
- •II. Методы принятия решений
- •4. Инструменты и процесс принятия решений
- •4.1. Процесс принятия решений
- •4.2. Теория принятия решений
- •5. Прогнозирование
- •5.1. Введение в проблему
- •5.2. Прогнозирование спроса на продукцию
- •5.3. Методы регрессионного и корреляционного анализов
- •5.4. Модели экономических прогнозов
- •6. Теория очередей (массового обслуживания)
- •6.1. Характеристика линейных систем ожидания или очередей
- •6.2. Разнообразие моделей очередей
II. Методы принятия решений
4. Инструменты и процесс принятия решений
4.1. Процесс принятия решений
Для выполнения целей, поставленных перед организацией производственные менеджеры принимают те или иные решения. В основе научного подхода к принятию решений лежат модели. Модель есть упрощенное представление реальности. Математическая модель функционирования предприятия, формулы расчета технико-экономических показателей, операции в бизнесе – примеры моделей.
Процесс принятия решений:
- определение проблемы и факторов, которые влияют на нее;
- установка критерия решений и целей;
- формулировка моделей и связей между целями и переменными. Разрабатывается формализованное представление ситуации – модель;
- определение и оценка альтернатив;
- выбор наилучшей альтернативы;
- внедрение решения.
Процесс принятия решений в производственном/операционном менеджменте тесно связан с использованием моделей и количественным анализом.
Преимущество моделирования:
- модели менее дороги, чем эксперимент с реальными системами;
- они способствуют содержательному, системному подходу к анализу проблем и их решению;
- они способствуют познанию объекта управления, сокращению времени для принятия решений.
Недостатки:
- модели могут быть дорогими и требуют значительного времени на их разработку;
- они часто не используются и неправильно понимаются;
- они не используют информацию, неподдающуюся вычислениям;
- упрощение моделей ведет к неточности, неэффективности принятия решений.
Математические модели:
- алгебраические;
- статистические: для прогнозирования, контроля качества, оценки вероятностных распределений;
- математического программирования (линейного, нелинейного, целочисленного), использующихся для решения многих задач принятия решений;
- теории очередей;
- имитационные, компьютерная имитация функционирования реальных систем;
- управления запасами;
- сетевого планирования.
4.2. Теория принятия решений
Теория принятия решений – это аналитический подход для выбора альтернативы или направления действия. Существует три типа моделей решений:
- принятие решений в условиях определенности (последствия выбранного решения определены);
- принятие решений в условиях риска (когда известна вероятность появления результата);
- принятие решений в условиях неопределенности.
Определения:
- альтернатива – действия или стратегия, которая может быть выбрана принимающим решение;
- состояние внешней среды, природы – ситуация, на которую принимающий решение не может иметь существенное влияние.
Последовательность принятия решений может быть представлена как дерево решений (рис. 4.2.1), на котором расположены вершины, узлы принятия решений и составления внешней среды.
Рис. 4.2.1. Дерево решений компании.
Табличный метод принятия решений. Строится таблица решений (табл. 4.2.1) или платежная таблица, с помощью которой определяются альтернативы развития компании.
Табл. 4.2.1.
Таблица решений.
Альтернативы |
Составляющие внешней среды |
|
Благоприятный рынок тыс. $ |
Неблагоприятный рынок тыс. $ |
|
1. Строить большой завод |
200 |
- 180 |
2. Строить малый завод |
100 |
- 20 |
3. Ничего не строить |
0 |
0 |
Принятие решений в условиях неопределенности.
Если имеется полная неопределенность того, какое состояние природы может появиться, т.е. нет даже оценки вероятности исхода событий, то используются три критерия для принятия решений (табл. 4.2.2).
Maximax – т.е. находится альтернатива, которая максимизирует максимальный выход, т.е. речь идет об оптимистическом критерии решения.
Maximin – максимизирует минимальный выход (минимизируется выход внутри каждой альтернативы, а затем находится максимальное значение среди минимальных).
Равновероятный критерий - находится альтернатива с наивысшим средним выходом.
Табл. 4.2.2.
Выбор альтернатив в условиях неопределенности
|
Состояние внешней среды |
Выбор альтернатив |
|||
Альтер- натива |
Благоприят-ный рынок |
Неблагопри-ятный рынок |
Максимум в ряду |
Минимум в ряду |
Среднее по ряду |
|
200 |
- 180 |
200 |
- 180 |
10 |
|
100 |
- 20 |
100 |
- 20 |
40 |
|
0 |
0 |
0 |
0 |
0 |
|
|
|
Maximax |
Maximin |
Равновероят-ный выбор |
Принятие решений в условиях риска.
Это вероятностная ситуация решения. Возможно несколько состояний внешней среды. Для каждого состояния можно дать оценку отдачи по альтернативному решению.
EMV – expected monetary value, ожидаемая денежная отдача.
Для равновероятного состояния внешней среды:
EMV(1) = 0,5 * 200 + 0,5 * (-180) = 10;
EMV(2) = 0,5 * 100 + 0,5 * (- 20) = 40;
EMV(3) = 0.
Введем понятие: ожидаемая ценность совершенной информации - EVPI (Expected Value of Perfect information).
Предположим, что проведены маркетинговые исследования рынка. Это позволяет дать оценку ожидаемой ценности в условиях определенности. Вероятности состояния рынка оценены по 0,5. У нас два состояния – благоприятное и неблагоприятное. Для каждого состояния рынка находится наилучший исход. Для благоприятного рынка – это строить большой завод. Для неблагоприятного – ничего не делать. Ожидаемая ценность в условиях определенности:
0,5 * 200 + 0,5 * 0 = 100.
Максимальная ожидаемая денежная отдача EMV = 40, отсюда ожидаемая ценность совершенной информации EVPI = (ожидаемая ценность в условиях определенности) – (max EMV) = 60.
Метод принятия решений на основе дерева целей
Дерево целей – графическое отражение процесса, которое определяет альтернативы решений, состояния внешней среды (природы) и их соответствующие вероятности отдачи для каждой комбинации альтернатив.
EMV – наиболее используемый критерий для анализа дерева целей.
Анализ проблемы с использованием дерева целей включает пять шагов:
- определить проблему;
- структурировать или нарисовать дерево целей;
- назначить вероятности к состоянию внешней среды, природы;
- оценить отдачу для каждой возможной ситуации,
комбинации альтернатив и составляющих внешней среды;
- решить проблему вычисления EMV для каждого узла, состояния внешней среды. Это осуществляется путем движения назад (с веток дерева к корню).
Пример принятия решения с помощью дерева целей
EMV (1) = 0.45 х 106.4 + 0.55 х 2.4 = 49.2 - ожидаемое значение отдачи.
(Беренс В., Хавранек П.М. Руководство по подготовке промышленных технико-экономических исследований. Методика ЮНИДО.
«Использование стохастических моделей хотя и является представляющим интерес дополнительным методом, оно может создать у лица принимающего решения ощущение точности, которой на самом деле не существует».)