![](/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
5.6. Пример расчета числа дискретизирующих шагов для оценочной функции
Ранее
были уже рассчитаны релевантности
(коэффициенты влияния) независимых
параметров
и
рассмотренной
там оценочной функции.
Дифференциальная
энтропия
для равномерно распределенного
параметра
по
формуле (5.26) равна нулю, а для распределенного
по нормальному закону параметра
–
по формуле (5.23)
.
В
модели выбора решения из соображений
приемлемого объема вычислений при
удовлетворительной точности принято
внешних состояний. В связи с тем, что
,
в
качестве базового выбран параметр
.
По
формуле (5.31) минимальное число групп
(интервалов дискретизации)
,
то есть
.
Из (5.29) для параметра
получаем
.
Число
интервалов для базового параметра
теперь шаг за шагом увеличивают, пока
не будет достигнуто
.
В табл. 5.5 показаны результаты расчетов
по формуле (5.29) по шагам. Четвертый шаг
с
,
и
оказывается последним. Параметр х1
разделен
на 6, а
параметр
– на 15 интервалов.
Вопросы для самопроверки по разделу 5
1. Перечислить элементы ситуации выбора решения.
2. Привести общую схему процесса принятия решения.
3. Изложить возможные варианты решения и перечислить необходимые исходные данные.
4. Дать краткую характеристику количественного и качественного анализа ошибок решения.
5. Изложить варианты одношаговых и многошаговых схем принятия решения.
Глава 6. Полезность вариантов решения. Риск
6.1. Полезность вариантов решения
Для того чтобы сделать разумный выбор между различными вариантами решения, необходимо оценить последствия решения. При принятии решений
на практике это часто представляет большие трудности. Понятия ценности и пользы, к сожалению, не имеют универсального характера, даже когда они отражают интересы больших групп людей. Индивидуальные представления о них из-за различных мотивов и взглядов сильно различаются. Это различие может быть ограничено, если рассматривать полезность решений в инженерной и хозяйственной деятельности. Однако и здесь остается возможность субъективной оценки полезности небольшими группами или отдельными лицами. Поэтому ставящий задачу должен иметь возможность оценивать решение по однозначным правилам.
Технические системы и процессы могут характеризоваться самыми различными параметрами и свойствами. Столь же многогранно могут быть описаны и последствия, к которым приводят варианты решения. Проще всего оценить результаты решения в денежном выражении. Однако на полезность, в конечном счете, оказывают влияние и такие плохо оцениваемые свойства, как наглядность, удобство в эксплуатации и некоторые факторы, просто не поддающиеся учету. Пользу в этом случае трудно оценить, и ее приходится описывать только рядом желаемых свойств, вытекающих из ситуации, в которой принимается решение. Отсюда следуют и различные принципы, по которым можно построить шкалу полезности.
С помощью номинальной шкалы делят множество последствий на подмножества, такие, как круг, овал или прямоугольник, области с гладкой или неровной границей и т. д. Такие шкалы применяются большей частью для простейших временных решений, когда не ставится цель достигнуть оптимальною решения, а нужно найти лишь приемлемое. Эта шкала часто состоит только из двух градаций и применяется в тех случаях, когда по самым различным причинам затраты на получение дополнительной информации о последствиях решения и обработка этой информации не могут быть произведены.
Шкалы
упорядоченности устанавливают
между подмножествами, на которые
разбивается множество результатов
решения, определенные жесткие соотношения.
Эти соотношения можно охарактеризовать
аксиомами, при формулировке которых
используется символ
:
именно, соотношение
означает,
что
не
хуже, чем
.
Для
пронумерованных порядковыми числами
шкал упорядоченности справедливы, в
частности, следующие аксиомы.
1. Аксиома линейности или полной упорядоченности
О двух любых следствиях можно сделать следующие заключения:
а)
не
хуже, чем
,
то
есть
;
б)
не
хуже, чем
,
то
есть
;
в)
и
равноценны,
то есть
.
При этом исключается, что могут быть следствия, в принципе несравнимые.
2. Аксиома транзитивности
Для
трех любых следствий
,
,
справедливо:
а)
(.
б)
.
3. Аксиома рефлективности
Из
всегда
следует
.
Эти три абстрактно сформулированные аксиомы утверждают естественные представления об упорядоченности результатов.
Отсюда видно, что если при небольших различиях в полезности остается неопределенность, то с помощью этих трех аксиом утверждениями «одинаково», «больше», «меньше» можно внести необходимую
упорядоченность.
Примером такой шкалы упорядоченности может служить шкала Мооса-Мартенса определения твердости методом царапанья. Испытуемые материалы
при этом выстраиваются в порядке, показывающем, что предыдущий материал царапает последующий и, следовательно, тверже него.
Шкалы упорядоченности достаточны для принятия решений в задачах с однозначными параметрами типа описанных ранее. Решения при многозначных параметрах рациональным путем приняты быть не могут, так как здесь можно лишь сказать, что один результат следует предпочесть другому, но какова степень этого предпочтения – неясно. Если же требуется, чтобы о различных полезностях можно было высказаться в категориях «одинаково», «больше» или «меньше», то это приводит к интервальным и масштабным шкалам, которые позволяют исчерпывающим образом измерить полезность.
Интервальные
шкалы устанавливают, является ли разность
в полезности
одинаковой,
большей или меньшей, чем разность
.
Соотношение между разностями полезностей
сохраняется, когда разность умножают
на любую константу или складывают с
ней. При этом нужно, правда, сравнивать
разности полезностей, а не сами полезности.
Примером могут служить температурные
шкалы. Повышение температуры на 6°С
вдвое больше, чем повышение на 5°С, но
температуры 6°С и 5°С отличаются отнюдь
не вдвое. Если требуется сравнить
отношения полезности, то последние
нужно измерить в масштабной шкале.
Эти шкалы позволяют говорить о равенстве
или различия сумм или произведений
рассматриваемых величин. Шкалы длины,
массы и т. д. являются масштабными.
При решении технических задач результаты должны оцениваться в упомянутых двух шкалах, дающих однозначную оценку, и по возможности в масштабной шкале. Величины, упорядоченные на интервальной шкале, могут при необходимости вводиться как разности. Лучше всего результаты решений измерять скалярной функцией. Определяя эти функции, исходят из совокупного рассмотрения:
а) сбережения или вложения инвестиционных затрат;
б) накоплений или затрат при эксплуатации, техническом обслуживании, текущем ремонте и пр.;
в) прибыли или убытка в итоге работы предприятий и соответственно в национальном доходе;
г) ущерба, имеющего место, или того, которого удалось избежать.
Далее необходимо временное преобразование значений полезности, поскольку инвестиционные операции и ущерб относятся к определенным моментам времени, тогда как факторы (б) и (в) обычно распределены во времени. Обозначая начальный момент t0, можно написать:
,
(6.1)
где
– значение функции полезности в момент
;
– время;
–
единица измерения
времени;
– продолжительность
процесса;
– ажио
(процент),
.
При
этом принимается определенный
временной ход функции
.
Соответственно
затраты могут быть выражены для
другой начальной точки или другой
продолжительности
.
Если
функция полезности в рассматриваемом
временном диапазоне
имеет
разрывы, то вместо (6.1) величина
определяется
с помощью интеграла Стилтьеса:
.
(6.2)