Понятие теории принятия решений. Схема процесса принятия решений. Классификация задач принятия решений.

Понятие теории принятия решений. Схема процесса принятия решений. Классификация задач принятия решений.

Решение – это выбор определённого сочетания цели, действий, направленных на достижение этой цели, и способов использования имеющихся ресурсов.

Процесс принятия решений может быть укрупненно подразделен на 2 операции: выработка рекомендаций специалистами по выбору лучшего варианта и принятие окончательного варианта непосредственно лицом, принимающим решение.

Задачи принятия решений отличаются большим многообрази­ем, классифицировать их можно по различным признакам, харак­теризующим количество и качество доступной информации. В общем случае задачи принятия решений можно представить сле­дующим набором информации:

Х={А, K, S, I}

А – множество альтернатив;

K – множество критериев оценки альтернатив;

S – метод поиска решения:

I – уровень информации

 

Задачи принятия решений в условиях определенности. К этому классу относятся задачи, для решения которых имеется достаточная и достоверная количественная информация. В этом случае с успехом применяются методы математического программирования, суть которых состоит в нахождении оптимальных решений на базе математической модели реального объекта.

Основные условия применимости методов математического программирования следующие:

1. имеется адекватная математическая модель реального объекта.

2. Существует некоторая единственная целевая функция позволяющая судить о качестве рассматриваемых альтернативных вариантов.

3. Имеется возможность количественной оценки значений це­левой функции.

4. Задача имеет определенные степени свободы.

Задачи в условиях риска. В тех случаях, когда возможные исходы можно описать с помощью некоторого вероятностного распределения, получаем задачи принятия решений в условиях риска. Для построения распределения вероятностей необходимо либо иметь в распоряжении статистические данные, либо привле­кать знания экспертов. Обычно для решения задач этого типа при­меняются методы теории одномерной или многомерной полезно­сти. Эти задачи занимают место на границе между задачами при­нятия решений в условиях определенности и неопределенности. Для решения этих задач привлекается вся доступная информация (количественная и качественная).

Задачи в условиях неопределенности. Эти задачи имеют ме­сто тогда, когда информация, необходимая для принятия решений, является неточной, неполной, неколичественной, а формальные модели исследуемой системы либо слишком сложны, либо отсут­ствуют. В таких случаях для решения задачи обычно привлекают­ся знания экспертов. В отличие от подхода, принятого в эксперт­ных системах, для решения ЗПР знания экспертов обычно выра­жены в виде некоторых количественных данных, называемых пред­почтениями.

 

 

Шкала отношений, типы шкал.

 

Операция парного сравнения: два объекта, находящихся на одном уровне сравниваются по своей относительной значимости для одного объекта высшего уровня. Если критерий имеет определенную числовую меру, например, масса, производительность, цена, то в качестве результата оценки удобно взять отношения соответствующих характеристик в некоторой шкале отношений. Если критерий не имеет принятой меры, то сравнение в МАИ проводится с использованием специальной «шкалы относительной важности. Эта шкала имеет 9 степеней предпочтения, выбранные с учетом психофизиологических особенностей человека, выполняющего сравнение

Числа из этой шкалы используются, чтобы показать, во сколько раз элемент с большей оценкой предпочтительности доминирует элемент с меньшей оценкой относительно общего для них критерия или свойства. В МАИ и МАС доминирование одного объекта над другим бывает а) по предпочтению; б) по важности; в) по вероятности.

При операции парного сравнения используют значения обратных оценок предпочтения: если преимущество i-той альтернативы по сравнению с j-той имеет одно из приведенных выше значений, то оценка предпочтения i-той альтернативы над j-той будет иметь обратное значение. То есть в МАИ все матрицы парных сравнений (МПС) являются обратно симметричными.

Алгоритм экспертизы

В процессе принятия решений эксперты выполняют информационную и аналитическую работу по формированию и оценке решений. Все многообразие решаемых ими задач сводится к трем типам: формирование объектов, оценка характеристик, формирование и оценка характеристик объектов.

Алгоритм проведения экспертизы

В общем случае проведение экспертизы включает следующие этапы:

1) предварительный этап – задачи, состав лиц, программа проведения;

2) формирование рабочей группы – подбор экспертов;

3) формирование экспертной группы - необходимо установить границы численности для экспертных групп;

4) оценка компетентности экспертов;

5) подготовка и проведение опроса экспертов;

6) обработка и анализ результатов опроса экспертов;

7) определение согласованности экспертов.

 

Вопрос 14, Метод Делфи

Делфи метод – метод быстрого поиска решений, основанный на генерации этих решений специалистами, и отбора лучшего из них, исходя из экспертных оценок. Данный метод используется для экспертного прогнозирования путем организации системы сбора и математической обработки экспертных оценок.

Сущность Делфи метода заключается в том, что в результате серии действий независимых экспертов, формируется некое обобщенное мнение, являющиеся более правильным, чем мнение каждого эксперта в отдельности.

Одно из главных особенностей Делфи метода является независимость экспертов друг от друга, что позволяет предотвратить такие негативные моменты, как давление авторитетов, внутренние споры, стремление примкнуть к большинству.

Таким образом, метод Дельфи является формирование наилучшего мнения среди всех экспертов.

 

Понятие теории принятия решений. Схема процесса принятия решений. Классификация задач принятия решений.

Решение – это выбор определённого сочетания цели, действий, направленных на достижение этой цели, и способов использования имеющихся ресурсов.

Процесс принятия решений может быть укрупненно подразделен на 2 операции: выработка рекомендаций специалистами по выбору лучшего варианта и принятие окончательного варианта непосредственно лицом, принимающим решение.

Задачи принятия решений отличаются большим многообрази­ем, классифицировать их можно по различным признакам, харак­теризующим количество и качество доступной информации. В общем случае задачи принятия решений можно представить сле­дующим набором информации:

Х={А, K, S, I}

А – множество альтернатив;

K – множество критериев оценки альтернатив;

S – метод поиска решения:

I – уровень информации

 

Задачи принятия решений в условиях определенности. К этому классу относятся задачи, для решения которых имеется достаточная и достоверная количественная информация. В этом случае с успехом применяются методы математического программирования, суть которых состоит в нахождении оптимальных решений на базе математической модели реального объекта.

Основные условия применимости методов математического программирования следующие:

1. имеется адекватная математическая модель реального объекта.

2. Существует некоторая единственная целевая функция позволяющая судить о качестве рассматриваемых альтернативных вариантов.

3. Имеется возможность количественной оценки значений це­левой функции.

4. Задача имеет определенные степени свободы.

Задачи в условиях риска. В тех случаях, когда возможные исходы можно описать с помощью некоторого вероятностного распределения, получаем задачи принятия решений в условиях риска. Для построения распределения вероятностей необходимо либо иметь в распоряжении статистические данные, либо привле­кать знания экспертов. Обычно для решения задач этого типа при­меняются методы теории одномерной или многомерной полезно­сти. Эти задачи занимают место на границе между задачами при­нятия решений в условиях определенности и неопределенности. Для решения этих задач привлекается вся доступная информация (количественная и качественная).

Задачи в условиях неопределенности. Эти задачи имеют ме­сто тогда, когда информация, необходимая для принятия решений, является неточной, неполной, неколичественной, а формальные модели исследуемой системы либо слишком сложны, либо отсут­ствуют. В таких случаях для решения задачи обычно привлекают­ся знания экспертов. В отличие от подхода, принятого в эксперт­ных системах, для решения ЗПР знания экспертов обычно выра­жены в виде некоторых количественных данных, называемых пред­почтениями.

 

 

12Следующая ⇒

Поделиться: