- •"Коммерческий риск и теория принятия решений" методические указания по выполнению расчетно-графической работы
- •Содержание
- •Введение
- •Общие положения
- •1.1. Порядок выполнения расчетно-графической работы
- •1.2. Содержание расчетно-графической работы
- •1.3. Оформление расчетно-графической работы
- •1.4. Защита расчетно-графической работы
- •2. Расчетно-графическая часть Содержание расчетно-графической части
- •2.1 Оценка и выбор многокритериальных решений в условиях определенности
- •Постановка задачи
- •Варианты исходных данных
- •2.2. Оценка и выбор решений в условиях риска
- •Постановка задачи
- •2.3. Оценка и выбор решений в условиях неопределенности Характеристика процесса принятия решений в условиях риска
- •Постановка задачи
- •Литература
- •Варианты ргр
- •Приложение 2
- •Расчетно-графическая работа
- •По программированному изучению курса «коммерческий риск и теория принятия решений» (раздел «Системное мышление»)
- •Вопросы к экзамену по дисциплине: "Коммерческий риск и теория принятия решений"
1.4. Защита расчетно-графической работы
Выполненная студентом РГР проверяется преподавателем - руководителем.
Если работа отвечает предъявленным к ней требованиям, она возвращается студенту с отзывом руководителя и указанием о допуске к защите.
Защита РГР производится за две недели до начала зачетно-экзаменационной сессии.
Работа подписывается студентом и руководителем на титульном листе с указанием даты.
Защищенные РГР хранятся на кафедре. Сроки хранения – соответствии с установленным нормативом.
2. Расчетно-графическая часть Содержание расчетно-графической части
Каждый вариант РГР включает три вида задач:
оценка и выбор многокритериальных решений в условиях определенности;
принятие решений в условиях риска;
принятие решений в условиях неопределенности.
Ниже рассматривается сущность, характеристики и типология выше перечисленных видов задач.
2.1 Оценка и выбор многокритериальных решений в условиях определенности
Характеристика процесса принятия решений в условиях определенности:
Значения оценочных показателей должны быть количественно измеримы (т.е. иметь единицу измерения);
Ограничения назначения оценочных показателей должны быть заданы количественно (например, функциональное ограничение на производительность оборудования выражается: Nrm=55шт/час или областное ограничение на этот же показатель: 60шт/час >Nrm ≥53 шт/час, т.е. Nrm=[53,60]);
Информация (исходные данные) должна обладать свойствами:
- достоверности (точности);
- актуальности (своевременности);
- достаточности (матрица исходных данных должна быть без «пустых» клеток);
- однозначности;
- измеримости (т.е. иметь единицу измерения);
- соответствие (исходные данные однозначно соответствуют каждой конкретной альтернативе по каждому конкретному показателю);
- процедуры (алгоритмы, модели, формулы) оценки, выбора и оптимизации альтернатив должны быть математически корректны.
Классификация задач принятия решений в условиях определенности:
Тип 1. Многокритериальная оценка и ранжирование исходного множества альтернатив (без учета выполнения ограничений);
Тип 2. Многокритериальная оценка и ранжирование подмножества работоспособных альтернатив (т.е. удовлетворяющих наложенным ограничениям);
Тип 3. Многокритериальная оценка работоспособных альтернатив и выбор узловой (т.е. наилучшей из подмножества работоспособных) альтернативы;
Тип 4. Формирование подмножества доминирующих альтернатив из подмножества работоспособных;
Тип 5. Формирование подмножества доминируемых альтернатив из подмножества работоспособных;
Тип 6. Формирование подмножества недоминируемых альтернатив (Парето–оптимальных) из подмножества работоспособных;
Тип 7. Определение путей оптимизации узловой альтернативы .
Основные этапы алгоритма многокритериальной оценки, выбора и оптимизации альтернатив в условиях определенности:
Задать единицы измерения показателей (таблица 2.1, графа 3)
Задать направления экстремизации по каждому показателю (таблица 2.1, графа 5). Например, производительность целесообразно стремить к max, а себестоимость – к min
Проверить каждую альтернативу на удовлетворение ограничениям
Удалить из исходного множества альтернатив те, которые не удовлетворяют хотя бы одному из ограничений
Формирование подмножеств доминирующих, доминируемых и Парето-оптимальных из множества работоспособных альтернатив Rраб
Определить кванту по каждому показателю (таблица 2.1, графа 14)
Проранжировать кванты «сверху – вниз» и «снизу-вверх» (таблица 2.1, графы 15, 16)
Определить весовые коэффициенты по каждой кванте (таблица 2.1, графа 17).
Проверить весовые коэффициенты на соответствие рангам. При обнаружении противоречий между и рангами, произвести корректировку рангов квант или .
Рассчитать нормированные весовые коэффициенты для всех квант по формуле (таблица 2.1, графа 18).
Рассчитать количество квант (таблица 2.1, графа 19-20) для каждой r-той альтернативы по каждому m-му показателю: ,
где: Nr m – количественные значения каждой r-ой альтернативы по каждому m- му показателю.
Построить матрицу мер эффективности для всех альтернатив по формуле: .
Результаты расчетов занести в таблицу 2.1, графы 21-22.
Рассчитать обобщенный критерий эффективности для всех альтернатив по формуле: ,
где: Mmax, Mmin – соответственно показатели подлежащие максимизации и минимизации.
Результаты расчетов занести в таблицу 2.1, графа 23.
Выбрать узловую (наилучшую) альтернативу.
Узловой является та альтернатива, которая обладает максимальным значением Er (с учетом знака), т.е. .
Результаты выбора занести в таблицу 2.1, графа 24.
Определить пути оптимизации .
Узловая альтернатива подвергается оптимизации следующим образом:
15.1. Используя матрицу мер эффективности (см. таблица 2.1, графы 21-22) сформировать упорядоченное множество m альтернатив по каждому показателю, исходя из величин (т.е. выполняется «упорядочение по строкам») например:
15.2. Определить место узловой альтернативы в каждом из упорядоченных множеств m .
15.3. Определить возможные пути оптимизации альтернативы по каждому m-му показателю по правилу:
если упорядоченное множество m построено по показателю, подлежащему максимизации (соответственно, минимизации), то может быть улучшена (оптимизирована) за счет использования решений, заложенных в тех альтернативах, которые расположены слева (соответственно, справа) в множестве m .
Результаты расчетов занести в таблицу 2.1, графа 25.
Таблица 2.1 – Матрица исходных данных и результатов расчетов по алгоритму принятия решений в условиях определенности
№п/п |
Оценочные показатели М |
Ед. изм. |
Ограничения |
Направление экстремизации |
Исходное множество альтернатив Rисх |
Подмножество работоспособных альтернатив Rраб |
Величина кванты nm |
Ранжирование квант |
Весовые коэффициенты квант Cm (0,100) |
нормированные Ĉm (0,1) |
Количество квант گrm |
Мера эффективности Srm |
Обобщенный критерий эффективности Er |
Выбор Rузл |
Пути оптимизации Rузл и анализ их реализации |
|||||||||
R1 |
R2 |
R3 |
R4 |
R5 |
R6 |
R7 |
"Сверху-вниз" |
"Снизу-вверх" |
||||||||||||||||
Количественные значения Nr m |
|
|
|
|
||||||||||||||||||||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
19 |
20 |
21 |
22 |
23 |
24 |
25 |
1 |
Производительность |
|
П≥110 |
|
Матрица исходных данных (по вариантам) |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
2 |
Себестоимость |
|
С≤200 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
3 |
Надежность |
|
Н≥3000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|