Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
БАЗОВАЯ Лекции по основам теории систем и систе...docx
Скачиваний:
0
Добавлен:
01.05.2025
Размер:
597.98 Кб
Скачать
    1. Оценка сложных систем в условиях неопределенности

Неопределенность возникает в том случае, когда ситуация имеет несколько исходов и вероятность каждого исхода неизвестна. Если можно оценить вероятность каждого исхода, то говорят об условиях риска. Конкретный выбор варианта решения может привести к нескольким исходам с неизвестной вероятностью. Невозможность определения вероятности при таких случаях могут быть обусловлены двумя причинами:

- вероятности не могут быть рассчитаны в силу отсутствия необходимой статистической информации;

- ситуация не статистическая и об объективных вероятностях говорить вообще не имеет смысла. В этом случае говорят о ситуации «чистой неопределённости». Такая «чистая неопределённость» наиболее часто встречается в экономике.

Природа неопределенности – во всеобщей стохастичности и случайности событий. Неопределенность - это объективно существующая реальность пронизывающая все уровни организации материи и, в этом смысле, фатально неистребима. В то же время надо осознавать, что неопределенность является силой порождающей новое, следовательно, является реальным компонентом развития.

Неопределенность может рассматриваться в двух вариантах – как явление и как процесс.

Виды неопределенностей

Так как природа неопределенности весьма разнообразна, правомерно говорить о разных подходах к систематизации различных видов неопределенности в зависимости от критериев положенных в основу систематизации. Рассмотрим наиболее устоявшиеся классификации видов неопределенности.

1. Одна из наиболее распространенных классификаций видов неопределенности охватывает максимально возможную для логических умозаключений человека область. Эта классификация основывается на факторах порождаемых деятельностью человека и имеет четыре вида:

а) неопределенность целей - связана с неоднозначностью, а иногда и невозможностью выбора одной цели при принятии оптимального решения. Подразделяется на критериальные, ресурсные, модельные и экспертные неопределенности;

б) неопределенность природы – т.е. неопределенность наших знаний об окружающем мире и факторах действующих в данном явлении. В зависимости от возможности исследования и анализа подразделяется на статистические, интервальные и произвольные неопределенности;

в) неопределенности взаимодействия – определяются характером взаимодействий людей и могут быть структурированы в зависимости от психологических особенностей этих взаимодействий на неопределенности конфликтов, противодействия и кооперации (сотрудничества);

г) экспертные неопределенности - основываются на субъективных представлениях и суждениях экспертов.

2. В зависимости от возможности наступления ситуации неопределенности различают первичную и производную неопределенности.

а) Первичная неопределенность определяется природой событий и их возможных результатов. Одни события обуславливают, определяют одни результаты, другие - совершенно другие результаты. Соответственно, неопределенности связанные с одним и другим событием будут различны.

б) Произвольная неопределенность некоторого события обусловлена случайностью осуществления события из многообразия возможных.

3. В зависимости от направленности вектора времени можно также говорить о ретроспективной и перспективной неопределенности.

а) неопределенность прошлого (ретроспективная), порождающей причины настоящего и будущего;

б) перспективная неопределенность связанной с неоднозначностью взаимодействия причины и следствия, с тем, что последующее состояние системы не является единственным, а связано с необходимостью выбора из некоторого множества возможных состояний.

4. Полагая, что каждый исход имеет известную вероятность наступления и в зависимости от степени вероятности возможности наступления тех или других событий, потенциальная неопределенность может быть статистической и прогнозной.

а) Статистическая неопределенность задается характером действий системы и имеет достаточно высокую потенциальную возможность ее возникновения.

б) Прогнозная неопределенность возникает тогда, тогда невозможно оценить вероятность потенциальных результатов.

5. В отношении социально-экономических систем целесообразно рассматривать следующие виды неопределенности:

а) Неопределенности макросреды

-   неопределенности, связанные с недостаточными знаниями о природе;

-   неопределенности природных явлений;

-   неопределенности, связанные с осуществлением действующих (неожиданные аварии) и проектируемых (возможные ошибки разработчиков или физическая невозможность осуществления процесса, которую заранее не удалось предсказать) технологических процессов;

-   неопределенности, связанные с колебаниями цен, ставки процента, валютных курсов и других макроэкономических показателей;

-   неопределенности, порожденные нестабильностью законодательства и текущей экономической политики, с политикой, экологическими проблемами в масштабе страны;

- внешнеэкономические неопределенности, связанные с ситуацией в зарубежных странах и международных организациях.

б) Неопределенности микросреды (неопределенности, связанные с ближайшим окружением сложной системы):

-  неопределенности, связанные с деятельностью участников экономической жизни, с их деловой активностью, финансовым положением, соблюдением обязательств;

-   неопределенность будущей рыночной ситуации, в том числе отсутствие достоверной информации о будущих действиях поставщиков в связи с меняющимися предпочтениями потребителей;

-  неопределенности, связанные с социальными и административными факторами в конкретных регионах, в которых наша фирма имеет деловые интересы.

6. В зависимости от области исследования, понятие неопределенности приобретает специфические характеристики и виды. Так, например, в исследованиях социальной природы действий человека неопределенность может быть представлена двумя видами – имманентной и гетерономной.

а) Имманентная неопределенность порождается внутренней природой человека

б) Гетерономная неопределенность, в противоположность имманентной, приобретает принципиально другое качество. Выбор вариантов не во власти действий человека – обстоятельства определяют события и связанные с ними неопределенности. Примером могут служить исторические повороты судеб известных людей, которые при стечении обстоятельств менялись кардинальным образом и не могли быть прогнозируемыми.

 Методы оценки сложных систем и принятия решений в условиях неопределенности

В практике деятельности сложных систем, неопределенности более всего встречаются в политической, социокультурной и научной средах. В социально-экономических сферах, например, в деятельности коммерческого предприятия, условия неопределенности часто нивелируются на административном уровне.

Любая сложная система характеризуется множеством факторов неопределенности: неопределенность внешней среды, неопределенность, связанная с характером, вариантами и моделью развития, неопределенностью характеристик элементов составляющих данную систему их взаимоотношений и т.д.

Для оценки сложных систем в условиях неопределенности используются самые различные методы качественного и количественного анализа. К наиболее известным методам оценки в мировой практике следует мировой практике отнести такие методы как:

  • метод сценариев;

  • методы теории игр;

  • метод Дерева решений;

  • имитационное моделирование по методу Монте-Карло;

Методы сценариев.

. В его основе - определение верхнего, положительно влияющего на развитие исследуемой системы предела параметров и нижнего, препятствующего положительным изменениям предела показателей объекта. Полученный коридор сценариев и подвергается анализу. Исследование можно разделить на два этапа:

• предсценарный – работа с фактическими данными, формализация параметров, описание процессов, подготовка всей необходимой информации.

• сценарный этап – проведение расчетов по основным сценариям и составление подробногоописаниия предлагаемых вариантов, а так же рекомендации для наиболее эффективного внедрения того или другого прогноза.

Методы теории игр.

В настоящее время нет универсального критерия по выбору решения для задач неопределенных статически. Разработаны лишь общие требования к критериям и процедурам оценки и выбора оптимальных систем.

Обычно задачи записываются в матрице вида:

а \ n

n1

n k

K (aj)

a1

.

.

a m

k 11

K mk

a = (а1…аm) – вектор управляемых параметров, определяющий свойства систем

n = (n1...nk) – вектор неуправляемых параметров, определяющий состояние обстановки.

Кij – значение эффективности системы аi для состояния обстановки nj

Наиболее часто в неопределенной ситуации используются критерии:

    1. Среднего выигрыша

    2. Достаточного основания (критерий Лапласа)

    3. Осторожного наблюдателя (критерий Вальда)

    4. Пессимизма-оптимизма (критерий Гурвица)

    5. Минимального риска (критерий Севиджа)

Рассмотрим некоторые из них:

Критерий MAXIMAX – дает общую потенциальную характеристику развития системы, но не учитывает риска, связанного с неблагоприятным развитием внешней среды.

Критерий MAXIMIN (критерий Вальда) – позволяет минимизировать риски, но в то же время занижает эффективность, поэтому могут быть вычеркнуты высокоэффективные меры. Использование данного критерия целесообразно при условии необходимости достижения гарантированного результата.

Критерий MINIMAX (критерий Сэвиджа), в отличие от критерия MAXIMIN, минимизирует показатели высокой прибыли, таким образом, допускает получение дополнительной прибыли при разумном риске. В ситуации неопределенности этот критерий следует использовать в том случае, когда есть уверенность в том, что случайный убыток не приведет фирму к полному краху.

Критерий пессимизма-оптимизма Гурвица устанавливает два сценария развития событий, при которых возможно достижение минимальной и максимальной эффективности.

Рассмотренных критерии метода теории игр имеют один существенный общий недостаток – все они дают ограничения по выбору вариантов принятия решений по тому или иному показателю.

Пример. Необходимо оценить один из трех программных продуктов аi для борьбы с одним из четырех программных воздействий kj. Матрица эффективности выглядит следующим образом:

а\к

к1

к2

к3

к4

а1

0,1

0,5

0,1

0,2

а2

0,2

0,3

0,2

0,4

а3

0,1

0,4

0,4

0,3