
- •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.
- •5. Алгоритм та його місце в теорії інтелектуальних систем прийняття рішень.
- •6. Структура інтелектуальної системи прийняття рішень.
- •7. Сутність поняття «Інтелектуальна система прийняття рішень».
- •Суть понять «дані» та «знання». Покажіть між ними відмінність.
- •Представлення знань в іспр за допомогою логічної моделі. Навести приклад.
- •Представлення знань в іспр за допомогою семантичних мереж. Навести приклад.
- •Представлення знань в іспр за допомогою фреймової моделі. Навести приклад.
- •Представлення знань в іспр за допомогою продукційної моделі. Навести приклад.
- •Раціональний вибір та аксіоми раціонального поводження в економіці.
- •22. Функції вибору та операції над ними.
- •23. Дерево рішень. Прийняття рішень за його допомогою.
- •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.
- •43. Основі кроки класичного генетичного алгоритму. Опишіть їх.
- •36. Функція належності та методи її побудови.
- •37. Нечітке відношення та його властивості.
- •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.
- •58. Назвіть типові багатокритеріальні задачі та стисло опишіть одну з них.
- •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).
- •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.
- •62. Гра та її складові.
- •80. Основні характеристики штучних нечітких нейронних мереж.
68. Прийняття рішень у полі четвертої інформаційної
ситуації.
Для цієї ситуації характерним є повне незнання закону розподілу ймовірності станів економічного середовища. Тому вибір розподілу, подібно до двох попередніх випадків, має базуватися на певних гіпотезах. Як одну із таких гіпотез можна використати принцип Бернуллі-Лапласа (принцип недостатніх сподівань), згідно з яким можливі стани економічного середовища розглядають як рівномірні випадкові події, якщо відсутня інформація про умови, за яких кожен стан може відбутися, тобто вважати, що
69. Прийняття рішень у полі п'ятої інформаційної ситуації.
Ця інформаційна ситуація характеризується антагоністичними інтересами ОПР та економічного середовища, тобто має місце конфлікт між ними. При цьому економічне середовище є активним, тобто таким, що активно протидіє досягненню найбільшої ефективності рішень, які приймають ОПР. Це досягається шляхом вибору таких станів, які зводять до мінімуму ефективність процесу управління. Необхідно зазначити, що основною стратегією для ОПР у полі п’ятої інформаційної ситуації є забезпечення гарантованих рівнів значень функціонала оцінювання.
1)
Критерій Вальда. Якщо
, то, згідно з критерієм Вальда, оптимальне
рішення обирають за принципом максиміну:
У
випадку, якщо
,
оптимальне рішення обирають за
принципом мінімаксу:
Слід зазначити, що критерій Вальда надзвичайно консервативний, тобто безризиковий за ситуації, коли недоцільно ризикувати.
2) Критерій домінуючого результату. Якщо , то, згідно з критерієм домінуючого результату, оптимальне рішення забезпечується максимаксною стратегією:
У випадку, якщо , оптимальне рішення забезпечується мінімінною стратегією:
Цей критерій зазвичай використовують як складову в процесі побудови складових моделей прийняття багатоцільових рішень для імітації найсприятливіших ситуацій.
3)
Критерій манімального ризику Севіджа
є одним із основних критеріїв, що
відповідає принципу мінімаксу. Перш за
все треба перейти від функціонала
оцінювання F±
до матриці ризику R−.
Тоді, згідно з критерієм Севіджа,
оптимальним слід вважати рішення:
70. Прийняття рішень у полі шостої інформаційної ситуації.
Класичними прикладами критеріїв прийняття компромісних рішень у полі шостої інформаційної ситуації є критерій Гурвіца, модифіковані критерії та критерій Ходжена-Лемана.
1) Критерій Гурвіца. Гурвіц запропонував використовувати зважену комбінацію найкращого та найгіршого. Такий підхід до вибору рішень відомий як критерій показника песимізму-оптимізму. Особливістю його є те, що в ньому передбачається не повний, а частковий антагонізм середовища та ОПР. Згідно з критерієм Гурвіца, у випадку, якщо , оптимальним є рішення:
Величину
називають λ показником Гурвіца для
У випадку, якщо
,
оптимальним є рішення:
Параметр λ в обох випадках можна інтерпретувати як коефіцієнт несхильності до ризику.
2) Модифіковані критерії. Згідно з модифікованими критеріями, у випадку, якщо , оптимальним є рішення:
або
у випадку, якщо
,
рішення:
де
а
як величину
можна використати середньоквадратичне
семіквадратичне відхилення тощо.
Параметр
,
який використовують у зазначених вище
критеріях, можна тлумачити як коефіцієнт
несхильності ОПР до ризику.
3) Критерій Ходжеса-Лемана, який являє собою «суміш» критеріїв Байєса та Вальда.Згідно з критерієм Ходжеса-Лемана, у випадку, якщо
оптимальним є рішення:
Якщо
,
то оптимальним рішенням є:
Як
і раніше, параметр
,
і його можна інтерпретувати як коефіцієнт
несхильності до ризику.