11. Неопределенность в активных системах
В реальной жизни решения приходится принимать в условиях, когда информация о некоторых параметрах отсутствует.
Общая постановка задач в принятия решений
В задачах существуют параметры. ЛПР должно обладать информацией о значениях этих параметров.
aij – значения этих параметров,
cj – 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.
Неопределенность необходимо устранять
Решаем задачу «снятия неопределенности».
Приемы:
1Принцип гарантированного результата.
Этот принцип предполагает, что лицо, принимающее решение, исходит из наихудшей гипотезы о значениях параметров.
Для определенности допустим, что рассматривается некоторый параметр аi, который имеет положительный смысл (цена на продукцию, спрос на нашу продукцию, н-р чем выше цена тем лучше)
-ОДЗ
Используя
метод гарантированного рез-та, ЛПР
вводит гарантированную (наихудшую)
оценку параметров.
«+» мето понятен и легок в исп-нии, доступен
«-»приводит к недополучению возможной полезности, т.е. не эффект-й
2Метод статистического моделирования.
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.
Бывают ситуации, когда изменение параметров характеризуется некоторой тенденцией. Если такое имеет место, то возникает идея построить некоторую функцию, которая описывает эти закономерности а = а(t)
Возьмем некоторую линейную матрицу:
а = α + βt
Есть некоторая статистика. Имея некоторые прочие данные, используя МНК (метод наим кв) рассчитываются параметры α и β. Тогда модельное значение параметров ам= α + βt.
Любая модель имеет погрешность.
погрешность
опред-стся средне кВ отклонением:
аэ – экспериментальные значения
N- кол-во временных периодов( или изменений)
«-»Эти методы применимы только в случаях медленно развивающихся процессов.
3Метод формирования данных.
Сущ-ет некий центр- ЛПР, и сущ-ет ряд каких-то элементов системы, кот хар-тся нек.параметрами.
а- параметр, характеризующий эл-ты( у кажд эл-та он свой)
ЛПР, не имея достаточной инф-ции об этих значениях, просит сообщить инфу и значение параметра а элемента.
S– та оценка, которую элемент сообщит наверх в качестве значения параметра.
S=a– в идеале, но в больш случае это не так.
Поскольку
ЛПР имеет представление об ОДЗ, то
сообщаемая оценка может колебаться в
диапазоне:
«+» это хоть какой то путь снятия неопределенности в принятии решений
Есть серьезные недостатки в этом методе: ЛПР должен понимать, что у элементов есть свое представление что сообщать и как сообщать. Элементы могут сознательно искажать информацию., т.е центру тудно добиться достоверной инф-ции.
Поведение всей системы в целом зависит от целевых установок элементов.
12.Принцип гарантированного результата.
В реальной жизни решения приходится принимать в условиях, когда информация о некоторых параметрах отсутствует.
Общая постановка задач в принятия решений
В задачах существуют параметры. ЛПР должно обладать информацией о значениях этих параметров.
aij – значения этих параметров,
cj – коэффициент целевой функции.
Неопределенность необходимо устранять
Решаем задачу «снятия неопределенности» с помощью принципа гарантированного результата.
Этот принцип предполагает, что лицо, принимающее решение, исходит из наихудшей гипотезы о значениях параметров.
Для определенности допустим, что рассматривается некоторый параметр аi, который имеет положительный смысл (цена на продукцию, спрос на нашу продукцию, н-р чем выше цена тем лучше)
-ОДЗ
Используя
метод гарантированного рез-та, ЛПР
вводит гарантированную (наихудшую)
оценку параметров.
«+» метод понятен и легок в исп-нии, доступен
«-»приводит к недополучению возможной полезности, т.е. не эффект-й