
- •1. Теория принятия решений: задача принятия решений, цель, проблема, проблемная ситуация.
- •2. Концепция компьютерной поддержки принятия решений.
- •4. Этапы формирования и принятия решений
- •5. Методы формирования целей управления предприятием
- •6. Стратегии в принятии решений и управлении
- •7. Формирование дерева целей и дерева решений
- •8. Виды критериев оптимальности и их содержание
- •9. Структура компьютерной системы поддержки принятия решений
- •10 Место ксппр с асу
- •Вопрос 11: Объективные и субъективные измерения.
- •Вопрос 12: Измерения при формировании решений: ранжирование, парное сравнение, непосредственная оценка.
- •Вопрос 13: Виды неопределенностей в принятии решений и их измерение.
- •3. Использование многокритериальных функций предпочтения руководителя.
- •Вопрос 14: Виды экспертиз.
- •Вопрос 15: Определение усредненного мнения экспертов.
- •Вопрос 16: Определение согласованности мнений экспертов.
- •17. Элементы байесовских моделей
- •18, 19. Модели стохастического математического программирования: м-задача и р-задача
- •20. Нечеткие множества и основные операции над ними.
- •21. Экспертные методы определения функций принадлежности.
- •22. Аналитический и оптимизационный методы определения функций принадлежности.
- •23. Нечеткая задача оптимизации выбора вариантов проектов.
- •24. Нечеткие числа: виды нечетких чисел; операции над нечеткими числами.
- •25. Модели нечеткого математического программирования: оптимизация с нечеткими отношениями.
- •26. Модели нечеткого математического программирования: использование нечетких lr-чисел.
- •27. Генерация альтернатив решений: понятие генетического алгоритма.
- •28. Множество Парето.
- •29. Схемы компромисса.
- •30. Метод идеальной точки.
- •31. Метод последовательных уступок.
- •32. Алгоритм построения Парето оптимального решения.
- •33. Многокритериальная оптимизация. Принцип Беллмана-Заде.
- •34. Правило Борда (процедура Борда).
- •35. Метод анализа иерархий.
- •36. Правило гарантированных достоинств и недостатков.
- •37. Принципы согласования решений. (принципы Курно, Парето, Эджворта).
- •38. Простейшие алгоритмы согласования решений (согласование в среднем, согласование по Парето, метод идеальной точки).
- •39. Марковская модель согласования решений.
- •40. Цепи Маркова – основные положения
- •41. Дискретные цепи Маркова с дискретным временем
- •42. Дискретные цепи Маркова с непрерывным временем
- •43. Основные положения статистических решений (игры с природой)
- •44. Риски и критерии принятия решений (Вальда, Севиджа, Гурвица)
- •45. Риски и их виды и особенности в нефтегазовой отрасли
- •46. Расчет рисков в игре с природой
21. Экспертные методы определения функций принадлежности.
Если эксперт или руководитель не знает объективные закономерности, ему ничего не остается, как, опираясь на свои знания и опыт, формулировать в явном или неявном виде свои субъективные представления. Одним из способов выражения таких представлений есть формирование функции µA(ui), а значит и задание самого нечеткого множества А. Однако, в любом случае задание µA(ui), носит экспертный характер. Это может касаться как выбора вида функцииµA(ui) и определения ее коэффициентов, так и проведения экспертиз специального вида для определенияµA(ui).
Можно, например, использовать следующую экспертную процедуру определения µA(ui), состоящую из следующих трех этапов:
- определение условий, обеспечивающих назначение функции принадлежности;
- оценка состояний системы экспертом;
- обработка результатов экспертизы.
Первый пункт этой процедуры определяется тем, что размытая (нечеткая) постановка задачи (любой) предполагает нечеткую принадлежность состояния системы u; к каждому из выделенных экспертом классов состояний системы с определенной функцией принадлежности. Тогда для любого состоянияu; необходимо назначить ряд функций принадлежности (по количеству классов), к которым может принадлежать это состояние. При этом должно выполняться два условия:
1. Система классов должна состоять из классов, представляющих противоположные события. И тогда сумма значений функций принадлежности элемента к системе таких классов будет равна единице.
Например, состояние механизма (нефтяного насоса и др.):
класс I - нормальное состояние (износ торцевого уплотнения в пределах нормы - не подтекает), класс II - ненормальное состояние (износ торцевого уплотнения вышел за пределы нормы - подтекает).
Здесь каждое состояние определяется нечетким множеством - степенью подтекания торцевого уплотнения нефтяного насоса.
2. Система взаимодополняющих классов должна быть полной.
Для нашего примера это означает что, в системе не существует (эксперт не рассматривает) других классов состояний, кроме I и II, которые бы описывали бы исправное и неисправное состояние нефтяного насоса. В этом смысле, понятие полной группы взаимодополняющих классов аналогично понятию противоположных событий в теории вероятностей.
Второй этап этой экспертной процедуры определяется тем, что при оценке состояний системы может быть два случая:
•функция принадлежности состояния классу (из известной системы классов) эквивалентна степени проявления класса в данном состоянии, выраженная в лингвистически (много, мало, и др.), баллах, процентах, например, эксперт заполняет таблицу типа табл. 6.5:
•функцию
принадлежности невозможно определить,
по первому способу, чаще всего это случай
когда эксперт должен (или только может)
отдать предпочтение лишь одному классу
(мнение эксперта трудно оценить в
процентах). В этом случае экспертами по
каждому состояниюu; заполняется
таблица типа табл. 6.6.
Третий этап рассматриваемой экспертизы - обработка ее результатов связан с точностью определения функций принадлежности посредством вычисления согласованности мнений экспертов. Традиционно она определяется с помощью коэффициента конкордации.