- •1. Дайте визначення таким поняттям як рішення, управлінське рішення, прийняття рішення. Перелічіть засади, на яких ґрунтується прийняття управлінських рішень.
- •2. Складові прийняття управлінських рішень.
- •3. Етапи розгорнутого процесу прийняття рішень. Охарактеризуйте коротко кожен з них.
- •4. Характерні помилки, які можуть траплятися у процесі прийняття рішень.
- •5. Алгоритм та його місце в теорії інтелектуальних систем прийняття рішень.
- •6. Структура інтелектуальної системи прийняття рішень.
- •7. Сутність поняття «Інтелектуальна система прийняття рішень».
- •8. Концептуальні положення системної парадигми.
- •9. Переваги та недоліки системної парадигми.
- •10. Принципи системного аналізу.
- •11. Основні методи системного аналізу.
- •12. Відмінності між класичним та новітнім системними підходами стосовно прийняття рішень.
- •13. Охарактеризуйте стисло суть кроків вирішення проблем та прийняття рішень.
- •14. Суть понять «дані» та «знання». Покажіть між ними відмінність.
- •15. Суть вимірності об’єкта. Шкали.
- •16. Особливості представлення знань в іспр.
- •17. Представлення знань в іспр за допомогою логічної моделі. Навести приклад.
- •18. Представлення знань в іспр за допомогою семантичних мереж. Навести приклад.
- •19. Представлення знань в іспр за допомогою фреймової моделі. Навести приклад.
- •20. Представлення знань в іспр за допомогою продукційної моделі. Навести приклад.
- •21. Раціональний вибір та аксіоми раціонального поводження в економіці.
- •22. Функції вибору та операції над ними.
- •23. Дерево рішень. Прийняття рішень за його допомогою.
- •24. Суть нераціонального поводження. Евристики та зміщення.
- •25. Теорія проспектів. Її відмінність від теорії корисності.
- •26. Види невизначеності та причини її виникнення.
- •27. Сутність ризику. Його суб’єктивність та об’єктивність.
- •28. Система постулатів стосовно ризику як економічної категорії.
- •29. Узагальнений алгоритм вимірювання певного виду економічного ризику
- •30. Сутність якісного аналізу ризику
- •31. Кількісні показники оцінки ступеня ризику в абсолютному вираженні.
- •32. Кількісні показники оцінки ступеня ризику у відносному вираженні
- •33. Визначення нечіткої множини та її властивості.
- •34. Операції над нечіткими множинами. Задати універсальну множину та дві нечіткі множини на ній та здійснити всі можливі операції над ними.
- •35. Суть дефазифікації. Методи дефазифікації. Наведіть приклад.
- •36. Функція належності та методи її побудови.
- •37. Нечітке відношення та його властивості.
- •38. Суть прийняття рішення за принципом Белмана–Заде.
- •39. Кроки нечіткого виводу в загальному випадку.
- •40, Що таке задачі оптимізації? у яких випадках застосування інструментарію генетичного алгоритму є ефективнішим за традиційні методи оптимізації.
- •41. Способи кодування параметрів задачі для використання у прийнятті рішення інструментарію генетичного алгоритму. Детально пояснять двійкове кодування.
- •42. Основна термінологія, що використовується в генетичному алгоритмі.
- •43. Основі кроки класичного генетичного алгоритму. Опишіть їх.
- •45. Оператори генетичного алгоритму.
- •46. Експертна система оцінювання та принципи, на яких вона ґрунтується.
- •47. Схема експертного оцінювання з урахуванням послідовності залучення і функцій основних груп суб'єктів.
- •48. Етапи процесу експертного оцінювання
- •49. Методи колективної роботи експертної групи
- •50. Методи отримання індивідуальної думки членів експертної групи.
- •51. Задачі експертного оцінювання.
- •52. Статистичні методи обробки експертної інформації.
- •53. Якісна модель опр.
- •54. Способи якісного вимірювання оцінок альтернатив за критеріями.
- •55. Метод запрос. (Замкнуті Процедури у Опорних Ситуацій)
- •56. Метод аналізу ієрархій.
- •57.Суть багатокритеріальних задач прийняття рішень.
- •58. Назвіть типові багатокритеріальні задачі та стисло опишіть одну з них.
- •59. Кроки процесу розв‘язування багатокритеріальної задачі.
- •60. Суть методу використання гіперболічної функції для розв’язування багатокритеріальної задачі.
- •61. Стисло опишіть основні кроки розпливчастого методу аналізу ієрархій.
- •62. Гра та її складові.
- •63. Класифікація інформаційних ситуацій.
- •64. Інгредієнт функціонала оцінювання
- •65. Прийняття рішень у полі першої інформаційної ситуації.
- •66. Прийняття рішень у полі другої інформаційної ситуації.
- •67. Прийняття рішень у полі третьої інформаційної ситуації.
- •68. Прийняття рішень у полі четвертої інформаційної
- •69. Прийняття рішень у полі п'ятої інформаційної ситуації.
- •70. Прийняття рішень у полі шостої інформаційної ситуації.
- •71. Суть теоретико-ігрового підходу в прийнятті рішень з урахуванням
- •72. Ігровий розпливчастий метод аналізу ієрархій (ірмаі).
- •73. Стисло охарактеризуйте теоретико-ігрову концепцію вибору портфеля.
- •75. Одношарові та багатошарові штучні нейронні мережі. Їх архітектурні особливості. Розрахунок вихідного вектору.
- •76. Суть навчання штучних нейронних мереж та його оцінювання.
- •77. Правила навчання штучних нейронних мереж.
- •78. Назвіть різні структури нейронних мереж та для однієї з них наведіть алгоритм її навчання.
- •79. Особливості сумісного використання генетичних алгоритмів та штучних нейронних мереж.
- •80. Основні характеристики штучних нечітких нейронних мереж.
64. Інгредієнт функціонала оцінювання
Вибір того чи іншого економічного показника (функціонала оцінювання) залежить від цілей і задач управління та планування. Однією з найважливіших характеристик функціонала оцінювання є його інгредієнт.
Уважається,
що економічний показник (чи його
характеристика) має позитивний
інгредієнт,
якщо під час прийняття рішення суб’єкт
керування орієнтується на його максимальне
значення. Формально факт прийняття
рішення на основі аналізу функціонала
оцінювання F,
що має позитивний інгредієнт, відображає
рівність:
Якщо
під час прийняття рішення суб’єкт
керування орієнтується на мінімальне
значення економічного показника, то
вважається, що цей показник має негативний
інгредієнт.
У такому разі щодо функціонала оцінювання
пишуть, що
Визначення
функціонала оцінювання (платіжної
матриці) у формі
як
правило, використовують для оптимізації
таких категорій, як виграш, корисність,
ефективність, прибуток, надійність,
імовірність удачі (ймовірність досягнення
поставленої цілі) тощо. У формі
платіжна матриця використовується для
оптимізації таких категорій: програш,
витрати, збитки, ризик, імовірність
невдачі тощо.
Функція
ризику
визначається як лінійне перетворення
елементів функціонала оцінювання
до відносних одиниць вимірювання.
Елементи отриманої в результаті
перетвореної матриці ризику
знаходять за однієї з двох формул: якщо
то
де
якщо
,
то
де
Очевидно, що матриця ризику має негативний
інгредієнт
.
Очевидно
також, що величина елемента
вказує на збитки (невикористані
можливості), яких може зазнати СПР у
випадку вибору ним стратегії
в умовах стану економічного середовища
,
порівняно з результатом, який отримав
би СПР у разі вибору найвигіднішої для
нього стратегії в умовах цього ж стану
Тобто матриця ризику показує, наскільки
вигідно реалізуються вибраною чистою
стратегією існуючі можливості досягнення
успіху за наявності ризику. А тому
матрицю ризику
65. Прийняття рішень у полі першої інформаційної ситуації.
Перша інформаційна ситуація є поширеною в більшості практичних задач прийняття рішень за умов ризику. При цьому ефективно використовують методи теорії ймовірності та математичної статистики, особливо точкові статистичні оцінки. Розглянемо деякі із основних критеріїв прийняття рішень у полі першої інформаційної ситуації.
1)
Критерій Байєса. Згідно з критерієм
Байєса, оптимальне рішення
у випадку, якщо
визначається умовою:
Величину
називають байєсівською оцінкою рішення
(стратегії)
вона
є математичним сподіванням випадкової
величини, що задається вектором оцінювання
Якщо функціонал оцінювання має
негативний інгредієнт
,
тобто відображає ризики, збитки,
непередбачені виплати тощо, то величину
називають байєсівською оцінкою ризику
рішення
У
цьому випадку оптимальне рішення
визначається умовою:
Оцінки, отримані згідно з цим критерієм, часто використовують як складові більш складних критеріїв, що враховують розкид значень функціонала оцінювання на множині сценаріїв.
2)
Критерій мінімальної дисперсії. Незалежно
від інгредієнта функціонала оцінювання
оптимальне рішення
може визнача тися умовою:
де
— дисперсія
випадкової
величини, що задається вектором
оцінювання
3) Критерій мінімальної семіваріації. Незалежно від інгредієнта функціонала оцінювання оптимальне рішення може визначатися умовою:
де
— семіваріація випадкової
величини,
що задається вектором оцінювання
— вектор індикаторів несприятливих
відхилень для рішень
відносно
байєсівської оцінки
цього рішення k = 1..m.
4) Критерій мінімального коефіцієнта варіації. Якщо функціонал оцінювання має позитивний інгредієнт , то оптимальним слід вважати рішення:
де
— величина коефіцієнта варіації для
рішення
4)
Критерій мінімального коефіцієнта
семіваріації. Якщо
,
то оптимальним слід вважати рішення:
де
— величина коефіцієнта семіваріації
для рішення
