- •Эволюция теории принятия решений
- •Функции полезности
- •Выработка решений в условиях определенности Принцип оптимальности. Задача принятия решений в условиях определенности
- •Однокритериальные задачи оптимизации
- •Многокритериальные задачи принятия решений
- •Способ абсолютной и относитльной уступки
- •Принцип последовательной уступки
- •Свертка локальных критериев
- •Способы нормализации локальных критериев
- •Пример многокритериальной задачи принятия решения
- •Критерии эффективност и их шкалы Критерий эффективности
- •Группа критериев оптимальности
- •Группа критериев адаптивности
- •Шкалы критериев эффективности.
- •Принятие решений в условиях неопределенности
- •Принятие решений с использованием критерия Лапласа
- •Принятие решений по критери Вальда
- •Критерий Севиджа
- •Принятие решений по критерию Гурвица
- •Принятие решений в условиях риска
- •Критерий ожидаемого значения результата
- •Принятие решения в условиях конфликта(элменты теории игр) Основные понятия теории игр
- •Нижняя и верхняя цена игры. Принцип минимакса
- •Вплоне определенные игры (игры с седловой точкой)
- •Игры не содержащие седловой точки. Смешанные стратегии
- •Решение игр в смешанных стратегиях аналитическим методом. Игра 2х2
- •Решение игры в смешанных стратегиях графоаналитическим методом
- •Методы решения задач mxn.
- •Задача. Решить игру с платежной матрицей
- •Разработка вариантов решений и принятие решений с использованием теории массового обслуживания.
- •Понятие марковского случайного процесса
- •Потоки событий
- •Предельные вероятности системы. Уравнения Колмогорова
- •Вычисление вероятностей состояний как функций времени(в переходный период)
- •Потоки Пальма и Эрланга
- •Рассмотрим применение нормированного потока Эрланга для решения задачи теории массового обслуживания.
- •Процесс гибели и размножения
- •Многоканальная система массового обслуживания с ограниченной очередью
- •Циклические ветвящиеся процессы
- •Применение математического аппарата для параллельных конечных марковских цепей для оценки доставки сообщений в компьютерных сетях
- •Элементы статистической теории принятия решений
Принятие решений в условиях неопределенности
Рассмотренные задачи касались принятия решений в условиях полной определнности, когда значения исходных данных и рассчитанных критериев являются детерминированными. Но на практике в процессе принятия решений часть исходных данных может быть использовано только с некоторой вероятностью. Бдем на этом этапе считать, что противоборствующей стороной, которая делает эти исходные данные случайными является неинтелектуальная сторона. В этом случае говорят что идет игра с природой. При этом природа в зависимости от тех иили иных условий принимает некоторое множество Si состояний. Переход природы из одного состояния в другое является случайным. (18) Тогда исход принятия решения будет теперь зависеть не как в условия полной определенности от выбора Ri, но и от выбора Ri и от состояния Si.
Учитывая такую двойную случайность. Вероятность исхода событий в данном случае не могут быть описаны вектором строкой или вектором столбцом, а будут описываться матрицей. В которой по столбцам записываются вероятности исходов в зависимости от состояния природы, а по строкам в зависимости от принятых альтернатив
|
S0 |
S1 …. |
Sn |
R1 |
V01 |
V11 …. |
Vn1 |
R2 |
V02 |
V12 …. |
Vn2 |
… |
|
|
|
Rm |
V0m |
V1m… |
Vnm |
|
|
|
|
Состояние будет восприниматься как вектор из трех независимых множеств:
M=<Si,Ri,Vji>
V- множество значений исходов
S – множество состояний
R – множество переходов
Vji может быть заменено на множество значений рисков. Под риском понимают меру несоответствия между разными возможными результатами принятия определенных стратегий.
При этом элементы матрицы рисков связаны с элементами матрицы полезностей или выигрышей следующими соотношениями:
Rji=Vi-Vji
Vi – максимальное значение в ji, т.е. максимальный элемент в столбце i матрицы полезностей.
Vij если матрица возможных результатов представляет не мтарицу выигрышей, а матрицу потерь, то элементы матрицы рисков Rji расчитываются по формуле rji=Vji-Vi
Где Vi – минимальный элемент в столбце i матрицы результатов.
Риск в задачах неопределенностей – разность между результатом, который можно получить, если состояние природы совершенно точно известно и результатом, который будет получен при выборе jой стратегии.
Матрица рисков дает более наглядное решение задачи, чем матрица полезностей.
Непосредственный анализ матриц выигрышей или матриц рисков возможен только в особых тривиальных случаях. Когда выигрыш (риск) ясен из физического смысла исследуемой системы.
Обычно получить такие ясные зависимости не представляется возможным, поэтому при решении задач в условиях неопределенностей применяют косвенные критерии, которые получили название:
Критерий Лапласа
Критерий Вальда
Критерий Сэвиджа
Критерий Гурвица
Принятие решений с использованием критерия Лапласа
Этот критерий базируется на принцип недостаточного основания, которой тоже принадлежит Лапласу. В соответствии с этим критерием вероятности того, что природа создающая неопределенность находится в n состояниях вероятности, которых равны между собой. Тогда такие вероятности берут из выражений qi=1/n. N число возможных состояний природы.
Для того чтобы получить приемлимое решение в условиях неопределнности необходимо:
Если мы имеем матрицу выигрышей, то выбрать такую стратегию, которая бы дала максимум среднего арифмитеческого.
Необходимо выбрать такую стратегию рис1
Если в распоряжении матрица рисков, то необходимо принимать такое решение, которое позволит минимизирвоать средний риск рис2
Пример.
Транспортное предприятие должно решить вопрос так, чтобы удовлетворить спрос всех клиентов и получить при этом наименьший экономический проигрыш. Выигрыш или проигрыш автотранспортного предприятия заключается:
Предприятие закупит столько автомобилей, что их предложения превысит спрос, т.е. автомобили в заданном периоде исследования будут простаивать.
Предприятие может закупить столько автомобилей что предложение окажется меньше спроса и оно не дополучит прибыль.
Варианты возможности предприятия |
Вариант спроса и стоимости |
|||
1 |
2 |
3 |
4 |
|
1 |
6 |
12 |
20 |
24 |
2 |
9 |
7 |
9 |
28 |
3 |
23 |
18 |
15 |
19 |
4 |
27 |
24 |
21 |
15 |
Необходимо обосновано выбрать стратегию развития предприятия. Предприятию неизвестно точно какие перевозки оно будет осуществлять. Известно только, что прогноз этих перевозок составляет 10,15,20,25 тысяч тонн.
Так как в данном случае идет речь о стоимости перевозок, которая для автопредприятия должна быть минимальна, необходимо критерий лапласса записать в виде: рис3
Тогда можно отметить, что варианты спроса – состояния «природы», а варианты развития предприятий – стратегии, котороые может выбрать предприятие.
В соответствии с критерием Лапласса вероятность событий qi=0.25.
Тогда в результате выбора стратегий R1 получим:
R1=>0.25(12+6+20+24)=15,5
R2=>0.25*53=13.25
R3=>0.25*(23+18+15+19)=18.75
R4=>21.75
R2 Наименьшее и в соответствии с критерием Лапласса лучшей является стратегия R2.
Решим считая, что нам известна матрица рисков
rji=
0 |
5 |
11 |
9 |
3 |
0 |
0 |
13 |
17 |
11 |
6 |
4 |
21 |
17 |
12 |
0 |
R1=0.25*(5++0+11+9)=6.25
R2=0.25*(0+0+3+13)=4
R3=0.25*(17+11+6+4)=9.5
R4=0.25*(21+17+12+0)=12.5