Advertisement

Vergleichende Betrachtungen

  • Hans-Jürgen Zimmermann
  • Lothar Gutsche
Part of the Heidelberger Lehrtexte Wirtschaftswissenschaften book series (HLW)

Zusammenfassung

Am offensichtlichsten ist sicherlich die Unterscheidung in Probleme mit stetigen und solche mit diskreten Lösungsräumen. Diese Unterscheidung ist nicht scharf und ohne Ausnahmen. Man denke z.B. an ganzzahlige Programmierungsprobleme mit mehreren Zielfunktionen auf der einen Seite und an diskrete Probleme, bei denen die alternativen Beschreibungen stetige Variable enthalten, auf der anderen Seite. Trotzdem versteckt sich hinter dieser Aufteilung ein mehr grundsätzlicher Unterschied: Diskrete Multi-Attribut-Probleme umfassen gewöhnlich nur wenige Entscheidungsalternativen, deren Beschreibung komplexer ist. Man kann bei diesen Problemen oft nicht von einer Vollständigkeit der beschriebenen Alternativen ausgehen. Benötigt wird bei dieser in der Praxis weitaus häufiger zu findenden Problemart sehr oft mehr eine Modellierungsunterstützung als eine numerische Effizienz der verwandten mathematischen Algorithmen. In gleicher Richtung wirkt die Tatsache, daß die Akzeptanz eines Problems als Vektormaximum-Problem gewöhnlich voraussetzt, daß das Problem als mathematisches Programmierungsproblem modelliert worden ist oder werden kann. Dies setzt zum einen gewöhnlich eine vollständige Information voraus, schränkt die Vielzahl der Probleme auf der anderen Seite auf mathematische Programmierungsprobleme ein.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur zu §14

  1. Brockhoff, K.: 1985, Experimental Test of MODM Algorithms in a Modular Approach, European Journal of Operational Research, Volume 22, Number 2, 1985 S. 159–166.CrossRefGoogle Scholar
  2. Buchanan, J.T./ Daellenbach H.G.: 1987, A Comparative Evaluation of Interactive Solution Methods for Multiple Objective Decision Models European Journal of Operational Research, Volume 29, 1987 S. 353–359.CrossRefGoogle Scholar
  3. Evans, G.W.: 1984, An Overview of Techniques for Solving Multiobjective Mathematical Programs, Management Science, Volume 30, 1984 S. 1268–1282.Google Scholar
  4. Haimes, Y.Y./ Hall, W.A.: 1974, Multiobjectives in Water Resources Systems Analysis: The Surrogate worth Tradeoff Method, Water Resources Research, Volume 10, 1974 S. 615–624.CrossRefGoogle Scholar
  5. Haksever, C./ Ringuest J.L.: 1990, Computational Efficiency and Interactive Molp Algorithms: An Implementation of the Simolp Procedure Computers Operations Research, Volume 17, 1990 S. 39–50.CrossRefGoogle Scholar
  6. Posner, M.E./ Wu, C.-T.: 1981, Linear Max-Min Programming Mathematical Programming, Volume 20, 1981 S. 166–172.CrossRefGoogle Scholar
  7. Sakawa, M./ Seo, F.: 1983, Interactive Multiobjective Decision-Making in Environmental Systems Using the Fuzzy Sequential Proxy Approximation Technique, Large Scale Systems, Volume 4, 1983 S. 223–243.Google Scholar
  8. Steuer, R.E., Choo, E.U.: 1983, An Interactive Weighted Tchebycheff Procedure for Multiple Objective Programming, Mathematical Programming, Volume 26, 1983 S. 326–344.CrossRefGoogle Scholar
  9. Wallenius, J.: 1975, Comparative Evaluation of Some Interactive Approaches to Multicriterion Optimization, Management Science, Volume 21, 1975 S. 1387–1396.CrossRefGoogle Scholar
  10. Zionts, Stanley, Wallenius, Jyrki: 1983, An Interactive Multiple Objective Linear Programming Method for a Class of Underlying Nonlinear Utility Functions, Management Science, Volume 29, Number 5, 1983 S. 519–529.CrossRefGoogle Scholar
  11. Zionts, Stanley, Wallenius, Jyrki: 1976, An Interactive Programming Method for Solving the Multiple Criteria Problem, Management Science, Volume 22, Number 6, 1976 S. 652–663.CrossRefGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1991

Authors and Affiliations

  • Hans-Jürgen Zimmermann
    • 1
  • Lothar Gutsche
    • 1
  1. 1.Lehrstuhl für UnternehmensforschungRWTH AachenAachenGermany

Personalised recommendations