- •Основные понятия. Методология теории принятия решений. Аксиоматический характер методов принятия решений.
- •Общая характеристика модели принятия решений. Этапы принятия решений.
- •Этапы принятия решений
- •Принятие решений в условиях определенности. Основные понятия. Основные этапы.
- •Аксиома Парето и эффективные варианты.
- •Методы сравнения векторных оценок с использованием дополнительной информации. Примеры.
- •Принятие решений в условиях риска. Критерий ожидаемого значения. Полезность. Стоимость информации. Критерий «ожидаемое значение – дисперсия».
- •Методы теории массового обслуживания (принятие решения в системе со случайным характером поступления и обслуживания заявок на ресурсы).
- •Методы многокритериальной (векторной) оптимизации (принятие решений при условии существования многих критериев оптимальности решения).
- •Оптимальный выбор при неполной информации.
- •Оптимальный выбор при нечеткой информации.
- •19. Рациональный выбор. Эвристические методы.
- •20. Рациональный выбор. Теория полезности.
- •21. Рациональный выбор. Метод иерархии.
- •23. Принятие коллективного решения. Голосование.(Процедуры Борда, Кондорсе, Симпсона).
- •25. Задача коллективного выбора.
- •30. Функциональная схема сппр. Математические методы, используемые на разных этапах функционирования сппр.
Оптимальный выбор при неполной информации.
В реальных условиях ЛПР почти всегда делает выбор в условиях дефицита информации, описывающей рассматриваемую проблемную ситуацию. Недостаток информации может быть обусловлен различными причинами, имеющими политическую, социальную, организационную, техническую, природную, персональную или иную основу. Недостаточная полнота и определенность данных, используемых при подготовке и принятии решений, должны учитываться при построении математических моделей оптимального выбора.Качество решения задачи оптимального выбора в общем случае определяется значениями одного или нескольких показателей эффективности (целевых функций, функций ценности) Числовые функции у к зависят от переменных характеризующих вариант детерминированных и неопределенных факторов, отражающих степень информированности ЛПР о внешних условиях, в которых осуществляется выбор. Для случайных факторов известны функции распределения вероятностей и их параметры. Неопределенные факторы определены нечетко или неизвестны.
Задача поиска оптимального варианта А* в условиях неопределенности ставится следующим образом: найти с учетом неопределенныхфакторов такие значения вектора переменных которые обеспечивают экстремальные значения показателей эффективности на множестве допустимых значений и удовлетворяют ограничениям
Неопределенные факторы имеют различное происхождение.
Во-первых, неопределенность может быть вызвана активными действиями нескольких участников процесса принятия решения, каждый из которых преследует свои цели и стремится получить для себя максимальные преимущества (извлечь наибольшую выгоду) за счет других. Обычно подобные действия осуществляются в условиях, когда неизвестно, какие ответные действия могут предпринять соперники (противники или союзники). Наиболее простой ситуацией, в которой проявляется такого рода неопределенность, является конфликтная ситуация, где сталкиваются интересы разных сторон. Такие и подобные им задачи изучает теория игр.
Во-вторых, неопределенность может быть связана с принципиальной неизвестностью или недостаточной изученностью внешних обстоятельств, которые могут повлиять на выбор. Совокупность таких объективных обстоятельств принято называть природой, которая в данном контексте выступает в качестве нейтрального, не обладающего «разумом» участника, безразличного к действиям ЛПР и не пытающегося получить выгоду или причинить ущерб. Соответствующие ситуации называются играми с природой, или статистическими играми, и составляют предмет теории статистических решений, изложенной далее.
В-третьих, неопределенность может быть обусловлена невозможностью четкого описания на естественном языке ситуации выбора, анализируемых вариантов, ограничений на область допустимых значений, целевых показателей качества решения, предпочтений ЛПР, имеющихся зависимостей между элементами задачи выбора. Нечеткость доступной информации может вызываться как объективными, так и субъективными причинами. Задачи оптимального выбора в нечеткой среде рассматриваются в гл. 12.
Для исследования неопределенной проблемной ситуации используется математический аппарат, который опирается на теорию вероятностей и теорию нечетких множеств, где разработаны специфические средства для формализации, представления и обработки вероятностной и нечеткой информации. В основе вероятностного подхода лежит функция плотности распределения вероятностей, определяющая возможность реализации случайного события. Основой нечеткого подхода служит функция принадлежности, с помощью которой оценивается степень выраженности некоторого свойства у элемента нечеткого множества.
Наконец, переменные, описывающие варианты решения проблемы, и неопределенные факторы, характеризующие возможные состояния рассматриваемых объектов и окружающей среды, в свою очередь зависят от многих параметров, которые подразделяются на наблюдаемые и вычисляемые. Наблюдаемые параметры могут быть получены путем непосредственных измерений или оценок рассматриваемых признаков. Очевидно, что при измерении возможны различные ошибки и погрешности. Вычисляемые параметры получаются в результате обработки информации, в ходе которой могут возникать новые ошибки и вноситься новые неточности. Указанные обстоятельства порождают дополнительную неопределенность в задаче оптимального выбора, которая также должна приниматься во внимание.