22. Методы снятия неопределенности(метод регрессивного прогнозирования)

Взадачах существуют параметры. ЛПР должно обладать информацией о значениях этих параметров.

a_ij – значения этих параметров,

c_j – коэффициент целевой функции.

С точки зрения формализованного описания можем сказать, что ЛПР имеет представление об области допус. значений параметров (аА).

Чем больше ОДЗ, тем больше неопределенность.

Решаем задачу «снятия неопределенности».

Метод регрессионного прогнозирования. Идея метода заключается в следующем: ЛПР не имеет достоверной информации о значениях параметров на будущие периоды. Однако, он располагает ретро-информацией о значениях этих параметров.

Регрессионная модель – описывает изменение состояния объекта во времени.

Бывают ситуации, когда изменение параметров характеризуется некоторой тенденцией. Если такое имеет место, то возникает идея построить некоторую функцию, которая описывает эти закономерности а . Есть некоторая статистика. Рассчитывается погрешность:

Эти методы применимы только в случаях, когда медленно развиваются процессы.

Есть ось времени, необходимо принять упр.решения на несколько будущих периодов. Нам известна ретро-информация об этом параметре(за предыдущие периоды).

а = b0 + b1*t

b0-

b1 – насколько изменяется параметр а при изменении t на единицу

Д – дисперсия

Сигма = Корень из Д

Значение а – номинальное значение. Считаем, что а – хороший параметр, то а+Сигма – оптимальный прогноз, а-Сигма – пессимистичный прогноз. (+Сигма;-Сигма) – область допустимых ожидаемых значений

Существуют 3 плана:

- номинальный

- пессимистический

- оптимальный

23,24. Методы снятия неопределенности(метод формирования данных). Моделирование двухуровневой орг.Системы в условиях неопределенности

В задачах существуют параметры. ЛПР должно обладать информацией о значениях этих параметров.

a_ij – значения этих параметров,

c_j – коэффициент целевой функции.

С точки зрения формализованного описания можем сказать, что ЛПР имеет представление об области допустимых значений параметров (а А).

Чем больше ОДЗ, тем больше неопределенность.

Решаем задачу «снятия неопределенности».

Метод формирования данных.

ЛПР просит сообщить элемент значение параметра ri.

Si – та оценка, которую элемент сообщит наверх в качестве значения параметра ri. и элемент влияет на центр.

Орг.система движется по циклу.

- целевая функция предприятия. Центр после сообщения Si решает задачу:

Элемент может влиять на получение всеми задания, выбрав Si. Xi зависит не только от своей стратегии, но и от стратегий остальных предприятий.

xi=Ц*ri – оптимальный план i-го предприятия

Пусть Ц=5, тогда х1=25, х2=50, х3=75. Предприятия теряют прибыль.

- сколько предприятия хотели бы произвести

1) V=R полный баланс интересов центра и предприятий

2) V>R тенденция к завышению Si, чтобы стала Дi, рост xi

3) V<R тенденция к занижению Si, чтобы стала di, снижение xi

Равновесное состояние по Нэшу – такая ситуация, когда ни 1 элемент не может изменять свою стратегию без ущерба для собственных интересов, если другие элементы его также не меняют

Механизм внутрифирменного ценообразования:

Цв=R/∑Si

Локальный интерес:

Xj=Цв*ri xj=(R/∑Si)*ri

Механизм согласования Э интересов по вертикали(система с отрицательной обратной связью):