
- •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
3. Использование многокритериальных функций предпочтения руководителя.
Через πAобозначим значение функции предпочтения, построенной на базовой шкале. Базовой шкалой называется шкала, ставящая в соответствие параметру или интервалу физических параметров субъективную критериальную оценку руководителя или эксперта. Объединяя все m базовых шкал в одно пространство, получаем m-мерное базовое пространство. Таким образом, все пространство параметров Rm отображается на пространство субъективных критериев той же размерности. При этом пространство субъективных критериев разбивается лингвистическими переменными на линейные подпространства. Каждая точка базового пространства определяется
двумя связанными между собой векторами координат: координатами пространства параметров и координатами пространства критериев. Они связаны между собой через базовые шкалы.
значение функции предпочтения руководителя для варианта решения А может быть определено из соотношения:
πA = K1 π1A+ K2 π2A +...+ Km πnA
где Ki – оценка степени важности (значимости, «веса») i-го критерия,
πjA– критериальная оценка значения i-го физического параметра варианта решения А, + - обозначает знак операции.
Вопрос 14: Виды экспертиз.
1) традиционный (анкетирование): открытая анкета (свободное изложение мысли); закрытая анкета (ответы в форме «да» или «нет»), смешанные анкеты (совокупность предыдущих).
2) мозговой штурм - оперативный метод решения проблемы на основе стимулирования творческой активности, при котором участникам обсуждения предлагают высказывать как можно большее количество вариантов решения, в том числе самых фантастичных. Затем из общего числа высказанных идей отбирают наиболее удачные, которые могут быть использованы на практике.
3) Дискуссия
4) метод Дельфи - Суть этого метода в том, чтобы с помощью серии последовательных действий – опросов, интервью, мозговых штурмов – добиться максимального консенсуса при определении правильного решения. Анализ с помощью дельфийского метода проводится в несколько этапов, результаты обрабатываются статистическими методами.
Базовым принципом метода является то, что некоторое количество независимых экспертов (часто несвязанных и не знающих друг о друге) лучше оценивает и предсказывает результат, чем структурированная группа (коллектив) личностей. Позволяет избежать открытых столкновений между носителями противоположенных позиций т.к. исключает непосредственный контакт экспертов между собой и, следовательно, групповое влияние, возникающее при совместной работе и состоящее в приспособлении к мнению большинства, даёт возможность проводить опрос экстерриториально, не собирая экспертов в одном месте (например, посредством электронной почты).
5) индивидуальная и коллективная.
Вопрос 15: Определение усредненного мнения экспертов.
После оценки согласованности мнений экспертов приступают к определению групповой (усредненной) оценки. Еще раз отметим, что поиск такой оценки имеет смысл только в случае достаточно высокой степени согласованности мнений экспертов в группе.
Метод средних арифметических рангов. Этот метод сводится к подсчету среднего арифметического значения - подсчитывается сумма рангов, присвоенных экспертами каждому объекту, и делится на число экспертов.
По средним рангам строится итоговая ранжировка (упорядочение), исходя из принципа - чем меньше средний ранг, тем выше оценка объекта.
Метод медиан рангов.Как уже отмечалось, для порядковой шкалы неправомерно использовать показатель арифметических средних. В этом случае задача состоит в том, чтобы найти медианы индивидуальных оценок экспертов. Для этого нужно получить ответы экспертов и расположить их в порядке возрастания рангов по объектам. В случае равноценности элементов, им присваивается средний ранг. Сумма рангов должна быть равна сумме порядковых номеров элементов в ранжировке. Медиана - это значение признака, которое разделяет ранжированный ряд распределения на две равные части — со значениями признака меньше медианы и со значениями признака больше медианы. Другими словами, для нахождения медианы, нужно отыскать значение признака, которое находится в середине упорядоченного ряда признака и которое разделяет ранжированный ряд распределения на две равные части. Если число членов ряда нечетное, то медиана определяется значением признака, находящимся в середине ряда. Если ряд состоит из четного число членов, то медиана определяется как среднее двух центральных значений. Достоинством расчета среднего значения методом медианы является то, что сумма абсолютных отклонений рангов от медианы представляет собой минимальную величину по сравнению с отклонением от любой другой величины.
Усредненное (групповое) мнение экспертов по объектам в данном случае формируется из значений медиан по каждому объекту.
Метод максимина: определяем модуль разности между 2 соседними оценками. Ищем минимальное значение среди полученных значений и его принимаем за усредненное мнение экспертов.