61. Моделирование и экспертные оценки при принятии решений

Моделирование при принятии решений состоит из 4 этапов:

1.  Три этапа моделирования: изучение среды, формализация задачи и построение модели, которым соответствует процесс отбора реальных управленческих ситуа­ций, их обобщение и формализация и последующая разработка математических закономерностей символической модели.

2.  Анализ модели с целью получения результатов.

3.   Интерпретация и проверка адекватности результатов моделирования.

4.   Реализация.

Методика проведения экспертных оценок при принятии решений:

1. Определение целей

Для сложных ситуаций разработаны и используются методы формирования деревьев цели, позволяющие определить иерархическую структуру системы целей, и деревьев критериев, позволяющих оценить степень достижения целей. Разработаны методы построения результирующих деревьев целей и деревьев критериев, получаемых в результате коллективной экспертизы для тех случаев, когда точки зрения экспертов могут различаться.

2. Экспертный прогноз

Использования развивающегося метода экспертных кривых, с помощью которых может быть описана динамика прогнозируемого развития объекта экспертизы.

3. Сценарии ожидаемого развития ситуации

Она производится с использованием технологий экспертного оценивания.

4. Генерирование альтернативных вариантов

Генерирование альтернативных вариантов решений, управляющих воздействий и т.д.

5. Определение рейтингов

Рейтинги позволяют определить сравнительную надежность и качество различных выборов, товаров или услуг.

6. Оценочные системы

В состав оценочной системы входят:

- критериии, характеризующие объект оценки;

- шкалы, с использованием которых оценивается объект по каждому из критериев;

- принципы выбора, по которым на основании оценок значений критериев для объекта определяется общая оценка либо производится сравнительная оценка предпочтительности альтернативных вариантов

7. Принятие коллективных решений

Оно предполагает не только расчет результата коллективной экспертизы, но и использование специальных методов открытого обсуждения альтернативных вариантов решений, дополнительного обмена информацией между лицами, принимающими непосредственное участие в процессе принятия решений, согласования противоположных точек зрения, поиска компромисса и т.д.

62. Методы учета неопределенностей принятия решений: вероятностные модели, теория нечеткости, интервальная математика.

Теория нечётких множеств (Заде) — это расширение классической теории множеств, используется в нечёткой логике. Впервые предложена Лотфи Заде в 60-х годах XX века. В классической теории множеств принадлежность элементов множеству оценивается в бинарных терминах в соответствии с чётким условием — элемент либо принадлежит, либо нет данному множеству. Напротив, теория нечётких множеств разрешает градуированную оценку отношения принадлежности элементов множеству; то есть это отношение описывается при помощи функции принадлежности. Нечёткие множества — это расширение классической теории множеств, поскольку на некотором множестве функция принадлежности может действовать так же, как индикаторная функция, отображая все элементы либо в 1, либо в 0, как в классическом варианте.

Вероятностная модель - модель, которая в отличие от детерминированной модели содержит случайные элементы

Графическая вероятностная модель — это вероятностная модель, в которой в виде графа представлены зависимости между случайными величинами. Вершины графа соответствуют случайным переменным, а рёбра — непосредственным вероятностным взаимосвязям между случайными величинами. Графические модели широко используются в теории вероятностей, статистике (особенно в Байесовской статистике), а также в машинном обучении. Графические модели используются в задачах извлечения информации, распознавания речи, компьютерного зрения, декодирования кодов с малой плотностью проверок на чётность, обнаружения генов и диагностики болезней.

Интервальная арифметика — математическая структура, которая для вещественных интервалов определяет операции, аналогичные обычным арифметическим. Эту область математики называют также интервальным анализом или интервальными вычислениями. Данная математическая модель удобна для исследования различных прикладных объектов: 1) Величины, значения которых известны только приближённо, то есть определён конечный интервал, в котором эти значения содержатся. 2) Величины, значения которых в ходе вычислений искажены ошибками округления. 3) Случайные величины.