
- •1. Системный анализ в структуре современных исследований.
- •2. Системное описание задачи оптимизации
- •3. Системный анализ транспортных моделей. Метод потенциалов.
- •4.Алгоритм решения транспортной задачи при получении максимального значения функции
- •5. Решение транспортных задач методом Фогеля (приведите пример).
- •6.Оптимизация назначений максимальное и минимальное значения функции (примеры)
- •7.Динамическое программирование. Принцип оптимальности Беллмана.
- •8.Постановка задачи распределения инвестиций и алгоритм ее решения методом динамического программирования
- •9. Задача о бинарном рюкзаке. Метод динамического программирования(см 10)
- •10. Метод динамического программирования. Задача о рюкзаке с неограниченным количеством элементов.
- •11. Постановка задачи о замене оборудования и алгоритм ее решения методом динамического программирования.
- •12. Принятие решения на основе расчета функции полезности
- •13. Экспертные методы в процессе прогнозирования и принятие управленческих решений
- •14.Метод ранжирования мнений экспертов
- •15. Методы определения согласованности экспертов
- •1 Случай – Отсутствие связанных рангов в матрице ранжировок.
- •16. Метод Паттерн
- •17. Методы групповой экспертной оценки
- •18. Метод Дельфи
- •19. Особенности принятия решений в условиях неопределенности (критерий Лапласа, вальда критерий максимакса)
- •20. Охарактеризовать критерии пессимизма-оптимизма (Гурвицы) и критерии минимального риска (Сэвиджа) ( привести пример)
- •21 Метод выбора альтернатив в условиях риска (дерево решений)
- •22 Пассивный метод поиска минимума функции одной переменной
- •23 Метод дихотомии(половинного деления) как метод оптимизации унимодальной функции
- •24 Численный метод оптимизации функции одной переменной -метод Фибоначчи
- •25. Численный метод оптимизации функции одной переменной – метод золотого сечения
- •1. Задаются ɛ, a,b( или в форме интервала), и f(X)
- •26. Градиентный метод оптимизации – метод с дроблением шага
- •27. Градиентный метод оптимизации – метод наискорейшего спуска
- •2. Определяется λк
- •4. Проверяется условие окончания вычислений
- •28. Градиентный метод оптимизации – метод ньютона
- •5. Проверяется условие окончания вычислений
- •30. Понятие нечеткого множества и операции над ними
- •31. Функции принадлежности элементов нечеткого множества их назначение и виды
- •32. Нечеткие отношения. Понятия и принципы композиции нечетких отношений
- •33. Понятие лингвистической переменной. Алгоритм Мамдани [из интернета]
12. Принятие решения на основе расчета функции полезности
В теории принятия решений важное место занимает теории полезности. Основополагающим в теории полезности является поведение ЛПР (лица, принимающего решение), его субъективная оценка вероятности наступления события и его полезности. Т.е полезность выступает в качестве меры предпочтительности — мы вычисляем, насколько одну вещь мы предпочитаем другой. Те. Делаем выбор – процесс, в ходе которого выбирается наилучшее из альтернатив. Полезность в данной теории используется для замены количественного выражения ожидаемого результата той или иной стратегии, поскольку его нельзя предугадать.
Задачи принятия решений:
1) Хорошо структурированные (детерминированные=конкретные модели: нет вероятности, есть четкие параметры).
2) Неструктурированные (методы экспертных оценок, т.к. мат.решение невозможно; часто относятся к будущему, а значит связаны с большими рисками).
Полезность выступает в качестве приведенного показателя, обобщенно выражающего потери или выигрыш, когда все ценности приведены к одной шкале. Для определенного события она будет соответствовать какой-то точке на этой шкале. Причем шкала полезности определяется логикой ЛПР, его выводами и предпочтительностью. От ЛПР зависит выбираемый критерий оценки решения.
Предварительно строится матрица (таблица) решений на основе логических рассуждений. В условиях риска ЛПР выбирает вариант, максимизирующий величину полезности. Значит, при выборе решений следует исходить из максимума ожидаемой полезности, используя формулу:
П = (Ву х Оу) - (Вн х Пн),
где П — ожидаемая полезность,
Ву — вероятность успеха,
Оу — оценка успеха;
Вн — вероятность неудачи;
Пн — потери от неудачи
Полезность измеряется в произвольных единицах, называемых единицами полезности. Они могут быть связаны с денежными единицами.
Итак, теория полезности строится на предположении, что некоторое число выражает полезность события, которое может произойти. Трудность состоит в точности определения оценки и вероятности удач и неудач. Получается, теория полезности не гарантирует высокой точности результатов рассчитанной полезности. Однако теория позволяет сравнить альтернативы по критерию полезности и исключить те, которые потенциально связаны со значительным риском (неудачей). Кроме того, достоинством данной теории является учет количественных и качественных аспектов, таких как человеческий фактор, а также случайностей.
13. Экспертные методы в процессе прогнозирования и принятие управленческих решений
Главными задачами экспертных оценок являются:
-
Определение целей
-
Экспертный прогноз
-
Сценарий ожидаемого развития ситуаций
-
Определение рейтингов
-
Оценочные системы
-
\Принятие коллективных решений
Метод ранжирования
-
Эксперту предлагается присвоить числовые ранги каждому из приведённых в анкете факторов.
-
Ранг, равный единице приписывается наиболее важному, по мнению эксперта, фактору, ранг, равный двум присваивается следующему по важности фактору
-
Порядковая шкала, получаемая в результате ранжирования, должно удовлетворять условию равенства рангов N числу ранжируемых элементов
Матрица
опроса m
экспертов относительно n
факторов сводится к матрице размером
m*n,
которая называется ХЗ(там не видно,
рили) опроса. Здесь Aij
ранг j-ого
фактора, данный i-м
экспертом. При обработке матриц опроса
переходят к преобразованным рангам по
формуле Sij=Amax-Aij
Матрица преобразованных рангов
При
этом матрица опроса преобразуется в
матрицу преобразованных рангов для
каждого столбца которой определятся
сумма
По
данным таблицы определяется относительный
вес каждого фактора по всем экспертам
Метод групповой экспертной оценки
-
Метод комиссий
-
Метод суда
-
Метод Дельфи
-
Метод прогнозируемого графа
-
Метод мозгового штурма
-
Метод «Паттери»
Основные этапы обработки экспертных оценок:
-
Определение компетенции экспертов
-
Определение обобщённой оценки
-
Построение обобщённой ранжировки объектов в случае нескольких оцениваемых объектов или альтернатив
-
Оценка согласованности экспертов
-
Построение модели свойств объекта (объектов) на основе ответов экспертов.
-
Подготовка отчёта
Метод экспертных изменений
-
Непосредственная количественная оценка\
-
Метод средней точки
-
Метод численных оценок
-
Метод парных сравнений
-
Метод ранжирования
Оценка согласованности экспертов
При ранжировании объектов используется мера согласованности мнений группы экспертов – кэф согласованности. Степень согласованности экспертов по значению кэфа 0<W<1
s- сумма квадратов отклонений сумм рангов, получаемых для каждой эксперт оценки от средней суммы суммы рангов
В зависимости от степени согласованности экспертов кэф будет в пределах от 0 (отсутствие согласованности) до 1 ()
Причины
Отсутствует общность мнений экспертов
И хз что там написано