- •0 Методы сетевого планирования и управления 6
- •1 Вероятностные модели систем 25
- •2 Управление запасами 51
- •3 Методы принятия технических решений 72
- •Введение
- •0Методы сетевого планирования и управления
- •1.1.Сетевая модель и ее основные элементы
- •1.2. Параметры сетевой модели с учетом временных характеристик
- •1.3. Методы расчета параметров сетевой модели
- •1Вероятностные модели систем
- •2.1. Ориентированный граф состояния системы. Марковские процессы.
- •2.2. Уравнения Колмогорова для вероятностей состояний
- •2.3. Системы массового обслуживания (смо)
- •2.3.1. Общая характеристика смо
- •2.3.2. Математическая модель однофазной смо и показатели ее эффективности.
- •2.3.3. Смо с конечной очередью
- •2.3.4. Смо с отказами
- •2.3.5. Чистая смо с ожиданием.
- •2.3.6. Смешанные системы массового обслуживания
- •2.3.7. Особенности применения моделей массового обслуживания
- •2Управление запасами
- •3.1. Системы управления запасами
- •3.2. Управление запасами при детерминированном стационарном спросе
- •3.2.1. Мгновенная поставка, возникновение дефицита не допускается.
- •3.2.2.Мгновенная поставка, возникновение дефицита допускается.
- •3.2.3. Поставка с постоянной интенсивностью
- •3.3. Однокаскадные суз при вероятностном дискретном спросе
- •3Методы принятия технических решений
- •4.1. Основная формальная структура принятия решений
- •4.1.1. Матрица решений
- •4.1.2. Оценочная функция
- •4.1.3. Особые случаи
- •4.2. Классические критерии принятия решений
- •4.2.1. Минимаксный критерий
- •Пример вариантов решения без учета риска
- •4.2.2. Критерий Байеса — Лапласа
- •4.2.3. Критерий Сэвиджа
- •4.2.4. Расширенный минимаксный критерий
- •4.2.5. Применение классических критериев
- •4.3. Производные критерии
- •4.3.1. Критерий Гурвица
- •4.3.2. Критерий Ходжа-Лемана
- •4.3.3. Критерий Гермейера
- •4.3.4. Bl (mm)-критерий
- •4.3.5. Критерий произведений
- •4.3.6. Принятие решений согласно производным критериям
- •Литература
- •Часть II
- •191186, Санкт-Петербург, ул. Миллионная, 5
Пример вариантов решения без учета риска
|
F1 |
F2 |
eir |
|
E1 |
1 |
100 |
1 |
|
E2 |
1,1 |
1,1 |
1,1 |
1,1 |
Выбирая вариант Ei, .предписываемый ММ-критерием, мы, правда, избегаем неудачного значения 1, реализующегося в варианте E1 при внешнем состоянии F1, получая вместо него при этом состоянии немного лучший результат 1,1, зато в состоянии F2 теряем выигрыш 100, получая всего только 1,1. Этот пример показывает, что в многочисленных практических ситуациях пессимизм минимаксного критерия может оказаться очень невыгодным.
Применение ММ-критерия бывает оправданно, если ситуация, в которой принимается решение, характеризуется следующими обстоятельствами:
– о возможности появления внешних состояний fj ничего не известно;
– приходится считаться с появлением различных внешних состояний Fj;
– решение реализуется лишь один раз;
– необходимо исключить какой бы то ни было риск, то есть ни при каких условиях Fj не допускается получать результат, меньший, чем zmm.
4.2.2. Критерий Байеса — Лапласа
При построении оценочной функции ZMM (согласно ММ-критерию) каждый вариант Ei представлен лишь одним из своих результатов . Критерий Байеса—Лапласа (BL), напротив, учитывает каждое из возможных следствий.
Пусть qj – вероятность появления внешнего состояния Fj; тогда для BL-критерия
, (4.11)
, (4.12)
(4.13)
Соответствующее правило выбора можно интерпретировать следующим образом:
Матрица решений ||еij|| дополняется еще одним столбцом, содержащим математическое ожидание значений каждой из строк. Выбираются те варианты Еi0, в строках которых стоит наибольшее значение eir этого столбца.
При этом предполагается, что ситуация, в которой принимается решение, характеризуется следующими обстоятельствами:
– вероятности появления состояний Fj известны и не зависят от времени;
– решение реализуется (теоретически) бесконечно много раз;
– для малого числа реализации решения допускается некоторый риск.
При достаточно большом количестве реализации среднее значение постепенно стабилизируется. Поэтому при полной (бесконечной) реализации какой-либо риск практически исключен.
Исходная позиция применяющего BL-критерий оптимистичнее, чем в случае ММ-критерия, однако она предполагает более высокий уровень информированности и достаточно длинные реализации.
4.2.3. Критерий Сэвиджа
Рассмотрим более подробно критерий Сэвиджа, введенный выше соотношением (4.7). С помощью обозначений
(4.14)
и
(4.15)
формируется оценочная функция
(4.16)
и строится множество оптимальных вариантов решения
E0= . (4.17)
Для понимания этого критерия определяемую соотношением (4.14) величину можно трактовать как максимальный дополнительный выигрыш, который достигается, если в состоянии Fj вместо варианта Ei выбрать другой, оптимальный для этого внешнего состояния вариант. Мы можем, однако, интерпретировать аij, и как потери (штрафы), возникающие в состоянии Fj при замене оптимального для него варианта на вариант Ei. Тогда определяемая соотношением (4.15) величина eir представляет собой – при интерпретации аij в качестве потерь – максимальные возможные (по всем внешним состояниям Fj, (j=1, ..., n) потери в случае выбора варианта Ei. Теперь, согласно (4.16) и (4.17), эти максимально возможные потери минимизируются за счет выбора подходящего варианта Ei.
Соответствующее S-критерию правило выбора теперь интерпретируется так:
Каждый элемент матрицы решений ||еij|| вычитается из наибольшего результата соответствующего столбца.
Разности aij образуют матрицу остатков ||aij||. Эта матрица пополняется столбцом наибольших разностей еir. Выбираются те варианты Еi0, в строках которых стоит наименьшее для этого столбца значение.
По выражению (4.16) оценивается значение результатов тех состояний, которые, вследствие выбора соответствующего распределения вероятностей, оказывают одинаковое влияние на решение. С точки зрения результатов матрицы ||еij|| S-критерий связан с риском, однако, с позиций матрицы ||aij||, он от риска свободен. В остальном к ситуации принятия решений предъявляются те же требования, что и в случае ММ-критерия.