
- •Теория принятия решений
- •1. Технология и процедуры разработки
- •1.1. Введение в теорию принятия решений
- •1.1.1. Пример задачи принятия решения
- •1.1.2. Голосование - один из методов экспертных оценок
- •1.1.3. Основные понятия теории принятия решений
- •1.1.4. Современный этап развития теории принятия решений.
- •1.2. Принятие решений – работа менеджера
- •1.2.1. Основные функции управления по Анри Файолю.
- •1.2.2. Роль прогнозирования при принятии решений
- •1.2.3. Принятие решений при планировании
- •1.2.4. Управление людьми и принятие решений
- •1.2.5. Принятие решений при контроле
- •1.3. Последствия принятия решений для научно-технического и экономического развития
- •1.3.1. Ретроспективный анализ развития фундаментальных и прикладных исследований по ядерной физике
- •1.3.2. О развитии науки и техники во второй половине хх века
- •1.3.3. О некоторых направлениях фундаментальной и прикладной науки
- •1.3.4. Развитие математических методов исследования и информационных технологий
- •25. Научные организации России. - м.: цисн, 1993.- 286 с.
- •1.4. Принятие решений в стратегическом менеджменте
- •1.4.1. Пирамида планирования в стратегическом менеджменте: миссия фирмы, стратегические цели, задачи и конкретные задания
- •1.4.2. Проблема горизонта планирования в стратегическом менеджменте
- •1.4.3. Некоторые методы принятия решений в стратегическом менеджменте
- •1.5. Принятие решений при управлении инновационными и инвестиционными проектами
- •1.5.1. Подготовка и проведение нововведений - часть работы менеджера
- •1.5.2. Инструменты инновационного менеджмента
- •1.5.3. Инвестиционный менеджмент
- •1.5.4. Дисконт-функция
- •1.5.5. Характеристики финансовых потоков
- •1.5.6. Оценки погрешностей характеристик финансовых потоков инвестиционных проектов и проблема горизонта планирования
- •1.5.7. Практические вопросы реализации инновационных и инвестиционных проектов
- •1.6. Принятие решений на основе информационных систем и контроллинга
- •1.6.1. Роль информации при принятии решений в стратегическом менеджменте
- •1.6.2. Сущность контроллинга
- •1.6.3. Реинжиниринг бизнеса
- •1.6.4. Информационные системы управления предприятием (исуп)
- •Основные задачи контроллинга
- •Сравнение задач исуп и контроллинга
- •1.6.7. Перспективы совместного развития исуп и контроллинга
- •2.1. Шкалы измерения и инвариантные алгоритмы
- •2.1.1. Основные шкалы измерения
- •2.1.2. Инвариантные алгоритмы и средние величины
- •2.1.3. Средние величины в порядковой шкале
- •2.1.4. Средние по Колмогорову
- •2.2. Вероятностно-статистические методы описания неопределенностей в теории принятия решений
- •2.2.1. Теория вероятностей и математическая статистика в принятии решений
- •2.2. Вероятностно-статистические методы описания неопределенностей в теории принятия решений
- •2.2.2. Основы теории вероятностей
- •2.2. Вероятностно-статистические методы описания неопределенностей в теории принятия решений
- •2.2.3. Суть вероятностно-статистических методов принятия решений
- •2.2. Вероятностно-статистические методы описания неопределенностей в теории принятия решений
- •2.2.4. Случайные величины и их распределения
- •2.2. Вероятностно-статистические методы описания неопределенностей в теории принятия решений
- •2.2.5. Описание данных, оценивание и проверка гипотез
- •2.2. Вероятностно-статистические методы описания неопределенностей в теории принятия решений
- •2.2.6. Современное состояние прикладной статистики (типовые практические задачи и методы их решения)
- •2.3. Статистика интервальных данных
- •2.3.1. О развитии статистики интервальных данных
- •2.3.3. Интервальные данные в задачах оценивания характеристик распределения
- •2.3.4. Интервальные данные в задачах оценивания параметров (на примере гамма-распределения)
- •2.3.5. Сравнение методов оценивания параметров
- •2.3.6. Интервальные данные в задачах проверки гипотез
- •2.3.7. Асимптотический линейный регрессионный анализ для интервальных данных
- •2.3.8. Интервальный дискриминантный анализ
- •2.3.9. Интервальный кластер-анализ
- •2.3.10. Место статистики интервальных данных (сид) среди методов описания неопределенностей
- •2.4. Описание неопределенностей с помощью теории нечеткости
- •2.4.1. Нечеткие множества
- •2.4.2. Пример описания неопределенности с помощью нечеткого множества
- •2.4.3. О разработке методики ценообразования на основе теории нечетких множеств
- •2.4.4. О статистике нечетких множеств
- •2.4.5. Нечеткие множества как проекции случайных множеств
- •2.4.6. Пересечения и произведения нечетких
- •24.7. Сведение последовательности операций над нечеткими множествами к последовательности операций над случайными множествами
- •3. Методы принятия решений
- •3.1. Простые методы принятия решений
- •3.1.1. Оперативные приемы принятия решений
- •3.1.2. Пример подготовки решения на основе макроэкономических данных
- •3.1.3. Декомпозиция задач принятия решения
- •3.2. Задачи оптимизации при принятии решений
- •3.2.1. Линейное программирование
- •3.2.2. Целочисленное программирование
- •3.2.3. Теория графов и оптимизация
- •3.3. Вероятностно-статистические методы принятия решений
- •3.3.1.Эконометрические методы принятия решений в контроллинге
- •3.3. Вероятностно-статистические методы принятия решений
- •3.3.2. Принятие решений в условиях риска
- •3.3. Вероятностно-статистические методы принятия решений
- •3.3.3. Об одном подходе к оценке рисков для малых предприятий
- •3.3. Вероятностно-статистические методы принятия решений
- •3.3.4. Принятие решений в условиях рисков инфляции
- •3.4. Экспертные методы принятия решений
- •3.4.1. Основные идеи методов экспертных оценок
- •3.4.2. Математические методы анализа экспертных оценок
- •3.4.3. Экологические экспертизы
- •4. Моделирование в теории принятии решений
- •4.1. Основы моделирования
- •4.1.1. Основные понятия общей теории моделирования
- •4.1.2. Пример процесса подготовки решений на основе демографических моделей
- •4.1.3. Математическое моделирование при принятии решений
- •4.1.4. О методологии моделирования
- •4.2. Макроэкономические модели в теории принятия решений
- •4.2.1. Примеры типовых макроэкономических моделей
- •4.2.2. Модели экономики отдельных стран и мирового хозяйства
- •4.2.3. Моделирование процессов налогообложения
- •4.2.4. Моделированию процессов налогообложения в России
- •4.3. Микроэкономические модели в теории принятия решений
- •4.3.1. Модель функционирования промышленного предприятия
- •4.3.2. Принятие решений в малом бизнесе на основе экономико-математического моделирования
- •4.3.3. Принятие решений в задачах логистики
- •4.4. Принятие решений на основе моделей обеспечения качества
- •4.4.1. Основы принятия решений о качестве продукции
- •4.4.2. Основы теории статистического контроля
- •4.4.3. Некоторые практические вопросы принятия решений при статистическом контроле качества продукции и услуг
- •4.4.4. Всегда ли нужен контроль качества продукции?
- •4.4.5. Принятие решений, качество и сертификация
- •4.5. Моделирование и оценка результатов взаимовлияний факторов
- •4.5.1. Основные идеи метода компьютерного моделирования жок
- •4.5. Моделирование и оценка результатов взаимовлияний факторов
- •4.5.2. Пример применения эконометрического метода жок для изучения факторов, влияющих на налогооблагаемую базу подоходного налога с физических лиц
- •Модель нфл-18
- •4.5. Моделирование и оценка результатов взаимовлияний факторов
- •4.5.3. Компьютерная система жок поддержки анализа и управления в сложных ситуациях [1]
- •4.5. Моделирование и оценка результатов взаимовлияний факторов
- •4.5.4. Балансовые соотношения в системе жок
4.5. Моделирование и оценка результатов взаимовлияний факторов
4.5.3. Компьютерная система жок поддержки анализа и управления в сложных ситуациях [1]
Основные сведения о системе ЖОК. Компьютерная система ЖОК предназначена для структуризации и анализа сложных, трудно формализуемых, слабо структурированных задач различной природы (экономической, управленческой, прогностической, технической, медицинской, социально-политической, экологической и пр.). Она применяется для построения моделей ситуаций на основе описания влияний факторов с помощью ориентированных графов и использования оценок экспертов с последующим определением наиболее эффективных управленческих решений. Компьютерная система ЖОК:
- поддерживает аналитическое обоснование подходов к решению исследуемых проблем;
- позволяет спрогнозировать развитие моделируемой реальной системы; оценить результаты целенаправленного изменения тех или иных факторов;
- дает возможность выработать условия для целенаправленного поведения в исследуемой ситуации;
- обеспечивает возможность решения прямых и обратных задач управления.
Для построения модели изучаемого явления или процесса компьютерная система ЖОК предусматривает выделение основных факторов, описывающих реальную ситуацию, и установление непосредственных взаимосвязей между факторами в виде построения ориентированного взвешенного графа. Опосредованные взаимовлияния и итоговое стационарное состояние рассчитываются по описанным ниже алгоритмам. Система позволяет анализировать три основных типа сценариев:
сценарий “Прогноз”, позволяющий проследить “естественное” развитие моделируемой системы при отсутствии активных воздействий;
сценарий типа “Активный”, при котором работающий с системой специалист изменяет значения тех или иных параметров и анализирует получающуюся динамику и итоговое состояние (например, с целью ручного поиска рационального управления);
сценарий типа “Цель”, когда компьютерная система по заданной цели управления (например, значения определенных параметров должны быть не менее заданных) находит оптимальные воздействия путем решения соответствующей задачи оптимизации, в частности, проводит анализ принципиальной достижимости указанной цели из текущего состояния с использованием выбранных мероприятий (управлений).
Ядром компьютерной системы ЖОК является описанная ниже математическая модель. Преобразование задач анализа реальных явлений и процессов к математической постановке, оценка адекватности реальности и ее модели, процесс выбора управлений, процесс сравнительного анализа различных ситуаций в целом, моделирования и последующей интерпретации результатов математического моделирования относится к области “ручного труда” специалиста в соответствующей области знания и полной автоматизации, как правило, не поддается.
Некоторые особенности математической модели и основных алгоритмов компьютерной системы ЖОК. Компьютерная система ЖОК обеспечивает расчет равновесного (стационарного) состояния, к которому будет стремиться система взаимовлияющих факторов, и всех промежуточных состояний на пути от начального состояния к равновесному. В систему включены три варианта расчетов:
- расчет равновесного состояния без управления (учитываются только начальные данные);
- расчет равновесного состояния с управлением импульсного типа (при t = 0). (В такой модели система интерпретирует импульсное управление, как поправку к начальным данным.);
- расчет величины управления по заданным значениям величины приращения целевых факторов.
Первая версия системы ЖОК имеет некоторые ограничения. Она пока не позволяет определять управляющие воздействия как функции времени. Не предусмотрено изменение с течением времени самого множества управляющих факторов. Отсутствует понятие инертности факторов, что (при использовании физических аналогий) делает модель скорее кинематической, чем динамической. Шагом дискретного времени в модели принимается один такт, в течении которого любой фактор-аргумент оказывает определенные влияния (равные весам соответствующих дуг в графе) на все непосредственно зависимые от него факторы-функции. В дальнейших версиях системы эти недостатки будут устраняться.
Математические алгоритмы исследовательской системы ЖОК. Используются следующие обозначения:
n - количество вершин в ориентированном графе G модели, т.е. число используемых в модели факторов;
-
матрица порядка n х n непосредственных
влияний факторов (матрица смежности
графа G);
-
матрица, транспонированная к матрице
(называемая
матрицей непосредственных контрвлияний
факторов);
t – время, принимающее дискретные значения 0,1,2,3,…
вектор
,
t=0,1,2,3,…, - вектор изменений (приращений,
дифференциалов) факторов в момент
дискретного времени t;
вектор
,
t=0,1,2,3,…, является вектором дифференциалов
факторов второго порядка в момент
дискретного времени t;
вектор
обозначает
величины предельных стационарных
изменений (дифференциалов) факторов
при безграничном росте t (очевидно,
что если
существует,
то
);
вектор
|
обозначает внешние управляющие
воздействия, подаваемые на фактор
.в
момент t;
вектор
обозначает
сравнительную важность факторов
,
задаваемую экспертным путем;
вектор
обозначает
отношение составителя модели к направлению
изменения величин факторов
(+1
– рост значения фактора оценивается
положительно, (-1) – отрицательно, 0 –
нейтрально);
-
единичная n´n матрица (на главной диагонали
стоят 1, на остальных позициях – 0);
-
прореженная единичная n´n матрица, в
которой единицы стоят на диагонали
только на тех позициях, которые
соответствуют целевым факторам. Очевидно,
что
является
проектором на координатную плоскость
целевых факторов, и следовательно
,
матрица
является
псевдообратной к матрице
;
-
прореженная единичная n´n матрица, в
которой единицы стоят на диагонали
только на тех позициях, которые
соответствуют управляющим факторам.
Очевидно, что
является
проектором на координатную плоскость
управляющих факторов, и, следовательно
,
матрица
является
псевдообратной к матрице
;
-
резольвента, где
-
множитель-стабилизатор, который
используется в целях обеспечения
достаточно устойчивой и быстрой
сходимости итерационного процесса
приближенного вычисления матрицы
резольвентного оператора
,
где p достаточно велико;
в
том случае, если собственные числа
матрицы
достаточно
малы (обычно принимается, что
должна
иметь собственные числа не только меньше
единицы, но и меньше 0.9). Поскольку
стабилизатор
имеет
лишь внутриматематический смысл и не
используется при построении модели и
интерпретации результатов расчетов,
то в дальнейшем его не будем упоминать,
предполагая по умолчанию
.
Система уравнений в математической модели. Для описания динамики факторов в компьютерной системе ЖОК используется математическая модель в виде системы линейных конечноразностных рекуррентных уравнений на трехточечном шаблоне {t-1, t, t+1} следующего вида:
(1),
с начальными условиями
(2),
где i = 1,2, ... , n , t = 0, 1, 2, ...
Для рекуррентного уравнения на
трехточечном шаблоне необходимо задать
начальные условия при t = 0 (
),
и при t = 1 (
).
Следовательно, первым уравнением цепочки
рекуррентных уравнений (1) будет уравнение
при t = 1.
При t = 1 уравнение полагается определенным и имеет вид
Для t = 0 уравнение определяется посредством соотношения
(3),
и тогда недостающие начальные данные вычисляются из уравнения
(4)
Заметим, что доопределение начальных
данных
нулем
- всего лишь один из способов. В частности,
если положить
,
то результаты вычислений будут другими.
Из уравнений (1) видно, что используемая модель предполагает, что за один шаг дискретного времени (Dt=1) происходит распространение влияния факторов-аргументов только на непосредственно от них зависящие факторы-функции. Времени можно придать содержательный смысл, если за шаг принять реальный интервал времени, необходимый для осуществления непосредственного влияния одного фактора на другой. Этот интервал может быть оценен экспертно, В ряде случаев его можно принять равным кварталу.
Уравнение (1) - (2) в векторной форме имеет вид
(5)
,
(6)
где t = 0,1,2,...Решение задачи (5)-(6) определяются формулой
(7).
Стационарное состояние и начальные
условия. Стационарное состояние
вычисляется
приближенно при
.
Для практических расчетов достаточно
принять, что
.
|
Векторное уравнение (5) может быть представлено в виде уравнения для дифференциалов второго порядка:
(8)
,
(9)
где t = 0, 1, 2, ...
Решение уравнения (8) – (9) имеет вид
(10).
Если просуммировать уравнения (8) при t = 0, 1, 2, . . . , то получим (при условии сходимости)
(11),
откуда следует
(12)
Если же просуммировать уравнения (8) при t = 1, 2, . . . , то получим (при условии сходимости)
, (13)
и соответственно
(14),
откуда видно, что при выборе начальных условий вида результат (14) отличается от (12).
В частности, при выборе режима прогноза
развития ситуации без управления
и
выборе начальных условий
,
которые выражают равенство нулю вторых
производных от величин факторов при t
= 0, из формулы (14) получим
.
что означает, что никакого развития
ситуации не происходит и она продолжает
двигаться “равномерно и прямолинейно”,
поскольку вторые дифференциалы факторов
равны нулю и первые дифференциалы
факторов не изменяются во времени.
С другой стороны формула (12) предполагает, что начальные данные оказывают такое же ударное воздействие в момент t = 0, как и внешнее импульсное при t = 0 управление, играющее роль и имеющее “размерность” “механической силы”.
Если предполагается использование
только импульсных управляющих воздействий
при
t = 0 и в дальнейшем
,
то задача развития ситуации без управления
и с управлением не отличаются друг от
друга, поскольку управление в сущности
играет роль поправки к начальным данным
и, обратно, начальные данные выполняют
роль поправки к управлению.
Режим поиска управления по целевым значениям факторов. Проекция стационарного решения (12) уравнения (8)-(9) на координатную плоскость целевых факторов может быть представлено в виде
,
где
,
,
или иначе
(15).
Пусть
-
вектор значений дифференциалов целевых
факторов, тогда импульсное управление
определяется
по формуле
(16),
где “+” обозначает операцию
псевдоинверсии, и матрица
является
псевдообратной к матрице
;
является
результатом применения к вектору
операции
-
ограничения числовых значений компонент
вектора
величинами
+1 и -1 , если эти значения выходят за
пределы отрезка [-1; +1];
получается
из
применением
операции
-
замены числовых значений
ближайшими
к ним экстремальными на отрезке [-1; +1]
величинами +1 или -1 соответственно.
Тогда стационарные решения, получаемые с использованием этих управлений, вычисляются по формулам
,
.
Степени матрицы смежности графа G и опосредованные взаимовлияния факторов. Пусть вершина x1 влияет на вершину x2 с силой 0.5, вершина x2 влияет на x4 с силой 0.6, вершина x1 влияет на x3 с силой 0.8, вершина x3 влияет на x4 с силой 0.4. Тогда опосредованное суммарное влияние x1 на x4 имеет силу 0.5*0.6 + 0.8*0.4 = 0.62, что равно сумме весов двух путей x1-x2-x4 и x1-x3-x4 из x1 в x4, веса которых равны соответственно 0.5*0.6 = 0.3 и 0.8*0.4 = 0.32 . Суммарная сила влияния одного фактора на другой равна сумме весов всех маршрутов в ориентированном графе G из одного фактора в другой. Вес пути (маршрута) определяется как произведение весов дуг составляющих этот путь (маршрут). Указанный алгоритм расчета опосредованных взаимовлияний в случае необходимости может быть скорректирован с целью адекватного учета взаимоотношений факторов в дальнейших версиях системы.
Если рассмотреть степени матрицы , то их элементам можно придать вполне определенный смысл.
Так, например, элемент матрицы
с
координатами (1,2) равен сумме весов
всех маршрутов из x1 в x2, содержащих ровно
две дуги, а в
сумме
весов всех маршрутов из x1 в x2, содержащих
ровно три дуги и т.д.
Таким образом матрица
выражает
суммарные опосредованные влияния факторов
друг на друга с учетом рефлексивного
(m = 0) непосредственного влияния фактора
на самое себя с силой +1, а матрица
не
учитывает рефлексивного непосредственного
влияния.
Матрица
является
матрицей контрвлияний факторов с учетом
рефлексивности, а матрица
-
матрицей контрвлияний факторов без учета рефлексивности.
Отдельный интерес представляет собой
матрица
знаков
элементов матрицы
,
т.е. матрица направленности интегральных
влияний фактора на фактор (или контрвлияний,
если рассмотреть матрицу
).