![](/user_photo/2706_HbeT2.jpg)
- •Предисловие
- •Введение
- •Глава 1. Графическое представление критерИев
- •1.1. Критерии с прямоугольными конусами предпочтения
- •1.1.1. Минимаксный критерий
- •1.1.2. Критерий Гермейера
- •1.1.3. Критерий Сэвиджа
- •1.1.4. Критерий азартного игрока
- •1.2. Критерий с прямыми предпочтения
- •1.3. Производные критерии
- •1.3.1. Критерий Ходжа-Лемана
- •1.3.2. Критерий произведений
- •1.3.3. Критерий Гурвица
- •1.3.4. Критерий Байеса-Лапласа
- •1.3.5. Обобщенные критерии
- •Глава 2. Количественные характеристики ситуации принятия решений
- •2.1. Влияние информации на процесс принятия решения
- •2.2. Значимость независимого параметра
- •2.3. Энтропия независимого параметра
- •2.4. Доверительные факторы принятия решений
- •2.4.1. Эмпирический доверительный фактор
- •2.4.2. Прогностический доверительный фактор
- •2.4.3. Эмпирико-прогностический доверительный фактор
- •2.4.4. Использование доверительных факторов в задачах принятия решения
- •2.5. Принятие решений в условиях рисков
- •2.6. Пример оценки значимости параметра
- •Глава 3. Гибкие критерии выбора решения
- •3.1. Свойства гибкого критерия
- •3.2. Применение гибкого критерия
- •Параметров в заданных интервалах для выборки сочетаний исходных данных при (случай 1)
- •3.3. Адаптивный критерий Кофлера-Менга с использованием кусочно-линейной информации
- •Глава 4. СубъективНые оценки параметРов
- •4.1. Основные проблемные вопросы
- •4.2. Подготовка и проведение оценок
- •4.3. Обработка данных
- •4.3.1. Интерквартиль оцениваемой величины
- •4.3.2. Взвешивание оцениваемой величины
- •4.4. Гибкий выбор принятия решения при субъективной полезной информации
- •4.5. Примеры проведения оценок
- •Глава 5. Анализ ситуаций выбора решения
- •5.1. Общая структура выбора решения
- •5.2. Методы выбора решений
- •5.3. Ошибки решения
- •5.3.1. Количественный анализ ошибок
- •5.3.2. Качественный анализ ошибок
- •5.4. Схемы принятия решений
- •5.4.1. Одношаговые схемы принятия решений
- •5.4.2. Многошаговые схемы принятия решений
- •5.5. Дискретизация и комбинирование внешних состояний
- •5.5.1. Разделение общего числа представительных значений по параметрам внешнего состояния
- •5.5.2. Распределение заданного числа представительных значений по диапазону неопределенности параметра
- •5.6. Пример расчета числа дискретизирующих шагов для оценочной функции
- •Глава 6. Полезность вариантов решения. Риск
- •6.1. Полезность вариантов решения
- •6.2. Понятие риска
- •6.3. Сравнение степеней риска
- •6.4. Формальное описание риска
- •6.5. Виды рисков
- •6.6. Многократные риски
- •6. Изложить понятие неоднократного риска. Глава 7. Многоцелевые решения. Альтернативные методы
- •7.1. Многоцелевые решения
- •7.1.1. Общий подход
- •7.1.2. Реализация целей
- •7.1.3. Методы выбора внутри эффективных множеств
- •7.2. Альтернативные методы
- •7.2.1. Основные пути выбора решения
- •7.2.2. Критериальный анализ
- •7.2.3. Применение нечетких множеств
- •Заключение
4.3.2. Взвешивание оцениваемой величины
В отличие от описанного выше ограничения оцениваемой величины с помощью интерквартиля нередко оказывается целесообразным получить распределения найденных оценкой величин. Сначала в зависимости от имеющегося опыта, который трудно учесть логическим или объективным путем, эксперты высказывают суждения относительно маловероятное™ реализации того или иного распределения. В результате получается ограниченное и пронормированное по весу подмножество распределений, из которого и следует исходить.
Конкретно образ
действия заключается в том, что для
оцениваемой величины устанавливают
диапазон
конечного ряда значений
:
,
,
(4.8)
где
– общее число выбранных дискретных
значений оцениваемой величины. Каждый
из
равноценных экспертов дает оценку этой
дискретизации, указывая вероятностное
распределение
:
с
,
,
,
(4.9)
Искомое распределение
получается как смешанное путем усреднения
оценок
экспертов:
,
.
(4.10)
Здесь
и
.
Для получения
оценки интересующего нас параметра
имеются следующие возможности.
Естественным образом определяют среднее
значение смешанного распределения:
.
(4.11)
Далее в качестве оценки параметра можно использовать так называемую медианную оценку, то есть 50%-й квантиль смешанного распределения, определяя ее по формуле:
,
.
В заключение определяют характерные значения оценки – так называемые модальные величины распределения. Это такие особые значения, которые имеют максимальную относительную частоту появления; поэтому иногда их называют предпочтительными.
Определяются они условием
,
где
– множество модальных величин.
Для наиболее часто
встречающихся в прикладных задачах
распределений медиана лежит между
средним и модальным значениями. Практика
подтверждает, что среднюю величину
и медиану
по сравнению с модальной величиной
нужно оценивать с двойным весом и
вычислять, таким образом, оцениваемую
величину следующим образом:
.
4.4. Гибкий выбор принятия решения при субъективной полезной информации
Описанный в гл. 3
гибкий критерий принятия решения
базируется, как особенно ясно из
условия
и последнего фактора в
,
формулы (3.4) и (3.5), главным образом на
минимаксном (
)
критерии. И разумно, и желательно, чтобы,
например, при отсутствующих или
ограниченных возможностях наблюдения,
характеризующихся крайне малым объемом
выборки, (пессимистический, то есть
ориентирующийся на наихудшие условия,
-критерий
служил бы оптимальной страховкой при
принятии решения. Однако в практике
принятия решений часто встречаются
также ситуации, в которых, несмотря на
отсутствующие или недостаточные
возможности наблюдения, имеется полезная
информация, которую нельзя обработать
объективным путем. При объективизации
процессов принятия решения такая
субъективная информация неизбежно
остается без внимания. Поэтому
возникает вопрос нельзя ли обработать
эту информацию, переводя ее субъективными
взвешенными оценками или гипотетическими
вероятностями
,
,
– общее число
возможных состояний, в категорию,
аналогичную частоте выборки, и применяя
гибкий критерий, чтобы не исходить из
ситуации, более пессимистической, чем
фактически имеющаяся. При широкой
возможности субъективных влияний нужно
всегда учитывать опасность неконтролируемых
умозаключений, воздействующих на
результаты решения. Базу для модифицированной
обработки обеспечивает
-критерий.
В этом случае
гипотетические вероятности
можно учесть
в оценочной функции
,
не прибегая к
осторожности
-критерия.
Вместо условия
(3.4) получаем
теперь
(4.12)
и гибкий критерий с гипотетической вероятностью
,
(4.13)
причем
и
,
а также должно выполняться основное
для
-критерия
предположение, а именно,
.
Соответствующие изменения должны
претерпеть и доверительные факторы из
разд. 6.4, например, для эмпирико-прогностического
доверительного фактора (6.29) и соответственно
(6.35) теперь получим:
.
(4.14)
Использование
этого модифицированного гибкого критерия
в остальном соответствует описанному
в разд. 3.1 способу. Формально наряду с
заменой
на
следует
заменить и результаты
на
.