Тема 2. Модели и моделирование в теории принятия решений

План:

1. Моделирование в процессе принятия решений

2. Имитационное моделирование

3. Сетевое моделирование

4. Методы математического моделирования

5. Модели процесса разработки управленческих решений

1. МОДЕЛИРОВАНИЕ В ПРОЦЕССЕ ПРИНЯТИЯ РЕШЕНИЙ

Модель — это упрощенное изображение проблемы, по которой должно быть принято решение. Простейшим примером модели является ее графическое изображение.

Распространенной методикой описания тех или иных процессов и явлений служит моделирование, которое следует понимать как исследование объектов познания на их моделях. Оно предполагает построение моделей реально существующих предметов и явлений:

- живых организмов;

- инженерных конструкций;

- общественных систем;

- различных процессов.

Моделирование считается достаточно эффективным средством прогнозирования.

Decision-анализ представляет собой совокупность методов вы­бора решений в условиях неопределенности и риска из небольшого количества альтернатив. При данном подходе анализируются:

- список альтернатив;

- планируемый вклад каждой из них в достижение установленной цели.

Оценка указанного вклада приводит к выбору лучшей из альтернатив.

Решение задач путем Decision-анализа возможно как для достижения одной, так и нескольких целей.

Математическое программирование представляет собой совокупность методов, дающих возможность решать управленческие задачи, в которых лицо, принимающее решение, должно распределить ограниченные ресурсы (денежные средства, работников, оборудование, время и т. п.) между различными направлениями их использования для оптимизации поставлен­ной цели. Подобное программирование используется, например, в логистике.

К основным направлениям математического программирования относятся:

- линейное, обычно используемое для решения задач по распре­делению ресурсов;

- целочисленное, которое связано с решением задач линейного программирования;

- нелинейное, используемое для решения задач, в которых целевая функция и/или ограничения на переменные имеют вид нелинейных функций;

- целевое, которое представляет собой модификацию линейного про­граммирования, используемую для решения многоцелевых задач.

Финансовые модели отличаются от прочих тем, что в них появляются финансовые переменные, значениями которых руководитель может манипулировать для достижения поставленной цели. Связь между финансовыми переменными обычно имеет вид алгебраических уравнений. Уравнения, составляющие финансовую модель, могут представлять собой систему алгебраических уравнений с несколькими неизвестными.

Важной особенностью финансовых моделей является необходимость учета изменений, происходящих одновременно по нескольким направлениям.

Финансовые модели подразделяются на имитационные и оп­тимизационные.

Имитационное моделирование (ИМ). В отличие от других видов моделирования, имитационное моделирование призвано не просто точнее отражать реальность, а точнее ее имитировать. Процесс имитационного моделирования состоит из много­кратного повторения эксперимента для оценки последствий определенных действий. Как только оценка произведена (т. е. определены характеристики исследуемой системы), возможно произвести выбор лучшей из предлагаемых аль­тернатив решения. Обычно имитационное моделирование используется в случае, когда исследуемая проблема слишком сложна для ее описания методами математического про­граммирования.

Преимущества ИМ в том, что оно:

- является скорее описательным, чем нормативным методом. Это дает менеджеру возможность изучать исследуемую модель ме­тодом проб и ошибок (например посредством многократного решения задач типа "Что будет, если?"), что гораздо удобнее, чем изучать таким образом реальную систему;

- дает возможность использовать в модели реально существующий вид зависимости между переменными, не упрощая его в процес­се моделирования;

- позволяет экспериментировать с различными переменными модели, чтобы определить наиболее важные из них, а также с различными альтернативами решения для выбора лучшей из них.

Недостатки ИМ:

- метод не гарантирует получения оптимального решения;

- опыт имитационного моделирования и выработки решения одной проблемы не может быть трансформирован на другие проблемы (из-за включения в модель уникальных факторов, присущих только данной модели);

- имитационное моделирование часто представляет собой про­цесс, требующий значительных затрат средств и времени.

Методология имитационного моделирования включает в себя не­сколько шагов, таких как:

- изучение проблемы;

- построение имитационной модели;

- проверка функционирования модели;

- проектирование эксперимента, проводимого с моделью;

- проведение эксперимента;

- оценка результатов эксперимента;

- выбор альтернатив решения.

Получение оптимального решения многих сложных задач часто оказывается невозможным или нецелесообразным из-за слишком больших затрат времени и средств. Если менеджер не располагает такими ресурсами и согласен удовлетвориться не оптимальным, а "достаточно хорошим"решением, он может ис­пользовать возможности эвристического программирования. Эвристическая процедура решения задачи обычно включает в себя нахождение правил вычисления промежуточных параметров задачи, методов обработки (интерпретации) экспериментальных данных и путей построения расчетного алгоритма нахождения решения. Методы эвристического программирования рекомендуется использовать (вместо оптимизационных методов) в случаях, когда:

- входная информация неточна или ограничена;

- реальная проблема настолько сложна, что построение оптими­зационной модели приводит к чрезмерным упрощениям;

- временные затраты на получение оптимального решения слиш­ком велики;

- задача содержит значительное количество символьных (а не численных) переменных.

Преимущества методов эвристического программирования:

- являются более простыми для понимания и более легкими для использования;

- экономят машинное время и предъявляют менее жесткие тре­бования к памяти компьютеров.

Недостатки методов эвристического программирования:

✓ упускают "глобальную перспективу", которая часто приносится в жертву попыткам "локальных улучшений";

✓ часто делают упор на исследовании модели посредством мно­гократного вопроса: "Что будет, если?" в ущерб получению "достаточно хорошего" решения.

Выбор наилучшей альтернативы решения определяется последствиями, которые эта альтернатива вызовет в будущем. Поскольку мы не можем точно знать хода будущих событий, эффективность принятых нами решений во многом будет зависеть от точности используемых методов прогнозирования. Модели прогнозирования представляют собой неотъемлемую часть любой СППР. При этом пользователь может строить собственные прогностические модели, а может использовать готовые пакеты прикладных программ, содержащие стандартные модели прогнозирования.

Главная цель использования прогностических моделей — предсказать значения переменных модели и их взаимосвязь в какой-то момент в будущем. В зависимости от того, как далеко находится этот момент от момента принятия решения, раз­личают краткосрочное (до одного года) и долгосрочное прогнозирование.

Формальные методы прогнозирования разделяются:

- на экстраполяционные;

- статистические;

- экспертные.

Неформальные методы прогнозирования основаны на интуиции.

Экстраполяционные методы основаны на анализе временных рядов, в качестве которых могут выступать различные экономические параметры, измеренные через фиксированный интервал времени (например месячный объем продаж фирмы).

Использование временных рядов для прогнозирования основывается на предположении, что существующие в прошлом тенденции данного временного ряда сохранятся и в будущем.

Статистические методы включают в себя корреляционный и регрессионный виды анализа, используя которые можно, зная предполагаемое изменение одной переменной, определить значение другой переменной по выявленной зависимости между ними.

Экспертные методы основываются не на объективных данных, а на субъективных оценках и мнениях экспертов. Наиболее часто эти методы применяются для долгосрочного планирования в условиях, когда действие внешних факторов модели (например технологических или политических изме­нений) является весьма важным, а надежная и объективная информация ограничена или отсутствует (прогноз спроса на новое изделие).

2. ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ

Имитационное моделирование, или моделирование, использующее человеко-машинные процедуры, отражает попытку имитации реальных процессов и явлений, происходящих в объекте.

Имитаиионное моделирование — процесс:

- конструирования на ЭВМ модели сложной реальной системы, функционирующей во времени;

- постановки экспериментов на этой модели с целью:

- понять поведение системы;

- оценить различные стратегии, обеспечивающие функционирование данной системы.

Особенности применения метода имитационного моделирования:

✓ имитационное моделирование предполагает два этапа: конст­руирование модели на ЭВМ и проведение экспериментов с этой моделью. Каждый из этих этапов предусматривает использование собственных методов. Так, на первом этапе весьма важно грамотно провести информационное обследование, разработку всех видов документации и их реализацию. Второй этап должен предполагать использование методов планирования эксперимента с учетом особенностей машин­ной имитации;

✓ в полном соответствии с системными принципами четко вы­делены две возможные цели имитационных экспериментов: либо понять поведение исследуемой системы (о которой по каким-либо причинам было мало информации), либо оценить возможные стратегии (альтернативы) управления системой;

✓ с помощью имитационного моделирования исследуют сложные системы. Понятие "сложность" является субъективным и выражает отношение исследователя к объекту моделирования.

Выделяют пять признаков сложности системы, по которым можно судить о ее принадлежности к такому классу систем.

- наличие большого количества взаимосвязанных и взаимодействующих элементов;

- сложность функции (функций), выполняемой системой;

- возможность разбиения системы на подсистемы (декомпозиции);

- наличие управления (часто имеющего иерархическую структуру), разветвленной информационной сети и интенсивных потоков информации;

- наличие взаимодействия с внешней средой и функционирование в условиях воздействия случайных (неопределенных) факторов;

✓ методом имитационного моделирования исследуют системы, функционирующие во времени, что определяет необходимость создания и использования специальных методов (механизмов) управления системным временем.

Достоинства имитаиионной модели в том, что она:

- позволяет описать моделируемый процесс с большей адекватностью, чем другие;

- обладает известной гибкостью варьирования структуры, алгоритмов и параметров системы;

- сокращает продолжительность испытаний по сравнению с натурным экспериментом (если он возможен), а также их стоимость.

Недостатки:

- решение, полученное на имитационной модели, всегда носит частный характер, так как соответствует фиксированным элементам структуры, алгоритмам поведения и значениям параметров системы;

- большие трудозатраты на создание модели и проведение экспериментов, а также обработку их результатов; на результаты может оказать влияние так называемый хоторнский эффект, заключающийся в том, что люди, зная (чувствуя), что за ними наблюдают, могут изменить свое обычное поведение.

Использование термина "имитационное моделирование" предполагает работу с такими математическими моделями, с помощью которых результат исследуемой операции нельзя заранее вычислить или предсказать, поэтому необходим эксперимент (имитация) на модели при заданных исходных данных.

3. СЕТЕВОЕ МОДЕЛИРОВАНИЕ

Сетевые модели (СМ) применяются для организации составления календарных планов реализации больших комплексов работ. Это, например:

✓ планирование и управление научно-техническими разработками;

✓ реализация какого-либо проекта (например инвестиционного); осуществление:

• строительства;

• реконструкции;

• модернизации.

При использовании СМ должен соблюдаться основной принцип — определение ведущего звена, или критического пути. В соответствии с этим принципом во всей совокупности элементарных операций (работ) определяют те из них или ту их последовательность, которые в случае невыполнения в срок задержат выполнение всего комплекса работ.

СМ базируются на использовании понятий теории графов.

Граф — это совокупность двух конечных множеств:

- точек, которые называют вершинами;

- пар вершин, которые называют ребрами (если ребра имеют одинаковое направление, т. е. ориентированы, то они называются дугами).

Граф называется ориентированным, если рассматривается множество упорядоченных пар точек, т. е. на каждом ребре задается направление (рис. 1). В противном случае граф называется неориентированным.

Рис. 1

Ребра, имеющие одинаковые концевые вершины, называются параллельными 4 и 5 на рис. 2). Ребро, концевые вершины которого совпадают, называется петлей 2 на рис. 2).

Рис. 2

P1и Р2 (рис. 2) — смежные вершины, 4 и 1 — смежные ребра.

Путем в графе называется такая последовательность ребер, которая ведет от некоторой начальной вершины P1 в некоторую конечную вершину Рn, в которой каждые два соседних ребра имеют общую вершину и никакое ребро не встречается более одного раза. Например, в графе на рис. 2 последовательность ребер (1—2—3—4—5—6) образует путь, ведущий от вершины Р1 к вершине Р4.

Циклом называется путь, начальные и конечные вершины ко­торого совпадают. В графе на рис. 2 путь (1— 3—4) является циклом.

Длиной пути (цикла) называется число ребер этого пути или цикла.

Граф называется связным, если для любых двух его вершин существует путь, их соединяющий. В противном случае граф называется несвязным.

В ориентированных графах на ребрах задаются направления, т.е. у каждого ребра фиксируют начало и конец, и такие направленные ребра называются дугами.

Сетью называется граф, каждой дуге которого поставлено в соответствие некоторое число или показатель (или несколько чисел).

Сетевой график — это связный ориентированный граф, не содержащий циклов и петель.

2. При разработке СМ весь комплекс соответствующих работ разби­вают на ряд элементарных операций. Реализация операций получение конкретного результата. Каждой такой операции соответствуют определенные характеристики (показатели): продолжительность операций, стоимость, трудозатраты и т. д.

Разработке сетевой модели предшествует составление таблицы, в которой представлена вся необходимая информация.

Рассмотрим конкретный пример. В табл. 1 приведена необходимая информация для выполнения определенного комплекса работ.

На основе данных табл. 1 можно построить сетевой график выполнения работ, т. е. представим весь комплекс работ в виде графоаналитической модели, в которой кружочки обозначают события: в них начинаются и заканчиваются операции. Стрелки - это соответствующие операции, в скобках указана их продолжительность.

Таблица 1

Операции	Продолжительность операций	№ предшествующего события	№ последующего события
А	4	1	2
В	1	1	3
С	1	2	3
D	2	2	5
Е	3	2	4
F	2	3	6
G	1	4	6
Н	3	4	7
1	1	6	7
J	2	5	7

Все события, кроме начального (1) и последнего (7), имеют предшествующие и последующие операции (работы). Ни одна операция не может начаться, если не выполнены все предшествующие операции, т. е. если не реализовано соответствующее событие.

Рис. 3

Между каждой парой событий может быть изображено не более одной операции (работы). Если между двумя событиями имеется несколько работ (операций), то для того, чтобы не путаться в обозначениях и расчетах характеристик графика, в одну из ветвей вводят фиктивную работу, не требующую времени для выполнения (рис. 4).

Рис. 4

Сетевой график не может иметь цепочки событий, образующих замкнутую петлю, так как наличие петель противоречит смыслу сетевого графика. Если появились петли, значит, где-то допущена ошибка при определении операций и событий (рис. 5).

Рис. 5

Направления стрелок указывают последовательность событий. Последовательность событий и операций, в которых начало последующей операции совпадает с концом предыдущей, называется путем.

Для графика на рис. 3 имеется пять путей:

1, 2, 5, 7 (t=8);

1, 3, 6, 7 (t=4);

1, 2, 3, 6, 7 (t=8);

1, 2, 4, 7 (t=10);

1, 2, 4, 6, 7 (t=9).

Каждый из этих путей характеризуется своей продолжительностью. Например, продолжительность пути (1, 2, 3, 6, 7) составляет восемь единиц времени: t=4+l+2+l=8.

Одно из самых главных понятий, составляющих ядро сетево­го моделирования, это понятие критического пути. Крити­ческий путь — это путь, имеющий наибольшую продолжи­тельность.

Для графика на рис. 3 критическим путем является путь 4 (его продолжительность составляет десять единиц времени). В связи с тем, что конечное событие 7 не может быть реализовано, если не выполнена хотя бы одна операция, продолжительность критического пути - это время самого раннего наступления конечного события. Задержка с выполнением любой операции, принадлежащей критическому пути, приводит к увеличению сроков окончания всего комплекса работ. Вот почему в каждой сетевой модели важен критический путь.

Установление критического пути дает возможность выделить ведущее звено всего комплекса работ или проекта. Операции, лежащей на критическом пути, необходимо уделять наибольшее внимание.

Для нахождения критического пути можно осуществить простой перебор (при небольшом количестве событий). При более сложной структуре сетевой модели используются другие методы нахождения критического пути.

Для нахождения критического пути рассчитывают ряд важных параметров сетевого графика, в частности определяют наиболее раннее время наступления событий.

Например, на рис. 3 для реализации события 6 необходимо выполнение всех событий и работ, лежащих на трех путях

A-E-G (t=8);

В-F (t=3);

A-C-F (t=7).

Наиболее раннее время наступления события 6 составляет восемь единиц времени. Таким образом, событие 6 может наступить не раньше, чем через восемь единиц времени после начала работ. Это и есть наиболее раннее время наступления события 6.

Наиболее позднее время наступления события определяют аналогично, но расчет начинается с конечного события. Например, наиболее позднее время наступления события 6 равно 9, т. е. из времени наиболее раннего наступления последующего события вычитают продолжительность последующей операции: 10-1=9.

Разность между наиболее поздним и наиболее ранним сроками наступления событий составляет его резерв времени. Для событий, принадлежащих критическому пути, ранние и поздние моменты их наступления совпадают.

4. ХАРАКТЕРИСТИКА МЕТОДОВ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ

Под экономико-математической моделью (ЭММ) понимается система формализованных математических соотношений, описывающих основные взаимосвязи элементов, образующих экономическую систему.

Эконометрия - наука, изучающая конкретные количественные взаимосвязи экономических процессов с помощью экономико-математических методов и моделей. Система ЭММ экономет-рического типа служит для описания относительно сложных процессов экономического или социального характера. Эконометрическое моделирование основано:

✓на обработке статистической информации;

✓ оценке отдельных переменных величин, их параметров.

Простейшая ЭММ может быть представлена, например, в сле­дующем виде:

Z = А х В,

где: Z — общая потребность в материалах; А — норма расхода материала на одно изделие; В — количество изделий.

Эта модель может быть использована, предположим, для про­гнозной потребности в материалах, требующихся для изготов­ления какого-либо изделия.

Разработка системы моделей прогнозирования проходит три этапа:

✓ первый этап — предполагает разработку локальных методик прогнозирования. Здесь прорабатываются отдельные модели и подсистемы моделей прогнозирования. Разработанные модели должны быть взаимно увязаны и составлять единую систему для целей прогнозирования, обеспечивающую взаимодействие отдельных моделей в соответствии с определенными требованиями, которые фиксируются в программе исследований по проблеме в целом;

✓ второй этап — предусматривает создание системы взаимодейст­вующих моделей прогнозирования. На данном этапе:

- уточняются и согласовываются подсистемы моделей, прове­ряется их взаимодействие;

- определяется последовательность использования отдельных моделей, а также приемов оценки и методов проверки по­лучаемых комплексных прогнозов;

- составляются соответствующие программы для решения задач на ЭВМ;

✓ третий этап — включает уточнение и развитие отдельных ло­кальных систем и методик в ходе создания системы моделей прогнозирования и практического их использования.

Отдельные модели и система моделей прогнозирования должны отвечать следующим требованиям:

✓ давать четкое описание последовательности правил (т. е. алго­ритма), позволяющее составить прогноз при достаточно широ­ких предположениях о характере и значениях исходной информации;

✓ использовать технические средства, позволяющие проводить отчеты своевременно и многократно. При этом следует исходить из неоднородной и большой по объему, меняющейся по вариантам прогноза информации;

✓ учитывать сложные, многофакторные связи прогнозируемых процессов и показателей;

✓ содействовать согласованию отдельных прогнозов в их системе, обеспечивающей непротиворечивость и взаимную корректировку прогнозов.

Применение математических методов является необходимым условием для разработки и использования методов моделирования в прогнозировании, что обеспечивает высокую степень обоснованности, действенности и своевременности прогнозов.

5. МОДЕЛИ ПРОЦЕССА РАЗРАБОТКИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ

Дескриптивные (или описательные) модели – это теоретические отображения, предназначенные для описания реальных процессов в организациях «как есть», с максимально точным воспроизведением как позитивных, так и негативных особенностей. Дескриптивные модели, как образы реальности, имеют специфический критерий качества: чем ближе модель к тому, как это происходит сейчас, тем она лучше, точнее. Но сама по себе дескриптивная модель не может служить инструкцией. Однако на основе совокупности дескриптивных моделей (т.е. описания того, как это бывает) можно построить классификацию процессов выработки решений. Такая классификация позволяет сформулировать дифференцированные рекомендации по совершенствованию процессов, относимых к разным классам.

Примером известной дескриптивной модели является выдвинутая Генри Минцбергом концепция о трёх параллельных (альтернативных) типах процесса принятия решения – «Сначала думаю», «Сначала вижу» и «Сначала делаю», каждый из которых имеет свою нишу (область использования). Основной прикладной смысл анализа процесса принятия решений по Минцбергу состоит в том, что он дает возможность диагностировать реальный процесс как относящийся преимущественно к одному из трёх перечисленных выше типов. Такая диагностика важна потому, что позволяет поставить задачу формирования рекомендаций по совершенствованию процесса выработки и принятия решений, начиная с наиболее простых, естественных и соответствующих ситуации реализуемого на практике процесса.

В общем виде три типа процесса принятия решения представлены в табл. 2.

Таблица 2

Характеристика моделей процесса принятия решения Г. Минцберга

Тип процесса принятия решения и его этапы	Подход к выработке решения	Основные рекомендации для совершенствования процесса
«Сначала думаю» О пределение проблемы Д иагностика Проектирование Решение (выбор)	Дедукция (от общего к частному)	Планирование Факты Получение дополнительной информации для анализа Использование дополнительных средств анализа Обучение сотрудников методикам анали-за информации Словесное представление информации
«Сначала вижу» П одготовка Инкубирование Просветление Верификация	Индукция (от частного к общему)	Видение Идеи Интенсификация процесса инкубирования за счёт развития творческих способностей Экстенсивное расширение процесса инкубирования за счёт стирания границ между личным и свободным временем Визуальная форма представления ин-формации
«Сначала делаю» Д ействие Выбор Закрепление	Итерация (поиск путём повторения попыток)	Предприимчивость Опыт Побуждение сотрудников к совершению многочисленных «проб» Ограничение ущерба от совершаемых «ошибок» Развитие организационной «памяти» Информация обратной связи

Как можно заметить, предлагаемые мероприятия в рамках модели «Сначала думаю» являются наиболее традиционными. Данная модель близка к рациональной модели. Развитие в этом направлении идёт уже продолжительное время. В двух других моделях - «Сначала вижу» и «Сначала делаю» - предлагаются совершенно иные подходы, завоевавшие за сравнительно короткое время международное признание.

Если дескриптивная модель описывает практику успешного менеджера (организации), то рассмотрение этой практики в качестве образца, нормы функционирования превращает данную модель в нормативную.

Нормативные (или рациональные) модели – это, в конечном счете, инструкции по организации процесса принятия решений. Предлагается некоторая совокупность рекомендаций, которым надо следовать. Эти рекомендации могут касаться разбиения процесса на отдельные шаги (этапы), использования различных инструментов для их осуществления и т.д.

Обзор известных моделей процесса разработки и принятия управленческих решений провёл Н.Б. Филинов. Рассмотрим в качестве примера нормативную модель, которую в теории принято называть рациональной. Данная модель основана на предположении о способности и желании решателя переработать всю имеющуюся у него информацию и учесть её при принятии решения, сформулировать полное, исчерпывающее множество альтернатив и выбрать из них для реализации наилучшую.

В рациональной модели на первом этапе – выявление проблемы – диагностируется проблемная ситуация. Результатом здесь, как правило, является содержательное (вербальное, словесное) описание проблемной ситуации. Выявляется проблема и условия её решения. На втором этапе – формализация проблемы – определяются способы описания (представления) параметров проблемной ситуации, создаётся информационная модель проблемно ситуации, в которой альтернативы представлены как совокупности характеристик в количественной, числовой или качественной, вербальной форме. Затем, исходя из системы предпочтений, формируются критерии допустимости и оптимальности альтернатив. На третьем этапе – формирование полного множества альтернатив – выбирается конечное число заданных дискретных альтернатив из имеющихся в наличии и разрабатывается множество допустимых альтернатив. На последнем четвёртом этапе – выбор решения – следуя сформулированным критериям оптимальности, из полного множества альтернатив выбирается единственная, самая лучшая альтернатива.

Содержащееся в рациональной модели требование исчерпывающего анализа ситуации может быть реализовано благодаря наличию обратной связи и возможной цикличности процесса разработки решения. Фактически рациональная модель становится циклической, когда внимание акцентируется на итеративном характере процесса, приводящем, в конечном счете, к пересмотру степени определённости проблемной ситуации и изменению её информационной модели, дополнению или, наоборот, сужению множества альтернатив, модификации вида критерия оптимальности. Именно за счёт таких циклических процессов идёт понимание того, в каком смысле отбираемая альтернатива должна быть наилучшей.

Во многих работах, анализируются, рассматриваются и предлагаются различные модификации рациональной модели процесса принятия решения. Эти предложения появляются по причине большого разнообразия подходов к управлению (системный, комплексный, программно-целевой, интеграционный, маркетинговый, функциональный, динамический, воспроизводственный, процессный, нормативный, административный, поведенческий, ситуационный) или сочетания подходов с ориентацией на разные категории управленческого персонала системы менеджмента организации.

Прескриптивные (или комплексные) модели – это модели, соответствующие последней (после дескриптивной и нормативной) стадии развития теории принятия решений. Они не гарантируют нахождения оптимального решения в любой ситуации, но обеспечивают выбор такого решения, которое не обременено противоречиями и непоследовательностями. Прескриптивные модели предъявляют к решателю серьёзные требования по освоению методов и приёмов теории принятия решений, использованию ЭВМ не только для проведения многочисленных вычислений, связанных с реализацией этих методов, но и для анализа, планирования и синтеза рациональных решений при исследовании сложных систем в условиях неопределённости. Одновременно возрастают необходимость в квалифицированных специалистах по экономической информатике и требования к уровню их подготовки. Такой специалист должен уметь формулировать требования к программным средствам, оценивать их качество и эффективность, выбирать программные средства, наиболее соответствующие запросам пользователей, разрабатывать новые программные продукты и уметь адаптировать готовые информационные системы к конкретным условиям применения.

Прескриптивное направление теории принятия решений связано с разработкой и использованием методов комбинаторно-морфологического анализа и синтеза рациональных систем. Эти методы предназначены для поиска новых решений на основе разделения рассматриваемой системы на подсистемы и элементы (применительно к процессу разработки управленческих решений это будут: процедуры, этапы, фазы, стадии), формирование подмножеств альтернативных вариантов реализации каждой подсистемы (в нашем случае это будут наборы выполняемых операций и действий), комбинирования различных вариантов решения системы из альтернативных вариантов реализации подсистем, выбора наилучших вариантов решения системы.

Целями морфологического анализа и синтеза систем являются: системное исследование всех мыслимых вариантов решения задачи, вытекающих из закономерностей строения (морфологии) совершенствуемого объекта, и реализация совокупности операций поиска на морфологическом множестве вариантов описания функциональных систем, соответствующих исходным требованиям (условиям) задачи.