Elaboración de un algoritmo para resolver problemas inversos jerárquicos en economía aplicada
Autores: Gribanova, Ekaterina
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Elaboración de un algoritmo para resolver problemas inversos jerárquicos en economía aplicada
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Organización
Gestión del rendimiento
árbol de objetivos
Establecimiento de metas
Problemas jerárquicos inversos
Experimentos computacionales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Una de las herramientas clave en la gestión del rendimiento de una organización es el árbol de objetivos, que se utiliza para resolver tanto problemas directos como inversos. Este estudio trata sobre el establecimiento de objetivos basado en un modelo del futuro al presentar el objetivo y subobjetivo en forma de características concretas cuantitativas y cualitativas y la formación paso a paso de factores. Se considera una solución paso a paso a un problema de generación de factores sobre la base de la simetría matemática. Este documento muestra un algoritmo para resolver problemas jerárquicos inversos con restricciones, basado en el recorrido recursivo de los vértices que constituyen las características separadas. Se utilizaron métodos iterativos, modificados para el caso de modelos no lineales y el cálculo de restricciones, para generar soluciones a los subproblemas. Para realizar el algoritmo, se elaboró una arquitectura orientada a objetos, que simplifica la creación y modificación de software. Se realizaron experimentos computacionales con cinco tipos de modelos, y se revisó la solución a un problema relacionado con la generación de ganancias de un restaurante de comida rápida. Se calcularon métricas de alejamiento de valores establecidos y t-estadísticas con el fin de probar los resultados obtenidos, y también se proporcionaron soluciones a los subproblemas, con la ayuda de un paquete matemático que utiliza modelos de optimización y un método de cálculos inversos. Los resultados de los experimentos computacionales hablan de la conformidad de los resultados obtenidos con las restricciones establecidas y la solución de subproblemas separados con el uso del paquete matemático. Se especifican los casos con la mayor precisión de solución alcanzada.
Descripción
Una de las herramientas clave en la gestión del rendimiento de una organización es el árbol de objetivos, que se utiliza para resolver tanto problemas directos como inversos. Este estudio trata sobre el establecimiento de objetivos basado en un modelo del futuro al presentar el objetivo y subobjetivo en forma de características concretas cuantitativas y cualitativas y la formación paso a paso de factores. Se considera una solución paso a paso a un problema de generación de factores sobre la base de la simetría matemática. Este documento muestra un algoritmo para resolver problemas jerárquicos inversos con restricciones, basado en el recorrido recursivo de los vértices que constituyen las características separadas. Se utilizaron métodos iterativos, modificados para el caso de modelos no lineales y el cálculo de restricciones, para generar soluciones a los subproblemas. Para realizar el algoritmo, se elaboró una arquitectura orientada a objetos, que simplifica la creación y modificación de software. Se realizaron experimentos computacionales con cinco tipos de modelos, y se revisó la solución a un problema relacionado con la generación de ganancias de un restaurante de comida rápida. Se calcularon métricas de alejamiento de valores establecidos y t-estadísticas con el fin de probar los resultados obtenidos, y también se proporcionaron soluciones a los subproblemas, con la ayuda de un paquete matemático que utiliza modelos de optimización y un método de cálculos inversos. Los resultados de los experimentos computacionales hablan de la conformidad de los resultados obtenidos con las restricciones establecidas y la solución de subproblemas separados con el uso del paquete matemático. Se especifican los casos con la mayor precisión de solución alcanzada.