
- •Предисловие
- •Введение
- •Глава 1. Графическое представление критерИев
- •1.1. Критерии с прямоугольными конусами предпочтения
- •1.1.1. Минимаксный критерий
- •1.1.2. Критерий Гермейера
- •1.1.3. Критерий Сэвиджа
- •1.1.4. Критерий азартного игрока
- •1.2. Критерий с прямыми предпочтения
- •1.3. Производные критерии
- •1.3.1. Критерий Ходжа-Лемана
- •1.3.2. Критерий произведений
- •1.3.3. Критерий Гурвица
- •1.3.4. Критерий Байеса-Лапласа
- •1.3.5. Обобщенные критерии
- •Глава 2. Количественные характеристики ситуации принятия решений
- •2.1. Влияние информации на процесс принятия решения
- •2.2. Значимость независимого параметра
- •2.3. Энтропия независимого параметра
- •2.4. Доверительные факторы принятия решений
- •2.4.1. Эмпирический доверительный фактор
- •2.4.2. Прогностический доверительный фактор
- •2.4.3. Эмпирико-прогностический доверительный фактор
- •2.4.4. Использование доверительных факторов в задачах принятия решения
- •2.5. Принятие решений в условиях рисков
- •2.6. Пример оценки значимости параметра
- •Глава 3. Гибкие критерии выбора решения
- •3.1. Свойства гибкого критерия
- •3.2. Применение гибкого критерия
- •Параметров в заданных интервалах для выборки сочетаний исходных данных при (случай 1)
- •3.3. Адаптивный критерий Кофлера-Менга с использованием кусочно-линейной информации
- •Глава 4. СубъективНые оценки параметРов
- •4.1. Основные проблемные вопросы
- •4.2. Подготовка и проведение оценок
- •4.3. Обработка данных
- •4.3.1. Интерквартиль оцениваемой величины
- •4.3.2. Взвешивание оцениваемой величины
- •4.4. Гибкий выбор принятия решения при субъективной полезной информации
- •4.5. Примеры проведения оценок
- •Глава 5. Анализ ситуаций выбора решения
- •5.1. Общая структура выбора решения
- •5.2. Методы выбора решений
- •5.3. Ошибки решения
- •5.3.1. Количественный анализ ошибок
- •5.3.2. Качественный анализ ошибок
- •5.4. Схемы принятия решений
- •5.4.1. Одношаговые схемы принятия решений
- •5.4.2. Многошаговые схемы принятия решений
- •5.5. Дискретизация и комбинирование внешних состояний
- •5.5.1. Разделение общего числа представительных значений по параметрам внешнего состояния
- •5.5.2. Распределение заданного числа представительных значений по диапазону неопределенности параметра
- •5.6. Пример расчета числа дискретизирующих шагов для оценочной функции
- •Глава 6. Полезность вариантов решения. Риск
- •6.1. Полезность вариантов решения
- •6.2. Понятие риска
- •6.3. Сравнение степеней риска
- •6.4. Формальное описание риска
- •6.5. Виды рисков
- •6.6. Многократные риски
- •6. Изложить понятие неоднократного риска. Глава 7. Многоцелевые решения. Альтернативные методы
- •7.1. Многоцелевые решения
- •7.1.1. Общий подход
- •7.1.2. Реализация целей
- •7.1.3. Методы выбора внутри эффективных множеств
- •7.2. Альтернативные методы
- •7.2.1. Основные пути выбора решения
- •7.2.2. Критериальный анализ
- •7.2.3. Применение нечетких множеств
- •Заключение
7.1.2. Реализация целей
Если необходимо
принять решение, имея в виду К конкурирующих
целей, то на основе оценки К получают
матрицу решений
,
,
где
– полезность при состоянии исходных
данных
и варианте решения
применительно к цели
.
Каждая из
(двумерных) матриц определяется по
известным оценочным функциям. В результате
для каждой матрицы
при определенном
получают матрицу решений
.
При этом часть вариантов решения
выделяется для оптимизации. Уже это
часто позволяет прояснить ситуацию с
выбором решения. В частности, множество
может состоять из единственного варианта, и в этом случае задача решается однозначно. Если множество вариантов решения существенно ограничено, то оптимальный вариант может быть выбран субъективно.
Если не удается прийти к определенному решению уже на этой стадии, то следует сначала пронормировать реализацию цели, например, следующим образом:
,
(7.1)
где
–
-e
значение цели варианта
;
– степень
реализации
-й
цели
-гo
варианта.
Во многих
встречающихся на практике случаях не
удается определить
и (или)
.
Тогда приходится идти по другому пути
нормирования. Если не удается определить
,
то можно пронормировать
следующим
образом:
,
(7.2)
а если нельзя
определить
то, соответственно,
.
(7.3)
Если же неизвестны оба экстремальных значения, то удовлетворительный результат дает нормировка относительно принимаемой за базовую величину
.
(7.4)
При нормировке по формуле (7.4) предполагается, что существует приемлемое решение, которое может рассматриваться как достаточное и использоваться в качестве базового.
При субъективно
устанавливаемых весах целей
удается получаемую двумерную матрицу
преобразовать в один вектор. Компоненты
этого вектора определяются аддитивным
сочетанием взвешенных степеней
реализации:
.
(7.5)
Вектор
теперь можно вновь интерпретировать
как матрицу решений и соответствующим
образом оценивать.
Здесь нужно особо упомянуть доминирующий на практике случай, когда цели связаны дизъюнктивно (то есть по принципу ИЛИ). Таким образом, связаны цели, которые можно сравнить друг с другом, так что меньшая степень реализации одной цели может быть скомпенсирована лучшим исполнением другой. Наоборот, для конъюнктивно (то есть по принципу И) связанных целей характерно положение, когда невыполнение одной частной цели ведет к тому, что не достигается итоговая цель.
Часто из-за низкой точности интуитивной оценки веса целей дальнейшее рассмотрение теряет смысл.
Конъюнктивная связь целей приводит, например, в частном случае к соотношению
.
(7.6)
При смешанной
связи
получают, например,
.
Примером нелинейного взвешивания является
.
(7.7)
Однако прежде чем предпринимать усилия в этом направлении, следует здраво оценить, не ведут ли к цели более рациональным путем другие теоретические предпосылки.