- •Г.Л. Бродецкий
- •Москва - 2010
- •Предисловие
- •Раздел I. Оптимизация решЕний для систем логистики в условиях неопределенности. Критерии выбора и их модификации
- •Глава 1. Классические критерии принятия решений в условиях неопределенности. Особенности их использования при оптимизации систем логистики
- •Максиминный критерий (мм-критерий или критерий Вальда).
- •Оптимистический критерий (или h-критерий).
- •Нейтральный критерий (n-критерий).
- •Критерий Сэвиджа (s-критерий).
- •Модификация максиминного критерия: привязка выбора к утопической точке (мМmod(ут) -критерий)
- •Иллюстрации и приложения к задаче выбора способа поставки товара
- •Этап выбора оптимального решения
- •Вопросы (к главе 1)
- •Глава 2. Производные критерии принятия решений в условиях неопределённости. Особенности их использования при оптимизации систем логистики
- •Критерий Гурвица (hw-критерий).
- •Критерий произведений (p-критерий).
- •Критерий Гермейера (g-критерий).
- •4. Модифицированный g(mod)-критерий Гермейера
- •5. Критерий наиболее вероятного исхода.
- •Иллюстрации и приложения к задаче выбора способа поставки товара (продолжение в формате производных критериев)
- •Вопросы (к главе 2)
- •Глава 3. Составные критерии принятия решений в условиях неопределенности. Особенности их использования при оптимизации систем логистики
- •1. Общая схема составного критерия
- •Составные х(мм) – критерии.
- •3. Составные X(s) – критерии.
- •Иллюстрации и приложения к задаче выбора способа поставки товара (продолжение в формате составных критериев)
- •Вопросы (к главе 3)
- •Раздел II. Специальные модификации критериев оптимизации решений в условиях неопределенности
- •Глава 4. Модификации критериев оптимизации в условиях неопределённости, обусловливаемые требованиями «привязки» выбора к утопической точке. Особенности их использования в системах логистики
- •1. Модифицированный критерий Гурвица применительно к матрице потерь Сэвиджа (hWmod(s) - критерий)
- •2. Модификация hw критерия: привязка к утопической точке (hWmod(ут) -критерий)
- •3. Модифицированный критерий произведений: «привязка» к утопической точке (Pmod (ут) – критерий)
- •4. Модифицированный критерий произведений: «привязка» к матрице потерь Сэвиджа (Pmod (s) – критерий)
- •Выбор на основе модифицированного критерия Гермейера: привязка к утопической точке (gут (mod) -критерий)
- •Выбор на основе метода идеальной точки
- •Иллюстрации и приложения к задаче выбора способа поставки товара (продолжение в формате методов главы 4)
- •Вопросы (к главе 4)
- •Глава 5. Феномен блокировки выбора для стратегий диверсификации поставок при оптимизации логистических систем в условиях неопределенности
- •1. Специфика задач оптимизации решений в условиях неопределенности при управлении запасами
- •2. Феномен роста издержек для стратегий диверсификации поставок в моделях управления запасами
- •3. Суть феномена «блокировки» выбора альтернатив для стратегий диверсификации объемов поставок между поставщиками при управлении запасами
- •Частичный сдвиг линий уровня критерия как возможность обойти феномен «блокировки» выбора альтернатив, ориентирующих лпр на диверсификацию объемов поставок между поставщиками
- •Специальный синтез процедур оптимизации для критериев Сэвиджа и Гермейера (sg(ут)-критерий)
- •6. Специфика управления наклоном направляющей для линий уровня критерия (sGk(ут)-критерий)
- •Синтез процедур оптимизации модифицированного критерия Гермейера и процедур «нацеливания» на утопическую точку поля полезностей (Gk(ут)(mod)-критерий)
- •Вопросы (к главе 5)
- •Глава 6. Особенности специальных модификаций, допускающих возможность частичного сдвига линий уровня критерия к утопической точке поля полезностей для адаптации к предпочтениям лпр
- •Специфика процедур модификации критерия на основе частичного сдвига его линий уровня к утопической точке поля полезностей
- •Алгоритм γ(ут)-модификации для мм-критерия (мм γ(ут)-критерий)
- •Возможность оценки и выбора параметра γ для конкретного лпр при γ(ут)-модификации в формате критерия пессимизма
- •Дополнительная специфика процедур выбора наилучшего решения на основе мМγ(ут)-критерия
- •Γ(ут)-модификация для критерия Гурвица (hWγ(ут)-критерий)
- •Возможность оценки и выбора параметра γ для конкретного лпр при γ(ут)-модификации в рамках критерия Гурвица
- •Γ(ут)-модификация для критерия произведений (р γ(ут)-критерий)
- •Алгоритм частичного сдвига линий уровня для критерия идеальной точки (иТγ(эт)-критерий)
- •Вопросы (к главе 6)
- •Раздел III. Приложения методов оптимизации решений в условиях неопределенности к моделированию систем управления запасами
- •Глава 7. Особенности оптимизации системы управления запасами в условиях неопределенности
- •1. Атрибуты модели управления запасами в условиях неопределенности
- •2. Процедуры формализации модели управления запасами в условиях неопределенности
- •3. Процедуры оптимизации стратегии управления запасами в условиях неопределенности
- •4. Оптимальная стратегия с учетом позиции лпр к неопределенности конечного результата: традиционные критерии
- •Выбор на основе оптимистического критерия (h - критерий). Целевая функция оптимистического критерия:
- •Выбор на основе нейтрального критерия (n - критерий). Целевая функция нейтрального критерия:
- •Выбор на основе критерия Сэвиджа (s - критерий). Целевая функция критерия Сэвиджа:
- •5. Оптимальная стратегия: модифицированные критерии
- •6. Оптимальная стратегия: специальные модификации на основе сдвига линий уровня критерия к ут
- •Глава 8. Специфика алгоритмов оптимизации системы управления запасами в условиях неопределенности с учетом временной стоимости денег
- •1. Особенности формализации матрицы полезностей с учетом временной стоимости денег
- •2. Сравнительный анализ с вариантом модели без учета временной стоимости денег
- •3. Иллюстрация особенностей реализации алгоритмов оптимизации решений в условиях неопределенности с учетом временной стоимости денег
- •Традиционные критерии
- •Выбор на основе оптимистического критерия (h – критерий). Реализация соответствующих процедур представлена в табл. 8.8.
- •Выбор на основе нейтрального критерия (n – критерий). Реализация соответствующих процедур представлена в табл. 8.9.
- •Выбор на основе критерия Сэвиджа (s – критерий). Сначала переходим к матрице потерь, по которой найдем оптимальное решение. Реализация соответствующих процедур представлена в табл. 8.10.
- •Продолжим иллюстрацию процедур выбора наилучшего решения. Реализуем такие процедуры на основе модифицированных критериев, которые были представлены во второй части книги.
- •Оптимальная стратегия: модифицированные критерии
- •Глава 9. Оптимизация процедур диверсификации поставок при управлении запасами в условиях неопределенности
- •Атрибуты модели диверсификации поставок при управлении запасами в условиях неопределенности
- •2. Формализация модели для оптимального выбора стратегии диверсификации поставок в условиях неопределенности
- •Процедуры структуризации стратегий диверсификации поставок при управлении запасами в условиях неопределенности
- •4. Оптимальная стратегия: традиционные критерии
- •Библиорафический список
-
Специальный синтез процедур оптимизации для критериев Сэвиджа и Гермейера (sg(ут)-критерий)
Процедуры «нацеливания» семейства линий уровня критерия (точнее, «нацеливания» их направляющей) на утопическую точку поля полезностей, позволяющие обходить отмеченный выше аномальный феномен блокировки выбора альтернатив, можно реализовать следующим образом. А именно, их можно формализовать в формате процедур критерия Сэвиджа, причем на основе соответствующего синтеза с процедурами критерия Гермейера. Представленные в этом и следующем параграфе алгоритмы такого синтеза получены совместно с Бродецкой Н.Г.
Приведем необходимые уточнения и комментарии.
-
Основная особенность критерия Сэвиджа - формализация соответствующей матрицы потерь (последующие шаги алгоритма оптимизации реализуются именно над элементами такой матрицы). Указанная особенность автоматически «привязывает» направляющую семейства линий уровня этого критерия к утопической точке поля полезностей. В то же время формат процедур критерия Сэвиджа обеспечивает одинаковый наклон направляющей линии к каждой координатной оси в пространстве доходов. Чтобы иметь возможность изменять такой наклон, как раз и потребуется соответствующий синтез с процедурами критерия Гермейера.
-
Если в формате матрицы потерь Сэвиджа реализовать далее именно процедуры критерия Гермейера (естественно, с учетом субъективных вероятностей или их аналогов для событий θj), то наклон направляющей уже можно менять по желанию менеджера или ЛПР. При этом направляющая все равно будет проходить через утопическую точку поля полезностей. Адаптацию ее наклона можно регулировать с помощью выбора баланса между значениями соответствующих, указанных выше, субъективных вероятностей.
-
Сделанная только что ссылка на процедуры критерия Гермейера в формате матрицы потерь также требует уточнения. А именно, на содержательном уровне указанные процедуры применительно к матрице потерь интерпретируются следующим образом. К указанной матрице потерь дописываем дополнительный столбец. Элемент i-ой строки в таком столбце определяется на основе следующих процедур. Применительно к такой строке рассматриваются произведения вида , где - элемент этой строки матрицы потерь, а - субъективная оценка для вероятности соответствующего (по столбцу) события θj. Каждое такое произведение представляет «вклад» отмеченного элемента в ожидаемые потери для решения Хi. Наибольший такой «вклад» (по строке) в ожидаемые потери (можно интерпретировать как наибольшее «зло» в формате альтернативы Хi), т.е. выражение вида и определяет соответствующий элемент дополнительного столбца.
-
Оптимальное решение в формате такого синтезированного критерия определяется по минимальному элементу дополнительного столбца (из всех зол выбирается наименьшее).
Чтобы подчеркнуть специфику такого синтезированного критерия будем обозначать его через SG(УТ). Здесь:
-
S - подчеркивает обращение к матрице потерь Сэвиджа;
-
G(УТ) - подчеркивает то, что применительно к указанной матрице реализуются именно процедуры критерия Гермейера (с автоматической привязкой их к утопической точке в поле полезностей).
Формальное представление процедур SG(УТ)-критерия сначала определим для ситуации, когда менеджер (или ЛПР) не намерен использовать свои субъективные оценки вероятностей случайных событий θj для регулирования наклона направляющей семейства линий уровня критерия. Для указанной ситуации удобно определить понятие базового положения для указанной направляющей линии. А именно, определим его как направление, которое задают в пространстве доходов две точки: УТ и АУТ (антиутопическая точка).
В такой ситуации алгоритм SG(УТ)-критерия представим следующими шагами.
Шаг 1. Формализуется матрица потерь Сэвиджа.
Шаг 2. Определяются координаты для АУТ в поле потерь:
.
Другими словами, - самые большие потери, которые соответствуют событию θj (т.е. самый большой элемент j-го столбца матрицы потерь).
Шаг 3. Определяем вспомогательные показатели (обозначаем их через ), чтобы соотносить такие показатели с аналогичными параметрами критерия Гермейера. Эти показатели не являются субъективными вероятностями для случайных событий θj полной группы. Это - величины, определяемые формулами:
.
Шаг 4. Нормируем найденные вспомогательные показатели таким образом, чтобы их сумма давала единицу. Для этого каждый показатель делим на соответствующую сумму , либо умножаем на нормирующий множитель . В результате нормировки получаем показатели, которые обозначаем :
.
Замечание 1. Эти показатели далее будут «играть роль» субъективных вероятностей в формате процедур критерия Гермейера. Соответственно будем называть их «симуляторами» субъективных вероятностей.
Замечание 2. Наличие множителя в процедуре нормировки (при переходе от к ), как будет видно из дальнейшего, не отразится на выборе оптимального решения и на ранжировании анализируемых альтернатив. Поэтому процедуры шага 4 при желании можно опускать. Они приведены здесь для более полного соответствия процедурам критерия Гермейера, которые представлены далее последующими шагами.
Шаг 5. Реализуем процедуры G-критерия на базе найденных «симуляторов» субъективных вероятностей с учетом того, что они применяются к матрице потерь, а не к матрице полезностей с отрицательными элементами. Это означает следующее.
-
Дописываем к матрице потерь дополнительный столбец.
-
Применительно к каждой строке такой матрицы потерь находим самое большое значение специального выражения, которое имеет следующую специальную структуру; это – произведение элемента строки матрицы на «симулятор» вероятности соответствующего случайного события, которому соответствует этот элемент.
-
Среди всех элементов дополнительного столбца выбираем наилучший (наименьший, поскольку речь идет о потерях);
-
По указанному элементу устанавливаем оптимальное решение.
Графическую иллюстрацию процедур метода дайте самостоятельно, - см. также ситуацию (а) на рисунке 5.7. Числовую иллюстрацию процедур SG(УТ)-критерия рассмотрим на том же условном примере, который уже был использован ранее в предыдущих главах.
ЗАМЕЧАНИЕ. Для более полной иллюстрации здесь и в последующих примерах дополним множество анализируемых альтернатив еще одной альтернативой X6. Эта альтернатива, как раз, обладает нужным нам свойством (для иллюстрации представленных в этой главе методов). Действительно, убедитесь самостоятельно, в следующем. Если такую альтернативу (ее параметры представлены ниже в условиях примера 5.1) включить в множество анализируемых альтернатив в формате всех предыдущих примеров, то окажется, что ни один из рассмотренных в предыдущих главах критериев ее не выберет. При этом подчеркнем, что соответствующая альтернатива X6 формализована так, что она не является доминируемой. Следовательно, некоторые ЛПР могли бы ее предпочесть. Тем не менее, ни один критерий ее не выбирает. Снимут ли такую «блокировку» предложенные здесь методы модификации критериев принятия решений в условиях неопределенности?
ПРИМЕР 5. 1. Анализируется матрица полезностей, которая имеет вид:
Решения |
Доходы при событиях: |
|||
|
|
|
|
|
X1 |
5 |
4 |
3 |
3 |
X2 |
6 |
2 |
6 |
4 |
X3 |
-3 |
6 |
2 |
12 |
X4 |
3 |
9 |
1 |
5 |
X5 |
7 |
1 |
5 |
3 |
X6 |
6 |
6 |
1 |
5 |
Найдем наилучшее решение по SG(УТ)-критерию.
Шаг 1. Предварительно переходим к матрице потерь Сэвиджа:
Решения |
Потери при событиях: |
|||
|
|
|
|
|
X1 |
2 |
5 |
3 |
9 |
X2 |
1 |
7 |
0 |
8 |
X3 |
10 |
3 |
4 |
0 |
X4 |
4 |
0 |
5 |
7 |
X5 |
0 |
8 |
1 |
9 |
X6 |
1 |
3 |
5 |
7 |
Шаг 2. Легко определяем координаты АУТ в поле потерь:
События |
|
|
|
|
АУТ |
10 |
8 |
5 |
9 |
Шаг 3. Определяем вспомогательные показатели :
= ; = ; = ; = .
Шаг 4. (Можно опустить) Для нормировки вспомогательных показателей сначала ищем сумму и нормирующий множитель . После этого определяем «симуляторы» субъективных вероятностей:
= ; = ; = ; =
(обратите внимание на то, что сумма таких показателей равна единице, чего не будет, если этот шаг опустить, причем это не повлияет на окончательный выбор).
Шаг 5. К матрице потерь дописываем дополнительный столбец, в котором представляем значения показателя критерия применительно к каждой альтернативе (для удобства расчетов рядом с событиями полной группы проставлены в скобках соответствующие «симуляторы» субъективных вероятностей, найденные на предыдущем шаге):
Решения |
Потери при событиях: |
Показатель SG(УТ)-критерия |
|||
(36/193) |
(45/193) |
(72/193) |
(40/193) |
||
X1 |
2 |
5 |
3 |
9 |
360/193 |
X2 |
1 |
7 |
0 |
8 |
320/193 |
X3 |
10 |
3 |
4 |
0 |
360/193 |
X4 |
4 |
0 |
5 |
7 |
360/193 |
X5 |
0 |
8 |
1 |
9 |
360/193 |
X6 |
1 |
3 |
5 |
7 |
360/193 |
Наилучший (наименьший) из найденных «плохих» показателей дополнительного столбца матрицы потерь достигается в строке, соответствующей решению X2 (он выделен в дополнительном столбце матрицы). Это решение и принимается оптимальным по модифицированному SG(УТ)-критерию. Все остальные альтернативы имеют одинаковый показатель критерия, т.е. являются эквивалентными между собой по этому критерию. Такое ранжирование анализируемых альтернатив ранее не встречалось, ни при каком другом критерии. Как видим, указанный подход обогащает арсенал методов адаптации линий уровня критерия к предпочтениям ЛПР.
Замечание. Кстати, в формате рассмотренного примера объясните самостоятельно, почему результат выбора не изменится, если опустить процедуры нормировки на шаге 4.