- •Глава 1. Описание задач принятия решения на содержательном уровне
- •1.1. Примеры задач принятия решения
- •1.2. Основные требования к задачам принятия решения.
- •1.3. Типы критериев в задачах принятия решений.
- •1.4. Типы шкалы для измерения критериев
- •1.5. Основные понятия, используемые в задачах принятия решения
- •1.6. Специфика зпр
- •1.7. Классификация задач принятия решения
- •Глава 2. Основная математическая модель зпр
- •2.1. Модель зпр в табличной форме
- •2.2. Модель зпр в аналитической форме
- •2.3. Модель зпр в графической форме
- •Глава 3. Решение зпр в условиях определенности
- •3.1. Этапы решения зпр в условиях определённости
- •3.2. Способы свертки векторных критериев
- •3.2.1. Сильные и слабые критерии
- •3.2.2. Свёртка сильных критериев
- •Аддитивный способ свертки.
- •Нормирование частных критериев.
- •Мультипликативный способ свертки.
- •4) Критерий минимального удаления от идеала.
- •5). Статистические обобщенные критерии.
- •3.3. Способы определения весовых коэффициентов в сильных обобщенных критериях
- •3.3.1. Метод непосредственного определения усреднённых экспертных оценок весовых коэффициентов при наличии нескольких экспертов.
- •3.3.2. Метод ранжирования для определения весовых коэффициентов.
- •3.3.3. Определение весовых коэффициентов путём усреднения предпочтений при наличии нескольких экспертов.
- •3.3.4. Метод объективизации значений весовых коэффициентов (метод попарного сравнения, метод последовательных предпочтений).
- •3. 4. Слабые критерии оптимальности
- •3. 4. 1. Критерий удовлетворения техническим требованиям
- •3. 4. 2. Критерий принадлежности множеству Парето
- •3.4.3. Виды множеств Парето. Правило паруса.
- •3.4.4. Алгоритм формирования множества Парето
- •3.4.5. Графический способ построения множества Парето
- •3.5. Множество Парето и другие критерии оптимальности
- •3.5.1. Множество Парето и критерий удовлетворения тз
- •3.5.2. Множество Парето и обобщенный критерий в виде самого важного частного и остальных критериев как ограничений.
- •3.5.3. Множество Парето и требование экстремума одного из частных критериев
- •3.5.4. Множество Парето и обобщенный аддитивный критерий
- •3.5.5. Множество Парето и обобщенный мультипликативный критерий
- •3.5.6. Множество Парето и критерий последовательной уступки
- •3.6. Множество Парето и шкалы измерений
- •3.7. Достоинства множества Парето
- •3.8. Выражение предпочтений лпр в критериях оптимальности
- •3.9. Общая схема решения зпр в условиях определенности
- •Глава 4. Принятие решения в условиях неопределенности
- •4.1. Постановка задачи
- •4.2. Основные методы принятия решений в условиях неопределенности
- •4.2.1. Метод максимина или гарантированного выигрыша
- •4.2.2. Метод Сэвиджа (метод матрицы сожалений)
- •4.2.3. Метод Гурвица
- •4.3. Принятие решений в условиях риска
- •4.3.1. Постановка задачи
- •4.3.2. Kритерий математического ожидания
- •4.3.3. Критерий равновозможности состоянии
- •Глава 5. Принятие решений в задачах с нечисловыми критериями
- •5.1. Основные типы отношений.
- •5.2. Способы задания отношений.
- •5.3 Основные операции над отношениями
- •Помимо типовых существуют специальные операции над отношениями.
- •5.4. Основные свойства отношений
- •5.5. Два подхода к выявлению предпочтений в зпр с нечисловыми критериями.
- •5.6. Типы решающих правил при определении предпочтений
- •5.7. Парадоксы голосования.
- •5.8. Критерий Неймана-Моргенштерна
- •Глава 6. Основы теории выбора оптимальной стратегии действий
- •6.1. Основные понятия теории игр
- •6.2. Понятие устойчивости игры и равновесия по Нэшу
- •1. Выбор стратегии Зарей.
- •2. Выбор стратегии Лучом.
- •6.3. Понятие об играх со смешанной стратегией
1.7. Классификация задач принятия решения
Задачи принятия решений можно классифицировать с помощью следующей блок-схемы:
Здесь антагонистические игры – это игры, в которых выигрыш одного игрока оборачивается проигрышем для другого, неантагонистические – когда оба игрока выигрывают. Как видим, все задачи принятия решений в конце концов делятся на три группы: задачи, решаемые в условиях определённости, неопределённости и риска. Далее мы рассмотрим в основном задачи определения альтернатив, характеризующихся своими параметрами, в качестве которых выступают значения частных или обобщённых критериев.
Глава 2. Основная математическая модель зпр
Под математической моделью ЗПР понимают формальное описание ЗПР с помощью средств математики. Составленная математическая модель позволяет формально записать ЗПР, но ничего не говорит о том, как ее решать. Математическую модель ЗПР можно представить тремя способами: в виде таблицы, в аналитическом (формульном) виде и в графическом виде.
2.1. Модель зпр в табличной форме
Табличная модель ЗПР имеет следующий вид:
-
b1
b2
...
bm
a1
F(a1,b1)
F(а1,b2)
...
F(а1,bm)
a2
F(a2,b1)
F(а2,b2)
...
F(а2,bm)
a3
F(a3,b1)
F(а3,b2)
...
F(а3,bm)
...
...
...
...
...
an
F(аn,b1)
F(аn,b2)
...
F(аn,bm)
Здесь: a1, a2, a3, .., an — альтернативы; b1, b2, ..., bm — состояния среды, в которой рассматриваются альтернативы; F(ai,bj) — исход, или результат выбора i-той альтернативы при j-м состоянии среды. Функция F(ai,bj) может иметь смысл выигрыша или дохода. Если F придать противоположное значение (– F или 1/F), то это будет функция проигрыша или штрафа (затрат, потерь).
Для ЗПР в условиях полной определенности матрица вырождается в вектор-столбец. Для ЗПР в условиях риска каждому состоянию среды должна соответствовать своя вероятность.
2.2. Модель зпр в аналитической форме
Пусть: А — множество альтернатив или множество факторов, управляемых ЛПР1;
В — множество состояний среды;
С — множество управляемых факторов, определяемых ЛПР2, или конкурирующей стороной;
F — множество исходов.
Тогда математическая модель ЗПР в аналитической форме имеет следующий вид:
М={А*В*С, F}, где A*B*C — декартово произведение, то есть множество всех различных сочетаний элементов множеств А, В, С, отличающихся своим составом (но не порядком элементов в сочетании). Аналитическая модель выгодно отличается от табличной компактностью и универсальностью, так как допускает большее число ЛПР.
Частные случаи общей аналитической модели:
M = {A*C, F} — ЗПР, представляющая собой игру ЛПР1 с ЛПР2:
M = {A*B, F} — ЗПР в условиях риска или неопределенности состояния среды.