1.3. Критерий оптимальности

Поставленная в операции цель может быть достигнута по-разному и в разной степени в зависимости от принимаемых решений. Критерий есть тот показатель, который характеризует (оценивает) эффективность решений с точки зрения достижения цели, а следовательно, позволяет выбрать среди них наилучшее. В ИСО применяют равнозначные термины: критерий оптимальности, критерий эффективности, целевая функция. Последний термин подчеркивает неразрывную связь критерия с целью. Таким образом, решение может быть оптимальным только в смысле конкретного критерия в пределах адекватности используемой модели.

В исследовании операций к критерию предъявляются определенные требования. Наиболее важные из них следующие.

1. Критерий должен быть количественной и неслучайной величиной.

2. Критерий должен правильно и полно отражать поставленную цель. Его можно рассматривать как количественную модель качественной цели.

3. Критерий должен иметь простой и понятный ЛПР физический смысл.

4. Критерий должен быть чувствителен к управляемым (искомым) переменным.

При исследовании действующих систем к критерию могут предъявляться дополнительные требования, такие как измеримость, статистическая однозначность, статистическая эффективность и др.

Множество показателей, которые в ИСО используются в качестве критериев, можно условно разделить на ряд групп: социальные (среднедушевой доход, обеспеченность жильем и т.п.), экономические (прибыль, рентабельность, себестоимость и др.), технико-экономические (производительность, урожайность и др.), технико-технологические (прочность, чистота материала, другие физические или химические показатели), прочие. Они приведены в порядке убывания глобальности применения: первые применяются в системах более высокого уровня (страна, регион, предприятие), последние  в основном на уровне процесса, объекта.

Однако во многих случаях не удается полностью отразить поставленную цель одним критерием и тем более это невозможно, когда в операции преследуется более одной цели. Например, цели типа повышение уровня жизни, улучшение экологической обстановки и т.п. нельзя "покрыть" одним критерием. В таких ситуациях вводится несколько показателей, характеризующих достижение цели. Как правило, оптимальные решения, получаемые по разным показателям-критериям, не совпадают, что создает неопределенность в выборе окончательного решения. Задачи, в которых приходится определять наилучшее решение по нескольким критериям, называются многокритериальными или задачами векторной оптимизации. Они составляют особый и более сложный класс задач исследования операций.

1.4. Виды математических моделей исо

Рассмотрим виды математических моделей только в одном аспекте, который обусловливает принципиальные различия математических моделей и методов отыскания на них оптимальных решений.

Вид модели определяется типом связи между решениями (альтернативами, стратегиями) и результатами, который в свою очередь зависит от условий, в которых протекает операция и приходится принимать решения.

1. Решения принимаются в условиях определенности. Это значит, что каждому решению можно поставить в соответствие (пусть даже путем сложных расчетов) определенный результат, то есть имеет место детерминированный тип связи. Модели, описывающие такие ситуации, называются детерминированными. Этот тип модели на практике применяется наиболее широко, так как он "удобен в работе". По этой причине такие модели часто используют в качестве первого приближения и в условиях, отличающихся от ситуации определенности.

2. Решения принимаются в условиях риска. Между решениями и результатами имеет место стохастическая связь: определенному решению может соответствовать более одного результата, вероятности появления которых известны. Адекватным отображением таких условий являются вероятностные (стохастические) модели. Если под результатом имеется в виду значение критерия, то исходная постановка задачи (и модель) некорректна: нельзя максимизировать или минимизировать случайную величину. В этом случае в качестве критерия следует выбирать не исходный показатель, а одну из его вероятностных характеристик, например, математическое ожидание или дисперсию. Неоднозначность обусловлена наличием случайных факторов. Но осреднение случайных аргументов и осреднение результатов, на которые первые влияют, далеко не всегда одно и то же. Это объясняется тем, что в общем случае не выполняется равенство

М[f(x₁, x₂, ..., x_n)] = f[M(x₁), M(x₂), ..., M(x_n)], (1.1)

где x_j  случайные величины, М  знак математического ожидания.

3. Решения принимаются в условиях неопределенности. Это ситуация, противоположная первой рассмотренной. Природа неопределенности может быть различной, но в общем случае она проявляется в том, что определенному решению соответствует более одного результата, а вероятностные характеристики результатов неизвестны. Математические модели, описывающие неопределенный тип связи, разнообразны и не имеют единого названия. В частности, к этому классу относятся матричные модели, модели типа "игра", "аукционный торг", нечеткие модели.

Во многих случаях ситуацию неопределенности можно представить (или аппроксимировать) матрицей вида

Альтер-нативы	Состояние среды
	Q1	Q2	…	Qn
A1	u11	u12	…	u1n
A2	u21	u22	…	u2n
…	…	…	…
Am	um1	um2	…	umn

где u_ij  результат (исход) выбора альтернативы А_i при условии, что среда окажется в состоянии Q_j; u_ij может иметь смысл прибыли, дохода, выигрыша или затрат, проигрыша, убытков и т.п.).