
- •1. Понятие и природа ур.
- •2. Основные понятия теории игр.
- •3. Дерево решений - общие принципы работы.
- •5. Метод экспертных оценок.
- •6. Основные прикладные методы экономико-математического моделирования и оптимизации решений
- •7. Характеритсика моделей принятия решений.
- •11. Классификация игр.
- •13. Методы построения дерева решений.
- •14. Методы оценки экономической эф-ти.
- •15. Эффективность управленческих решений.
- •16(17). Автоматизированная система поддержки управленческих решений.
- •20. Методы определения оптимальных стратегий.
- •4. Метод моделирования.
- •10. Автоматизированные системы экспертного оценивания.
16(17). Автоматизированная система поддержки управленческих решений.
Системы поддержки принятия решений (СППР) ориентированы на использование менеджерами, которые также не обязаны быть высококвалифицированными специалистами в области, которой им приходится управлять (в США их не более 15%). Менеджеры должны быть высококвалифицированными управленцами.
Современные системы поддержки принятия решения (СППР) представляют собой системы, максимально приспособленные к решению задач повседневной управленческой деятельности, являются инструментом, призванным оказать помощь лицам, принимающим решения (ЛПР). С помощью СППР может производиться выбор решений некоторых неструктурированных и слабоструктурированных задач, в том числе и многокритериальных.
СППР, как правило, являются результатом мультидисциплинарного исследования, включающего теории баз данных, искусственного интеллекта, интерактивных компьютерных систем, методов имитационного моделирования.
Система поддержки принятия решений предназначена для поддержки многокритериальных решений в сложной информационной среде. При этом под многокритериальностью понимается тот факт, что результаты принимаемых решений оцениваются не по одному, а по совокупности многих показателей (критериев) рассматриваемых одновременно. Информационная сложность определяется необходимостью учета большого объема данных, обработка которых без помощи современной вычислительной техники практически невыполнима. В этих условиях число возможных решений, как правило, весьма велико, и выбор наилучшего из них "на глаз", без всестороннего анализа может приводить к грубым ошибкам.
Система поддержки решений СППР решает две основные задачи:
- выбор наилучшего решения из множества возможных (оптимизация),
- упорядочение возможных решений по предпочтительности (ранжирование).
В обеих задачах первым и наиболее принципиальным моментом является выбор совокупности критериев, на основе которых в дальнейшем будут оцениваться и сопоставляться возможные решения (будем называть их также альтернативами). Система СППР помогает пользователю сделать такой выбор.
18. см 2
19. Точность моделей, созданных при помощи деревьев решений, сопоставима с другими методами построения классификационных моделей (статистические методы, нейронные сети).
Рассмотрев основные проблемы, возникающие при построении деревьев, было бы несправедливо не упомянуть об их достоинствах:
* быстрый процесс обучения;
* генерация правил в областях, где эксперту трудно формализовать свои знания;
* извлечение правил на естественном языке;
* интуитивно понятная классификационная модель;
* высокая точность прогноза, сопоставимая с другими методами (статистика, нейронные сети);
* построение непараметрических моделей.
В силу этих и многих других причин, методология деревьев решений является важным инструментом в работе каждого специалиста, занимающегося анализом данных, вне зависимости от того практик он или теоретик.
Деревья решений успешно применяются для решения практических задач в следующих областях:
* Банковское дело. Оценка кредитоспособности клиентов банка при выдаче кредитов.
* Промышленность. Контроль за качеством продукции (выявление дефектов), испытания без разрушений (например проверка качества сварки) и т.д.
* Медицина. Диагностика различных заболеваний.
* Молекулярная биология. Анализ строения аминокислот.