2. Метод мозговой атаки

Организуется как собрание экспертов. Высказываются все более экстравагантные соображения. II этап - анализ высказанных идей. Обычно из 100 идей 2-3 оказываются в итоге приносящими полезный эффект - прибыль, повышение экологической безопасности и т.п.

3 этапа (отличаются организацией и правилами их проведения):

I. Постановка проблемы. (Отбор участников штурма, опр-ние ведущего, распр-ие пр. ролей участников в зав-сти от поставленной проблемы и выбранного способа проведения штурма).

II. Генерация идей. Правила: отсутствие ограничений для кол-ва идей; полный запрет на критику и любую оценку высказываемых идей.

III. Группировка, отбор и оценка идей. (позволяет выделить наиболее ценные идеи и дать окончательный результат МШ; оценка приветствуется. М-ды анализа и оценки идей разные. Успешность этого этапа напрямую зависит от того, насколько "одинаково" участники понимают критерии отбора и оценки идей).

Группы:

- участники, предлагающие новые варианты решения задачи;

- члены комиссии, обрабатывающие предложенные решения.

/ коллектив из нескольких специалистов; ведущий (производит четкую постановку задачи, подлежащей решению).

МШ: инд., коллект.

Мозговая атака применяется, когда необходимо:

- Собрать воедино все возможности для улучшения и /или проблемные области (предмет).

- Определить возможные причины, при составлении диаграммы Ишикава (причинно-следственный анализ).

- Предложить возможные контрмеры.

- Определить помехи и вспомогательные средства и методы.

3. Логические и логико-математические методы принятия решений

ПР м. б. осн. па логическом анализе ситуаций, на осн. объективно сущ. зак-тей, с помощью которых можно получить колич. рез-ты от реализации различных вариантов решений, на опросе мнений специалистов.

ЛМ ПР:

- формально-логические (осн. на предшеств. знаниях без непосредственного обращения к опыту);

- логико-математические (примен-е лог. моделей, при исп. которых осуществляют матем. обработку рез-тов).

При формализованном методе ПР исп. мат. модели - формулы, зависимости которых могут иметь f-й или вероятностный характер.

ПР с исп. формализ-х моделей осуществ. в несколько этапов: 1) составляют содержательное описание задачи;

2) формируют исходные данные, определяют количественные характеристики зависимостей, формализуют задачу;

3) разрабатывают алгоритм решения, находят оптим. решение задачи, которое доводят до О управления.

Для выбора оптимального решения в некоторых случаях используют имитационное моделирование (построение для исследуемой проблемы соответств. алгоритма, имитирующего при помощи вычислительной машины поведение подсистем, элементов сложной системы, а также вз-е между ними с учетом случайных, возмущающих факторов при f-ии системы).

4. Экономико-математические методы

Э-М модель — описание, отображающее экономический процесс или явление с помощью математических выражений (уравнений, f-ий, неравенств, тождеств), имитирующих поведение моделируемого объекта в заданных или возможных условиях его реального существования.

Принятие типовых решений на основе экономико-математических моделей базируется на методах имитационного моделирования, линейного программирования, вероятностного моделирования, исследования операций и др.

Группы:

- методы оптимизации,

- методы, учитывающие неопределенность, прежде всего вероятностно-статистические,

- методы построения и анализа имитационных моделей

(Имитационный эксперимент - 6 этапов:

1) формулировка задачи,

2) построение математической модели,

3) составление программы для ЭВМ,

4) оценка пригодности модели,

5) планирование эксперимента,

6) обработка результатов эксперимента).

- методы анализа конфликтных ситуаций (теории игр).

Виды мат. моделей в экономике:

1) ориент. на практ. исп-ие (модели статист. контроля);

2) модели, которые практически использовать невозможно (модели «основного уравнения количественной теории денег»).

+:- теоретические (позвол. изучать общ. св-а экономики и ее характерных элементов дедукцией выводов из формальных предпосылок) и прикладные (возможность оценить параметры f-ия конкр. экономического объекта и подготовить рекомендации для принятия практических решений);

- оптимизационные и равновесные;

- статические (описывается состояние эк. объекта в конкр. момент или период времени) и динамические (вкл. взаимосвязи переменных во времени);

- детерминированные (жесткие f-е связи между переменными) и стохастические (допускают наличие случайных воздействий на исследуемые показатели и используют инструментарий теории вероятностей и математической статистики для их описания).

Процесс моделирования:

I. Ан-з теорет. зак-тей, свойственных изучаемому явлению или процессу, и эмпирических данных о его структуре и особенностях. (!четкая формулировка конечной цели построения модели; определение критерия, по которому будут сравниваться различные варианты решения).

2 Определение методов, с помощью которых можно решить задачу.

3. Анализ полученных результатов и уточнение формы и структуры модели; возвращение на первый этап.

Недостатки моделирования:

- включение в модель несущественных для решаемой задачи показателей и нормативов;

- исключение из модели существенных для данного объекта характеристик и переменных величин;

- неточная оценка параметров моделируемого объекта;

- недостатки в структуре модели, т е. неправильное и неточное опр-ие f-й зависимости принятых критериев от управляющих и связанных переменных;

- чрезмерная упрощенность модели, не полностью охватывающая осн. параметры и переменные объекты в его динамике,

- чрезмерное усложнение модели, затрудняющее анализ переменных и повышающее затраты времени и ресурсов на моделирование.

Статистика объектов нечисловой природы. Анализ результатов измерений по качественным и разнотипным признакам; бинарных отношений (ранжировок, разбиений (классификаций), толерантностей и др.); результатов парных сравнений; векторов из 0 и 1 (люсианов); множеств, нечетких множеств; текстов; как обобщение - элементов пространств произвольной природы, в которых нет линейной структуры, но есть метрика или показатель различия. Сводка основных подходов и результатов статистики объектов нечисловой природы, или статистики нечисловых данных, дана в монографиях, сборнике статей. Одно из основных применений статистики объектов нечисловой природы - теория и практика экспертных оценок, связанные с теорией статистических решений и проблемами голосования.

Теория конфликтных ситуаций (теория игр). Зародилась как теория рационального поведения двух игроков с противоположными интересами. Она наиболее проста, когда каждый из них стремится минимизировать свой средний проигрыш, т.е. максимизировать свой средний выигрыш. Участники конфликта могут оценивать свой риск по иным критериям. В случае нескольких игроков возможны коалиции. Большое значение имеет устойчивость точек равновесия и коалиций.