Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
управленческие решения.doc
Скачиваний:
5
Добавлен:
21.08.2019
Размер:
267.78 Кб
Скачать

Вопрос 8 Метод «дерево решений»

Идея метода дерева целей впервые была предложена У. Черменом в связи с проблемами принятия решений в промышленности.

Термин "дерево" подразумевает использование иерархической структуры, полученной путем разделения обшей цели на подцели, а их, в свою очередь, на более детальные составляющие, которые можно называть подцелями нижележащих уровней или, начиная с некоторого уровня, - функциями. Как правило, термин

"дерево целей" используется для иерархических структур, имеющих отношения строго древовидного порядка, но сам метод иногда применяется и в случае

"слабых" иерархий. Поэтому в последнее время все большее распространение получает предложенный В.М. Глушковым термин "прогнозный граф", который может представляться и в виде древовидной иерархической структуры, и в форме структуры со "слабыми" связями.

При использовании метода "дерево целей" в качестве средства принятия решений часто вводят термин "дерево решений". При применении "дерева" для выявления и уточнения функций управления говорят о "дереве целей и функций". При структуризации тематики научно-исследовательской организации удобнее пользоваться термином "дерево проблемы", а при разработке прогнозов

-- термином "дерево направлений развития (или прогнозирования развития)" или упомянутым выше термином "прогнозный граф".

Метод "дерева целей" ориентирован на получение полной и относительно устойчивой структуры целей, проблем, направлений, т.е. такой структуры, которая на протяжении какого-то периода времени мало изменялась при неизбежных изменениях, происходящих в любой развивающейся системе. Для достижения этого при построении вариантов структуры следует учитывать закономерности целеобразования и использовать принципы и методики формирования иерархических структур целей и функций.

Дерево решений – это графоаналитический метод, позволяющий визуально оценить различные действия различных факторов на выбор УР. Данный метод применяется для выработки решений в условиях неопределенности. Для использования данного метода необходимо реализовать следующие этапы:

1.Установить цель будущего решения, которое связано с развитием организации

2.Осуществить сбор материалов о реальном состоянии дел в организации и возможного достижения новой цели.

3.Сформулировать проблему.

4.Разработать критерии оценки.

5.Осуществить декомпозицию проблемы и обеспечить ресурсы и исполнителей для ее решения.

6.Разработать базовые альтернативы решения проблемы.

7.Для каждого базового варианта сформулировать поддерживающие или детализированные альтернативы, формирование которых происходит с учетом факторов, влияющих на данное решение.

8.Для каждого детализированного варианта провести дальнейшую декомпозицию и сформулировать очередной набор детализированных альтернатив.

9.Осуществить оценку каждой ветви взаимодействия решений с учетом выбранного критерия эффективности.

10.Осуществить выбор оптимального варианта, который будет принят в качестве УР.

Деревья решений – это способ представления правил в иерархической, последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение.

Под правилом понимается логическая конструкция, представленная в виде "если ... то ...".

Область применения деревья решений в настоящее время широка, но все задачи, решаемые этим аппаратом могут быть объединены в следующие три класса:

Описание данных: Деревья решений позволяют хранить информацию о данных в компактной форме, вместо них мы можем хранить дерево решений, которое содержит точное описание объектов.

Классификация: Деревья решений отлично справляются с задачами классификации, т.е. отнесения объектов к одному из заранее известных классов. Целевая переменная должна иметь дискретные значения.

Регрессия: Если целевая переменная имеет непрерывные значения, деревья решений позволяют установить зависимость целевой переменной от независимых(входных) переменных. Например, к этому классу относятся задачи численного прогнозирования(предсказания значений целевой переменной).