- •1. Цели и задачи системного анализа
- •1.1. Определения системного анализа
- •1.2. Понятие сложной системы
- •1.3. Характеристика задач системного анализа
- •1.4. Особенности задач системного анализа
- •1.5. Прогнозирование и планирование
- •2. Характеристика этапов системного
- •2.1. Процедуры системного анализа
- •2.2. Анализ структуры системы
- •2.3. Сбор данных о функционировании системы
- •2.4. Построение моделей систем
- •2.5. Проверка адекватности моделей
- •2.6. Определение целей системного анализа
- •2.7. Формирование критериев
- •2.8. Генерирование альтернатив
- •2.9. Реализация выбора и принятия решений
- •3. Построение моделей систем
- •3.1. Понятие модели системы
- •3.2. Способы описания систем
- •3.3. Анализ и синтез - методы исследования систем
- •3.4. Декомпозиция и агрегирование
- •4. Эксперимент – средство построения
- •4.1. Характеристика эксперимента
- •4.3. Обработка экспериментальных данных
- •4.4. Вероятностное описание событий и процессов
- •4.5. Описание ситуаций с помощью нечетких моделей
- •4.6. Характеристика и классификация статистической
- •5. Математическое программирование
- •5.1. Математические постановки задач, приводящие
- •5.2 Задача линейного программирования
- •5.3. Решение задач линейного программирования
- •5.5. Дискретное программирование
- •6. Выбор или принятие решений
- •6.1. Характеристика задач принятия решений
- •6.2. Критериальный способ описания выбора
- •6.3. Выбор в условиях неопределенности
- •6.4. Концепция риска в задачах системного анализа
- •6.5. Принятие решений в условиях стохастической
- •6.6. Выбор при нечеткой исходной информации
- •6.8. Коллективный или групповой выбор
6.3. Выбор в условиях неопределенности
Рассмотренные до настоящего времени задачи осуществления выбора формулировались таким образом, что последствия сделанного выбора предполагались однозначно определенными. Выбор одной из альтернатив был связан с известным однозначным следствием. В этом случае проблема выбора состояла в сравнении разных вариантов, т.е. альтернатив.
В реальной практике в большинстве случаев приходится иметь дело с более сложной ситуацией, когда выбор альтернативы неоднозначно определяет последствия сделанного выбора. Адекватное реальности описание проблемы практически всегда содержит различного рода неопределенности, отражающие то естественное положение, в котором находится исследователь: любое его знание относительно и неточно. Принято различать три типа неопределенностей. С одной стороны это неопределенности природы. К данному виду неопределенностей относят факторы, неизвестные исследователю. Далее неопределенности противника. Нередки ситуации, когда исследователь принимает решения в условиях, при которых результаты его решений не строго однозначны. Они зависят от действий других лиц (партнеров, противников и т.п.), которые он не может учесть или предсказать. И, наконец, существуют так называемые неопределенности целей. Такая ситуация возникает в случае, когда при принятии решений формулируется несколько целей, которые в общем случае могут противоречить друг другу. В этом случае мы приходим к многокритериальной задаче выбора. Подходы к принятию решения в условиях многокритериальной задачи рассмотрены в предыдущем параграфе.
Существует также классификация неопределенностей по соотношению альтернатив и исходов. Различают неопределенности дискретного и непрерывного типа, стохастические и расплывчатые неопределенности.
Рассмотрим следующую ситуацию: имеется набор возможных исходов , из которых один окажется совмещенным с выбранной альтернативой, но какой именно - в момент выбора неизвестно, а станет ясным позже, когда выбор уже сделан и изменить ничего нельзя. Будем предполагать, что с каждой альтернативой x связано одно и то же множество исходов Y, для разных альтернатив одинаковые исходы имеют разное значение. В случае дискретного набора альтернатив и исходов такую ситуацию можно изобразить с помощью матрицы, представленной в таблице:
В этой матрице все возможные исходы образуют вектор , числа выражают оценку ситуации, когда сделан выбор альтернативы реализовался исходу . В конкретных случаях числа могут иметь различный смысл: это может быть «выигрыш», «потери», «платежи» и т.п. Если все строки при любых I одинаковы, то проблемы выбора нет. Если же строки матрицы различны, возникает вопрос, какую альтернативу предпочесть, не зная заранее, какой из исходов реализуется.
Аналогичная ситуация возникает в случае, когда множества X и Y непрерывны. В этом случае зависимость между альтернативами и исходами задается в виде функции q(x,y), с соответствующей постановкой вопроса о выборе х.
Введенных до настоящего времени параметров недостаточно для формальной постановки задачи выбора. При различной конкретизации этой задачи она приобретает различный смысл и требует различных методов решения. Методологической базой для решения такого рода задач является теория игр. Метод решения конкретной задачи будет зависеть от характера воздействующих на ситуацию факторов, не зависящих от лица, принимающего решения. Здесь необходимо различать уже отмеченные ранее неопределенности природы и неопределенности противника. В задачах выбора с природной неопределенностью считается, что исходы есть возможные состояния природы. Желательность каждой альтернативы х. зависит от того, каково состояние природы, но узнать это состояние исследователь сможет лишь после того, как сделан выбор.
В задачах выбора с неопределенностью противника предполагается, что исходы Y- это множество альтернатив, на котором выбор осуществляет второй игрок. В отличие от природной неопределенности игрок преследует свои интересы, отличные от интересов исследователя (первого игрока). При этом матрица , характеризующая оценки ситуаций с точки зрения системного исследователя или лица, принимающего решения, выбирающего х, уже недостаточна для описания всей ситуации. Необходимо задать вторую матрицу , описывающую систему предпочтений с позиции противника. Задание X,Y.Q и U называется нормальной формой игры. Расхождение между матрицами Q и U определяет степень антагонизма лица, принимающего решения, и его противника. Остановимся на анализе природных неопределенностей и неопределенностей противника.
Рассмотрение природных неопределенностей начнем с примера. Пусть перед системным аналитиком стоит задача проложить маршрут океанского лайнера и распорядиться запасом горючего так, чтобы судно как можно быстрее дошло до пункта назначения. При этом известно, что время нахождения в пути будет существенно зависеть от погодных условий на трассе в момент ее прохождения. В данном случае погодные условия представляют собой природную неопределенность. Ситуация типична для ряда задач принятия решений. Рассмотрим ее формализацию. Запишем целевую функцию, например время нахождения судна в пути, в следующем виде
где - некоторый параметр, который заранее неизвестен. Выбор альтернативы x, которая бы минимизировала значение целевой функции будет существенно зависеть от того, какое значение параметра а реализуется в момент прохождения судна по трассе. Таким образом, говоря о природной неопределенности, имеем в виду, что выбор осуществляется в условиях, когда целевая функция задана, но не совсем точно, а именно, она содержит неопределенный параметр. Постановка задачи выбора будет выглядеть следующим образом
Если никакой дополнительной информацией о факторе неопределенности лицо, принимающее решение, не располагает, то результат оптимизации произволен.
Рассмотрим другой подход, который дает строгую оценку. Данный подход основан на применении принципа наилучшего гарантированного результата. Суть его состоит в следующем. Так как для любой альтернативы х справедливо неравенство
то и для любого будет справедливо соотношение
Число , определенное данным способом, называется гарантированной оценкой, а соответствующая альтернатива х = х* - гарантированной стратегией в том смысле, что каково бы ни было значение параметра неопределенности а, выбор х = х* гарантирует, что при любом значение целевой функции будет не меньше, чем .
Выбор гарантирующей стратегии поведения - это рациональный способ принятия решений. В результате использования данной стратегии лицо, принимающее решение, гарантирует исход, защищенный от всевозможных случайностей. Каковы бы ни были неконтролируемые факторы, в результате такого выбора обеспечивается значение целевой функции не меньше, чем . Данный результат может быть улучшен, если принять решение, связанное с определенным риском. Критерии принятия решений в условиях риска рассмотрим несколько позже.
Перейдем теперь к описанию неопределенностей, связанных с существованием активных партнеров или противников, действия которых лицо, принимающее решение, не может полностью контролировать.
В теории принятия решений особое место занимает изучение ситуации, в которой участвует много субъектов (много оперирующих сторон), причем каждый из них стремится достичь своей цели
и имеет для этого определенные возможности, которые описываются вектором . Заметим, что формально такая ситуация включает в себя проблему многокритериальности, требующую определения вектора, при котором достигается максимум критериев fi(X). В самом деле, если отождествить цель каждого из субъектов с его критерием, а в качестве описания множества X принять условия
то в результате будет получен частный случай задачи со многими активными партнерами. Общий случай ситуации со многими субъектами гораздо сложнее и требует для своего анализа целый ряд специфических гипотез. Поясним это на примере двух субъектов. Итак, пусть два субъекта А и Б, располагающие возможностью выбора векторов х и у, стремятся к достижению своих целей, которые будем записывать в виде
В частном случае может оказаться, что f(x,y) = -(x,y) такую ситуацию называют антагонистической. Антагонистические ситуации были предметом множества исследований и сделались основным объектом изучения в теории игр. Чисто антагонистическая ситуация является в известном смысле вырожденной. Наиболее типичен конфликт, в котором интересы партнеров или противников не совпадают, но и не строго противоположны.
Общий случай нетождественности интересов (целей) партнеров (субъектов) называют конфликтом. При изучении конфликтных ситуаций, т.е. при изучении возможных способов выбора, удобно отождествлять исследователя с одним из субъектов. Условимся называть лицо, принимающее решение субъектом А.
В связи с тем, что исход выбора зависит от выбора субъекта Б, необходимо принять ту или иную гипотезу о его поведении, которое, в свою очередь, будет зависеть от характера информированности субъекта Б. Здесь возможно существование нескольких гипотез (нескольких случаев).
1) Каждый из субъектов не имеет никакой информации о выборе, который сделал другой субъект. В этом случае имеется возможность найти гарантированную оценку. Для субъекта А она будет выражаться формулой
для субъекта Б- формулой
Решая сформулированные задачи, определяют векторы х* и у*, которые реализуют значения и . Такое решение означает, что сделав выбор х = х*, лицо, принимающее решение, при любых условиях гарантирует, что значение целевой функции будет не меньше, чем .
В этой ситуации могут быть предложены различные варианты риска. Например, имеется возможность принять гипотезу о том, что другой субъект использует гарантирующую стратегию у = у*. Тогда необходимо делать другой выбор:
В этом случае определяется вектор х = х1 и соответствующее значение функции . При этом , но если противник сделает иной выбор, например, то может оказаться, что . В данной ситуации следует иметь в виду, что риск есть риск, и если исследователь сформулировал гипотезу и она оказалась неверной, то и результат может оказаться не тем, который ожидается.
2) Вторая ситуация характеризуется тем, что исследователь во время принятия решения имеет информацию о выборе субъекта Б, т.е. ему известно выбранное субъектом Б значение у.
Тогда стратегию (выбор) х следует искать в виде функции х = х(у). Данная стратегия может быть определена эффективно, для этого требуется решить задачу оптимизации
Решая данную оптимизационную задачу, определяем искомую стратегию х = х(у). Для этого случая можно также вычислить гарантированный результат
и во всех случаях .
Заметим, что выбирая свою стратегию - вектор х - лицо, принимающее решение, никак не можем повлиять на выбор, который сделал другой субъект.
3) Предположим теперь, что субъект Б в момент принятия своего решения будет знать выбор лица, принимающего решение (субъекта А); например, субъект А обязан сообщить свое решение субъекту Б. В этом случае исключается возможность оказать влияние на выбор, который сделает субъект Б. В самом деле, если исследователь знает целевую функцию субъекта Б, то естественно сделать предположение о том, что субъект Б будет делать выбор из условия
Решая данную задачу исследователь может определить отклик субъекта Б на свой выбор, который, согласно сформулированной гипотезе, будет оптимальной стратегией субъекта Б:
у=у(х).
Теперь имеется возможность распорядиться выбором вектора х. Подставляя последнее выражение в формулу для целевой функции , можно получить
Свой выбор исследователь может сделать из условия
Итак, информация о том, что субъект Б будет знать выбор лица, принимающего решения, а также гипотеза о том, что субъект Б выберет свою оптимальную стратегию, позволяют так воздействовать на его выбор, чтобы он в максимальной степени соответствовал целям исследователя.
Описанная ситуация достаточно часто встречается на практике и ей нетрудно придать ту или иную экономическую интерпретацию. Так, вектор х можно отождествить с ресурсом, а функцию у = у(х) назвать производственной функцией, которая описывает наивыгоднейший для субъекта Б способ использования ресурса. Таким образом, субъекту Б выделяется такое количество ресурса, чтобы его деятельность наилучшим образом соответствовала целям субъекта А.
Теория принятия решений в настоящее время представляет собой самостоятельную научную дисциплину. По данному направлению опубликовано множество монографий [3], поэтому не имеет смысла подробно останавливаться на результатах данной теории. Изложим основополагающие идеи и подходы к решению задач теории принятия решений.
Центральным моментом данной теории является введение критерия для оценки выбираемого варианта. В силу неопределенности исхода требуется дать оценку сразу целой строке матрицы. Имея такие оценки для всех строк, и сравнивая их, можно приступать к решению задачи выбора. Для этого требуется ввести критерии сравнения альтернатив.
Самым распространенным является уже рассмотренный ранее максиминный критерий, который гарантирует результат выбора по принципу «наименьшего из зол». Рассмотрим суть данного критерия применительно к таблице 7.1 (матрица платежей). В каждой из строк матрицы определяем наименьший из выигрышей, который характеризует гарантированный выигрыш в самом худшем случае. Далее определяем альтернативу х*, обеспечивающую наибольшее значение этой оценки:
Эта альтернатива называется оптимальной по максиминному критерию. Если платежную матрицу определить не через выигрыш, а через проигрыш, то тот же принцип рассмотрения приводит к минимаксному критерию. Минимаксный критерий использует оценочную функцию, соответствующую позиции крайней осторожности. Правило выбора решения в соответствии с минимаксным критерием можно интерпретировать следующим образом: матрица платежей, на основании которой осуществляется поиск оптимального решения, дополняется еще одним столбцом из наименьших результатов каждой строки. Выбрать надлежит те варианты , в строках которых стоят наибольшие значения этого столбца.
Выбранные таким образом варианты полностью исключают риск. Это означает, что лицо, принимающее решение, не может столкнуться с худшим результатом, чем тот, на который он ориентируется. Какие бы условия ни сложились при развитии ситуации, соответствующий результат не может оказаться ниже . Это свойство заставляет считать минимаксный критерий одним из фундаментальных. В задачах системных исследований применительно к техническим системам данный критерий находит наиболее широкое применение. Однако следует заметить, что положение об отсутствии риска стоит различных потерь. Осознавая данную ситуацию, в теории принятия решений предложено большое количество критериев, учитывающих всевозможные особенности конкретных задач и предпочтений субъектов, принимающих решения. Это такие критерии как Байеса-Лапласа, Сэвиджа, Гурвица, Ходжа-Лемана, Гермейера и т.д.
Применение минимаксного критерия бывает оправдано в ситуациях, которые характеризуются следующими обстоятельствами:
• о возможности появления внешних состояний ничего не известно;
• приходится считаться с возможностью появления нескольких различных по своему характеру негативных внешних состояний;
• решение реализуется лишь один раз;
• при принятии решения необходимо исключить любой риск.