- •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
Лекция 9. Повторяющиеся решения. Построение баз экспертных знаний
Процесс мышления как манипулирование символами
Два типа знания
Время и условия становления эксперта
Трансформация системы переработки информации
Иерархические структуры хранения знаний
Черты поведения эксперта
Подсознательный характер экспертных знаний
Трудности получения экспертных знаний
Экспертные знания в задачах классификации с явными признаками
Формальная постановка задачи классификации
Основные идеи метода экспертной классификации
Структуризация проблем
Классификация состояний объекта исследования
Гипотеза о характерности
Проверка информации эксперта и гипотезы о характерности
Определение последовательности состояний для предъявления эксперту в процессе классификации
Трудоемкость построения баз знаний
Проверка качества баз знаний
Граничные элементы классификации
Решающие правила экспертов
Система диагностики заболеваний группы
Выводы
Библиографический список
Еще не созданы технологии, позволяющие реализовывать в полном объеме копии человеческого мышления. Но уже делаются успешные шаги в этом направлении. В данной лекции представим основные идеи новой компьютерной системы, позволяющей строить точные копии экспертных знаний в задачах классификации.
1. Процесс мышления как манипулирование символами
В когнитивной психологии распространено представление о человеческом разуме как о системе переработки информации, выполняющей операции с символами [1]. Символом называют смысловой образ, которым может быть отдельное понятие, рисунок, звуковой сигнал. В рамках такого представления знание рассматривается как множество реально существующих символов. Как люди, так и компьютеры способны выполнять конкретные операции над символами: запоминать символы и отношения между ними; конструировать, изменять и удалять символы; сравнивать символы или их комбинации, находить различия; принимать решения в зависимости от результатов таких сравнений. Предполагается, что система, способная выполнять эти операции, является мыслящей. Если принять такую точку зрения, то нет принципиальной разницы между мыслящим человеком и компьютером.
Построены модели, представляющие процессы мышления как операции над символами. Модель воплощается в виде компьютерной программы, после чего поведение компьютера сравнивается с поведением человека. При близком совпадении делается вывод об идентичности способов переработки информации [2].
Манипулирование символами — это как бы программы «думающей» системы, которая может быть устроена различным образом. Мышление человека можно адекватно представить операциями с символами; оно никак не сводится к функционированию десятков тысяч нейронов. Время активации нейрона и время выполнения мыслительных операций существенно различаются.
Г. Саймон предлагает следующую аналогию: модели, описывающие физические системы на каком-либо одном уровне общности, мало зависят от моделей, описывающих ту же систему на другом уровне [1]. Так, поведение физических систем на молекулярном уровне может быть адекватно описано независимо от того, что молекулы состоят из атомов, а атомы — из элементарных частиц. Следовательно, модели, представляющие процесс мышления как преобразования символов, могут рассматриваться одновременно с моделями нейронов.
Для изучения поведения эксперта в рамках информационной парадигмы важно то, что символы могут храниться в долговременной памяти как объективно существующие элементы. Их можно специальным образом выявлять и хранить в памяти компьютера. На основе выявления экспертных знаний (совокупности символов) строятся так называемые экспертные системы.