- •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.
66. Прийняття рішень у полі другої інформаційної ситуації.
У
цій ситуації висувається гіпотеза щодо
класу функції, якому належить розподіл
імовірності, на підставі статистичної
інформації здійснюється перевірка цієї
гіпотези і за наявності позитивного
результату на підставі ідентифікованого
розподілу будується вектор
,
який розглядається як прийнятна оцінка
ймовірності станів економічного
середовища. Після цього для прийняття
рішень можна скористатися критеріями,
які розглядалися у випадку першої
інформаційної ситуації. +65
67. Прийняття рішень у полі третьої інформаційної ситуації.
Для
цієї інформаційної ситуації характерним
є те, що апріорі закон розподілу
ймовірностей станів економічного
середовища невідомий, але відомі
співвідношення пріоритету щодо елементів
множини станів економічного середовища.
А тому суттєвою проблемою у цій ситуації
є генерація гіпотез, на основі яких та
наявної інформації здійснювалось би
оцінювання розподілу ймовірностей
станів економічного середовища. Перша
формула Фішберна. У випадку, якщо на
підставі наявної інформації можна
побудувати ряд пріоритету щодо станів
економічного середовища, тобто вважаючи,
що
,
Фішберн висунув гіпотезу, за якою оцінки
апріорних імовірностей
можна
будувати у вигляді спадної арифметичної
прогресії:
Друга формула Фішберна. У випадку, якщо апріорі можна стверджувати, що мають місце співвідношення пріоритету щодо станів економічного середовища:
******************************
згідно
з гіпотезою Фішберна, оцінки
апріорних
ймовірностей можна обрати у вигляді
спадної геометричної прогресії:
Наступним етапом після оцінювання
розподілу ймовірності станів економічного
середовища, згідно з однією із формул
Фішберна, є прийняття рішення з
використанням критеріїв, розглянутих
у випадку першої інформації ситуації.
68. Прийняття рішень у полі четвертої інформаційної
ситуації.
Для ІС I4 характерним є повне незнання закону розподілу ймовірності станів економічного середовища. А тому оцінка апріорного розподілу має базуватися на відповідних допущеннях (гіпотезах).
В якості таких допущень можна використати принцип максимальної невизначеності Гіббса—Джейнса або принцип недостатніх підстав Бернуллі—Лапласа. В полі I4, тобто за відсутності будь-якої інформації про можливості настання того чи іншого стану економічного середовища, раніше (див. пункт 3.2.1) було встановлено, що згідно з обома цими принципами точкова (до певної міри суб’єктивна) оцінка апріорного розподілу задається вектором:
Оптимальне рішення в полі I4 можна прийняти, використовуючи критерій Бернуллі-Лапласа. Згідно з цим критерієм у випадку, коли F = F+, оптимальна чиста стратегія задовольняє умову
Де
У випадку, коли функціонал оцінювання має негативний інгредієнт (F = F-), оцінка Байєса для чистої стратегії Sk обчислюється за формулою
а оптимальні рішення знаходимо згідно умовою:
Очевидно, що критерій Бернуллі—Лапласа можна розглядати як частинний випадок критерію Байєса.
Використовуючи в якості закону розподілу ймовірності станів економічного середовища вектор Q, в полі I4 можна скористатися критерієм мінімальної дисперсії, семіваріації тощо.
