- •1. Риск в менеджменте, основные принципы его анализа 10
- •2. Принятие решений в условиях стохастической информации 31
- •3. Принятие решений в конфликтных ситуациях 76
- •4. Принятие решений в условиях неопределенности состояний среды 170
- •5. Многокритериальная задача принятия решений в условиях риска 206
- •6. Принятие решений на основе нечёткой информации 230
- •7. Стоимость, время, риск 311
- •Введение
- •1. Риск в менеджменте, основные принципы его анализа
- •Понятие риска и задача принятия решений
- •1.2. Причины риска
- •1.3. Классификация экономических рисков
- •Общие принципы анализа риска
- •2. Принятие решений в условиях стохастической информации
- •2.1. Оценка риска
- •2.2. Использование неравенства Чебышева для оценки риска
- •2.3. Диверсификация как способ снижения риска
- •2.4. Коэффициент чувствительности “бета”
- •2.5. Хеджирование
- •2.6. Оптимизация риска
- •2.7. Оценка риска на основе показателей финансового состояния субъектов экономической деятельности
- •2.7.3. Алгоритм составления z-модели для субъекта предпринимательской деятельности
- •3. Принятие решений в конфликтных ситуациях
- •3.1. Предмет и задачи теории игр
- •3.2. Примеры игр Игра 1. Зачет
- •Игра 2. Игра Морра
- •Игра 3. Борьба за рынки
- •3.3. Матричные игры
- •3.3.1. Описание матричной игры
- •Игра 1. Вариант игры “Морра”
- •Игра 2. Борьба за рынки
- •3.3.2. Принцип максимина в антагонистических играх. Седловая точка
- •3.3.3. Чистые и смешанные стратегии
- •3.3.4. Основные теоремы матричных игр
- •3.3.5. Решение матричной игры (22)
- •3.3.6. Упрощение матричных игр
- •3.3.7. Решение игр 2n и m2
- •3.3.8. Решение игр mn. Эквивалентные задачи линейного программирования
- •3.3.9. Приближенный метод решения матричных игр mn
- •3.3.10. Качественная оценка элементов платёжной матрицы
- •3.3.11. Способы реализации случайного механизма выбора стратегий
- •3.4. Позиционные игры
- •3.4.1. Общие сведения
- •3.4.2. Задание позиционной игры в виде дерева
- •3.4.3. Решение позиционной игры с полной информацией
- •3.4.4. Нормализация позиционной игры
- •3.5. Бескоалиционные игры
- •3.5.1. Общие сведения
- •Ситуации, оптимальные по Паретто
- •3.5.3. Состояние равновесия по Нэшу
- •3.5.4. Описание биматричных игр
- •3.5.5. Решение биматричных игр
- •3.5.6. Пример решения биматричной игры Формулировка игры “Борьба за рынки”
- •Решение игры
- •3.5.7. Метастратегии и метарасширения
- •4. Принятие решений в условиях неопределенности состояний среды
- •4.1. Математическая модель задачи принятия решений в условиях неопределенности состояний среды
- •4.2. Критерии для принятия решений в условиях неопределенности состояний среды
- •4.2.1. Критерий Лапласа
- •Клиенты
- •4.2.2. Максиминный (минимаксный) критерий Вальда
- •4.2.3. Критерий минимаксного риска Сэвиджа
- •4.2.4. Критерий пессимизма-оптимизма Гурвица
- •4.2.5. Критерий Ходжа-Лемона
- •4.2.6. Критерий Гермейера
- •4.3. Рекомендации по принятию решений в условиях неопределенности состояния среды
- •4.4. Принятие решений по критерию Байеса с возможностью проведения эксперимента
- •5. Многокритериальная задача принятия решений в условиях риска
- •5.1. Общий подход к принятию многокритериальных решений
- •5.2. Многокритериальные решения, оптимальные по Парето
- •5.3. Методы определения коэффициентов приоритетности частных критериев
- •А. Вычисление коэффициентов приоритетности по формуле Фишберна
- •Б. Метод Уэя
- •5.4. Нормализация значений критериев
- •5.5. Аддитивный обобщенный критерий
- •5.6. Неоднозначность оптимальных решений по аддитивному и мультипликативному обобщенным критериям
- •5.7. Другие методы решения многокритериальной задачи
- •5.7.1. Оптимизация доминирующего частного критерия при ограничениях на значения доминируемых критериев
- •5.7.2. Метод последовательных уступок
- •6. Принятие решений на основе нечёткой информации
- •6.1. Неопределённость и неточность
- •6.2. Основные понятия теории нечётких множеств
- •6.3. Методы нахождения функций принадлежности
- •6.4. Операции над нечёткими множествами
- •6.5. Сравнение нечётких величин
- •6.6. Сравнение конечных нечётких множеств
- •6.7. Нечёткие отношения
- •6.8. Примеры использования теории нечётких множеств в задачах принятия решений
- •6.9. Нечёткие игры
- •6.10. Методика оценки качества на основе лингвистических переменных
- •6.10.1. Проблема оценки качества объекта исследования
- •6.10.2. Определение лингвистической переменной “качество”
- •6.10.3. Определение частных показателей лп “качество”
- •6.10.4. Определение коэффициентов приоритетности частных показателей
- •6.10.5. Нахождение комплексного показателя
- •6.10.6. Алгоритм оценки качества на основе лингвистических переменных
- •6.10.7. Достоинства рассматриваемой методики оценки качества
- •6.11. Анализ чувствительности и стабильности нечётких систем принятия решений
- •7. Стоимость, время, риск
- •7.1. Взаимосвязь между стоимостью, временем и риском
- •7.2. Продолжительность как характеристика риска операций
- •7.3. Продолжительность портфеля ценных бумаг
- •Заключение
- •Литература
6.10.4. Определение коэффициентов приоритетности частных показателей
Для определения коэффициентов приоритетности частных показателей (критериев) можно использовать методы Фишберна, Уэя и др. (см. подраздел 5.3).
6.10.5. Нахождение комплексного показателя
Для определения значения х комплексного показателя Х, вначале производят оценку объекта исследования по всем частным показателям.
Пусть
в нашем примере один объект исследования
(институт) имеет такие показатели;
научных работ, где далее через
будем обозначать оценку каждого объекта
исследования по
i-му
показателю. Затем определяются значения
функций принадлежностей по каждому
терму для каждой лингвистической
переменной:
.
Полученные данные занесем в табл. 6.3.
Для каждого одинакового по содержанию (очень плохой результат; плохой; средний; хороший и очень хороший) терма получим взвешенную с коэффициентами приоритетности оценки:
. (6.44)
Для рассматриваемого примера, используя коэффициенты, полученные по методу Фишберна и данные табл. 6.3, получаем:
;
;
;
;
.
Эти данные также заносим в табл. 6.3 (нижняя строка).
Таблица 6.3
Показатель |
Термы |
||||
Очень низкий |
Низкий |
Средний |
Высокий |
Очень высокий |
|
Y |
11(y1) 0 |
12(y1) 0 |
13(y1) 0 |
14(y1) 1 |
15(y1) 0 |
Z |
21(z1) 0 |
22(z1) 0 |
23(z1) 0 |
24(z1) 0,5 |
25(z1) 0,5 |
W |
31(w1) 0 |
32(w1) 0 |
33(w1) 0 |
34(w1) 1 |
35(w1) 0 |
|
0 |
0 |
0 |
0,75 |
0,25 |
Оценку обобщенного показателя качества находим по формуле:
, (6.45)
где
– середина
-среза
нечёткого терма Еj
лингвистической переменной “КАЧЕСТВО”;
– левая
и правая границы множества
-уровня
(-среза
нечёткого терма Еj).
При симметричных боковых ветвях функций принадлежности Еj середина -среза нечёткого терма Еj равна координате середины ядра Еj.
На практике часто берут = 1. Для рассматриваемого примера при = 1 получаем:
;
E2
0,25; E3
0,45; E4
0,65; E5
0,9.
Тогда обобщенный показатель будет равен:
Как видно из рис. 6.21, при х 0,713 качество исследуемого объекта соответствует терму “Высокий результат” с функцией принадлежности (степенью достоверности) 4(0,713) 0,7, и терму “Очень высокий результат” с функцией принадлежности (степенью достоверности) 5(0,713) 0,13, а всем остальным термам с функцией принадлежности, равной нулю.
Таким образом, качество объекта, рассматриваемого в примере, более чем высокое.
По обобщенному показателю различные исследуемые объекты сравниваются между собой.
В случае, когда оценки по различным показателям задаются нечёткими величинами, функции принадлежности по каждому терму для каждой лингвистической переменной ij могут определяться путем:
дефазификации нечётких оценок;
использования индексов ранжирования для сравнения нечётких переменных соответствующих термов и нечётких оценок по различным показателям.
