В.81 Критерии пригодности и оптимальности для оценки детерминированной операции.

Критерий пригодности для оценки детерминированной операции:

K приг: (∀ i) (yji ∈ δ | δi → yдопi, i ∈ < Э, R, O >)

,определяет правило, по которому операция считается эффективной, если все частные показатели исхода операции принадлежат области адекватности.

Критерий оптимальности для оценки детерминированной операции

K опт: (∃ i) (yji ∈ δ | δi → yоптi, i ∈ < Э, R, O >)

,определяет правило, по которому операция считается эффективной, если все частные показатели исхода операции принадлежат области адекватности, а радиус области адекватности по этим показателям оптимален.

В.82 Наличие выбора алгоритмов приводит к тому, что системы с одним и тем же законом функционирования обладают разным качеством и эффективностью процесса функционирования.

Качество - совокупность существенных свойств объекта, обусловливающих его пригодность для использования по назначению. Оценка качества может производиться по одному интегральному свойству, выражаемому через обобщенный показатель качества системы.

Эффективность процесса - степень его приспособленности к достижению цели.

Принято различать эффективность процесса, реализуемого системой, и качество системы. Эффективность проявляется только при функционировании и зависит от свойств самой системы, способа ее применения и от воздействий внешней среды.

Критерий эффективности - обобщенный показатель и правило выбора лучшей системы (лучшего решения). Если решение выбирается по качественным характеристикам, то критерий называется решающим правилом.

Если нас интересует не только закон функционирования, но и алгоритм реализации этого закона, то элемент должен рассматриваться как подсистема (агрегат, домен) - часть системы, выделенная по функциональному или какому-либо другому признаку. Описание подсистемы в целом совпадает с описанием элемента. Но для ее описания дополнительно вводится понятие множества внутренних (собственных) характеристик подсистемы.

В.83 В данной структуре концепция деятельности является основой формированияструктуры целей, т.е. используется на верхних уровнях структуры.

В методике предусмотрено два основных этапа:

- формирование первоначального варианта структуры целей и функций;

- оценка, анализ порвоначальной структуры и ее корректировка

В соответствии с принятой в методике концепцией деятельности

используются признаки “сферы деятельности”, “структура деятельности”.

Признак структуризации “сферы деятельности” используется обычно на верхнем уровне структуры.

При исследовании и усовершенствовании системы управления фирмы “ЮКОН” выделяем две основные сферы деятельности:

- сферу управления собственно производством;

- сферу организационного управления;

В.84 Качество исхода операции и алгоритм, обеспечивающий получение результатов, оцениваются по показателям качества операции, к которым относят результативность, ресурсоемкость и оперативность.

• Результативность Э операции обусловливается получаемым целевым эффектом, ради которого функционирует система.

• Ресурсоемкость R характеризуется ресурсами всех видов (людскими материальнотехническими, энергетическими, информационными, финансовыми и т.п.), используемыми для получения целевого эффекта.

• Оперативность О определяется расходом времени, потребного для достижения цели операции.

Оценка исхода операции (аспект 1) учитывает, что операция проводится для достижения определенной цели — исхода операции. Под исходом операции понимается ситуация (состояние системы и внешней среды), возникающая на момент ее завершения. Для количественной оценки исхода операции вводится понятие показателя исхода операции (ПИО), вектора, Yисх = <YЭ, YR, YO>, компоненты которого суть показатели его отдельных свойств, отражающие результативность, ресурсоемкость и оперативность операции.

Оценка алгоритма функционирования (аспект 2) является ведущей при оценке эффективности. Такое утверждение основывается на теоретическом постулате, подтвержденном практикой: наличие хорошего «алгоритма» функционирования системы повышает уверенность в получении требуемых результатов. В принципе, требуемые результаты могут быть получены и без хорошего алгоритма, но вероятность этого невелика. Это положение особенно важно для организационнотехнических систем и систем, в которых результаты операции используются в режиме реального времени.

В совокупности результативность, ресурсоемкость и оперативность порождают комплексное свойство — эффективность процесса Yэф — степень его приспособленности к достижению цели. Это свойство, присущее только операциям, проявляется при функционировании системы и зависит как от свойств самой системы, так и от внешней среды.

В.85 Существенные свойства системы можно условно классифицировать не только по уровню сложности, но и по принадлежности к системообразующим (общесистемным), структурным или функциональным группам.

- Приведем характерные показатели существенных свойств систем:

- общесистемные свойства: целостность, устойчивость, наблюдаемость, управляемость, детерминированность, открытость, динамичность и др.;

- структурные свойства: состав, связность, организация, сложность, масштабность, пространственный размах, централизованность, объем и др.;

- функциональные (поведенческие) свойства: результативность, ресурсоемкость, оперативность, активность, мощность, мобильность, производительность, быстродействие, готовность, работоспособность, точность, экономичность и др.

Свойства же, которые характеризуют процесс функционирования (поведение) системы, можно назвать операционными свойствами или свойствами операции, поскольку искусственные системы создаются для выполнения конкретных операций.В общем случае оценка операционных свойств проводится как оценка двух аспектов:исхода (результатов) операции;алгоритма, обеспечивающего получение результатов.Качество исхода операции и алгоритм, обеспечивающий получение результатов, оцениваются по показателям качества операции, к которым относят результативность, ресурсоемкость и оперативность.

В.86

В. 88 В рассматриваемой обобщённой методике предусматривается возможность использования различных методик структуризации при формировании первоначального варианта структуры целей системы, несколько способов оценки вариантов будущих структур и выбор в конкретных условиях методики структуризации и методов оценки с учётом особенностей предприятия.

В основу обобщённой структуры положим методику Сагатовского.

Использование методик структуризации, базирующихся на различных концепциях, позволяет обеспечить полноту анализа целей и функций системы управления предприятием.

-Построение общей системы целей и функций

формирование Санкт-Петербурга как интегрированного в российскую и мировую экономику многофункционального города, обеспечивающего высокое качество среды жизнедеятельности и производства.

В.89 Классификация систем. Признаки сложной системы.

Системы принято подразделять на:

• физические и абстрактные,

• динамические и статические,

• простые и сложные,

• естественные и искусственные,

• с управлением и без управления,

• непрерывные и дискретные,

• детерминированные и стохастические,

• открытые и замкнутые.

Деление систем на физические и абстрактные позволяет различать реальные системы (объекты, явления, процессы) и системы, являющиеся определенными отображениями (моделями) реальных объектов.

Деление систем на простые и сложные (большие) подчеркивает, что в системном анализе рассматриваются не любые, а именно сложные системы большого масштаба. При этом выделяют структурную и функциональную (вычислительную) сложность.

Для перехода от детерминированной к стохастической системе достаточно в правые части соотношений добавить в качестве аргументов функционалов случайную функцию p{i), принимающую значения на непрерывном или дискретном множестве действительных чисел.

Сложные системы допустимо делить на искусственные и естественные (природные).

Искусственные системы, как правило, отличаются от природных наличием определенных целей функционирования (назначением) и наличием управления.

Понятие открытости систем конкретизируется в каждой предметной области.

Рассмотрим еще один важный признак классификации систем.

Признаки сложной системы:

Во-первых, сложные системы обладают свойством робастности

- способностью сохранять частичную работоспособность (эффективность) при отказе отдельных элементов или подсистем.

Оно объясняется функциональной избыточностью сложной системы и проявляется в изменении степени деградации выполняемых функций, зависящей от глубины возмущающих воздействий.

Во-вторых, в составе сложных систем кроме значительного количества элементов присутствуют многочисленные и разные по типу (неоднородные) связи между элементами. Основными типами считаются следующие виды связей: структурные (в том числе иерархические), функциональные, каузальные (причинно-следственные, отношения истинности), информационные, пространственно-временные. По этому признаку будем отличать сложные системы от больших систем, представляющих совокупность однородных элементов, объединенных связью одного типа.

В-третьих, сложные системы обладают свойством, которое отсутствует у любой из составляющих ее частей. Это интегративность (целостность), или эмерджентность. Другими словами, отдельное рассмотрение каждого элемента не дает полного представления о сложной системе в целом.

Эмерджентность может достигаться за счет обратных связей, играющих важнейшую роль в управлении сложной системой.

В.90 При построении модели, адекватной решаемой задаче, возникает проблема равнопрочности этапов исследования. Причем существует равнопрочность различного «уровня». Обратимся к рис.

Выделяемая из реального мира фактор-действительность должна быть, как отмечалось выше, адекватна задаче исследования.

В.91 В самом общем виде математическую структуру модели можно записать в виде:

Z = f(x,y), где:

z - вектор исходов- вектор результатов функционирования системы;

x - вектор управляемых (контролируемых) переменных;

y - вектор неуправляемых переменных;

f - функциональная зависимость между x, y, z.

Достоинством математического моделирования является применение одинаковых моделей для изучения различных по физической природе и решаемым задачам системам. Это не противоречит утверждению, что для решения каждой конкретной проблемы нужна своя индивидуальная модель. Как бы ни была сложна и «индивидуальна» модель, всегда при ее создании используются разработанные ранее для других целей блоки моделей и методы, а также накопленный методический опыт.

В.92 Постановка задачи является первым этапом моделирования.

При постановке решаются следующие взаимосвязанные задачи: уяснение цели (задач) исследования; изучение объекта моделирования (системы, процесса); анализ доступной информации; выявление релевантных факторов; формулирование альтернатив; определение ограничений и допущений. Определение диапазона изменения параметров и переменных; выбор показателей, системы критериев качества достижения цели; установления масштаба предстоящего эксперимента; математическая постановка (формулировка) задачи.

• В общем случае задача (цель) исследования заключается в поиске наиболее эффективных способов достижения изучаемой системой желаемого, наилучшего, в каком то смысле, состояния с учетом реальных ограничений. Но без четкой формулировки на вербальном («доматематическом») уровне целей системы, существующих в системе проблем и, соответственно, задач исследования дальнейшая работа может оказаться просто бессмысленной, и выбор лучшего решения может, окажется лишь математическим упражнением.

• Характер изучения системы решающим образом зависит от двух обстоятельств: физической природы системы, и задачи (цели) исследования. При изучении системы необходимо понять ее назначение, структуру, границы, взаимодействие с окружающей средой, перспективы существования и развития. Особое внимание следует уделять отношениям, реально существующим между элементами системы.

• Информация нужна не любая, а только та, которая действительно обеспечит решение задачи. Излишние подробности могут только помешать решению задачи.

• Релевантными называются факторы, существенным, решающим образом влияющие на результаты исследования. После определения релевантных факторов производится выбор тех из них, которые могут быть описаны количественно, уточнение списка этих факторов путем объединения их по общим признакам и исключения существенно коррелированных факторов. После уточнения списка релевантных факторов потребуется убедиться, не приведет ли отказ от некоторых факторов к недопустимому снижению точности решения задачи или, что существует такая вероятность.

• На начальном этапе необходимо сохранить все возможные альтернативы решения задачи. В простейшем случае вместо выбора альтернатив требуется определить диапазоны изменения переменных и параметров модели.

• Отказ от факторов, отнесенных к нерелевантным, сознательное упрощение ряда зависимостей, ограничение области изменения некоторых переменных и пр. способствуют упрощению модели, удешевлению эксперимента. При постановке задачи необходимо составить список принятых допущений с тем, чтобы вернуться к нему при анализе результатов моделирования.

• Критериальная (целевая) функция – это отражение целей исследования и правило оценки этой цели. Критерии должны обеспечить наилучшее, в определенном смысле, решение. В общем случае проблема выбора критерия – это установление признака, по которому определяется предпочтительность. В критерий может закладываться одновременно оценка качества решения задачи, и какой ценой это качество достигается (критерии вида «эффективность-стоимость») и время его достижения (критерий вида «эффективность-стоимость-время»).

• Окончательное определение масштаба эксперимента производится на этапе «Планирование эксперимента».

К векторным критериям предъявляются следующие дополнительные требования:

• полнота, ввод дополнительных критериев не должен повлиять на результаты решения;

• минимальность, набор частных критериев должен быть наименьшим из всех возможных наборов, обеспечивающих оптимальный выбор.

Частный показатель выбирается так, что бы по мере улучшения решения (приближения к заданной цели) критерий монотонно увеличивался или уменьшался.

В простейшем случае для многокритериальных задач правило достижения лучшего решения – принцип оптимальности можно сформулировать по аналогии с однокритериальными задачами следующим образом. Оптимальное решение с векторным критерием достигается, если все частные критерии достигают максимума одновременно, т.е. существует такая альтернатива х* что для всех и ., причем хотя бы для одного частного показателя имеет место строгое неравенство.

Таким образом, задачу с векторным критерием можно сформулировать следующим образом: требуется найти альтернативу (оптимальное решение ), удовлетворяющее двум условиям:

1. множество всех возможных альтернатив;

2. - наилучшее решение согласно принципу оптимальности, учитывающего принятую схему компромисса между частными целями.

Задачи поиска лучшего решения для трех распространенных схем компромисса можно сформулировать следующим образом.

Схема 1. Ищется альтернатива, доставляющая максимум одному, наиболее предпочтительному показателю при условии, что значения остальных показателей будут не менее некоторых заданных заранее величин- .

;

,

здесь - наиболее предпочтительный критерий,

- заданное минимально допустимое значение -того критерия.

Схема 2. Ищется альтернатива , на которой достигается максимум минимального частного показателя.

.

- функции, нормализующие показатели, т.е. приводящие их к единой размерности и масштабу. Нормализация необходима, если частные показатели имеют различный физический смысл и измеряются в различных единицах.

Схема 3. Строится обобщенная функция частных показателей

и ищется альтернатива, доставляющая максимум этой функции. Распространенной, но не обязательно лучшей, в конкретной задаче, является функция свертки вида:

где: - коэффициенты, учитывающие приоритетность частных показателей.

В.93 Методика системного ана-лиза разрабатывается и применяется в тех случаях, когда у лиц, принимающих решения ППР на начальном этапе нет достаточных сведений о проблемно ситуации, позволяющей выбрать метод ее формализованного представления, сформировать математическую модель, или применить один из новых подходов к моделированию, сочетающий качественные и количественные приемы.

В этих случаях может помочь представление объекта в виде системы, организация процесса, коллективного принятия решений с привлечением специалистов различных областей знаний, с использованием различных методов формализованного моделирования. (ФВПС – методы формализованного представления систем) и методов активизации использования интуиции и опыта специалистов (МАИС), со сменой методов по мере познания объекта (ситуации).

Для организации данного процесса нужно определить последователь-ность этапов, рекомендовать методы выполнения этих этапов, предусмотреть при необходимости возврат к предыдущим этапам. Такая последовательность определенным образом выделенных и упорядоченных этапов и подэтапов с рекомендованными методами и приемам их выполнения представляет собой структуру методики системного анализа.

Таким образом, методика системного анализа разрабатывается с целью организации процесса принятия решений в возможно проблемных ситуациях.

На основании опыта системного анализа можно рекомендовать при разработке методики, ориентированной на решении одной из задач всего процесса принятия решения, вначале выделить два крупных этапа, которые отделяют процесс собственно формирования модели от процедуры ее оценки и анализа, так как эти этапы обычно выполняются с использованием разных методов. В обобщенном виде эти этапы можно назвать следующим образом:

1. Формирование первоначального варианта (вариантов) модели принятия решений (структуры целей, оргструктуры, сетевой или другого вида модели, альтернативных вариантов решения и т.п.).

2. Оценка и анализ первоначального варианта (вариантов) модели принятия решений (структуры целей, оргструктуры и т.п.) и выбор наилучшего варианта (или корректировка первоначального варианта, если он был единственным).

Если после выделения подэтапов их число окажется небольшим (7..9) что их можно перенумеровать по порядку, и при оформлении методики рас-сматривать как последовательность ее этапов. При большом числе подэтапов целесообразно сохранить первоначально выделенные крупные этапы.

Таким образом, при разработке методики системного анализа необходимо определить:

• Тип решаемой задачи (проблемы);

• Выделить в проблеме задач нескольких предметных областей – выбора целей, совершенствование оргструктуры, организации процесса принятия реализации решений т.п.;

• Разработать методики для каждой из них с выделением двух рассмот-ренных крупных этапов.

При этом целесообразно предусмотреть в методике несколько методов выполнения этапов и возможность выбора путей реализации методики ППР в конкретных условиях ёё применения. Некоторые подэтапы в методике могут выполняться параллельно, и тогда методику удобно представлять в виде сетевой модели, т.е. в виде графических схем с последовательными параллельными этапами. При таком представлении в методике легко отразить возможность возврата к предыдущим под этапам и соответствующие подэтапы выбора дальнейшего пути.

О выборе подходов методов разработок и реализации методики.

При выполнении первого из рассмотренных основных этапов методики наиболее часто используются методы из группы МАИС – сценарий, «мозговая атака», методы структуризации, морфологический подход. Особую роль грают древовидные иерархические представления, при оформлении которых могут применяться подходы «сверху» (путем различения системы или ее обобщенной цели) и «снизу» (путем объединения элементов системы в группы различной общности, относящихся к разным уровням формируемой иерархической структуры). Наряду с МАИС могут использоваться методы формализованного представления систем. Для разработки языков моделирования (первоначального отображения модели, вариантов принятия решения) все более широкое распространение получают теоретко-множественные, логические, лингвистические представления.

Выбор методов формирования и оценки моделей в методике системного анализа зависит от степени неопределённости проблемной ситуации, для исследования или управления которой разрабатывается методика. Поэтому при разработке методики целесообразно вначале обосновать, каким классом систем может быть отображена проблемная ситуация, на этой основе решать вопрос о выборе методов моделирования. Если проблемную ситуацию удастся отобразить с помощью класса хорошо организованных систем и применить методы поиска экстремумов функций или методы математического программирования, то процесс исследования проблемы (решения задач) будет описываться в терминах этих формализованных методов и о методике системного анализа в этих случаях нет необходимости говорить. Хотя целесообразно представлять алгоритм формирования и анализа таких моделей в графической форме. Это будет способствовать итеративной корректировке моделей и итерации результатов моделирования.

В.94 Требование адекватности находится в противоречии с требованием простоты, и это нужно учитывать при проверке модели на адекватность. Исходный вариант модели предварительно проверяется по следующим основным аспектам:

Все ли существенные параметры включены в модель?

Нет ли в модели несущественных параметров?

Правильно ли отражены функциональные связи между параметрами?

Правильно ли определены ограничения на значения параметров?

Для проверки рекомендуется привлекать специалистов, которые не принимали участия в разработке модели. Они могут более объективно рассмотреть модель и заметить ее слабые стороны, чем ее разработчики. Такая предварительная проверка модели позволяет выявить грубые ошибки. После этого приступают к реализации модели и проведению исследований. Полученные результаты моделирования подвергаются анализу на соответствие известным свойствам исследуемого объекта. Для установления соответствия создаваемой модели оригиналу используются следующие пути:

сравнение результатов моделирования с отдельными экспериментальными результатами, полученными при одинаковых условиях;

использование других близких моделей;

сопоставление структуры и функционирования модели с прототипом.

Главным путем проверки адекватности модели исследуемому объекту выступает практика. Однако она требует накопления статистики, которая далеко не всегда бывает достаточной для получения надежных данных. Для многих моделей первые два приемлемы в меньшей степени. В этом случае остается один путь: заключение о подобии модели и прототипа делать на основе сопоставления их структур и реализуемых функций. Такие заключения не носят формального характера, поскольку основываются на опыте и интуиции исследователя.

По результатам проверки модели на адекватность принимается решение о возможности ее практического использования или о проведении корректировки.

В.95 В общем случае оценка сложных систем может проводится для разных целей:

• Во-первых, для оптимизации - выбора наилучшегоалгоритма из нескольких, реализующих один закон функционированиясистемы.

• Во-вторых, для идентификации – определения системы, качество которой наиболее соответствует реальному объекту в заданных условиях.

• В-третьих, для принятия решений по управлению системой. Перечень частных целей и задач, требующих оценки систем, можно продолжить.

Общим во всех подобных задачах является подход, основанный на том, что понятия «оценка» и «оценивание» рассматриваются раздельно и оценивание проводится в несколько этапов. Под оценкой понимают результат, получаемый в ходе процесса, который определен как оценивание. Принято считать, что с термином «оценка» сопоставляется понятие «истинность», а с термином «оценивание» - «правильность». Другими словами, истинная оценка может быть получена только при правильном процессе оценивания.

Это положение определяет место теории эффективности в задачах системного анализа.

Выделяют четыре этапа оценивания сложных систем:

• Этап 1. Определение цели оценивания. В системном анализе выделяют два типа целей. Качественной называют цель, достижение которой выражается в номинальной шкале или в шкале порядка. Количественной называют цель, достижение которой выражается в количественных шкалах. Определение цели должно осуществляться относительно системы, в которой рассматриваемая система является элементом (подсистемой).

• Этап 2. Измерение свойств систем, признанных существенными для целей оценивания. Для этого выбираются соответствующие шкалы измерений свойств и всем исследуемым свойствам систем присваивается определенное значение на этих шкалах.

• Этап 3. Обоснование предпочтений критериев качества и критериев эффективности функционирования систем на основе измеренных на выбранных шкалах свойств.

• Этап 4. Собственно оценивание. Все исследуемые системы, рассматриваемые как альтернативы, сравниваются по сформулированным критериям и в зависимости от целей оценивания ранжируются, выбираются, оптимизируются и т.д.

В.96 Характерным примером практической реализации методов формализованного представления систем является формализация и решение задачи принятия решения. Рассмотрим применение данных методов на фоне формализации данной задачи. Введём два понятия: { } – множество альтернатив; Ф – принцип выбора. Иногда задачу принятия решения можно записать в следующем виде {Х ,Ф} х *, где х* - выбранная альтернатива, одна или несколько в каком-то смысле равноценных.

Принцип выбора в свою очередь зависит от внешних условий (в игровых задачах внешние условия могут быть описаны множеством возможных стратегий противодействующей стороны или множеством состояний природы), а также от информационной ситуации, т.е. от характера (вида, точности) доступной, имеющейся, в распоряжении информации, используемой при поиске лучшего решения. Причем информационная ситуация может быть связана с характером "поведения" внешней среды (противодействующей стороны, природы).

Возможны различные классификации состояния внешней среды и информационных ситуаций. Так, в [21] различается семь информационных ситуаций, в том числе следующие:

• известны априорные вероятности состояния внешней среды;

• известен вид распределения вероятностей состояний среды, но параметры распределения не известны, необходима их оценка;

• имеет место активное сопротивление внешней среды принимаемым решениям;

• состояние среды характеризуется нечетким множеством.

Имея в виду введенные понятия, можно записать возможные варианты задачи принятия решения в следующем виде.

Задача 1. Оптимальный выбор.

{ χ }- множество альтернатив и Ф - принцип выбора определены. Приложение Ф к { χ } не зависит от субъективных обстоятельств.

Задача 2. Выбор.

{ χ } определено, Ф не может быть формализован. Результат выбора зависит от того, кто и на основе какой информации принимает решение.

Задача 3. Общая задача принятия решения.

Множество альтернатив не имеет определенных границ, принцип выбора не определен и даже не может быть зафиксирован. Разные субъекты могут принимать различные решения при одинаковом наборе альтернатив или даже рассматривать различные альтернативы.

К сожалению, задача 3 встречается достаточно часто и может даже казаться бессмысленной. Выручают естественные ограничения, их суть.

1) Существует начальное множество альтернатив { χ }, которое затем уточняется, но в каждый момент это множество может быть зафиксировано.

2) Любая альтернатива из множества всех выдвинутых может быть оценена с точки зрения полезности ее включения в некоторое более узкое множество { χ ^р } для дальнейших оценок. Соответственно, существует некоторый вспомогательный принцип Ф^р такого отбора узкого множества.

3) Предполагается наличие какого то множества не формализованных принципов выбора, используя которые можно приблизиться к желаемому результату.

Обычно задачи (2) и (3) решают, используя некоторые фиксированные принципы выбора при фиксированном (но допускающем уточнение) наборе альтернатив. При этом применяется ряд приемов, в том числе:

а) Строится задача (1), как некоторый упрощенный аналог задач (2) или (3) и организуется итеративный процесс решения последовательности задач (1) таким образом, чтобы решение каждой последующей задачи дает лучшее приближение к решению исходной задачи и так до получения результата с желаемой точностью.

б) Решение ослабленной задачи с помощью экспертов. Каждый к-ый эксперт выбирает свой набор альтернатив { χ _к } и свой принцип выбора Ф и выявляет наилучшую альтернативу – χ^* _к . После чего организуется процедура выбора решения из множества альтернатив, выбранных экспертами в качестве оптимальных - { χ ^* _к }. Наиболее простой случай имеет место , когда решения большинства экспертов совпадает.

1. Формализация задачи принятия решения является характерным примером практической реализации методов формализованного представления систем. В зависимости от информационных ситуаций различают следующие варианты постановки задач принятия решений: оптимальный выбор – множество альтернатив и принцип выбора определены; выбор – множество альтернатив определено, принцип выбора не может быть формализован; общая задача принятия решения – множество альтернатив не имеет определённых границ, принцип выбора не определён и даже не может быть зафиксирован. Решение данных задач основано на применении аналитических, статистических, историко-множественных и других ? с учётом ограничений, зависящих от того, кто и на основе какой информации принимает решение.