3. Классификация проблем по степени их структуризации. Принципы решения хорошо структурированных проблем.

Согласно классификации, по степени структуризации все проблемы подразделяются на три класса:

- хорошо структурированные (well-structured), или количественно сформулированные проблемы, в которых существенные зависимости выяснены очень хорошо;

- неструктурированные (unstructured), или качественно выраженные проблемы, содержащие лишь описание важнейших ресурсов, признаков и характеристик, количественные зависимости между которыми совершенно неизвестны;

- слабо структурированные (ill-structured), или смешанные проблемы, которые содержат как качественные элементы, так и малоизвестные, неопределенные стороны, которые имеют тенденцию доминировать.

Для решения хорошо структурированных количественно выражаемых проблем используется известная методология исследования операций, которая состоит в построении адекватной математической модели (например, задачи линейного, нелинейного, динамического программирования, задачи теории массового обслуживания, теории игр и др.) и применении методов для отыскания оптимальной стратегии управления целенаправленными действиями. Основная проблема применения методов исследования операций состоит в том, чтобы правильно подобрать типовую или разработать новую математическую модель, собрать необходимые исходные данные и убедиться путем анализа исходных предпосылок и результатов математическо­го расчета, что эта модель отражает существо решаемой задачи.

Примеры: выбор оптимального варианта развития и реконструкции предприятия, расчет оптимальной загрузки производственных мощностей, разработка оптимальных режимов технологических процессов.

4. Классификация проблем по степени их структуризации Принципы решения неструктуризованных проблем.

Самой обобщающей классификацией проблем является классификация,

предложенная Г.Саймоном, согласно которой все проблемы подразделяются на

три класса:

1) хорошо структурированные или количественно сформулированные

проблемы, в которых существенные зависимости выяснены настолько хорошо, что

они могут быть выражены в числах или символах, получающих в конце концов

численные оценки;

2) неструктуризованные или качественно выраженные проблемы, содержащие

лишь описание важнейших ресурсов, признаков и характеристик, количественные

зависимости между которыми совершенно неизвестны;

3) слабоструктуризованные или смешанные проблемы, которые содержат как

качественные, так и количественные элементы, причем качественные,

малоизвестные и неопределенные стороны проблем имеют тенденцию

доминировать.

Для решения неструктурированных проблем используются методы экспертных оценок, когда математическая формализация проблемы невозможна в силу их новизны и сложности, либо требуют больших затрат и средств.

Общим для всех методов экспертных оценок является обращение к опыту специалистов, которые будут экспертами.

Давая ответы на поставленный вопрос, эксперты являются как бы датчиками информации, которая потом обобщается и анализируется.

Если в диапазоне ответов имеется истинный ответ, то совокупность разрозненных мнений будет синтезирована в некоторое обобщенное мнение, близкое к реальности.

Любой метод экспертных оценок представляет собой совокупность процедур, направляемых на получение информации эвристического происхождения и обработку этой информации с помощью математически-статистических методов.

Процесс подготовки и проведения экспертизы включает следующие этапы:

1. определение цели экспертизы;

2. формирование группы специалистов-аналитиков;

3. формирование группы экспертов;

4. разработка сценариев и процедур экспертизы;

5. сбор и анализ экспертной информации;

6. обработка экспертной информации;

7. анализ результатов экспертизы и принятие решений.

При формировании группы экспертов необходимо учитывать их характеристики, которые влияют на результаты экспертизы.

Компетентность – уровень профессиональной подготовки.

Креативность – творческие способности.

Конформизм – подверженность влиянию авторитета.

Коллективизм и самокритичность.

Методы экспертных оценок достаточно хорошо применяются в следующих ситуациях:

1. выбор целей и тематики научных исследований;

2. выбор вариантов сложных технических и социально - экономических проектов и программ;

3. оценка качества продукции и новой техники;

4. принятие решений в задачах управления производством;

5. перспективное и текущее планирование производства;

6. научно-техническое и экономическое прогнозирование.