- •Конспект книги а.Г. Мамиконова «Управление и информация понятие управления Задачи управления
- •Основные методы и функции управления
- •Теория принятия решений
- •Принятие решений в конфликтных ситуациях
- •Роль информации в управлении Понятие информации и ее характеристики
- •Информация в системах управления с обратной связью и управление при неполной информации
- •Информация о состоянии внешней среды и управляемого объекта
- •Свойства и характеристики информационных потоков в управлении Консервативность информационной системы
- •Семантическая ценность информации изменение ее во времени
- •Дерево целей и информации
- •Достоверность информации Источники, и причины искажения информации
- •Избыточность как средство повышения достоверности
- •Выявление недостоверной информации
- •Способы повышения достоверности
Теория принятия решений
Долгое время принятие наилучших в смысле определенного критерия решений было больше искусством, чем наукой. Лишь в последнее время возникла наука принятия решений и еще позднее — математическая теория принятия решений. Принятие решений осуществляется практически во всех системах управления от простейших до самых сложных.
Например, человек, встречающий на своем пути препятствие, должен принять решение, каким путем обойти его. При этом он выберет, как правило, направление обхода, соответствующее наиболее короткому пути. (Если, конечно, различные направления обхода препятствия во всем остальном равнозначны.) Другой пример. Госплан при распределении ограниченных ресурсов между потребителями — отраслями промышленности и республиками — должен принять решение о размерах ресурсов, выделенных соответствующим потребителям. Принимаемые решения могут выступать в роли задающих воздействий для систем управления низших уровней иерархии, либо управляющим воздействием для рассматриваемой системы управления.
Мы видим широкий диапазон областей, в которых необходимо принятие наилучших или хотя бы рациональных решений. Развитие теории принятия решений постоянно стимулируется появлением новых задач управления различными объектами и развитием соответствующего математического аппарата, обеспечивающего их решение.
Принятие решений в различных системах может осуществляться автоматическими устройствами, отдельными яйцами или группой лиц, совместно человеком и техническими средствами. Например, в системах автоматического регулирования электропривода при изменении нагрузки па валу наилучшим решением является решение о переходе па новый режим в кратчайшее время, и принимается оно автоматическим регулятором. В цехе завода мастер или начальник цеха может принимать решения, касающиеся ремонта вышедшего из строя оборудования в кратчайший срок или с наименьшими затратами без использования технических средств управления или вычисления. И, наконец, решение о выборе варианта плана завода или отрасли может осуществляться путем многократного изменения исходных данных, критериев и многократного проведения расчетов с выбором наилучшего варианта плана человеком. Принятие решения состоит в выборе среди возможных действий таких, которые обеспечивают достижение окончательных целей лицами, осуществляющими управление. Окончательной целью в приведенных выше примерах является переход на новый режим в кратчайший срок, ремонт или замена оборудования в цехе с наименьшими затратами, получение наилучшего варианта плана. При принятии решений должен учитываться характер внешней среды, который оказывает влияние на выбор действий.
Пусть мы имеем множество возможных действий X и множество результатов действий У. В общем случае каждому действию x Х может соответствовать множество исходов у (у У). В зависимости от характера внешней среды могут быть выделены четыре группы условий, в которых принимаются решения: условия определенности, риска, неопределенности, активной внешней среды. Принятие решений в условиях определенности соответствует тому, что каждому действию х соответствует определенный исход у.
Принятие решении в условиях риска соответствует тому, что каждому действию х соответствует некоторое множество исходов У(х). Каждый исход из У (х) имеет известную вероятность появления р (у/х) .
Принятие решений в условиях неопределенности соответствует тому, что каждому х соответствует множество исходов У (х), но вероятности появления каждого у У(х) неизвестны. И, наконец, принятие решения в условиях активной внешней среды состоит в том, что каждому х соответствует у , являющийся функцией от действий, принимаемых активной внешней средой. Активность среды проявляется в поведении, диктуемом наличием собственной цели.
Приведем примеры каждой из групп условий.
1. Увеличение скорости обработки деталей в два раза приведет к увеличению производительности станка вдвое.
2. Будем считать, что станок при увеличении скорости обработки деталей вдвое может выходить из строя по двум причинам. При выходе из строя по первой причине возрастание его производительности с учетом времени восстановления составит 1,7, а при наличии второй причины — 1,3. В результате мы имеем, что действие ж, состоящее в увеличении скорости обработки деталей в 2 раза, может привести к одному из трех исходов: увеличению производительности в 2 раза, 1,7 раза и в 1,3 раза. Если известны вероятности появления каждой из причин, то можно характеризовать риск.
3. То же, что и в случае 2, но вероятности появления причин неизвестны, скажем, из-за того, что вводимое усовершенствование станка еще не проходило испытаний. Для принятия решений по оценке каждого из возможных действий должны быть введены некоторые показатели. Будем говорить, что для каждого действия определена величина полезности, по которой можно судить о качестве действий.
Обозначим величину полезности действия х через и (х). Тогда задача принятия решения состоит в отыскании такого Х0, которое обеспечивает
и(x0) = u(x).
В этом соотношении учтены имеющиеся ограничения и критерии выбора решений. Действительно, все ограничения учтены при определении вида множества X, а критерий — в виде функции и(х).
Рассмотрим вопросы принятия решений в условиях определенности. Напомним, что каждому действию в этом случае соответствует определенный исход у. Исход у может характеризоваться как некоторой скалярной функцией (y), так и набором скалярных функций 1(у), 2 (y),.., i(y),…, n(y). В первом случае в качестве функции полезности действия х может быть выбрана, например, (y), т. е. и(х) = (у). Если исход у характеризуется набором функций , то необходимо найти соответствующую атому набору функцию полезности действия х.
Мы фактически столкнулись с задачей принятия решения при наличии одного или многих критериев. При выборе действия х с исходом у , которому соответствует скалярная функции (y), как нетрудно заметить, мы имеем задачу математического программирования. .Большое количество практических задач соответствует случаю, когда исход характеризуется набором функций . Для принятия решения часто пытаются найти функцию полезности u(x), выражая ее через набор функций .
Например, полагают , т. е. функция
полезности является линейной комбинацией (у). Существует много различных способов выражения и(х) через (у). Однако весьма часто либо вид функции u(x;), либо постоянные, входящие в нее, не соответствуют требуемой. В результате оказывается, что решения, принимаемые в соответствии с полученной функцией полезности, оказываются не наилучшими. В ряде случаев вместо наилучшего действия х отыскивают множество действий, наилучших по сравнению со всеми остальными в некотором смысле.
Например, в литературе известно определение действий, наилучших в смысле Парето. В множество действий, наилучших по Парето, входят такие пары действий, для которых справедливо следующее утверждение. Если для наилучших по Парето действий хk и xi в наборе функций найдется пара с отношением k (yk) > i(yi), то обязательно должна существовать пара k (yk) < i (yi).
Как видим, множество действий, наилучших по Парето, включает фактически несравнимые действия, т. е. действия, о которых нельзя уверенно оказать, какое из них лучше. Это обусловлено тем, что неясно, какая из функций набора важнее с точки зрения оценки действия в целом. Очевидно, что, если множество по Парето содержит лишь одно действие, то оно является наилучшим и в смысле любых разумных функций полезности.
В тех случаях, когда не удается найти либо вид функции полезности, либо ее постоянные, прибегают к помощи экспертов, которые дают оценки, позволяющие построить функцию полезности или уточнить ее параметры.
Реализация процесса принятия решения может осуществляться по этапам. Например, ЭВМ проводит вариантные расчеты, которые поступают к лицу, принимающему решение. Оно уточняет либо функции (у), либо и(х), после чего проводят новые вариантные расчеты и так до тех пор, пока по будет получено решение, удовлетворительное с точки зрения данного лица. В этом случае наряду с формализованными этапами происходит диалог с лицом, принимающим решение.
Очевидно, что конкретных вариантов реализации процедур принятия решений отмеченным способом может быть достаточно много. Для примера рассмотрим один из них.
Пусть множества 1 (у), 2(y),.., n(y)упорядочены по важности. Сначала отыскивается наилучшее действие с точки зрения 1(y).На основании экспертных заключений определяется величина , на которую может быть уменьшена 1 (у) для улучшения выбираемого действия с точки зрения 2(у). Далее определяется и отыскивается наилучшее действие с точки зрения 3(y) и т. д.
Рассмотрим вопросы принятия решений в условиях риска и неопределённости. Задача принятия решения в таких условиях может быть интерпретирована как задача отыскания решения в игре двух лиц, одним из которых является природа. Особенностью игрока-природы является то, что она не стремится извлечь выгоду из-за ошибочных действий второго игрока. Она ведет себя безразлично к его действиям. Игры, в которых одним из игроков является природа, называются статистическими в отличие от антагонистических и других игр. В этих играх игрок с природой может иметь о ней следующую информацию:
1) набор состояний природы ;
2) множество возможных действий или стратегий X;
3) распределение вероятностей состояния природы р( );
4) множество исходов Y;
5) функции оценки исходов (y), которые могут служить функциями полезности действий х, приводящих к исходу у.
Так как исход у однозначно определяется парой , то можно вычислить распределение вероятностен р(у/х) и, следовательно, среднее значение функции полезности в виде
,
где Y(x) — множество исходов, к которым может привести действие х.
Таким образом, задача принятия решения в условиях неопределенности может быть сведена к задаче математического программирования, в которой максимизируется среднее значение функции полезности u(x).
Игрок с природой может наряду с отдельными действиями х, являющимися чистыми стратегиями, использовать смешанные стратегии, которые задаются распределением вероятностей р (х) различных действий из X. Задача игрока с природой состоит в выборе такой смешанной стратегии, при которой среднее значение функции полезности достигает максимальной величины. Среднее значение функции полезности в этом случае определяется усреднением не только по , но и по х, входящим в смешанную стратегию:
.
В формулах функций полезности вероятности исходов могут определяться на основе либо априорной информации о состоянии природы, либо апостериорной информации. В связи с этим статистические игры могут быть играми без эксперимента или играми с экспериментом.
Проведение дополнительного эксперимента может уточнить знания игрока о природе и повысить функцию полезности его действий. В рассмотренной статистической игре риск состоит в том, что, ориентируясь на среднее значение функции полезности, мы можем его достигнуть в игре лишь с некоторой вероятностью, отличной от единицы.
Принятие решения в условиях неопределенности осуществляется также на основании оценки значений функции полезности. Выбор способа оценки может быть различным, но учитывающим отсутствие информации о распределении вероятностей состояний природы. Одним из возможных способов оценки величины функции полезности может быть
и(х)= ,
т. е. выбирается нижняя граница функции на множестве исходов и, следовательно, состояний природы.
Этот путь соответствует обеспечению гарантированного результата для игрока с природой. Если же игрок будет иметь возможность провести эксперимент, в результате которого им будут получены оценки распределений вероятностей состояния природы, то принятие решений будет осуществляться в условиях риска.
Следует отметить, что теория статистических игр является достаточно сильным инструментом при принятии решения в условиях риска.
Принятие решений в условиях активной внешней среды осуществляется с позиций теории стратегических игр.