целей) является выбор альтернативы a с максимальной
интегральной ценностью V(a).
В DecernsSDSS реализована аддитивная модель (2),(3), наиболее часто используемая при решении практических задач с
использованием концепции MAVT:
(3)
В рамках модели MAVT (2,3) весовые коэффициенты критериев, w j , представляют собой коэффициенты шкалирования (scaling
factors) и для их задания рекомендуется использование метода swing.
Необходимо отметить также, что для обоснованного применения модели (2) при решении конкретной задачи МКАР необходимо
проверить выполнение требований независимости критериев по предпочтению (preferential independence) (Keeney and Raiffa,
1976; von Winterfeldt and Edwards, 1986). Концептуально, MAVT базируется на допущении, что ЛПР в процессе анализа решений
привержен концепции рациональности, предпочитая, в частности, большую ценность меньшей (в рамках выбранной модели
оценки ценности альтернатив).
Поскольку низкие значения альтернативы по одним критериям могут быть компенсированы высокими значениями по другим, то
MAVT принадлежит к т .н. компенсаторным методам МКАР.
Методы задания частных функций ценности и весовых коэффициентов (коэффициентов масштабирования) обсуждаются в
разделах в соответствующих разделах выше.
Другие функции F(.) (методы реализации MAVT), используемые для оценки интегральной ценности альтернативы V(a), прежде
всего мультипликативные или полилинейные, обсуждаются, например, в (Keeney and Raiffa, 1976; von Winterfeldt and Edwards,
1986; Belton and Stewart, 2002).
(2)
MAUT (Multi-Attribute Utility Theory)
Модель MAUT может рассматриваться как расширение MAVT с возможностью учета неопределенностей значений критериев
(Keeney and Raiffa, 1976; von Winterfeldt and Edwards, 1986). Учет такого рода неопределенностей (риска) базируется на
задании распределения вероятностей значений критерия для рассматриваемых альтернатив.
В рамках MAUT анализ (ранжирование) альтернатив проводится на базе оценки интегральной полезности U(a):
(4)
здесь альтернатива a представлена вектором оценок по критериям: a=(a1 ,...,am ), где aj – оценка данной альтернативы по
критерию Cj, j=1,...,m; Uj(aj) – частная ф-я полезности альтернативы по критерию j в шкале полезности: 0 ≤ Uj(x) ≤ 1.
Для практических целей чаще всего используется аддитивная модель MAUT (реализованная в DecernsSDSS):
(5)
(6)
здесь весовые коэффициенты критериев, wj, как и в MAVT, также представляют собой коэффициенты шкалирования.
Для корректного использования MAUT при решении конкретной задачи необходимо проверить требования о независимости
по предпочтению, независимости по полезности и аддитивной независимости (preferential independence, utility independence,
and additive independence) (Keeney and Raiffa, 1976; von Winterfeldt and Edwards, 1986).
Неопределенность значения критерия, aj, представляется случайной величиной Xj = Xj(a) с плотностью распределения
Φj(x), j=1,...,m. Таким образом, интегральная ценность альтернативы, U(a), представляется случайной величиной
(7)
Ранжирование альтернатив в MAUT основано на сравнении ожидаемой полезности (мат. ожидания интегральной
полезности): альтернатива a превосходит альтернативу b, тогда и только тогда, когда
(8)
где E(X) – мат. ожидание случайной величины X. Согласно (5),
(9)
Как и для MAVT, находят применения также мультипликативная и полилинейные формы модели MAUT (Keeney and Raiffa,
1976; von Winterfeldt and Edwards, 1986).
AHP (Analytic Hierarchy Process)
Модель AHP (Saaty, 1980) основана на реализации трех базовых принципов:
- декомпозиция реализации AHP-иерархии задачи (с использованием дерева критериев);
- попарное сравнение альтернатив для каждого критерия (нижнего уровня) и попарное сравнение критериев; оценки
сравнений проводятся в специализированной шкале отношений;
- синтез приоритетов вычисление весовых коэффициентов и значений ценности альтернатив по критериям на базе
обработки матриц попарного сравнения с последующим вычислением интегральной ценности альтернативы с
использованием линейной аддитивной модели.
Математическая модель AHP представляет собой интеграцию модели (2),(3) с использованием особых методов вычисления
весов критериев w j и значений функций ценности V ij для критериев j=1,…,m, и альтернатив i=1,…,n. Попарное сравнение
альтернатив для каждого критерия (всего mn(n-1)/2 сравнений), а также попарное сравнение критериев между собой
(m(m-1)/2 сравнений) проводится в специальной шкале отношений: для заданного критерия альтернатива k
предпочтительнее альтернативы j с уровнем предпочтения s – akj=s, 1 ≤ s ≤ 9; соответственно, ajk=1/s. В этой же шкале
проводится и попарное сравнение критериев. Полученные матрицы обрабатываются с целью получения собственного
вектора для максимального собственного значения матрицы с последующей нормализацией (сумма элементов
нормализованного вектора =1) и получением весов критериев w j (из матрицы попарного сравнения критериев) и ценностей
альтернатив Vij (из матрицы попарного сравнения альтернатив для критерия j) с дальнейшим использованием модели (2),(3)
для оценки интегральной ценности альтернативы i. При практическом использовании AHP следует обращать внимание на
отношение соответствия (consistency ratio), указывающий на уровень соответствия при заполнении матриц попарного
сравнения (Saaty, 1980; Belton and Stewart, 2002).
Из-за использования модели (2-3), AHP может рассматриваться как метод в рамках MAVT модели. Однако, принимая во
внимание специфику оценки весов критериев и ценности альтернатив, сторонники подчеркивают, что это отдельный метод
МКАР, не основанный на методологии оценки ценностей (Belton and Stewart, 2002).
AHP метод является весьма популярным благодаря своей гибкости, отсутствию жестких требований и ограничений, а также
наличию соответствующего программного обеспечения.
В то же время, за видимой простотой используемых в рамках AHP процедур, зачастую кроются (скрытые от
неспециалистов) проблемы с используемой шкалой отношений при решении многих задач, обоснованность полученных
весовых коэффициентов, проблема обращения рангов альтернатив (при добавлении новых или изъятии имеющихся
альтернатив; rank reversal problem) (Belton and Stewart, 2002), не говоря о значительном объеме работы экспертов при
проведении попарных сравнений для большого количества критериев и альтернатив.
Авторы DecernsSDSS рекомендуют использование AHP (если привлекаемые эксперты считают приемлемым использование
заданной шкалы отношений при решении конкретной задачи МКАР) совместно с другими методами, а также в случаях,
когда использование других моделей МКАР представляется более сложным.
TOPSIS (Technique for Order Preference by Similarity to the Ideal Solution)
В методе TOPSIS ранжирование альтернатив основано на учете расстояния каждой из альтернатив до идеальной и
антиидеальной точек в многомерном пространстве критериев (Hwang and Yoon, 1981; Malczewski, 1999). Координаты
идеальной, (x +j), и антиидеальной, (x -j), точек в пространстве критериев (Rm ) строятся по таблице характеристик выбором
для каждого критерия j, j=1,…,m, соответственно наилучшего и наихудшего значения из множества рассматриваемых
альтернатив.
В рамках TOPSIS расстояния до идеальной, si+, и антиидеальной, si-, точек вычисляются следующим образом:
(10)
(11)
здесь wj – вес, назначенный j-ому критерию (точнее, отклонению значения критерия от заданной идеальной/антиидеальной
точки), xij – стандартизованное значение i-ой альтернативы по критерию j; в качестве параметра степени p выбирают,
чаще всего, используют значение p=2 (реализовано в DecernsSDSS).
Существует несколько подходов к стандартизации значений критериев: Cij=Cj(ai)
критерию j; xij – соответствующее стандартизованное значение).
xij (C ij – оценка альтернативы ai по
В DecernsSDSS реализован следующий метод стандартизации:
(12)
Ранжирование альтернатив базируется на вычислении следующего (наиболее часто используемого) интегрального критерия
(similarity index):
(13)
Чем выше значение интегрального критерия с i+, тем выше ранг альтернативы i.
TOPSIS является простым и привлекательным методом МКАР, особенно эффективным в случаях, когда трудно
верифицировать независимость критериев (что требуется в MAVT/MAUT); последнее особенно ценно при решении
пространственных многокритериальных задач. Отметим также, что анализ чувствительности к изменению весовых
коэффициентов при применении данного метода является весьма важным ввиду отсутствия четко обоснованных подходов к
заданию весов относительной важности.
PROMETHEE (Preference Ranking Organization METHod for Enrichment Evaluations)
PROMETHEE принадлежит к т.н. методам/моделям из класса превосходства (outranking; ORT, Outranking Relation Theory)
(Brans and Vincke, 1985; Belton and Stewart, 2002; Figueira, Greco and Ehrgott, 2005).
Методы ORT основаны на попарном сравнении альтернатив по каждому из заданных критериев с последующей интеграцией
полученных предпочтений в соответствии с алгоритмами метода. Среди моделей ORT наиболее востребованными для
практического применения являются PROMETHEE, а также ряд моделей семейства ELECTRE (Brans and Vincke, 1985; Figueira,
Greco and Ehrgott, 2005; Belton and Stewart, 2002).
PROMETHEE основан на использовании таблицы/матрицы характеристик {zj(a)} (здесь zj(a) оценка альтернативы a по
критерию j) и функций предпочтения Pj(d), 0 ≤ P i(d) ≤ 1, с заданными уровнями безразличия (q j) и предпочтения (p j),
j=1,…,m; d= zj(a) - zj(b) – разность значений альтернатив a и b по критерию j.
В рамках метода проводится оценка интенсивности предпочтения альтернативы a над альтернативой b по критерию j,
Pj(a,b)= Pj(zj(a) - zj(b)) (согласно методу, если Pj(a,b)>0, тогда Pj(b,a)=0), а также индекс предпочтения, P(a,b),
(14)
(выше для простоты использовалось одно и то же обозначение P j( ) для разных функций P j(a,b) и P j(d)); здесь весовые
коэффициенты w j, j=1,…,m, отражают относительную важность критериев (voting weights) [Brans and Vincke, 1985; Figueira,
Greco and Ehrgott, 2005; Belton and Stewart, 2002].
Индексы предпочтения используются для оценки позитивного потока превосходства (positive outranking flow) Q+(a):
(15)
и негативного потока превосходства (negative outranking flow) Q- (a):
(16)
(суммирование ведется по всем альтернативам b ≠ a, n – число исследуемых альтернатив).
Согласно методу PROMETHEE 1, альтернатива a предпочтительнее/не хуже альтернативы b, если Q+(a) ≥ Q+(b) и Q- (a) ≤ Q(b); a и b индифферентны/равноценны, если Q+(a) = Q +(b) и Q- (a) = Q - (b); a и b являются несравнимыми альтернативами,
если Q+(a) > Q+(b) и Q- (b) ≤ Q- (a), или Q+(b) > Q+(a) и Q- (a) ≤ Q- (b).
Таким образом, PROMETHEE 1, как и ряд других методов ORT, не гарантируют полного упорядочения альтернатив,
поскольку некоторые альтернативы могут оказаться несравнимыми.
Метод PROMETHEE 2 основан на оценке “чистого потока” (net flow) Q(a) для альтернативы a:
(17)
PROMETHEE 2 может быть использован для полного упорядочения/ранжирования альтернатив: альтернатива a превосходит
альтернативу b, если Q(a) > Q(b).
PROMETHEE рассматривается специалистами и пользователями как привлекательный и транспарентный метод, для
практического применения которого имеется ряд программных продуктов [Figueira, Greco and Ehrgott, 2005; Belton and
Stewart, 2002]. В качестве "недостатков" данной модели часто отмечают "произвольность" выбора уровней безразличия и
превосходства (qj и pj) и необходимость дополнительного анализа чувствительности результатов к изменению данных
уровней; кроме того, в отличие от моделей MAUT/MAVT, модели семейства PROMETHEE/ELECTRE основаны исключительно
на эвристических подходах без соответствующей теоретической базы [Belton V, Stewart T 2002] (последнее замечание
нисколько не умаляет достоинств методов ORT при их практическом применении в рамках решения задач МКАР).
Технология вычисления потоков превосходства (Q) также допускает компенсацию оценок по одним критериям значениями
по другим. При этом, недооценка по одним критериям не компенсируется возможным значительным предпочтением по
другим критериям ввиду использования функций предпочтения Pj(d). В связи с этим модели класса ORT известны также как
"частично компенсаторные" модели.
Fuzzy-MAVT
Данный метод предназначен для учета/усвоения неопределенностей при решении многокритериальных задач. FMAVT,
реализованный в DecernsSDSS, основан на применении модели (2), в которой весовые коэффициенты w j, а также значения
критериев aij, i=1,…,n, j=1,…,m, могут задаваться нечеткими числами. При этом, частные функции ценности Vj(x) являются
обычными/четкими функциями. Задание (нечетких) весовых коэффициентов в FMAVT основано на методе swing и
представляет собой вариацию подхода, описанного в разделе ProMAA ниже, применительно к использованию нечетких
чисел (вместо распределений вероятностей).
Ранжирование альтернатив основано на сравнении интегральных ценностей альтернатив, выраженных нечеткими числами
V(ai), с использованием как визуального анализа, так и заложенных методов ранжирования нечетких чисел (с
использованием 4-ех методов дефаззификации, а также 3-ех методов сравнения нечетких чисел) [Kahraman C (Ed). 2008 ].
ProMAA (Probabilistic Multicriteria Acceptability Analysis)
В модели ProMAA [Yatsalo, Gritsyuk, Mirzeabasov and Vasilevskaya, 2011] учитываются неопределенности объективных значений и
субъективных суждений с использованием вероятностных методов. В ProMAA задаются распределения вероятностей для значений
критериев по исследуемым альтернативам, а также распределения вероятностей весовых коэффициентов.
Основу метода ProMAA, реализованного в DecernsSDSS, составляют алгоритмы вычисления вероятностей событий ранга Sik:
Sik = {Альтернатива i имеет ранг k; i,k=1,…,n}.
Для вероятностей Pik = P{Sik} используется термин 'индексы приемлемости рангов' ('rank acceptability indices'). Для интеграции
указанных вероятностей может быть использован интегральный индекс приемлемости Ri [Lahdelma, Hokkanen and Salminen, 1998;
Tervonen and Figueira, 2008]:
(18)
здесь w k a c - веса относительной важности рангов.
Таким образом, в рамках ProMAA, выбор лучшей альтернативы в множестве исследуемых альтернатив {ai, i=1,…n}, скрининг
альтернатив (т .е., отсеивание 'худших' альтернатив с целью дальнейшего анализа оставшихся), а также, в ряде случаев,
ранжирование альтернатив, основаны на использовании матрицы индексов приемлемости {Pik}, i,k=1,…,n, а также интегральных
индексов приемлемости Ri, i=1,…,n; в то же время, рекомендации по использованию (вторичного) ранжирования на основе (17)
являются достаточно ограниченными.
В DecernsSDSS реализован метод ProMAA-U, основанный на использовании метода (5), в котором весовые коэффициенты могут также
рассматриваться распределенными величинами, а события рангов Sik и индексы приемлемости рангов Pik определяются из
определенных на основе модифицированного выражения (5) (с распределенными значениями частных функций ценности
альтернатив и Uj (aj ) и распределенными весовыми коэффициентами wj ; определяющими распределенное значение интегральной
полезности U(a) альтернативы a). В могут быть заданы следующие распределения вероятностей случайных величин (для значений
критериев и весов): дельта-функция, равномерное распределение, а также (обрезанные/truncated) нормальные и логнормальные
распределения.
Реализация алгоритмов ProMAA базируется на численных методах реализации функций от нескольких случайных переменных и
численном вычислении соответствующих интегралов (для приближенной оценки вероятностей Pik = P{Sik}).
Реализация ProMAA основана на использовании оригинальной библиотеки компьютерных модулей (с использованием численных
методов и без применения методов Монте-Карло) для оценки плотности и функции распределения случайной величины ξ = f(ξ1 ,…,ξm)
для широкого класса функций f(…) с целью численного вычисления соответствующих интегралов для приближенной оценки
вероятностей Pik = P{Sik.
Интерфейс ProMAA и реализованные функции позволяют:
- задать плотности распределения исходных критериев Xj (x)), j=1,…,m, исследуемой многокритериальной задачи для
рассматриваемого множества альтернатив A = {ai, i=1,…,n};
- задать плотности распределения весовых коэффициентов wj , j=1,…,m, (см. ниже);
- вычислить распределения/функции принадлежности величин интегральной полезности η i=U(ai), i=1,…,n согласно используемой
модели;
- вычислить индексы приемлемости рангов Pik (вероятность того, что альтернатива ai, i=1,…,n, будет иметь ранг k (k = 1 – 'лучшая', k
= n – 'худшая' альтернативы); кроме того,
- проводить графический и табличный анализ полученных оценок для последующего принятия соответствующих решений;
- проводить анализ чувствительности получаемых результатов к изменению формы используемых частных функций полезности Uj (x);
- редактировать значения критериев и весов (диапазоны изменения весов и их распределения) в рамках дополнительного анализа
неопределенностей.
Задание весов в ProMAA
При задании числовых значений оценок и предпочтений экспертам, в большинстве случаев, легче указать диапазон изменения
относительной важности весового коэффициента в сравнении с заданием его точного значения. Например, при реализации метода
оценки весов критериев свинг/swing утверждение 'относительная важность/ценность изменения от худшего значения до лучшего
для второго по важности критерия составляет 30-60% от соответствующего изменения (от худшего до лучшего значения) для
наиболее важного критерия' является более вероятным, чем утверждение, что указанная величина равна в точности 45%.
Указанные неопределенности весовых коэффициентом могут быть также естественным следствием группового анализа (как
распределение оценок, данных различными членами группы).
Рекомендуемым методом задания весовых коэффициентов в ProMAA-U является метод свинг (swing/trade-off), адаптированный к
ProMAA-U на случай задания распределенных весов:
- наиболее значимому критерию присваивается вес w1 =1, принимая во внимание значимость свинга (изменения в рамках границ),
т .е., увеличение ценности каждого критерия при изменении его значения от худшего к лучшему (обозначим этот критерий как C1 );
- интервал изменения [w2 min, w2 max ], 0 < w2 min ≤ w2 max ≤ 1 назначается весовому коэффициенту w2 (второму по важности критерию
C2 ) на основе оценки относительной ценности изменения от худшего значения к лучшему для критерия C2 в сравнении с
соответствующей ценностью изменения для наиболее важного критерия;
- предыдущий шаг повторяется для третьего по важности критерия и т .д.;
- распределения вероятностей как результат задания субъективных вероятностей (или как результат статистического анализа весов,
заданных членами группы экспертов), задаются экспертами для всех весовых коэффициентов wj в интервалах изменения [wjmin,
wjmax ], j=2,…,m.
В рамках классических методов MAVT/MAUT заданные веса нормируются согласно (8). Такой подход является обоснованным, включая
возможность интерпретации важности весов в процентах, представление интегральной функции ценности и др. В ряде случаев
эксперты могут посчитать более естественным задание референц-критерия, чей вес определяется равным 1, а веса относительной
важности остальных критериев определяются в долях от заданного веса (в обоих случаях размерность/степень свободы
пространства весов равна m-1). Очевидно также, что пропорциональное изменение всех весов wj , j=1,…,m, (wj
dwj , где d –
действительное положительное число) не изменяет порядка ранжирования альтернатив в методах MAVT/MAUT, а также в ProMAA-U.
В текущей реализации метода ProMAA (а также FMAVT и FMAA/см. ниже) в рамках DecernsSDSS оригинальные весовые
коэффициенты, полученные согласно указанному выше свинг-методу, нормализуются на сумму их средних значений; таким образом,
сумма средних значений весовых коэффициентов после нормализации равна 1. Такой подход позволяет сравнивать ProMAA веса с
весами, используемыми в других методах при реализации различных подходов к решению исследуемой многокритериальной задачи.
FMAA (Fuzzy Multicriteria Acceptability Analysis)
Модель FMAA представляет собой аналог ProMAA, в которой значения критериев и весовые коэффициенты описываются не
случайными величинами, а нечеткими числами [Yatsalo, Gritsyuk, Mirzeabasov and Vasilevskaya, 2011]. Реализованная в
DecernsSDSS версия FMAA (FMAA-V) основана на применении модели FMAVT на первом шаге, с последующим вычислением
индексов приемлемости рангов μik = μ(Sik) для нечетких событий ранга Sik. (в FMAVT сравниваются нечеткие значения
ценностей V(ai), i=1,…,n. Таким образом, μik описывают степень доверия к тому, что альтернатива i имеет ранг k.
Задание весовых коэффициентов в FMAA основано на использовании свинг-подхода, адаптированного к применению
нечетких чисел, и представляет собой фактически метод задания весов в ProMAA с заменой распределений случайных
величин на нечеткие числа.
Интерфейс FMAA и реализованные на базе библиотеки программных модулей функции позволяют проводить анализ
многокритериальных задач по аналогии с соответствующими процедурами в ProMAA.
Перспективы
Подсистема МКАР, реализованная в СППР DecernsSDSS, может быть расширена посредством добавления новых методов и
инструментов анализа. В частности, новые MADM и MODM методы и инструменты могут быть добавлены по запросу
пользователей при создании специализированных версий СППР.
Реализация методов MCDA в DecernsSDSS
Реализация методов MAUT и ProMAA основана на оригинальной библиотеке вычисления функции от случайных величин (без
применения метода Монте-Карло); реализация 'нечетких методов' в DecernsSDSS основана на оригинальной библиотеке
вычисления функций от нечетких чисел; обе эти библиотеки разработаны, как часть проекта DECERNS.
При работе над многокритериальной задачей, пользователь DECERNS имеет возможность выбора подходящего MCDA
метода(ов). При желании, пользвоатель может сравнить результаты применения нескольких методов, включая проведение
анализа неопределенности, связанной с выбором MCDA подхода (Yatsalo, et al., 2007).
При использовании методов используются различный инструментарий, включая: разработку дерева критериев/альтернатив
и структурирование многокритериальной задачи, создание и редактирование матрицы характеристик, анализ посредством
инструментов value path и scatter plot, и анализ чувствительности (чувствительность к изменению весовых коэффициентов
и функции ценности в методе MAVT). Анализ неопределенностей может быть проведен через анализ фувствительности к
изменению весовых коэффициентов (для методов MAVT, AHP, TOPSIS, PROMETHEE), анализ к виду функции ценности (для
методов MAVT, MAUT, ProMAA, FMAA, и F-MAVT), использование случайных величин в характеристиках (для метода MAUT),
случайных величин в весовых коэффициентах и характеристиках (ProMAA), и, соответственно, нечетких весовых
коэффициентов и нечетких характеристик (для методов Fuzzy-MAVT и FMAA).
Ссылки по СППР и МКАР
1. Belton V, Stewart T. (2002). Multiple Criteria Decision Analysis: An Integrated Approach. Kluwer Academic Publishers:
Dordrecht.
2. Brans JP, Vincke P. (1985). A preference ranking organization method: the PROMETHEE method for multiple criteria decisionmaking. Management Science 31: 647-656.
3. Figueira J, Greco S, Ehrgott,M (Eds). (2005). Multiple criteria decision analysis: State of the art surveys. Springer Science. Business Media, Inc.: New York.
4. Hwang, C.-L., & Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications. Berlin: Springer-Verlag.
5. Kahraman C (Ed). (2008). Fuzzy Multi-Criteria Decision Making. Theory and Applications with Recent Developments. Series:
Springer, Optimization and Its Applications, Vol.16.
6. Keeney RL, Raiffa H. (1976). Decision with Multiple Objectives. J.Wiley & Sons, New York.
7. Lahdelma R, Hokkanen J, Salminen P. (1998). SMAA - Stochastic Multiobjective Acceptability Analysis. European Journal of
Operational Research 106: 137–143.
8. Malczewski J. 1999. GIS and Multicriteria Decision Analysis. John Wiley & Sons Inc. New York.
9. Tervonen T, Figueira JR. 2008. A Survey on Stochastic Multicriteria Acceptability Analysis Methods. -Journal of Multi-Criteria
Decision Analysis 15: 1–14.
10. Nemery, P., & Lamboray, C. (2008). FlowSort: a flow-based sorting method with limiting or central profiles. - TOP 16(1), 90113.
11. Saaty TL. (1980). The Analytic Hierarchy Process. McGraw-Hill, New York.
12. von Winterfeldt D, Edwards W. (1986). Decision Analysis and Behavioral Research. Cambridge: Cambridge University Press.
13. Yatsalo B., Gritsyuk S., Mirzeabasov O., Vasilevskaya M. (2011). Uncertainty Treatment Within Multicriteria Decision Analysis
With the Use of Acceptability Concept. – Control of big systems. Vol.32, Moscow, IPU. P.5-30.
Руководство пользователя
Данный раздел содержит подробное описание пользовательского интерфейса СППР DecernsSDSS и дает общее
представление о принципах работы системы. Также, в разделе подробно рассмотрены такие понятия как проект и сайт,
необходимые для понимания принципов организации пользовательских и картографических данных в системе.
Руководство пользователя включает в себя следующие основные разделы:
2.1 Авторизация
2.2 Главное меню
2.3 Управление проектами
2.4 Структурирование и анализ проблем
2.5 Управление профайлом пользователя
2.6 Управление учетными записями
Авторизация
СППР DecernsSDSS доступна в сети Интернет по адресу deesoft.ru. Доступ к системе могут получить только зарегестрированные пользователи. Для
прохождения регистрации необходимо отправить запрос на электронный адрес [email protected] со следующей информацией: ФИО, адрес
электронной почты, название организации, предполагаемое время использования системы (стоимость учетной записи зависит от времени
использования системы, подробности на сайте deesoft.ru). В течении 1-го дня Вы получите ответ на указанный вами адрес, содержащий
персональные реквизиты доступа к системе (имя пользователя, пароль и срок действия учетной записи).
Для начала сеанса работы с СППР, зарегистрированные пользователи должны вводить имя пользователя и пароль в соответствующие поля на
странице авторизации системы. В случае успешной авторизации осуществляется переход на страницу с главным меню системы. В противном случае
система требует повторить ввод пользовательских реквизитов доступа.
Главное меню
После прохождения процедуры авторизации пользователи перенаправляются на страницу с главным меню системы. Главное меню обеспечивает
удобный способ доступа к различным инструментам СППР DecernsSDSS. Меню содержит следующие разделы: проекты, профайл пользователя и
пользователи. Далее каждый из разделов рассмотрен более подробно.
Раздел Проекты реализует функции управления (создание, редактирование, удаление) проектами в системе. Проекты позволяют
группировать данные относящиеся к конкретным задачам/проблемам (например, задача выбора места для построения дома), а также
управлять ими. Для того чтобы начать работу с ГИС- и МКАР- подсистемами СППР DecernsSDSS необходимо создать новый или загрузить
существующий проект. Модуль управления проектами рассмотрен более подробно в разделе 2.3.
Раздел Профайл пользователя позволяет осуществлять настройку учетной записи пользователя в системе. Владелей учетной записи может
использовать данный инструмент, чтобы изменить пароль и/или адрес электронной почты, а также для управления (создания,
редактирования, удаления) своими группами в системе. Группы используются для предоставления расширенных прав доступа к ресурсам
владельца (картографические сайты, проекты) в системе выбранным категориям пользователей. Модуль управления пользовательскими
профайлами более подробно рассмотрен в разделе 2.6.
Раздел Пользователи доступен только для пользователей с администраторскими правами доступа в СППР DecernsSDSS. Данный раздел
реализует функции управления пользовательскими учетными записями в системе (создание новых и удаление существующих учетных
записей, блокировка учетных записей, изменение прав доступа и срока действия учетных записей). Модуль управления учетными записями
более подробно рассмотрен в разделе 2.7.
Управление проектами
Проекты используются для удобства управления разнородными данными, относящимися к конкретной исследуемой МКАР/ГИС/ППР проблеме
(например, выбор места для строительства жилого дома или промышленного сооружения). В зависимости от характера исследуемой проблемы проект
может содержать следующие основные типы данных: МКАР модель, картографические данные (векторные слои, легенды), модели для анализа
пространственных данных и управления пространственными альтернативами.
Для того чтобы создать новый проект, выберите раздел "Проекты" в главном меню СППР DecernsSDSS и нажмите кнопку "Новый проект". В
результате будет создан новый проект сконфигурированный по умолчанию и загрузится java апплет. Для того чтобы открыть страницу управления
проектом в рабочей области апплета, нажмите кнопку "Project" в панели быстрого доступа. Страница управления проектом содержит следующие
основные элементы:
Имя проекта. Короткое имя (не более 16 символов) проекта используемое для его обозначения.
Описание проекта. Текстовое описание проекта поясняющее его назначение.
Дата создания проекта. Не редактируемое поле содержащее текущую дату и время.
Владелец проекта. Не редактируемое поле, которое содержит имя создателя проекта.
Публичный доступ. Определяет права доступа к проекту для всех зарегестрированных в системе пользователей. Данный модификатор может
принимать одно из следующих значений: Нет доступа, Только чтение, Чтение/Запись.
Групповые политики. Дает возможность назначить расширенные права пользователям, которые являются членами ваших групп.
Для того чтобы сохранить проект, откройте страницу управления проектом в рабочей области апплета и нажмите кнопку "Сохранить". Все
относящиеся к текущему проекту данные будут сохранены на сервере где развернута СППР DecernsSDSS. Также имеется возможность сохранить
текущий открытый проект под новым именем. Для этого нажмите кнопку "Сохранить как..." на странице конфигурации проекта, введите новое имя
проекта и нажмите кнопку "ОК".
Для того чтобы загрузить существующий проект, выберите раздел "Проекты" в главном меню СППР DecernsSDSS, выберите один из проектов в
списке доступных проектов и нажмите кнопку "Загрузить". Java апплет будет открыт, а выбранный проект загружен в рабочую область.
Для того чтобы удалить проект, выберите раздел "Проекты" в главном меню СППР DecernsSDSS, выберите один из проектов в списке доступных
проектов и нажмите кнопку "Удалить". В открывшемся окне подтвердите свой выбор нажатием кнопки "ОК". Для выполнения операции удаления
необходимо иметь права доступа "Чтение/Запись" для выбранного проекта.
Структурирование и анализ проблем
Данный раздел содержит описание модулей и инструментов, которые используются для исследования многокритериальных
проблем. Раздел включает в себя следующие подразделы:
2.4.1 Главное окно системы
2.4.2 ГИС модуль
2.4.3 Модуль МКАР
Главное окно системы
Рабочая область СППР DecernsSDSS организована таким образом, чтобы сделать максимально простой и удобной для пользователей работу с
многослойными картами, а также работу по структурированию и исследованию многокритериальных задач. Рабочая область состоит из панели
быстрого доступа и рабочего стола. Панель быстрого доступа к основным модулям системы состоит из следующих элементов:
Project. Показывает или скрывает страницу управления текущим проектом. Более подробно данный модуль рассмотрен в разделе 2.3.
Map. Показывает или скрывает страницу представления и управления многослойными картами. Данный модуль более подробно рассмотрен в
разделе 2.4.2.
MCDA. Показывает или скрывает страницу управления модулем МКАР. Данный модуль более подробно рассмотрен в разделе 2.4.3.
Help. Позволяет открыть справочную систему СППР DecernsSDSS в новом окне браузера.
Logout. Позволяет закрыть текущую сессию работы с системой и перейти к странице авторизации.
Пользователи могут размещать страницы "Project", "Map" и "MCDA" в любом месте рабочего стола СППР DecernsSDSS посредством захвата заголовка
страницы и перетаскивания его в нужное место на экране (операция drag and drop). Таким образом, все три страницы могут быть доступны
пользователям одновременно на рабочем столе без необходимости переключения между ними.
ГИС модуль
ГИС модуль реализует функции представления и анализа пространственных данных, а также позволяет сформировать необходимые исходные
данные для модуля МКАР (пространственные альтернативы и критерии). Пользовательский интерфейс ГИС модуля реализован на странице
управления многослойными картами и содержит следующие основные компоненты:
Панель управления сайтами. Предназначена для создания новых сайтов, их редактирования и удаления, а также загрузки сайтов в рабочую
область для последующей работы с ними. Данный модуль подробнее рассмотрен в разделе 2.4.2.1.
Панель управления слоями. Предназначена для добавления и удаления слоев, редактирования легенд слоев, а также изменения их видимости
и порядка отображения на карте. Данный модуль подробнее рассмотрен в разделе 2.4.2.2.
Панель представления многослойных карт. Предназначена для визуализации многослойных карт, а также для выполнения различных
операций над ними. Данный модуль подробнее рассмотрен в разделе 2.4.2.3.
GeoDB браузер. Позволяет просматривать базу геоданных СППР DecernsSDSS на сервере и выполнять загрузку новых картографических слоев.
Данный модуль подробнее рассмотрен в разделе 2.4.2.4.
У правление сайтами
Понятие "сайт" в контексте С П П Р DecernsSDSS используется для обозначения набора картограф ических слоев, описывающих некоторую конкретную территорию (например,
Брянская область или город Н ь ю - Йорк). При этом в с е слои должны иметь одинаковый масштаб и проекцию. С айты рассматриваются как удобное средство структурирования
пространственных данных в С П П Р DecernsSDSS. Панель управления сайтами позволяет загружать картограф ические слои, принадлежащие выбранному сайту, в рабочую
область системы, а также создавать, редактировать и удалять сайты.
1 - Т екущий загруженный сайт. О тображается имя сайта загруженного в рабочую область системы. С айт может быть выгружен из
рабочей области нажатием кнопки, расположенной напротив имени сайта.
2 - С писок доступных сайтов. Для выполнения операций удаления или редактирования, сайт нужно предварительно выбрать в этом списке.
3 - Панель управления. С одержит кнопки "О ткрыть", "Новый", "Изменить" и "У далить" служащие для выполнения соответствующих операций над сайтами.
4 - О писание сайта. Отображает расширенное описание сайта выбранного в списке доступных сайтов.
Д ля того чтобы загрузить сайт в рабочую область, выберите один из сайтов в списке доступных и нажмите кнопку "Открыть". Картограф ические слои сайта будут загружены
в рабочую область системы и отображены как многослойная карта в панели представления карт. Время загрузки сайта зависит от количества слоев и пространственных
объектов в каждом из них.
Д ля того чтобы создать новый сайт, нажмите кнопку "Новый". Н а экране появится диалог редактора сайтов. В соответствующих полях диалога введите имя сайта (не более
1 6 символов), задайте публичные права доступа (Н е т доступа, Только чтение или Чтение/Запись) и добавьте один или более картографических слоев. Публичные права
доступа определяют возможность использования и модифицирования данного сайта для любого зарегистрированного в системе пользователя. П о умолчанию данный
модификатор установлен в " Только чтение". Для того чтобы добавить картографические слои, нажмите кнопку "Добавить слой". Браузер базы геоданных (GeoDB браузер)
С П П Р DecernsSDSS появится на экране. Выберите слой из списка или загрузите новый и нажмите кнопку " О К " для завершения операции. GeoDB браузер подробнее описан в
разделе 2.4.2.4. После добавления всех необходимых картограф ических слоев нажмите кнопку "О К " для завершения операции создания сайта. Новый сайт появится в списке
доступных сайтов.
Д ля того чтобы отредактировать сайт, выберите сайт в списке доступных и нажмите кнопку " Изменить". Е с л и выбранный сайт загружен в рабочую область системы, то его
будет предложено закрыть (выгрузить из рабочей области). Для того чтобы сделать э т о (закрыть сайт), нажмите кнопку (в виде красного креста) напротив имени открытого
сайта. После нажатия кнопки " Изменить" на экране появится диалог редактора сайтов. В соответствующих полях диалога введите имя сайта (не более 1 6 символов), задайте
публичные права доступа (Н е т доступа, Т олько чтение или Чтение/Запись), добавьте/удалите картографические слои и нажмите кнопку "O K " для завершения операции
редактирования. Для выполнения операции редактирования необходимо иметь соответствующие права доступа (модиф икатор доступа "Чтение/Запись").
Д ля того чтобы удалить сайт, выберите сайт в списке доступных и нажмите кнопку "У далить". В открывшемся окне подтвердите выполнение операции удаления. Выбранный
сайт будет удален из списка доступных сайтов (картографические слои при этом не удаляются из базы геоданных). Для выполнения операции удаления необходимо иметь
соответствующие права доступа (модификатор доступа "Чтение/Запись").
Управление слоями
Панель управления слоями является удобным инструментом для управления порядком отображения картографических
слоев в панели представления карт, отображения легенд слоев, изменения видимости слоев, а также добавления и
удаления слоев. Каждый слой здесь представлен отдельным компонентом - легендой, состоящей из заголовка и
содержимого. Заголовок содержит название слоя и две кнопки: 1) развернуть/свернуть содержимое легенды 2) изменить
видимость слоя (показать/скрыть). Цвет фона заголовка показывает текущее состояние слоя: серый - слой не активен,
светло-синий - слой активен. Активные слои являются субъектом для применения различных ГИС операций (например,
выделение, просмотр атрибутов и т.п.). Содержимое легенды отображает соответствие цветов определенным значениям
атрибутов слоя, что является удобным для визуального представления информации.
Вызывает редактор легенд для активного слоя. Редактор позволяет изменять стиль линий, цвета заливки,
текстовые метки объектов и другие параметры. Более подробно редактор легенд рассмотрен в разделе 2.4.2.5.
Сделать все слои видимыми. В результате все картографические слои будут отображаться на карте. Порядок
отрисовки слоев идет от верхнего к нижнему (последний слой в списке будет отрисован поверх всех остальных).
Скрыть все слои. Ни один из слоев не будет отрисован в панели представления карт.
Раскрыть все легенды. Заголовки и содержимое легенд будет отображаться в панели управления слоями.
Свернуть все легенды. В панели управления слоями будут отображаться только заголовки легенд. Таким образом,
легенды будут занимать минимальное возможное место на экране.
Добавить слой к карте используя GeoDB браузер. Данный инструмент подробно рассмотрен в разделе 2.4.2.4.
Удалить активный слой.
Визуализация многослойных карт
Панель визуализации карт используется для отображения многослойных карт и выполнения различных ГИС операций над слоями и
пространственными объектами. Панель может функционировать в одном из следующих режимов: масштабирование (приближение), масштабирование
(удаление), панорамирование, выбор объектов, просмотр атрибутов и измерение дистанций. Компоненты управления ГИС функциями на панели
визуализации карт сгруппированы в четырех инструментальных панелях: Просмотр, Поиск, Буф.зоны, Оверлеи. Инструментальная панель "Просмотр"
дает возможность доступа к следующим ГИС функциям: масштабирование, панорамирование, выбор объектов, просмотр атрибутов, измерение
дистанций и площадей.
Увеличить. Нажмите данную к н о п к у чтобы включить режим увеличения масштаба карты. Выполните клик левой к н о п к о й мыши или укажите
прямоугольную область н а э к р а н е (зажав левую к н о п к у мыши и п е р е м е щ а я указатель) чтобы приблизить карту в области просмотра
(меньшее количество о б ъ е к т о в будет отображаться в области просмотра).
Границы слоя. Нажмите данную к н о п к у чтобы изменить масштаб карты. Активный слой будет занимать большую часть видимой области н а
экране.
Уменьшить. Нажмите эту к н о п к у чтобы включить режим уменьшения масштаба карты. Выполните клик левой к н о п к о й мыши чтобы уменьшить
карту в области просмотра (таким образом больше о б ъ е к т о в будут отображаться в области просмотра).
Границы карты. Нажмите данную к н о п к у чтобы инициировать перерисовку карты в е е исходном масштабе.
Панорамировать. Для того чтобы включить режим панорамирования, нажмите данную к н о п к у . Нажмите левую к н о п к у мыши и удерживая е е
зажатой п е р е м е щ а й т е указатель мыши для прокручивания карты (операция drag and drop).
Выделить. Для того чтобы включить режим выделения о б ъ е к т о в н а к а р т е , нажмите данную к н о п к у . Выполните клик левой к н о п к о й мыши н а
единичном о б ъ е к т е активного слоя, чтобы его выделить или укажите прямоугольную область (используя о п е р а ц и ю drag and drop) н а к а р т е
для выделения нескольких о б ъ е к т о в .
Границы выделения. Выделите пространственные о б ъ е к т ы активного слоя используя инструменты выделения или поиска. Нажмите данную
к н о п к у чтобы изменить масштаб карты. Выбранные о б ъ е к т ы будут занимать большую часть видимой области н а к а р т е .
Атрибуты выделения. Выделите пространственные о б ъ е к т ы активного слоя используя инструменты выделения или поиска. Нажмите данную
к н о п к у чтобы посмотреть атрибутивную информацию п о выделенным о б ъ е к т а м . Диалог просмотра атрибутов п о д р о б н е е рассмотрен в
разделе 2.4.2.7
Очистить. Нажмите данную к н о п к у чтобы убрать выделение с о б ъ е к т о в активного слоя. Если выделенных о б ъ е к т о в нет, то нажатие данной
к н о п к и н е приводит к выполнению к а к и х либо действий.
Атрибуты. Чтобы переключить панель визуализации к а р т в режим просмотра атрибутов, нажмите данную к н о п к у . Выполните клик левой
к н о п к о й мыши или выделите прямоугольную область н а к а р т е чтобы посмотреть атрибутивную информацию п о пространственным о б ъ е к т а м
активного слоя. Диалог просмотра атрибутов п о д р о б н е е рассмотрен в разделе 2.4.2.7
Расстояние. Нажмите левую к н о п к у мыши н а панели визуализации к а р т для задания начальной точки маршрута. Переместите указатель
мыши в новую позицию н а к а р т е удерживая левую к н о п к у мыши нажатой. Для добавления дополнительных т о ч е к к маршруту используйте
правую к н о п к у мыши (левая к н о п к а остается нажатой). Отпустите левую к н о п к у мыши чтобы вычислить расстояние вдоль линии (или
ломаной).
Площадь. Выберите пространственные объекты активного слоя используя инструменты выделения или поиска. Нажмите данную к н о п к у
чтобы вычислить площ адь и периметр для полигональных о б ъ е к т о в и длину для линейных объектов.
Инструментальная панель "Поиск" позволяет формировать и выполнять поисковые запросы (вручную или используя построитель запросов).
Простейший запрос состоит из имени атрибута активного слоя, оператора и значения. Пример: POLYGON_AREA > 100. Правила построения запросов и
визуальный построитель запросов подробно рассмотрены в разделе 2.4.2.6. Результатом выполнения поисковых запросов является выделение
пространственных объектов активного слоя удовлетворяющих заданным условиям поиска.
Выполнить поисковый запрос.
Сформировать поисковый запрос используя визуальный построитель запросов (п о д р о б н е е рассмотрен в разделе 2.4.2.6).
Очистить строку поискового запроса.
Инструментальная панель " Буф.зоны" используется для задания границ буферной зоны, запуска процедуры ее построения в фоновом режиме и
получения результатов с сервера. Процедура построения буферной зоны может быть затратной по времени поэтому она выполняется в фоновом
режиме на сервере (асинхронная обработка запроса). Для того чтобы построить буферную зону, выберите сначала объекты активного слоя на карте
(например используя поисковый запрос). Задайте внутреннюю (опционально) и внешнюю границы буферной зоны в единицах карты (например,
метрах) и нажмите кнопку запуска процедуры выполнения (треугольник с красными границами). Процедура построения буферной зоны будет
запущена в фоновом режиме на сервере. Для получения результатов с сервера нажмите кнопку, выполненную в виде двух разнонаправленных
стрелок. Буферная зона будет отображена на карте.
Инструментальная панель "Оверлеи" используется для задания необходимых исходных параметров и запуска выполнения процедуры построения
овелеев. Операция построения оверлеев позволяет сформировать новый картографический слой как результат комбинации двух исходных слоев.
Процедура построения оверлеев является затратной по времени поэтому выполняется в фоновом режиме на сервере (асинхронная обработка
запроса). Реализовано три типа операций построения оверлеев: пересечение, объединение и вычитание. Для построения оверлея задайте первый
операнд (идентификатор слоя), тип операции (пересечение, объединение или вычитание), второй операнд (идентификатор слоя) и нажмите кнопку
запуска процедуры выполнения (треугольник с красными границами). Процедура создания оверлея будет запущена в фоновом режиме на сервере.
Для получения результатов с сервера нажмите кнопку, выполненную в виде двух разнонаправленных стрелок. Слой оверлея будет отображен на
карте.
Если переключатель "Разбить мультиполигоны на составляющие" выключен, то результирующий слой будет содержать мульти-объекты (т.е.
объекты состоящие из нескольких однотипных объектов, наприме мульти-полигон). Это является состоянием по умолчанию. Для того чтобы в
результирующем слое были только простые объекты (полигоны, точки, линии), необходимо включить указанный переключатель.
"..." - данная кнопка используется для задания списка атрибутов исходных слоев (операндов), которые должны быть скопированы в
результирующий слой (оверлей).
GeoDB браузер
GeoDB браузер предназначен для просмотра списка доступных картографических слоев в базе геоданных, а также для
загрузки в нее новых слоев. Данный инструмент используется в менеджере сайтов для добавления новых слоев в процессе
создания или редактирования сайтов, а также в менеджере слоев для добавления картографических слоев на
многослойную карту. Для описания картографического слоя используются следующие поля:
ID слоя. Уникальное имя слоя (строка), которое используется как идентификатор.
Название. Текстовое описание слоя.
Тип. Тип пространственных объектов данного картографического слоя (POINTS, LINES, POLYGONS).
Дата. Дата и время загрузки слоя в базу геоданных.
SRID. Идентификатор проекции в базе геоданных (может быть -1 если идентификатор не определен).
CRS. Coordinates reference system. Описывает проекцию данного слоя.
Для того чтобы загрузить слой в базу геоданных, нажмите кнопку "Загрузить слой". На экране появится диалог
загрузчика слоев. Введите имя слоя (строка длиной не более 16 символов), описание слоя (не более 64 символов), адрес
электронной почты пользователя инициировавшего загрузку и укажите источник данных. Источник данных это шейп файл
(shape file) содержащий информацию о геометрических объектах (shp file), атрибутивной информации (dbf file) и описании
проекции (prj file) картографического слоя. Все файлы слоя (shp, dbf, prj) должны быть в одной и той же директории и
иметь одинаковое имя (но разное расширение). Нажмите кнопку "OK" для загрузки слоя в базу геоданных СППР
DecernsSDSS.
Редактирование легенд
Редактор легенд картографических слоев позволяет менять внешний вид многослойной карты. В зависимости от типа пространственных объектов
следующие параметры могут изменяться:
для точечных слоев: цвет точек, форма и размер точек, текстовые метки, прозрачность.
для линейных слоев: цвет линий, тип и ширина линий, текстовые метки, прозрачность.
для полигональных слоев: цвет линий, цвет заполнения, текстовые метки, прозрачность.
Для того чтобы отред актировать легенду точечного слоя, в панели управления слоями выполните клик левой кнопкой мыши на заголовке
точечного слоя (слой станет активным, заголовок изменит цвет на светло-синий) и нажмите кнопку редактирования легенды. На экране появится
диалог редактора легенд. Измените параметры, которые считаете нужным (описаны ниже в таблице) и нажмите кнопку "OK".
Общие
Цвет линии
Цвет линий п о умолчанию. Определяет цвет границ о б ъ е к т о в , к о т о р ы е будут использоваться для визуализации точек. Выполните двойной
клик мышью н а о к р а ш е н н о м прямоугольнике, чтобы изменить его цвет.
Цвет заливки
Цвет заливки п о умолчанию. Определяет цвет заливки внутренней области о б ъ е к т о в , к о т о р ы е будут использоваться для визуализации
точек. Выполните двойной клик мышью н а о к р а ш е н н о м прямоугольнике, чтобы изменить его цвет.
Т и п точки
Определяет форму фигуры, к о т о р а я будет использоваться для визуализации точек н а к а р т е . Возможны следующие значения: CIRCLE,
CROSS, SQUARE, STAR, TRIANGLE and X.
Размер точки
Диаметр окружности в которую вписывается фигура, используемая для визуализации т о ч е к н а к а р т е .
Непрозрачность Значение изменяется от 0 до 255. Чем меньше значение, тем прозрачнее о б ъ е к т ы (0 - о б ъ е к т ы слоя н е отображаются н а к а р т е ).
Метки
Атрибут
Определяет имя атрибута значения к о т о р о г о будут использоваться для формирования текстовых м е т о к .
Шрифт метки
Определяет н а и м е н о в а н и е , тип (толщину, курсив) и размер шрифта, к о т о р ы й используется для написания текстовых меток.
Цвет метки
Цвет, к о т о р ы й будет использоваться п р и отображении текстовых меток. Выполните двойной клик мышью н а о к р а ш е н н о м прямоугольнике,
чтобы изменить его цвет.
Цвет о р е о л а
Цвет о р е о л а вокруг текстовых м е т о к . О реол используется для того, чтобы сделать текстовые метки б о л е е заметными н а многослойной
к а р т е . Выполните двойной клик мышью н а о к р а ш е н н о м прямоугольнике, чтобы изменить его цвет.
Для того чтобы отред актировать легенду линейного слоя, в панели управления слоями выполните клик левой кнопкой мыши на заголовке
линейного слоя (слой станет активным, заголовок изменит цвет на светло-синий) и нажмите кнопку редактирования легенды. На экране появится
диалог редактора легенд. Измените параметры, которые считаете нужным (описаны ниже в таблице) и нажмите кнопку "OK".
Общие
Цвет линии
Цвет линии п о умолчанию. Определяет цвет линейных о б ъ е к т о в . Выполните двойной клик мышью н а о к р а ш е н н о м прямоугольнике, чтобы
изменить е г о цвет.
Т и п линии
Толщ ина линии Толщ ина линии в пикселах.
Непрозрачность Значение изменяется от 0 до 255. Чем меньше значение, тем прозрачнее о б ъ е к т ы (0 - о б ъ е к т ы слоя н е отображаются н а к а р т е ).
Метки
Атрибут
Определяет имя атрибута значения к о т о р о г о будут использоваться для формирования текстовых м е т о к .
Шрифт метки
Определяет н а и м е н о в а н и е , тип (толщину, курсив) и размер шрифта, к о т о р ы й используется для написания текстовых меток.
Цвет метки
Цвет, к о т о р ы й будет использоваться п р и отображении текстовых меток. Выполните двойной клик мышью н а о к р а ш е н н о м прямоугольнике,
чтобы изменить его цвет.
Цвет о р е о л а
Цвет о р е о л а вокруг текстовых м е т о к . О реол используется для того, чтобы сделать текстовые метки б о л е е заметными н а многослойной
к а р т е . Выполните двойной клик мышью н а о к р а ш е н н о м прямоугольнике, чтобы изменить его цвет.
Для того чтобы отредактировать легенду полигонального слоя, в панели управления слоями выполните клик левой кнопкой мыши на
заголовке полигонального слоя (слой станет активным, заголовок изменит цвет на светло-синий) и нажмите кнопку редактирования легенды. На
экране появится диалог редактора легенд. Измените параметры, которые считаете нужным (описаны ниже в таблице) и нажмите кнопку "OK".
Общие
Цвет линии
Цвет линий п о умолчанию. Определяет цвет границ полигональных о б ъ е к т о в . Выполните двойной клик мышью н а о к р а ш е н н о м
прямоугольнике, чтобы изменить его цвет.
Цвет заливки
Цвет заливки п о умолчанию. Определяет цвет заливки внутренней области полигональных о б ъ е к т о в . Данный цвет используется в том
случае, когда н е выполнена привязка цветов к значениям атрибутов полигонов н а станице "Диапазоны". Выполните двойной клик мышью
н а о к р а ш е н н о м прямоугольнике, чтобы изменить е г о цвет.
Непрозрачность Значение изменяется от 0 до 255. Чем меньше значение, тем прозрачнее о б ъ е к т ы (0 - о б ъ е к т ы слоя н е отображаются н а к а р т е ).
Диапазоны
Атрибут
Позволяет задать имя атрибута, значения к о т о р о г о будут использоваться п р и назначении цветов заливки полигональным о б ъ е к т а м .
Уникальные
значения
Если данный переключатель включен, то цвета будут ассоциироваться с конкретными значениями, а н е с диапазонами значений атрибута
(н а п р и м е р , 1 - красный, 2 - синий и т.п .). В противном случае цвета будут ассоциироваться с диапазонами значений атрибута (н а п р и м е р ,
от 1 до 5 - красный, от 5 до 10 - синий и т.д.). Для строковых атрибутов данный переключатель будет включен и заблокирован от
изменений автоматически.
Таблица
Каждая строка в данной таблице определяет соответствие цвета значению (или диапазону значений) в ы б р а н н о г о атрибута. П р и
отображении картографического слоя н а к а р т е , цвет заливки каждого из полигонов будет определяться в соответствии с данной
таблицей. Если соответствие цвета значению атрибута н е найдено, то используется цвет заливки п о умолчанию. Для того чтобы добавить
строку в таблицу, нажмите к н о п к у "Добавить..." , задайте цвет (двойной клик н а о к р а ш е н н о м прямоугольнике), задайте значение
атрибута (или границы диапазона), введите текстовую метку (опционально, можно оставить поле пустым) и нажмите к н о п к у "OK". Новая
строка будет добавлена в таблицу. Для удаления строки выберите е е в таблице и нажмите к н о п к у "Удалить".
Метки
Атрибут
Определяет имя атрибута значения к о т о р о г о будут использоваться для формирования текстовых м е т о к .
Шрифт метки
Определяет н а и м е н о в а н и е , тип (толщину, курсив) и размер шрифта, к о т о р ы й используется для написания текстовых меток.
Цвет метки
Цвет, к о т о р ы й будет использоваться п р и отображении текстовых меток. Выполните двойной клик мышью н а о к р а ш е н н о м прямоугольнике,
чтобы изменить его цвет.
Цвет о р е о л а
Цвет о р е о л а вокруг текстовых м е т о к . О реол используется для того, чтобы сделать текстовые метки б о л е е заметными н а многослойной
к а р т е . Выполните двойной клик мышью н а о к р а ш е н н о м прямоугольнике, чтобы изменить его цвет.
Визуальный построитель запросов
Визуальный построитель запросов является удобным инструментом для создания поисковых запросов к картам. Поисковый
запрос представляет собой логическое выражение определяющее условия отбора пространственных объектов активного
слоя на основе значений атрибутов. При формировании запросов могут использоваться следующие логические операции:
= - равно
> - больше
< - меньше
<> - не равно
>= - больше или равно
<= - меньше или равно
AND - логическое И ("истина" если оба операнда принимают значение "истина")
OR - логическое ИЛИ ("истина" если хотя бы один из операндов принимает значение "истина")
NOT - логическое НЕ (изменяет на противоположное логическое значение операнда)
XOR - исключающее ИЛИ ("истина" если один операнд "истина", но не оба вместе)
Для изменения приоритетов выполнения операций в запросе могут использоваться скобки. Арифметические операции (+, -,
*, /) также могут использоваться для вычисления значений операндов. Примеры:
AREA > 50 AND AREA < 400 - объекты с площадью больше 50, но меньше 400 будут выделены на карте.
AREA IN (100, 200, 300) - объекты с площадью равной 100, 200 или 300 будут выбраны на карте.
NOT AREA < 10 - объекты с площадью большей или равной 10 будут выбраны на карте.
(AREA1 + AREA2) < 1000 - объекты с суммарной площадью меньше чем 1000 будут выбраны на карте.
Запрос
Текстовый редактор для ввода поискового запроса.
Атрибуты
Список атрибутов активного слоя. Каждый атрибут в списке представлен своим именем и типом (например,
AREA - Double). Двойной клик на выбранном атрибуте позволяет добавить его в редактор запросов.
Значения
Данный список используется для отображения всех значений выбранного атрибута, которые он может
принимать. Для того чтобы их загрузить в список, нажмите кнопку "Загрузить". По умолчанию э т о т список
пуст так как загрузка всех возможных значений атрибута может быть затратной по времени операцией.
Двойной клик на выбранном значении позволяет добавить его в редактор запросов.
Нажмите кнопку "OK" для завершения процедуры формирования запроса. Полученный таким образом запрос будет
отображен в соответствующем поле ввода на панели "Поиск" (описывается в разделе 2.4.2.3). Нажмите кнопку выполнения
поискового запроса чтобы начать поиск.
Просмотр атрибутов
Диалог просмотра атрибутов является простым и удобным инструментом для отображения атрибутивной информации слоя в
табличном виде. Имена столбцов в таблице аналогичны именам атрибутов в базе геоданных СППР DecernsSDSS для
соответствующего картографического слоя. Каждая строка в таблице представляет значения всех атрибутов для одного
пространственного объекта (полигон, линия, точка).
Для того чтобы вычислить базовые статистические показатели для выбранного столбца в таблице нажмите кнопку
вычисления статистики в панели инструментов. Результаты вычисления зависят от типа столбца (атрибута). Для текстовых
атрибутов будут отображаться: имя активного слоя, имя выбранного атрибута, тип выбранного атрибута и число строк в
таблице. Для числовых атрибутов дополнительно будет отображаться следующая информация: минимальное и
максимальное значение, сумма значений столбца, арифметическое среднее, стандартное отклонение, медиана,
коэффициент ассиметрии и коэффициент эксцесса.
Модуль МКАР
Эта глава содержит детальную информацию о модуле МКАР и инструментах.
Глава подразделяется на следующие подглавы:
2.4.3.1 Структурирование задачи
2.4.3.2 Инструменты для анализа
2.4.3.3 Представление результатов
2.4.3.4 Пространственные альтернативы и критерии
Структурирование задачи
Дерево критериев
Дерево Критериев (ДК; Value Tree, VT) является одной из базовых компонент структурирования и построения модели
многокритериальной задачи. В рамках Decerns эксперты могут строить многоуровневые ДК любой сложности с учетом
иерархии целей/критериев и множества рассматриваемых альтернатив. При создании нового проекта появляется только
корневой критерий/цель, из которого, в ходе работы над задачей, создаются дочерние критерии и генерируются или
указываются заранее заданные альтернативы.
В рамках ДК каждый критерий (образ критерия в ДК) разделяется на две части. В левой части указаны свойства критерия
(активируются двойным кликом); в правой части:
для листового критерия - модель перехода от значений критерия в безразмерную шкалу (scoring) в зависимости от
выбранного метода МКАР,
для не листового критерия (цели) – выбранный метод взвешивания (weighting) дочерних критериев и (двойной клик)
значения весов в соответствии с выбранным методом.
Правый клик активирует всплывающее меню для выполнения следующих операций:
удалить критерий,
добавить дочерний критерий,
выбор scoring/weighting метода, а также
ввод, просмотр/редактирование характеристик и значений.
Правый клик вне объектов ДК активирует выпадающее меню с опциями
задания альтернатив, а также
(автоматического) упорядочения дерева.
При этом, левый клик с удерживанием позволяет менять геометрию ДК – передвигать объект дерева (критерий,
альтернативу) или все ДК.
Таблица характеристик
Таблица Характеристик (ТХ; Performance Table, PT; часто употребляется и другой термин – матрица решений, decision
matrix) отображает значения критериев по всем альтернативам; в ней, как правило, указываются также весовые
коэффициенты критериев в выбранной модели МКАР. Переход к ТХ находится в иконке левой части меню DecernsSDSS и
совмещен с переходом обратно к ДК (указывается также всплывающей подсказкой).
В ТХ, разработанной для DecernsSDSS, указаны также дополнительные характеристики используемых величин (полное
название критерия, дополнительные описания, размерности величин, свойства используемых шкал и функций, и др.). Как и
ДК, ТХ позволяет добавлять и удалять (листовые) критерии и альтернативы, а также редактировать их значения. Все эти
операции сопряжены с соответствующими процедурами в ДК и наоборот.
Структура
ТХ состоит из двух частей:
в верхней части ТХ представлена информация о листовых критериях;
в нижней части указаны/вводятся значения критериев по всем альтернативам.
Часть ТХ может быть скрыта/вызвана с помощью левого клика на заголовке соответствующей части таблицы.
Выбор
В ТХ поддерживаются 3 типа возможного выбора:
выбор столбца осуществляется левым кликом мышки в верней клетке данного столбца;
выбор строки осуществляется левым кликом мышки в первой клетке строки;
выбор клетки ТХ реализуется левым кликом в области клетки.
Описание критериев
В столбцах ТХ представлена информация о (листовых) критериях, в т.ч.:
имя критерия;
описание критерия (физический смысл, размерность и др.);
шкала критерия: локальный или глобальный интервал изменения значений критерия; а также направление
оптимизации критерия – максимизация значений для 'позитивного' критерия, минимизация значений для 'негативного'
критерия;
весовой коэффициент относительной важности критерия.
Имя критерия и его описание могут быть изменены: левый клик мышки в выбранной ячейке таблицы с последующим
редактированием названия или характеристик (для выхода – нажать или выбрать любую другую ячейку ТХ). Двойной клик в
ячейке Шкала для выбранного критерия вызывает форму Свойства Шкалы, которую можно редактировать.
В ячейке Вес критерия указан весовой коэффициент для выбранной модели в следующих возможных формах: числовое
значение (напр., 0.25), случайная/распределенная величина значения коэффициента (Rand Weight), нечеткое число (Fuzzy
Weight), или not set – вес не задан. Двойной клик в ячейке с Random или Fuzzy весом вызывает форму соответствующего
значения весового коэффициентам. Форма Свойства Критерия может быть вызвана также правым кликом мышки в верхней
части ТХ.
Нижняя часть ТХ и шкала альтернатив
В данной части представлено множество альтернатив – название (в левой части), а также, в клетках/ячейках ТХ, значения
альтернатив для соответствующего критерия: альтернатива – строка матрицы/ТХ со значениями альтернативы для
заданных критериев, столбец – значения критерия для заданных альтернатив.
Структура ячейки ТХ со значением критерия Cj для альтернативы Ai может иметь следующий формат:
действительное число (при этом правая часть ячейки, см. ниже, отсутствует);
в случае использования нечеткого или случайного/распределенного значения критерия, в правой части ячейки
появляется информация с указанием типа нечеткого/случайного числа:
при использовании нечеткого (Fuzzy) значения критерия (для какой-то альтернативы) указывается тип заданного
нечеткого числа: треугольное, трапециевидное, кусочно-линейное, или синглтон;
для случайного числа указывается тип распределения: равномерное, нормальное, логнормальное, дельта;
мат.ожидание (напр., E:0.9), стандартное отклонение (s:0.19), левая и правая границы изменения значения
случайной величины (L:1.2; R:4.5); для нормального и логнормального распределений указывается или уровень
значимости α, по которому определяется (1-2α)-доверительный интервал с соответствующим определением
границ интервала L,R, или обрезание (truncation) интервала изменения (L,R) случайной величины с последующей
нормировкой плотности распределения.
Альтернатива (критерий) могут быть добавлены в ТХ с использованием правого клика мышки в заголовке/клетке строки
(столбца) альтернатив и выбора опции 'Добавить альтернативу' ('Добавить критерий') в выпадающем контекстном меню.
Аналогичным образом альтернатива или критерий могут быть удалены.
Вызов диалога Свойства альтернативы (Свойства критерия) осуществляется через выделения строки (столбца) с
последующим правым кликом мышки и выбора опции Свойства.
Результаты
Кликнув кнопку Вычислить (Calculate), мы вызываем выходную форму представления результатов работы выбранной модели
МКАР. Пример выходной формы ранжирования альтернатив с использованием методов MAVT, MAUT и AHP. Формы
представление результатов для других моделей МКАР указаны в разделе 'Методы'.
Инструменты для анализа
Доминирование
Средство анализа доминирования альтернатив (Domination tool) является весьма полезным инструментом на начальном
этапе анализа многокритериальной задачи. Если ставится задача выбора лучшей альтернативы, доминируемые
альтернативы должны быть исключены из дальнейшего рассмотрения. Если речь идет о ранжировании альтернатив,
скрининге или сортировке, доминируемые альтернативы могут быть оставлены для дальнейшего исследования.
Графики рассеяния (Scatter plots)
Данный инструмент представляет собой графики значений для рассматриваемых альтернатив в плоскости (Ci,Cj ) для
заданных пользователей критериев Ci,Cj , i,j=1,…,m. Данный инструмент может быть полезен для анализа значений
критериев. В то же время, в многомерном случае (m > 2) значение такого анализа для выбора/ранжирования альтернатив
является весьма ограниченным.
График значений (Value path)
Данный график является достаточно полезным для представления (относительных) значений критериев для исследуемых
альтернатив; для позитивных и негативных критериев сверху находятся лучшие значения, снизу – худшие.
Анализ чувствительность к изменению весов критериев (Weight sensitivity analysis)
В DecernsSDSS данный анализ реализован в следующих моделях МКАР: MAVT, MAUT, TOPSIS, PROMETHEE и AHP.
Предлагаются 2 варианта средств анализа чувствительности к изменению весов, условно называемые 'шагающие веса'
(walking weights) и 'линейные веса' (line weights). Пользователь выбирает критерий и двигает ползунок/значение веса,
наблюдая изменения оценок альтернатив (при этом значения остальных весов пропорционально меняются с учетом
нормировки суммы весов на 1).
Анализ чувствительность к изменению функции ценности (Value function sensitivity analysis)
В DecernsSDSS данный анализ реализован в следующих
ценности/полезности: MAVT, MAUT, ProMAA, FMAA и FMAVT.
моделях
МКАР,
в
которых
используется
функции
В соответствующем меню пользователь выбирает 1 или несколько критериев, функции ценностей которых изменяются
пользователем в ручном режиме: выбирается тип функции (линейная, экспоненциальная и кусочно-линейная) и затем
меняется форма функции (для экспоненциальных и кусочно-линейных функций); пользователь наблюдает изменения
интегральных оценок альтернатив.
Представление результатов
Кнопка "Рассчитать" вызывает диалог, представляющий результаты расчетов по выбранному методу. С помощью мыши
диалог можно масштабировать, чтобы закрыть диалог нажмите на кнопку с крестиком.
MAVT / MAUT / AHP
Диалоги результатов для методов MAVT / MAUT / AHP имеют название "Отчет (название метода)" и имеют одинаковую
структуру.
Диалог состоит из двух частей: верхняя часть представляет собой столбчатую диаграмму с заголовком "Итоговые оценки",
а нижняя - текстовая информация с заголовком "Итоговые значения для альтернатив".
Используется следующий формат: Название альтернативы = Оценка
Диаграмма "Итоговые оценки" имеет следующие оси: по горизонтали представлены Альтернативы, а по вертикали значения
оценок этих альтернатив. Также приведена легенда, расположенная у правого края диаграммы, которая связывает цвет
столбика с альтернативой.
Topsis
Диалог результатов для метода TOPSIS состоит из двух частей: слева отображается диаграмма с заголовком "Индексы
схожести", а справа несколько таблиц с данными. Диаграмма имеет следующие оси: по горизонтали отмечены
альтернативы, а по вертикали значения Индекса схожести. Также присутствует легенда, связывающая цвет столбика
диаграммы с соответствующей альтернативой. Она располагается по правой стороне диаграммы.
Правая часть диалога отчета состоит из двух областей с таблицами (при необходимости каждую из областей можно
свернуть или развернуть, кликнув по заголовку области). Первая область называется "Идеальные точки" и содержит
таблицу с расчитанными идеальной и анти-идеальной точками. Колонками этой таблицы являются критерии задачи. Вторая
область называется "Расстояния" и отображает таблицу, в которой: строки соответствуют Альтернативам, а колонки
представляют три типа рассчитанных индексов - расстояние до идеальной, расстояние до анти-идеальной и индекс
схожести.
PROMETHEE I, II
Диалог результатов по методу PROMETHEE состоит из двух областей: верхняя область называется "Потоки", а нижняя
состоит из двух вкладок с графом на каждой. Область "Потоки" содержит таблицу, отображающую рассчитанные значения
для трех типов потоков - положительного, отрицательного и сетевого. Нижняя область содежит графы для методов
PROMETHEE I и PROMETHEE II.
Fuzzy MAVT
Диалог результатов для метода Fuzzy MAVT состоит из двух областей: левая содержит несколько графиков, которые
отображают результирующие функции принадлежности для всех Альтернатив, правая отображает результаты
дефаззификации и применения методов сравнения нечетких чисел. Левая область имеет два режима для отображения
функций принадлежности, переключение между ними происходит с помощью флажка в левом верхнем углу. Если флажок
не установлен, то функции принадлежности будут отображены на отдельных графиках (этот режим используется по
умолчанию), если флажок установлен, то все функции принадлежности будут отображены на одном графике. Информация
об используемых цветах отображается в легенде (ее можно перемещать с помощью мыши).
Правая область предоставляет пользователю некоторое количество методов ранжирования Альтернатив. Все методы
разделены на два класса. Если не установлен флажок "Использовать методы сравнения", то приложение предложит на
выбор пользователя несколько методов дефаззификации, если флажок установлен, то будут предложены методы сравнения
нечетких чисел.
ProMAA / FMAA
Диалоги результатов для методов ProMAA и FMAA содержат информацию связанную с расчетом Индексов приемлемости.
Результаты представлены в матрице и в виде псевдо-3D диаграммы. Колонки матрицы обозначают место в итоговом
ранжировании, а строки альтернативы.
Пространственные альтернативы и критерии
Эта глава содержит информацию о работе с пространственными альтернативами в DecernsSDSS.
Пространственные альтернативы
Пространственные альтернативы - это отличный инструмент DecernsSDSS для осуществления связи альтернатив из MCDA
подсистемы с пространственными объектами на карте (полигоны, линии, точки). Это ключевой элмент эффективного
взаимодействия между GIS и MCDA подсистемами.
Каждая альтернатива, используемая в MCDA проекте может быть пространственной. Чтобы сделать альтернативу
пространственной выберите один или несколько объектов на карте, переключите вкладку MCDA и вызовите функцию
"Добавить объекты с карты" в контекстном меню альтернативы (вызывается правым кликом мыши).
Внимание пространственные объекты из GIS подсистемы могут добавляться к альтернативе только из одного уровня (для
разных альтернатив должны использоваться объекты с одних и тех же уровней, чтобы обеспечить сравнимость).
В любой момент пользователь может проверить какие пространственные объекты уже связаны с альтернативой, вызвав
функцию "Пространственные свойства" в контекстном меню альтернативы.
Пространственные критерии
Пространственный критерий - это следующий шаг во взаимодействии между подсистемами GIS и MCDA. Он позволяет
использовать атрибутивную информацию пространственных объектов в Матрице решений.
Внимание чтобы использовать эти функции все ваши альтернативы должны быть пространственными (т.е. быть связаны с
объектами на карте).
Вы можете добавить новый пространственный критерий через стандартное контекстное меню:
Вызовите "Добавить критерий с карты";
Задайте имя критерия;
Укажите атрибут, который вы хотите использовать в качестве источника данных для матрицы решений;
Выберите функцию для аггрегирования данных по альтернативе (данные аггрегируются в случае использования
"сложных" пространственных альтернатив, связанных с более чем одним объектом).
Все пространственные критерии отмечаются в дереве критериев зеленым цветом.
Существует также еще одна дополнительная возможность создания пространственного критерия - "Расширенный критерий
с карты" (может быть добавлен через стандартное контекстное меню с помощью функции "Добавить расш. критерий с
карты"). Этот тип критерия позволяет использовать различные атрибуты для различных альтернатив, что может быть очень
полезно, если в атрибутивной информации у вас представлены данные например по годам (contamination_1998,
contamination_1997, и т.д.)
Управление пользовательским профайлом
Пользовательский профайл является удобным средством по управлению настройками учетной записи и группами. Владелец учетной записи может
изменить, используя данный модуль, свой пароль для входа в систему, а также адрес электронной почты. Также, владелей учетной записи может
здесь создавать новые группы, а также редактировать и удалять существующие. Группы используются для управления доступом к
пользовательским ресурсам (проекты, картографические сайты) в системе. Например, пользователь "admin" при создании нового проекта может
ограничить публичный доступ к нему, установив модификатор доступа "Нет доступа". Затем, он может для группы "test" установить модификатор
доступа к данному проекту "Чтение/Запись". Таким образом, все пользователи, включенные владельцем проекта в группу "test", получат
возможность загружать и изменять проект.
Для того чтобы изменить параметры учетной записи, выберите раздел "Профайл пользователя" в главном меню СППР DecernsSDSS, введите
новый пароль (мин 5 символов), измените если необходимо адрес электронной почты и нажмите кнопку "Применить" чтобы сохранить новые
настройки. Срок действия учетной записи и роли может изменять только пользователь с администраторскими правами.
Для того чтобы создать новую группу, выберите раздел "Профайл пользователя" в главном меню СППР DecernsSDSS и нажмите кнопку
"Добавить". Откроется страница редактора в которой необходимо заполнить следующие поля:
Название группы. Уникальное для данного пользователя имя (мин 3 символа), которое будет использоваться для обозначения данной
группы.
Описание группы. Краткое описание группы (не более 64 символов) позволяющее понять назначение данной группы.
Члены группы. Список пользователей системы входящих в данную группу. Для того чтобы добавить пользователей в группу, нажмите кнопку
"Добавить", введите поисковый запрос, отметьте галочками одну или более из найденных записей и нажмите кнопку "ОК". Поисковый запрос
представляет собой имя учетной записи или ее часть. Для того чтобы сделать поиск более гибким, можно использовать следующие
специальные символы:
_ - Заменяет один символ в данной позиции;
% - Заменяет один или более символов в данной позиции;
[charlist] - Набор допустимых символов в данной позиции;
[^charlist] - Набор не допустимых символов в данной позиции.
Примеры: martin, mar%, _art%, %.
Используйте кнопку "Начать" для инициализации процедуры поиска. Для того чтобы очистить поле ввода и результаты поиска, используйте
кнопку "Очистить".
Владельцем новой группы автоматически становится текущий пользователь авторизованный в системе. Нажмите кнопку "OK" чтобы закончить
процедуру создания группы.
Для того чтобы редактировать группу выберите раздел "Профайл пользователя" в главном меню СППР DecernsSDSS, отметьте галочкой одну из
групп в таблице и нажмите кнопку "Редактировать". В открывшемся редакторе (анологичный как при создании группы) можно изменить описание
группы и список пользователей членов группы. Пустые группы не допускаются. Таким образом, по крайней мере один пользователь должен быть
членом группы. Используйте кнопку "OK" для сохранения изменений.
Для того чтобы удалить одну или несколько групп, выберите раздел "Профайл пользователя" в главном меню СППР DecernsSDSS, отметьте
галочками одну или более групп в таблице и нажмите кнопку "Удалить". Подтвердите свой выбор нажатием кнопки "ОК" в открывшемся окне.
Управление учетными записями
Данный модуль реализует функции управления (создание, редактирование, удаление, блокирование) учетными записями пользователей в системе.
Учетная запись содержит следующую информацию: имя пользователя, адрес электронной почты, срок действия учетной записи и роли
пользователя в системе. Следующие роли в системе могут быть назначены пользователям:
ROLE_ANALYST - аналитик. Данная роль дает возможность пользователям создавать свои проекты и работать с ГИС- и МКАР- подсистемами
СППР.
ROLE_ADMIN - администратор. Данная роль обладает максимальными привилегиями и, помимо прочего, позволяет управлять учетными
записями пользователей в системе.
Модуль управления учетными записями в СППР DecernsSDSS доступен только пользователям с правами администраторов.
Для того чтобы создать новую учетную запись, выберите раздел "Пользователи" в главном меню СППР DecernsSDSS и нажмите кнопку
"Добавить". Заполните следующие поля в предложенной форме:
Имя пользователя. Обязательное поле. Уникальное в СППР имя пользовательской учетной записи (мин 3 символа).
Пароль. Обязательное поле. Пароль для входа в систему (мин 5 символов).
Эл.почта. Не обязательное поле. Адрес электронной почты для связи с пользователем.
Срок действия. Не обязательное поле. Дата, определяющая срок действия учетной записи, после которого она автоматически становится не
активна.
Роли в системе. Обязательное поле. Может быть выбрана одна или более ролей. Роли определяют привилегии пользователей при работе с
системой.
Статус (активна/не активна). Обязательное поле. Позволяет заблокировать учетную запись не удаляя ее из системы. По умолчанию, учетная
запись является активной.
Нажмите кнопку "OK" чтобы закончить процедуру
зарегистрированных учетных записей в системе.
создания
новой
учетной
записи.
Соответствующая
запись
появится
в
таблице
Для того чтобы отредактировать учетную запись, выберите раздел "Пользователи" в главном меню СППР DecernsSDSS, отметьте галочками
одну из записей в таблице и нажмите кнопку "Редактировать". Появится страница редактора пользовательских учетных записей. Редактор
позволяет изменить следующие параметры: пароль, адрес электронной почты, срок действия, роли пользователя в системе и статус (активна/не
активна) учетной записи. По завершению редактирования нажмите кнопку "OK", чтобы сохранить изменения.
Для того чтобы удалить одну (или несколько) учетных записей, выберите раздел "Пользователи" в главном меню СППР DecernsSDSS,
отметьте галочками одну или несколько записей в таблице и нажмите кнопку "Удалить". Подтвердите нажатием кнопки "ОК" свой выбор.
Ссылки
1. Malczewski, J. (1999). GIS and Multicriteria Decision Analysis. John Wiley & Sons Inc. New York.
2. Malczewski, J. (2006). GIS-based multicriteria decision analysis: a survey of the literature. International Journal of
Geographical Information Science, 20(7), 703-726.
3. Chakhar, S., & Martel, J.-M. (2003). Enhancing Geographical Information Systems Capabilities with Multi-Criteria Evaluation
Functions. Journal of Geographic Information and Decision Analysis, 7(2), 47-71.
4. Rinner, C. (2003). Web-based Spatial Decision Support: Status and Research Directions. Journal of Geographic Information
and Decision Analysis, 7(1), 14-31.
5. Balram, S., & Dragievi, S., (Eds). (2006). Collaborative Geographic Information Systems. Idea Group Publishing.
6. Keeney, R.L., & Raiffa, H. (1976). Decision with Multiple Objectives. J.Wiley & Sons, New York.
7. von Winterfeldt, D., & Edwards, W. (1986). Decision Analysis and Behavioral Research. Cambridge: Cambridge University
Press.
8. Belton, V., & Steward, T. (2002). Multiple Criteria Decision Analysis: An Integrated Approach. Kluwer Academic Publishers.
9. Figueira, J., Greco, S., & Ehrgott, M., (Eds). (2005). Multiple criteria decision analysis: State of the art surveys. New York
(NY): Springer.
10. Saaty, T.L. (1980). The Analytic Hierarchy Process. McGraw-Hill, New York.
11. Hwang, C.-L., & Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications. Berlin: Springer-Verlag.
12. Brans, J.P., & Vincke, P. (1985). A preference ranking organization method: the PROMETHEE method for multiple criteria
decision-making. Management Science, 31, 647-656.
13. Lahdelma, R., Hokkanen, J., & Salminen, P. (1998). SMAA - Stochastic Multiobjective Acceptability Analysis. European
Journal of Operational Research, 106, 137–143.
14. Lahdelma R., Salminen P. SMAA-2: stochastic multicriteria acceptability analysis for group decision making. Operations
Research, 2001. 49(3): 444–454.
15. Carlsson, C., & Fuller, R. (1996). Fuzzy multiple criteria decision making: Recent developments. Fuzzy Sets and Systems, 78,
139-153.
16. Kahraman C. (Ed). Fuzzy Multi-Criteria Decision Making. Theory and Applications with RecentDevelopments. Series: Springer,
Optimization and its Applications. 2008. Vol.16. – 600 p.
17. Nemery, Ph. & Lamboray, Cl. FlowSort : a flow-based sorting method with limiting and central profiles, 2008, TOP 16, 90113.
18. Ishizaka A., Nemery Ph. Multi-criteria Decision Analysis: Methods and Software. –WILEY. 2013.
19. Yatsalo, B., Kiker, G., Kim, J., Bridges, T., Seager, T., Gardner, K., Satterstrom, K., & Linkov, I. (2007). Application of MultiCriteria Decision Analysis Tools for Management of Contaminated Sediments. Integrated Environmental Assessment and
Management, 3(2), 223-233.
20. Yatsalo, B.I. (2007). Decision Support System for Risk Based Land Management and Rehabilitation of Radioactively
Contaminated Territories: PRANA approach. International Journal of Emergency Management, 4(3), 504-523.
21. Yatsalo B, Didenko V, Gritsyuk S, et.al. 2010. Multi-Criteria Spatial Decision Support System DECERNS: Application to Land
Use Planning. International Journal of Information Systems and Social Change, 1(1): 11-30.
22. B.Yatsalo, T.Sullivan, V.Didenko, and I.Linkov. Environmental risk management for radiological accidents: Integrating risk
assessment and decision analysis for remediation at different spatial scales. - Integrated Environmental Assessment and
Management. Vol 7, No 3, 2011. p.393-395.
23. B.Yatsalo, S.Gritsyuk, O.Mirzeabasov, M.Vasilevskaya. Uncertainty Treatment Within Multicriteria Decision Analysis With the
Use of Acceptability Concept. – Control of big systems. Vol.32, Moscow, IPU. 2011. P.5-30.
24. B.Yatsalo, T.Sullivan, V.Didenko, S.Gritsyuk, O.Mirzeabasov, I.Pichugina, I.Linkov. Environmental risk management with the
use of multi-criteria spatial decision support system DECERNS. - International Journal of Risk Assessment and Management.
Vol. 16, No 4, 2012. P.175-198.
25. Б.И.Яцало, С.В.Грицюк, О.А.Мирзеабасов, М.В.Василевская. Учет неопределенностей в рамках многокритериального
анализа решений с использованием концепции приемлемости. - Управление большими системами. Выпуск 32. М.: ИПУ
РАН, 2011. С. 5-30.
26. Б.И.Яцало, Г.В.Козьмин. Реабилитация Техногенно Загрязненных Территорий и Управление Рисками с Применением
Геоинформационных Систем Поддержки Принятия Решений. - Вестник Российской Академии Естественных Наук . 2011,
№ 4. с.50-57.
27. Яцало Б.И., Диденко В.И., Грицюк С.В., Мирзеабасов О.А., Пичугина И.А., Козьмин Г.В. Управление землепользованием
с применением многокритериальной системы поддержки принятия решений DECERNS. - Вестник Российской Академии
Естественных Наук . 2013, № 2. с.66-74.
28. Диденко В.И., Яцало Б.И., Грицюк С.В., Мирзеабасов О.А., Пичугина И.А. Управление территориями на основе анализа
рисков с использованием многокритериальной ГИС поддержки принятия решений. – Ядерная Энергетика. Известия
Высших Учебных Заведений. №2, 2013, с.143-152.
29. Яцало Б.И., Грицюк С.В., Диденко В.И., Мирзеабасов О.А. Система многокритериального анализа решений decernsmcda
и ее практическое применение. - Международный журнал Программные Продукты и Системы. №2, 2014. с. 73-84.