- •Фгоу впо "Кубанский государственный аграрный университет" (КубГау)
- •Теоретические основы информатики
- •Введение
- •1. Общие указания
- •2. Разработка систем принятия решений
- •2.1 Разработка системы принятия решения об аттестации знаний абитуриента
- •2.2.1. Общая схема решения
- •2.2.2. Разработка базы данных для системы принятия решения
- •2.2.3. Построение дерева принятия решений
- •2.2.4. Реализация системы принятия решений в табличном процессоре Excel
- •2.2 Разработка системы принятия решений о продаже акций предприятия
- •2.2.1. Построение базы данных
- •2.2.2. Построение дерева принятия решений
- •2.2.3. Реализация системы принятия решений в эт
- •2.3 Разработка системы принятия решений о диагностике неисправности телевизора
- •2.3.1. Разработка базы данных
- •2.3.2. Построение дерева принятия решения
- •2.3.4. Реализация системы принятия решения в электронной таблице (эт)
- •2.3.5. Проведение тестовых расчетов в (эт)
- •2.3.6. Подготовка системы принятия решений для пользователя
- •2.4 Раcсчет весовых факторов в некоторых системах принятия решений
- •3. Оптимизация экономических и управленческих задач
- •3.1 Настройка табличного процессора Excel для решения задач оптимизации
- •3.2 Постановка транспортной задачи и ее решение.
- •3.2.1. Построение математической модели
- •4. Определим стоимость перевозок в каждый из магазинов
- •5. Определим общую стоимость перевозок (целевую функцию цф)
- •3.2.3. Улучшение (оптимизация) плана перевозок
- •3.3 Постановка задачи о штате фирмы и ее решение.
- •3.3.1. Построение математической модели
- •Определение возможных режимов работы
- •Определение возможного графика работы
- •Определение числа работников, выходящих на работу каждый день согласно данному графику
- •Определение целевой функции задачи
- •3.3.2. Разработка электронной таблицы
- •3.3.3. Оптимизация решения
- •3.4 Постановка задачи планирования выпуска продукции и ее решение.
- •3.4.1. Построение математической модели
- •3.4.2. Разработка начального плана выпуска продукции. Реализация в Excel
- •Оптимизация плана выпуска
- •3.5 Постановка задачи о распределении ресурсов и ее решение.
- •3.5.1 Построение математической модели
- •3.5.2. Построение начального плана решения
- •3.5.3. Оптимизация плана решения
- •3.6 Постановка задачи об оптимальном составе сплавов и ее решение.
- •3.6.1. Построение математической модели
- •3.6.2. Построение начального плана решения
- •3.6.3. Оптимизация плана решения
- •3.7 Постановка задачи о производстве красок и ее решение.
- •3.7.1. Построение математической модели
- •3.7.2. Построение начального плана решения
- •3.7.3. Оптимизация плана решения
- •Темы курсовых работ
- •Заключение
- •Литература
- •Приложения Приложение 1. Календарно-тематический план изучения дисциплине
- •Приложение 2. Программа самостоятельной работы студентов по дисциплине
- •Приложение 3. Вопросы для подготовки к экзамену по дисциплине
- •Приложение 4. Перечень учебно-методических материалов, используемых по дисциплине
- •Приложение 5. Программное обеспечение, используемое при изучении дисциплины
- •350044, Г. Краснодар, ул. Калинина, 13
2.3.5. Проведение тестовых расчетов в (эт)
Чтобы проверить правильность составления ЭТ, введем в табл. 11. ответы, согласно БД табл.10. Поскольку результат совпадает с тестовыми вычислениями (п. 2.3.1), можно утверждать, что реализация системы принятия решения в ЭТ функционирует нормально.
2.3.6. Подготовка системы принятия решений для пользователя
Разработанная система принятия решения (табл.11 табл.12) содержит много избыточной для пользователя информации. Пользователю совершенно не обязательно знать о наличии базы знаний и о весовых факторах неисправностей, о формулах обработки ответов и принятия решений.
Пользователь должен вводить в ЭТ сведения о своем телевизоре и получать соответствующее решение.
Для исключения лишней информации удобно пользоваться командой "Скрыть строку".
Поставим указатель мыши на номер строки 6 и щелкнем правой клавишей для получения контекстного меню. Выбрать в контекстном меню команду "Скрыть строку". Строка 6 будет скрыта. Проделать эту же операцию со строками 7, 8, 9, 10, 11, 12, 13. Далее скрываем строки 21, 22, 23, 24, 25, 27, 28, 29.
В результате получаем систему принятия решения в режиме пользователя (табл.13).
|
A B |
C |
D |
|||
1 |
СИСТЕМА ПРИНЯТИЯ РЕШЕНИЙ О НЕИСПРАВНОСТИ ТЕЛЕВИЗОРА |
|||||
2 |
ВИД НЕИСПРАВНОСТИ |
|||||
3 |
|
ПРЕДОХРАНИТЕЛЬ |
АНТЕННА |
КИНЕСКОП |
||
4 |
|
|
|
|
||
14 |
Вопросы |
Ответы |
||||
15 |
Если отвечаете "да "-ввод 1, иначе - ввод 0. |
|||||
16 |
Ответы вводить в ячейки В8:В10 |
|||||
17 |
Отсутствует звук? |
1 |
1 |
1 |
||
18 |
Отсутствует изображение? |
1 |
1 |
1 |
||
19 |
Отсутствует световое заполнение экрана? |
0 |
0 |
0 |
||
20 |
Отсутствует цвет?(ответ в D20) |
|
1 |
|||
30 |
ПРИНЯТИЕ РЕШЕНИЯ |
|||||
31 |
|
0 |
антенна |
0 |
Таблица 13
В этой таблице необходимо еще скорректировать комментарии. В строке 7 следует ввести "Ответы вводить в ячейки В8:В10", а в ячейке А11 -"Отсутствует цвет" (ответ в D11).
2.4 Раcсчет весовых факторов в некоторых системах принятия решений
В рассмотренных ранее системах принятия решений весовые факторы атрибутов для критериев были заданы как постоянные числовые значения. Были рассмотрены различные способы получения результирующего весового фактора для каждого из критериев, необходимого для принятия решения.
В теории принятия решений используются "разумные" процедуры выбора наилучшей из нескольких возможных альтернатив. Насколько правильным будет выбор, зависит от качества данных, используемых при описании ситуации, в которой принимается решение. С этой точки зрения процесс принятия решений может принадлежать к одному из трех возможных условий.
-
Принятие решений в условиях определенности, когда данные известны точно.
-
Принятие решений в условиях риска, когда данные можно описать с помощью вероятностных распределений.
-
Принятие решений в условиях неопределенности, когда данным нельзя приписать относительные веса (весовые коэффициенты), которые представляли бы степень их значимости в процессе принятия решений.
В данных методических указаниях мы будем рассматривать примеры и решения задач, относящихся к первым двум случаям.
На практике довольно часто приходится решать задачи, имеющие иерархические уровни с набором критериев и альтернативных решений.
Рассмотрим пример задачи такого вида:
При выборе университета для поступления абитуриент сформулировал два основных критерия для поступления – месторасположение и репутация. Будучи отличным учеником, он оценивает репутацию университета в 5 раз выше, чем месторасположение. Это приводит к тому, что репутации университета приписывается вес примерно 83%, а месторасположению 17%. После проведения системного анализа, суть которого в данном курсе не рассматривается, абитуриент получил следующие альтернативные оценки для трех университетов А, В, С:
Структура задачи принятия решений имеет вид:
В данной задаче суммарный весовой фактор для принятия решения о поступлении в конкретный университет рассчитывается как сумма произведений базовых и альтернативных весовых факторов атрибутов данного университета.
Оценка трех университетов основана на вычислении комбинированного весового коэффициента для каждого из них.
Университет А: 0,17 х 0,129 + 0,83 х 0,545 = 0,4743.
Университет В: 0,17 х 0,277 + 0,83 х 0,273 = 0,2737.
Университет С: 0,17 х 0,594 + 0,83 х 0,182 = 0,2520.
Очевидно, что для принятия решения необходимо выбрать университет, у которого суммарный весовой фактор наибольший, в данном случае это университет А.
Заметим, что данная задача относится к классу задач на принятие решения в условиях определенности.
Теперь рассмотрим пример и решение задачи на принятие решения в условиях риска.
Предположим, что вы хотите вложить на фондовой бирже 10 000 долл. в акции одной из двух компаний: А или В. Акции компании А являются рискованными, но могут принести 50% прибыли от суммы инвестиции на протяжении следующего года. Если условия фондовой биржи будут неблагоприятны, сумма инвестиции может обесцениться на 20%. Компания В обеспечивает безопасность инвестиций с 15% прибыли в условиях повышения котировок на бирже и только 5% — в условиях понижения котировок. Все аналитические публикации, с которыми можно познакомиться (а они всегда есть в изобилии в конце года), с вероятностью 60% прогнозируют повышение котировок и с вероятностью 40% — понижение котировок. В какую компанию следует вложить деньги?
Информация, связанная с принятием решения, суммирована в следующей таблице.
Эта задача может быть также представлена в виде дерева решений, показанного на рисунке. На этом рисунке используется два типа вершин: квадратик представляет "решающую" вершину, а кружок — "случайную". Таким образом, из вершины 1 ("решающая") выходят две ветви, представляющие альтернативы, связанные с покупкой акций компании А или В. Далее две ветви, выходящие из "случайных" вершин 2 и 3, соответствуют случаям повышения и понижения котировок на бирже с вероятностями их появления и соответствующими платежами.
Исходя из схемы рис. 14.4 получаем ожидаемую прибыль за год для каждой из двух альтернатив.
Для акций компании А: 5000*0,6 + (-2000)*0,4 = 2 200 (долл.). Для акций компании B: 1500*0,6 + 500*0,4 = 1 100 (долл.).
Вашим решением, основанным на этих вычислениях, является покупка акций компании А.
В теории принятия решений повышение и понижение котировок на бирже именуются состояниями природы, возможные реализации которых являются случайными событиями (в данном случае с вероятностями 0,6 и 0,4). В общем случае задача принятия решений может включать n состояний природы и m альтернатив. Если pj — вероятность j-го состояния природы, а aij — платеж, связанный с принятием решения i при состоянии природы j (i = 1, 2, m, j = 1, 2, n), тогда ожидаемый платеж для решения i вычисляется в виде
где по определению p1 + p2 + … + pn = 1
Наилучшим решением будет то, которое соответствует
MVi* = maxi [MVi} или
MVi* = mini {MVi}, в зависимости от того, является ли платеж в задаче доходом (прибылью) или убытком (затратами).
(прибылью) или убытком (затратами).