- •Лекция 1. Основные понятия и определения
- •1. Люди, принимающие решения
- •2. Люди и их роли в процессе принятия решений
- •3. Особая важность проблем индивидуального выбора
- •4. Альтернативы
- •5. Критерии
- •6. Оценки по критериям
- •7. Процесс принятия решений
- •8. Множество Эджворта-Парето
- •9. Типовые задачи принятия решений
- •10. Пример согласования интересов лпр и активных групп
- •11. Многодисциплинарный характер науки о принятии решений
- •Лекция 2. Аксиоматические теории рационального поведения
- •1. Рациональный выбор в экономике
- •2. Аксиомы рационального поведения
- •3. Задачи с вазами
- •4. Деревья решений
- •5. Парадокс Алле
- •6. Нерациональное поведение. Эвристики и смещения
- •7. Объяснения отклонений от рационального поведения
- •8. Должны ли экономисты принимать во внимание отклонения поведения людей от рационального?
- •9. Теория проспектов
- •10. Теория проспектов и парадокс Алле
- •11. Новые парадоксы
- •Волшебные страны Компьютерная игра в Университете Власти
- •Лекция 3. Многокритериальные решения при объективных моделях
- •1. Модели
- •2. Подход исследования операций
- •3. Появление многокритериальное
- •4. Первые многокритериальные решения: сколько строить ракет?
- •5. Разные типы проблем
- •6. Два пространства
- •7. Многокритериальный анализ экономической политики
- •8. Две трудности для лпр
- •9. Исследование решений на множестве э-п
- •10. Постановка многокритериальной задачи линейного программирования
- •11. Человекомашинные процедуры
- •12. Весовые коэффициенты важности критериев
- •13. Классификация чмп
- •14. Прямые человекомашинные процедуры
- •15. Процедуры оценки векторов
- •16. Процедуры поиска удовлетворительных значений критериев
- •Фаза расчетов
- •Фаза анализа
- •17. Пример применения метода stem : как управлять персоналом
- •Волшебные страны Обращение ректора Университета Власти к студентам
- •Лекция 4. Оценка многокритериальных альтернатив: многокритериальная теория полезности
- •1. Снова об этапах процесса принятия решений
- •2. Различные группы задач принятия решений
- •Задачи первой группы
- •Задачи второй группы
- •3. Пример
- •4. Многокритериальная теория полезности ( maut )
- •4.1. Основные этапы подхода maut
- •4.2. Аксиоматическое обоснование
- •4.3. Основные теоремы
- •4.4. Построение однокритериальных функций полезности
- •4.5. Проверка условий независимости
- •4.6. Определение весовых коэффициентов (коэффициентов важности) критериев
- •4.7. Определение полезности альтернатив
- •5. Метод smart – простой метод многокритериальной оценки
- •6. Первый эвристический метод
- •7. Веса критериев
- •8. Как люди назначают веса критериев
- •9. Практическое применение
- •Библиографический список
- •Волшебные страны Компьютерная генетика
- •Лекция 5. Оценка многокритериальных альтернатив: подход аналитической иерархии
- •1. Основные этапы подхода аналитической иерархии
- •2. Структуризация
- •3. Попарные сравнения
- •4. Вычисление коэффициентов важности
- •5. Определение наилучшей альтернативы
- •6. Проверка согласованности суждений лпр
- •7. Система поддержки принятия решений Expert Choice
- •8. Контрпримеры и противоречия
- •9. Мультипликативный метод аналитической иерархии
- •10. Пример практического применения подхода анр
- •Библиографический список
- •Лекция 6.Оценка многокритериальных альтернатив: методыelectre
- •1. Конструктивистский подход
- •2. Два основных этапа
- •3. Свойства бинарных отношений
- •4. Метод electre I
- •5. Метод electre II
- •6. Метод electre III
- •7. Пример
- •8. Пример практического применения метода electre III
- •9. Некоторые сопоставления
- •Модель человеческого мозга «Грандом», созданная в Монтландии
- •Лекция 7. Человеческая система переработки информации и ее связь с принятием решений
- •1. Этапы переработки информации, типы памяти
- •2. Модель памяти
- •3. Кратковременная память
- •3.1. Три этапа переработки информации в кратковременной памяти
- •3.2. Кодирование
- •3.3. Хранение
- •3.4. Магическое число
- •3.5. Денежный насос
- •3.6. Последовательная обработка информации
- •3.7. Извлечение
- •4. Дескриптивные исследования многокритериальных проблем
- •4.1. Прослеживание процесса принятия решений
- •4.2. Результаты дескриптивных исследований
- •5. Долговременная память
- •5.1. Кодирование
- •5.2. Хранение
- •5.3. Извлечение
- •6. Рабочая память
- •7. Психологические теории человеческого поведения при принятии решений
- •7.1. Теория поиска доминантной структуры
- •7.2. Теория конструирования стратегий
- •8. Исследование возможностей человека в задачах классификации многомерных объектов
- •8.1. Схема экспериментов
- •8.2. Параметры, используемые для оценки поведения испытуемых в задачах классификации
- •8.3. Описание экспериментов
- •8.4. Результаты экспериментов
- •8.5. Обсуждение результатов первой серии экспериментов
- •8.6. Анализ и обсуждение результатов второй серии экспериментов
- •8.7. Общее обсуждение
- •Библиографический список
- •История бюрократии в Монтландии
- •Лекция 8. Оценка многокритериальных альтернатив: вербальный анализ решений
- •1. Особый класс задач принятия решений: неструктурированные проблемы с качественными переменными
- •2. Качественная модель лица , принимающего решения
- •2.1. Черты человеческой системы переработки информации
- •2.2 Особенности поведения человека при принятии решений
- •3. Какими должны быть методы анализа неструктурированных проблем
- •4. Измерения
- •4.1. Качественные измерения
- •4.2. Сравнительные качественные оценки
- •5. Построение решающего правила
- •6. Проверка информации лпр на непротиворечивость
- •7. Обучающие процедуры
- •8. Получение объяснений
- •9. Основные характеристики методов вербального анализа решений
- •10. Метод запрос ( Замкнутые Процедуры у Опорных Ситуаций )
- •10.1. Постановка задачи
- •10. 2. Пример : как оценить проекты ?
- •10.3. Выявление предпочтений лпр
- •10.4. Сравнение альтернатив
- •10.5. Преимущества метода запрос
- •10.6. Практическое применение метода запрос
- •11. Сравнение трех сппр
- •Библиографический список
- •Контрольное задание
- •Компьютерные двойники
- •Лекция 9. Повторяющиеся решения. Построение баз экспертных знаний
- •1. Процесс мышления как манипулирование символами
- •2. Два типа знания
- •3. Время и условия становления эксперта
- •4. Трансформация системы переработки информации
- •5. Иерархические структуры хранения знаний
- •6. Черты поведения эксперта
- •7. Подсознательный характер экспертных знаний
- •8. Трудности получения экспертных знаний
- •9. Экспертные знания в задачах классификации с явными признаками
- •10. Формальная постановка задачи классификации
- •11. Основные идеи метода экспертной классификации
- •11.1. Структуризация проблем
- •11.2. Классификация состояний объекта исследования
- •11.3. Гипотеза о характерности
- •11.4. Проверка информации эксперта и гипотезы о характерности
- •11.5. Определение последовательности состояний для предъявления эксперту в процессе классификации
- •11.6. Трудоемкость построения баз знаний
- •11.7. Проверка качества баз знаний
- •12. Граничные элементы классификации
- •13. Решающие правила экспертов
- •14. Система диагностики заболеваний группы
- •Библиографический список
- •Лекция 10. Анализ риска
- •1. Типы риска
- •2. Особая сложность задач анализа риска
- •3. Направления исследований
- •4. Измерение риска
- •4.1. Инженерный подход
- •4.2. Модельный подход
- •4.3. Восприятие риска
- •4.4. Сопоставление разных способов измерения риска
- •5. Установление стандартов
- •6. Человекомашинное взаимодействие
- •7. Риск катастрофических событий как независимый критерий
- •8. Распределения "с тяжелыми хвостами"”
- •9. Аварии и их анализ
- •10. Управление риском
- •11. Практический пример: выбор месторасположения нового объекта с учетом факторов риска
- •11.1. Конкретная задача: альтернативы
- •11.2. Активные группы
- •11.3. Критерии
- •11.4. Особенности задачи выбора с точки зрения теории принятия решений
- •11.5. Анализ вариантов
- •11.6. Конструирование нового варианта
- •Библиографический список
- •Контрольное задание
- •Волшебные страны Компьютерная демократия Монтландии
- •Лекция 11. Коллективные решения
- •1. Парадокс Кондорсе
- •2. Правило большинства голосов
- •3. Метод Борда
- •4. Аксиомы Эрроу
- •5. Попытки пересмотра аксиом
- •6. Теорема невозможности и реальная жизнь
- •7. Принятие коллективных решений в малых группах
- •8. Организация и проведение конференций по принятию решений
- •9. Метод организации работы гпр
- •9.1. Предварительные этапы
- •9.2. Анализ собранной информации
- •9.3. Проведение конференции по принятию решений
- •9.4. Практический пример
- •Библиографический список
- •Волшебные страны Военный переворот в Свапландии ( Статья в оппозиционной газете «Вечерний наблюдатель» , выходящей в столице Монтландии - Олоне).
- •К событиям в Свапландии ( Статья в правительственной газете «Олон - пост» , выходящей в столице Монтландии - Олоне .)
- •Лекция 12. Многокритериальная задача о назначениях
- •1. Определение и особенности
- •2. Постановка многокритериальной задачи о назначениях
- •2.1. Содержательная постановка задачи
- •2.2. Критерий оптимальности решения мзн
- •2.3. Формальная постановка задачи
- •3. Пример
- •4. Различные типы задач о назначениях
- •5. Основные алгоритмы решения многокритериальной задачи о назначениях
- •5.1. Различные индексы соответствия
- •5.2. Поиск решения многокритериальной задачи о назначениях
- •6. Этап анализа данных и проверки существования идеального решения
- •7. Формирование области допустимых решений
- •8. Выявление предпочтений лпр
- •8.1. Статистические оценки сложности задач выявления предпочтений лпр
- •8.2. Основная процедура выявления предпочтений лпр
- •8.3. Выявление предпочтений лпр ; вспомогательная процедура
- •9. Поиск окончательного решения многокритериальной задачи о назначениях
- •9.1. Поиск решения мзн типа а
- •9.2. Поиск решения мзн типа в
- •9.3. Поиск решения мзн типа с
- •9.4. Поиск решения мзн типа d
- •10. Практическое применение
- •Библиографический список
- •Контрольное задание
- •Волшебные страны Стратегия правления в Свапландии (Статья в Правительственной газете «Олон-пост», выходящей в столице Монтландии - Олоне.)
- •Прыжок в никуда
- •Лекция 13 принятие решений в организациях
- •1. Личные и деловые решения
- •2. Модель ограниченной рациональности
- •3. Эскалация решений
- •4. Тактические и стратегические решения
- •5. Модель «игра влияний» в руководстве организации
- •6. Модель обеспечения профессионального качества подготовки решений
- •7. Топографическая модель организации
- •8. Государственные или частные организации: что эффективнее?
- •9. Централизация в принятии решений: попытка административной революции
- •10. Система «ринго»
- •11. Планирование выполнения решений
- •12. Виртуальные организации
- •13. Управление знаниями в организациях
- •14. Метод милс (Многоуровневые Информационно-Логические Структуры)
- •15. Таблицы решений
4.6. Определение весовых коэффициентов (коэффициентов важности) критериев
В MAUT существенно используются веса (коэффициенты важности) критериев. Считается, что ЛПР может найти коэффициенты – числа, которые определяют важность критериев. Отношения между весами критериев устанавливаются поиском точек безразличия на плоскостях двух критериев. В отличие от проверки условий независимости по предпочтению по осям упорядочиваются значения критериев от худших к лучшим.
На рис. 4.5 показана плоскость критериев C 1 , C 2 . Альтернативы А и К находятся в отношении безразличия, которое определяется так же, как и при проверке условия независимости по предпочтению (см. рис. 4.4).
Рис. 4.5. Определение отношения между весами критериев C 1 и C 2
В точке равновесия полезности альтернатив равны, что позволяет записать U ($200 млн, 40 мин.) = U ($170 млн, 90 мин.). Это означает, что критерий стоимости важнее для ЛПР: w 1 > w 2 .
Используя полученные ранее однокритериальные функции полезности (рис. 4.2), находим w 2 = 0,4 w 1 . Аналогичным образом определяется соотношение между весами критериев C 1 и C 3 . Пусть w 3 = w 1 , U ($150 млн) = 0,6 w 1 . Итак, мы выразили веса всех критериев через вес наиболее важного из них и упорядочили критерии по важности: w 1 > w 3 > w 2 .
Для нахождения численного значения веса критерия C 1 (и, следовательно, всех критериев) ЛПР предлагается сравнить две стратегии, представленные на рис. 4.6, и определить вероятность р, при которой обе стратегии равноценны. Первая стратегия – это альтернатива, имеющая лучшую оценку по первому критерию и худшую – по двум другим. Вторая стратегия – это лотерея, дающая с вероятностью р альтернативу со всеми лучшими оценками и с вероятностью (1– p ) – альтернативу со всеми худшими оценками.
Рис 4. 6. Определение коэффициента w 1
Предположим, что такое р найдено. Тогда U ( A ) = U ( B ), или w 1 = р. Пусть w 1 = 0,55. Тогда w 2 = 0,22; w 3 = 0,33.
4.7. Определение полезности альтернатив
После нахождения весов критериев и построения однокритериальных функций полезности мы имеем всю необходимую информацию. В соответствии с теоретическими результатами остается установить вид функции полезности. В нашем примере сумма коэффициентов важности критериев
Считая полученное значение достаточно близким к единице, выбираем аддитивную форму представления функции полезности:
Зная оценки альтернатив (вариантов площадок), можем подставить их в эту формулу, определить полезность каждой альтернативы, сравнить полезности и выбрать альтернативу с наибольшей полезностью.
Пусть заданы четыре альтернативы со следующими оценками:
А ($180 млн, 70 мин., 10 тыс.);
В ($170 млн, 40 мин., 15 тыс.);
С ($160 млн, 55 мин., 20 тыс.);
D ($150 млн, 50 мин., 25 тыс.).
Подставляя в формулы для вычисления полезности альтернатив значения полезностей оценок и веса критериев, получаем:
U(A)=0,55 ? 0,25+0,22 ? 0,4+0,33 ? 0,89=0,52;
U(B)=0,684; U(C)=0,66; U(D)=0,705;
U ( D ) => U ( B ) => U ( C ) => U ( A ).
Итак, альтернатива D — лучшая .
5. Метод smart – простой метод многокритериальной оценки
Подход, основанный на теории многокритериальной полезности, требует достаточно много усилий при практическом применении. В детальном примере из книги [7] приведено множество вопросов к ЛПР, ответы ЛПР в многочасовом диалоге с консультантом. Как реакцию на сложность методов, основанных на MAUT , можно оценить появление ряда эвристических методов, не имеющих строго математического обоснования, но использующих простые процедуры получения информации и ее агрегации в общую оценку альтернативы.
Одним из наиболее известных методов такого типа является метод SMART [10], предложенный В. Эдвардсом. Метод можно представить как совокупность следующих этапов:
• Упорядочить критерии по важности.
• Присвоить наиболее важному критерию оценку 100 баллов. Исходя из попарного отношения критериев по важности, дать в баллах оценку каждому из критериев.
• Сложить полученные баллы. Произвести нормировку весов критериев, разделив присвоенные баллы на сумму весов.
• Измерить значение каждой альтернативы по каждому из критериев по шкале от 0 до 100 баллов.
• Определить общую оценку каждой альтернативы, используя формулу взвешенной суммы баллов.
• Выбрать как лучшую альтернативу, имеющую наибольшую общую оценку.
• Произвести оценку чувствительности результата к изменениям весов.
По признанию автора, метод SMART не учитывает возможную зависимость измерений и неаддитивность при определении общей ценности альтернативы [10]. Однако, по его мнению, метод прост и надежен при практических применениях, что более существенно. Проверка чувствительности к изменениям весов позволяет учесть влияние неточностей при измерениях и возможной зависимости между критериями.