1.6. Теория принятия решений

Основные понятия и определения

Теория принятия решений является неотъемлемой частью системного анализа. Системы поддержки принятия решений (СППР) представляют собой программные комплексы, основанные на методологии анализа. В настоящее время нет общепринятого определения СППР, поскольку её конструкция существенно зависит от вида задач, для решения которых она разрабатывается, от данных, информации и знаний, а также от пользователей системы. Можно привести, тем не менее, некоторые общепризнанные элементы и характеристики.

В большинстве случаев СППР – это интерактивная автоматизированная система, которая помогает пользователю (лицу, принимающему решения, т. е., ЛПР) использовать данные и модели для идентификации и решения задач, необходимых для принятия решений. Система должна обладать возможностями работать с интерактивными запросами с достаточно простым для изучения языком запросов.

Согласно [31] СППР обладает следующими четырьмя основными характеристиками:

• СППР использует и данные, и модели¹⁵;

• СППР предназначены для помощи менеджерам в принятии решений для слабоструктурированных и неструктурированных задач;

• Они поддерживают, а не заменяют, выработку решений менеджерами;

• Цель СППР – улучшение качества принимаемых решений.

Согласно определению [37] всё множество проблем, с которыми приходится сталкиваться в управленческой практике, можно подразделить на три класса:

• хорошо структурированные (well-structured), или количественно сформулированные проблемы, в которых существенные зависимости выяснены очень хорошо;

• неструктурированные (unstructured), или качественно выраженные проблемы, содержащие лишь описание важнейших ресурсов, признаков и характеристик, количественные зависимости между которыми совершенно неизвестны;

• слабо структурированные (ill-structured), или смешанные проблемы, которые содержат как качественные элементы, так и малоизвестные, неопределённые стороны, которые имеют тенденцию доминировать.

Что касается хорошо структурированных задач, то для их решения чаще всего используется гигантский арсенал такого научного направления, как исследование операций, включающий в себя линейное, динамическое, стохастическое программирование, имитационное моделирование систем с дискретным и непрерывным временем и многое другое.

Существует большое количество СППР, предназначенных для решения слабоструктурированных и неструктурированных проблем. К таким проблемам чаще всего относятся задачи группового многокритериального выбора, обычно встречающиеся в управленческой практике [38].

Задачи подобного класса в различных постановках рассматривались целым рядом исследователей. Для их решения создавались компьютерные системы поддержки решений (Decision Support System, DSS), которые в современном их толковании впервые появились в США ещё в 60-х годах благодаря основополагающим работам таких выдающихся ученых, как Г. Саймон [104, 8], К. Эрроу [130], Р. Кини [56], Х. Райфа [101], Дж. Марч [76], и затем, в особенности с появлением персональных компьютеров, бурно развивались. В нашей стране наиболее глубокие научно–практические разработки в этой области проводились академиком О. И. Ларичевым [66], профессорами В. В. Подиновским [96], Л. Г. Евлановым [34] и рядом других исследователей.

До начала 90–ых годов компьютерные системы поддержки решений в управлении экономикой в нашей стране были традиционно ориентированы на решение таких хорошо структурированных оптимизационных задач, как, например, задачи линейного (чаще всего), нелинейного, стохастического программирования. Это было связано с плановым управлением экономикой и наличием обширной нормативно-информационной базы, необходимой, например, для классической модели межотраслевого баланса В. В. Леонтьева [152].

Создание и внедрение компьютерных систем поддержки решений слабо структурированных и неструктурированных задач [21] долгое время не приветствовалось. В середине 90–х годов интерес к системам поддержки таких задач возродился. Однако, те теоретические заделы, которые были созданы в США и в России в предыдущие годы, не нашли своего сколько-нибудь полного воплощения в конкретных программных комплексах, и число публикаций, посвящённых разработке и практическим приложениям такого рода систем, не велико.

В настоящее время происходит нечёткое расширение понятия «система поддержки принятия решений» за счёт включения в этот класс типичных информационных систем. Например, это системы, предназначенные для интеллектуального анализа данных, подкрепленного механизмами визуализации отчётов о результатах анализа в виде, понятном конечным пользователям, и инструментами получения нужных данных из разных источников, так называемыми «средства раскопки данных» (data mining).

Предложены технологии хранилищ данных (data warehouse) и киосков данных (data marts) [140], OLAP–системы (англ. online analytical processing, аналитическая обработка в реальном времени – технология обработки информации, включающая составление и динамическую публикацию отчётов и документов).

Перечисленные технологии используются аналитиками для быстрой обработки сложных запросов к базе данных. В частности, data mining (способ анализа информации в базе данных с целью отыскания аномалий и трендов без выяснения смыслового значения записей) служит для подготовки бизнес-отчётов по продажам, маркетингу, в целях управления, для разработки систем визуализации данных, а также систем, предназначенных для синтеза имитационных моделей и т. п.

В настоящем учебнике излагаются материалы, посвящённые описанию компьютерной системы поддержки управленческих решений (СПУР), разработанной для студентов и слушателей МГУУ Правительства Москвы [41]. На протяжении ряда лет система использовалась на практических занятиях по различным учебным дисциплинам. В учебнике большое внимание уделяется анализу и структуризации проблем, возникающих в управленческой практике.

Отметим, что чаще всего при решении слабоструктурированных и неструктурированных проблем чётко сформулировать цель или систему целей управленческой деятельности достаточно сложно.

По мнению авторов учебника, именно детальный анализ проблем в наибольшей степени облегчает процессы целеполагания и генерации альтернатив при решении слабоструктурированных и неструктурированных задач.

Анализу и структуризации проблем в настоящее время посвящено несколько работ, например, [40], однако вопросы автоматизированной обработки практически не рассматриваются. Авторы надеются в какой-то мере восполнить этот пробел.

Изложим основные положения концепции принятия решений, использованные при разработке компьютерной системы поддержки управленческих решений [41].

1. В задаче принятия решений ЛПР выполняет основную роль. ЛПР принимает решения на основе своих предпочтений и несет за них ответственность.

2. Эксперты выполняют вспомогательную роль, осуществляя информационную и аналитическую работу по уменьшению неопределённости в процессе принятия решений. Они несут ответственность за свои рекомендации и оценки.

3. Измерение качества решений осуществляется на основе генерации альтернативных вариантов решений и их сравнительной оценки.

4. В условиях неопределённости, характеризующей принятие управленческих решений, может не существовать единственного оптимального решения. Для ЛПР, имеющих различные предпочтения, решения могут быть различными.

5. Уменьшение неопределённости в процессе принятия решений выполняется последовательно по этапам: структуризация, параметризация, оптимизация.

6. Переменные в задаче не могут быть выражены в числовых шкалах, что исключает возможность использования арсенала методов исследования операций¹⁶ и имитационного моделирования.

Как отмечал академик Н. Н. Моисеев [78], существует 4 типа неопределённости:

• неопределённость целей;

• вероятностная неопределённость, когда проблемная ситуация может определена только в терминах теории вероятностей и математической статистики:

• неопределённость наших знаний об окружающей обстановке и действующих в данном явлении факторах (неопределённость природы);

• неопределённость действий активного или пассивного партнера или противника.

В таких условиях, типичных для управленческой практики, и работает ЛПР.

Проиллюстрируем эти положения конкретными примерами.

1. Неопределённость целей.

Приоритетные национальные проекты – государственные программы по росту «человеческого капитала» в России, объявленные Президентом В. Путиным и реализующиеся с 2006¹⁷, а именно:

1. Национальный проект «Здоровье».

2. Национальный проект «Образование».

3. Национальный проект «Доступное жильё».

4. Национальный проект «Развитие АПК».

В директивных документах было определено финансирование каждого из этих, проектов, названия которых можно трактовать как генеральные цели соответствующих государственных программ. Однако, вследствие недостаточной чёткости в определении целей и приоритетов этих проектов и неразработанности методов и технологии программно – целевого планирования и управления в настоящее время трудно судить о состоянии дел по каждому из этих проектов.

2. Вероятностная неопределённость. Этот вид неопределённости можно проиллюстрировать следующим примером.

Бывший в то время министром финансов РФ А. Кудрин в студии радио «Коммерсантъ FM» на Петербургском экономическом форуме рассказал специальному корреспонденту А. Воробьеву о бюджетном процессе и финансовом кризисе [151]. На вопрос о вероятности второй волны финансового кризиса министр ответил «Вероятность второй волны кризиса – 50 на 50». Поскольку здесь нельзя говорить о частотной интерпретации событий, речь идёт о субъективности оценки вероятности. Это понятие имеет самую широкую трактовку.