2. Находятся оценки mik, характеризующих предпочтение альтернатив в парных предпочтениях
mik
a1
a2
a3
a4
a5
a1
a2
a3
a4
a5
3. Выполняются проверки согласно принципу Кондорсе: наилучшей является альтернатива ai, если mik ≥ mki для всех k ≠ i
К = 4; m14≥m41; 4>1 — выполняется, т.е. правилу Кондорсе удовлетворяет только альтернатива a1.
4. Выбирается альтернатива Кондорсе. Это a1.
Рассмотрим эвристический алгоритм Кемени-Снелла, базируясь на исходных данных раздела 2.10.
1. Исходя из частных ранжирований определяются матрицы бинарных предпочтений с оценками pik = +1, если Ki предпочтительнее Kk. pik = -1, в противном случае (pik = 0 при несравнимости или равноценности объекта)
Чтобы получить бинарную матрицу, соответствующию ранжированию, см. 2.10 пункт 1.
Э1
K1
K2
K3
K4
K1
-1
-1
+1
K2
+1
-1
+1
K3
+1
+1
+1
K4
-1
-1
-1
2. K1 сравниваем с K2 (т.е. K1 хуже K2) следовательно -1, так все варианты. Если обе оценки одинаковы, то не существует.
Э2
K1
K2
K3
K4
K1
+1
+1
+1
K2
-1
+1
+1
K3
-1
-1
+1
K4
-1
-1
-1
3.
Э3
K1
K2
K3
K4
K1
-1
-1
+1
K2
+1
+1
+1
K3
+1
-1
+1
K4
-1
-1
-1
4.
Э4
K1
K2
K3
K4
K1
+1
+1
+1
K2
-1
+1
+1
K3
-1
-1
+1
K4
-1
-1
-1
5.
Э5
K1
K2
K3
K4
K1
-1
-1
+1
K2
+1
+1
+1
K3
+1
-1
+1
K4
-1
-1
-1
6.
Э6
K1
K2
K3
K4
K1
-1
-1
+1
K2
+1
+1
+1
K3
+1
-1
+1
K4
-1
-1
-1
7.
Э7
K1
K2
K3
K4
K1
-1
+1
-1
K2
+1
+1
-1
K3
-1
-1
-1
K4
+1
+1
+1
8.
Э8
K1
K2
K3
K4
K1
+1
-1
-1
K2
-1
-1
-1
K3
+1
+1
+1
K4
+1
+1
-1
9.
Э9
K1
K2
K3
K4
K1
+1
-1
+1
K2
-1
-1
-1
K3
+1
+1
+1
K4
-1
+1
-1
10.
Э10
K1
K2
K3
K4
K1
-1
+1
-1
K2
+1
+1
+1
K3
-1
-1
+1
K4
?
?
?
11.
12. Определяется матрица потерь с оценками, т.е. мы переходим от 10 матриц к одной
13. Выполняется обработка матрицы потерь. Пытаемся найти суммы оценок по строчкам:
∑1 = 28; ∑2 = 20; ∑3 = 24; ∑4 = 48.
Находим минимальное число; это 20, следовательно K2 исключается из матрицы потерь (перечеркнем все, что связано с K2 в матрице потерь).
Все повторяем:
∑1 = 16; ∑3 = 10; ∑4 = 34.
∑1 = 4; ∑4 = 16.
Из матрицы потерь сначала исключается K3, затем K1.
14. Находится искомое результирующее ранжирование: K1, K2, K3, K4. Недостаток: у нас нет весов (в этом алгоритме). В МРТИ есть программа по этому методу.