- •Суми 2009
- •Напрямки робіт у галузі ші
- •Когнітивні процеси
- •Загальна структура смислового простору
- •Поняття знань.
- •Схеми проблем
- •Евристичні моделі подання знань.
- •1. Продукційне подання знань
- •2. Мережна модель (мм)
- •3. Подання знань у вигляді фреймів
- •Логічні моделі(лм) подання знань
- •1. Логіка висловлювань
- •Нечітка модель (нм) подання знань
- •Штучні нейронні мережі (шнм)
- •Біологічний нейрон
- •Штучний нейрон
- •Штучна нейромережа
- •Стратегії та методи виведення знань
- •І. Виведення за аналогією (вза)
- •Іі. Індуктивне умовиведення (ів)
- •Ііі. Виведення на основі категоріальних знань (вкз)
- •1. Концептуальні умовиводи (ку)
- •2. Дедуктивне виведення
- •2. 1. Виведення в продукційних системах (пс)
- •2.2. Виведення в умовах невизначеності (вун)
- •2.3. Виведення в семантичних мережах(см)
- •2.4. Виведення в мережах фреймів (мф)
- •2.5. Виведення в логічних системах (лс)
- •2.6. Метод резолюції
- •1. Нечітке виведення (нв)
- •1.1.Формування нечіткого логічного висновку:
- •2. Штучні нейронні мережі (шнм). Нейропарадигми.
- •2. 1. Процес навчання
- •2.2. Алгоритм навчання хебба
- •2.3. Алгоритм навчання кохонена
- •2.4. Алгоритм навчання процедурою зворотного поширення помилки
- •3. Експертні системи. Основні визначення
- •3.Класифікація експертних систем (ес)
- •4. Архітектура ес
- •2. Методи машинного навчання
- •2.1. Індуктивне навчання (ін)
- •2.2. Навчання формування гіпотез на основі зростаючих пірамідальних мереж
- •1. Стан і тенденції розвитку штучного інтелекту
- •2. Успіхи систем штучного інтелекту і їхньої причини
- •3. Експертні системи реального часу - основний напрямок штучного інтелекту
- •4. Основні виробники
- •5. Архітектура експертної системи реального часу
- •6. Розширення прототипу до додатка
- •7. Тестування додатка на наявність помилок
- •8. Тестування логіки додатка й обмежень (за часом і пам'яттю)
- •9. Супровід додатка
- •2. Стисла історія розвитку систем підтримки прийняття рішень
- •2.1. Зародження і розвиток концепції сппр
- •2.2. Теорія розроблення сппр
- •2.3. Розширення рамок сппр
- •2.4. Технологічні просування
- •3. Цілі сппр та чинники,що сприяють їх досягненню
- •4. Посилення конкурентної переваги завдяки сппр
- •1. Еволюція концепції і структури сппр
- •2. Способи взаємодії особи, що приймає рішення, з сппр
- •3. Еволюція сппр
- •4. Характеристика сучасних сппр
- •5. Підсистеми програмного забезпечення сппр
- •1. Галузі застосування сппр
- •2. Приклади застосування сппр
- •3. Сппр Marketing Expert
- •4. Сппр Decision Grid
- •5. Сппр RealPlan
- •6. Сппр tax advisor
- •7. Сппр Advanced Scout
- •8. Система бізнесової інформації(Business Intelligence) FedEx
- •9. Сппр ShopKo
- •1. Архітектура систем підтримки прийняття рішень
- •2. Компоненти користувацького інтерфейсу
- •2.1. Призначення та загальні ознаки користувацького інтерфейсу
- •2.1.1. Важливість та ефективність користувацького інтерфейсу сппр
- •2.1.2. Основні теми та механізмистворення користувацького інтерфейсу
- •2.1.3. Загальні висновки щодо користувацького інтерфейсу
- •2.1.4. Компоненти мови відображень (презентацій)
- •2.1.4. Роль знань у користувацькому інтерфейсі
- •2.1.5. Питання проектування користувацького інтерфейсу
- •Тема: Класифікаційні групи та моделі систем підтримки прийняття рішень.
- •1. Класифікація на основі інструментального підходу
- •2. Класифікація за ступенем залежності опр у процесі прийняття рішень
- •3. Класифікація за часовим горизонтом
- •Характеристика інформаціїдля різних управлінських рівнів
- •4. Інституційні сппр та сппр на даний випадок
- •1. Моделі в аспекті інформаційного підходу
- •2. Модель, основана на знаннях
- •3. Модель єрархії управління
- •4. Моделі, орієнтовані на особистість опр
- •Характерні аспекти процесів оброблення інформації людиною
- •5. Моделі для планування та прогнозування
- •6. Модель для конторської діяльності
- •1. Облікові і фінансові моделі
- •1.1. Аналіз беззбитковості
- •1.2. Моделі фінансового планування
- •1.3. Орієнтовні фінансові звіти (баланси)
- •1.4. Аналіз на основі розрахунку коефіцієнтів за даними звітності
- •2. Моделі аналізу рішень
- •2.1. Аналітичний єрархічний процес (ahp)
- •2.2. Дерева рішень і моделі багатоатрибутної корисності
- •2.3. Діаграми впливу
- •2.4. Прийняття ризикованих рішень за допомогою функції вигідності
- •3. Моделі прогнозування
- •4. Сітьові і оптимізаційні моделі
- •5. Імітаційні (симуляційні) моделі
- •6. Мови моделювання і електронні таблиці
- •1. Стратегія оцінювання і вибору методів підтримки прийняття рішень у сппр
- •2. Процес прийняття рішень
- •3. Ситуації, пов’язані з прийняттям рішень
- •4. Функції і завдання прийняття рішень
- •5. Узагальнена матриця методів/ситуацій, пов’язаних з прийняттям рішень
- •1. Генетичні успадкування — концептуальна засада генетичних алгоритмів
- •2. Загальна схема генетичних алгоритмів
- •3. Доступне програмне забезпечення генетичних алгоритмів
- •1. Визначення виконавчих інформаційних систем
- •2. Призначення віс
- •3. Визначальні характеристики віс
- •Інформаційні потреби опр, реалізовані засобами віс
- •Вимоги щодо моделювання у віс
- •Вимоги щодо користувацького інтерфейсу віс
2.3. Діаграми впливу
Часто застосовується інший інструментальний засіб аналізу рішень, що називається діаграмою впливу (influence diagram). Він забезпечує графічне подання ситуації, що потребує прийняття рішення і вираження суті зв’язків між її елементами. Термін «вплив» стосується залежності однієї змінної від величини іншої. Діаграма впливу відображає схему залежностей всіх змінних в управлінській проблемі. В діаграмах впливу використовують набір геометричних фігур, щоб зобразити різні елементи. На рис. 2 зображений приклад діаграми впливу, створеної в СППР Analytica 2.0, а також прийняті домовленості щодо позначення геометричними фігурами окремих елементів діаграми впливу. Як видно з цього рисунка, на показник «Прибуток» впливають два показники: «Витрати» та «Дохід». У свою чергу, на величину доходу впливає ціна одиниці продукції і кількість проданих одиниць і т. д.
Форми елементів діаграми впливу означають:
|
Рішення — це змінна, яку особа, що приймає рішення, може контролювати. |
|
Імовірна змінна, що пов’язана з невизначеністю, яку ОПР не може контролювати безпосередньо. |
|
Цільова змінна — кількісний критерій, який намагаються максимізувати (чи мінімізувати). |
|
Загальна змінна — функція, яка визначається іншими кількісними змінними, від яких вона залежить. |
|
Стрілка означає вплив. А впливає на Б означає, що коли ми знаємо величину А, то це буде прямо впливати на наші сподівання щодо значення Б. Вплив виражає знання про відношення. Це не обов’язково означає випадкове відношення чи потік матеріалів, даних або грошей. |
Рис. 2. Приклад діаграми впливу (СППР Analytica 2.0)
Три типи змінних (змінні рішень, неконтрольовані змінні, змінні наслідку або кінцевий чи проміжні результати) з’єдну-ються стрілками, які показують напрямок впливу. Форма стрілки означає певний тип відношень (зв’язку). Перевага окремих змінних наслідку показується стрілкою з подвійними лініями. Стрілки можуть бути однобічними або двобічними (двонапрямленими). Діаграма впливу може створюватися для будь-якого рівня деталізації і розкриття. Цей тип діаграми надає можливість розробникам моделей відобразити всі зв’язки між елементами і напрямки впливу.
Нині на ринку програмних продуктів пропонуються кілька СППР, які допомагають користувачам створювати і досліджувати діаграми впливу. Крім щойно згаданої СППР Analytica 2.0 можна назвати систему DAVID, що допомагає користувачам будувати, змінювати і аналізувати моделі в інтерактивному графічному середовищі, і систему DPL, що забезпечує синтез діаграм впливу і дерев рішень.
2.4. Прийняття ризикованих рішень за допомогою функції вигідності
Кількісна оцінка пріоритетності альтернативних дій, яку називають ступенем вигідності (переваги, utility), залежить від особистих характеристик керівника і тому має бути відносною (безрозмірною) величиною. Поняття «вигідність» стосовно прийнят-тя ризикованих рішень відповідає концепції фон Неймана—Моргенштерна, згідно з якою вигідність (інколи кажуть корисність) — це ймовірність деяких подій.
Концепція вигідності за фінансових операцій основана на зіставленні кожним керівником двох альтернатив: ризикованої, оцінкою якої є математичне сподівання доходу або збитку, та гарантованої, котра дає стабільний дохід або збиток (величиною х) за будь-яких умов.
Нехай ризикована альтернатива — базовий контракт (лотерея) <A,q,B> оцінюється таким розподілом імовірностей: дохід величиною А з імовірністю q, а збиток величиною В з імовірністю 1-q. Числа А і В можна вибирати довільними, але їх порядок має відповідати значенню сум грошей, якими оперує керівник у процесі прийняття рішень.
Математичне сподівання доходу за реалізації базового контракту залежить від величини q при фіксованих значеннях А та В.
Визначення. Співвідношення між гарантованим доходом x і очікуваним результатом M(q), за якого вибір для ОПР між двома стратегіями стає однаковим, визначає еквівалентний базовий контракт з величиною ймовірності .
У такому разі можуть мати місце три варіанти вибору:
Обережна ОПР (яка, зазвичай, не ризикує) вибирає таке значення : M( ) > x.
Нейтральна (байдужа) до ризику ОПР: M( ) = x.
Ризикована ОПР: M( ) < x.
Вигідність U(x) визначається значенням в базовому контракті за відомих параметрів А і В, яке вибирається керівником залежно від контексту прийняття рішень і здатності приймати ризиковані рішення. На рис. 3. зображені вигляди основних типів функцій вигідності залежно від відношення ОПР до ризику — бажає ризикувати, не бажає ризикувати і нейтральна (байдужа) до ризику. В останньому разі вибір альтернативи за допомогою функції вигідності й за допомогою дерева рішень (оптимальна альтернатива має найбільше значення математичного сподівання прибутку) дає однакові результати.
Рис. 3. Основні типи функції вигідності
Якщо функція U(x) відома, то проблема вибору альтернативних дій зводиться до оцінювання вигідності кожної альтернативи, на підставі чого вибирається оптимальна (за найбільшим значенням вигідності) альтернатива.
Вигідність альтернативи D знаходиться за формулою:
де pij — імовірність j-ї події за і-ї альтернативи;
сij — дохід, який може забезпечити реалізація j-ї події за альтернативи D;
ni — кількість подій за і-ї альтернативи.