Содержание
- 2. Типы неопределенностей Неопределенности природы Неопределенности целей Неопределенности противника
- 3. Неопределенности природы Принятие решений в условиях неопределенности природы Классические критерии принятия решения Планирование эксперимента в условиях
- 4. Принятие решений в условиях неопределенности природы Результат принятого решения зависит от некоторых случайных факторов А={αj}, j=1,…n,
- 5. Принятие решений в условиях неопределенности природы Неопределенность состоит в том, что каждой альтернативе х ставится в
- 6. Принятие решений в условиях неопределенности природы В практических приложениях функция f(х,α) имеет дискретный характер, т.е. любому
- 7. Матрица решений
- 8. Вектор результатов
- 9. Вектор результатов Его роль – поставить в соответствие каждой альтернативе одно число х → fir (x)
- 10. Пример Планирование производственных мощностей ММ – малые мощности; СМ – средние мощности; КМ – крупные мощности
- 11. Принимать решения, как правило, сравнительно легко. Все сводится к выбору направления действий. Трудно принять хорошее решение.
- 12. Позиции ЛПР Оптимистическая Пессимистическая Позиция компромисса Позиция нейтралитета
- 13. Пессимистическая позиция ЛПР
- 14. Вектор результатов fir fir=max fij - оптимистическая j fir=min fij - пессимистическая j fir=max fij +min
- 15. Классические критерии принятия решений
- 16. Классические критерии ПР Минимаксный критерий, или критерий Вальда Оценочная функция ММ-критерия: ZMM=max (min fij) i j
- 17. Оценочная функция - это результат, соответствующий лучшей альтернативе
- 18. Правило выбора (MM) Матрица решений дополняется еще одним столбцом из наименьших результатов fir каждой строки. Выбрать
- 19. Замечание Выбранные таким образом варианты полностью исключают риск: нельзя столкнуться с результатом, хуже, чем max fir,
- 20. Пример
- 21. Применение ММ-критерия о возможности появления внешних состояний αj ничего не известно; приходится считаться с появлением различных
- 22. Критерий Сэвиджа (S) ||Δij || = Savage
- 23. Критерий Сэвиджа Риск, или остаток ||Δij || = max fij – fij i
- 24. Критерий Сэвиджа ||Δij || =
- 25. Критерий Сэвиджа Zs=min max (max fij - fij) i j i Позиция относительного пессимизма
- 26. Правило выбора Любой элемент матрицы решений вычитается из наибольшего результата соответствующего столбца. Разности Δij образуют матрицу
- 27. Критерий Гурвица (HW) ZHW=max[c*min fij +(1-c)*max fij] i j j 0≤c≤1 C=1 – позиция крайнего пессимизма
- 28. Правило выбора Матрица решений дополняется столбцом, содержащим средневзвешенную сумму наименьшего и наибольшего результатов для любой строки
- 29. Критерий Гурвица (HW)
- 30. Применение HW о вероятностях появления событий αj ничего не известно; реализуется малое количество решений; допускается некоторый
- 31. X1 X2 X3 X4 X5 Пример
- 32. Неопределенности природы В условиях полной неопределенности решение определяется позицией ЛПР и принимается по одному из критериев:
- 33. Классические критерии ПР Критерий Байеса-Лапласа (BL) αj → pj - дополнительная информация, pj=Вер{αj} n n fir
- 34. Матрица решений pj p1 p2 … pn
- 35. Правило выбора Матрица решений дополняется еще одним столбцом, содержащим математические ожидания результатов каждой строки Выбираются те
- 36. Применение BL вероятности появления состояний αj известны и не зависят от времени решение реализуется бесконечно (теоретически)
- 37. Позиция ЛПР (BL) Исходная позиция ЛПР, применяющего критерий BL, оптимистичнее, чем при минимаксном критерии, однако предполагает
- 38. Классические критерии ПР (пример) Планирование производственных мощностей ММ – малые мощности; СМ – средние мощности; КМ
- 39. Пример
- 40. Критерий Гермейера (G)
- 41. Критерий Гермейера (G) Правило выбора: Матрица решений дополняется еще одним столбцом, содержащим в каждой строке наименьшее
- 43. Планирование эксперимента в условиях неопределенности Предстоит принять решение в недостаточно выясненных условиях. Имеет ли смысл для
- 44. Условия полной неопределенности
- 45. Дополнительная информация
- 46. Эксперимент Рассмотрим сначала случай “идеального” эксперимента ε, приводящего к совершенно точному знанию того состояния αj, которое
- 47. Эксперимент? ||fij||, вероятности Р(αj)=pj Обозначим затраты на проведение эксперимента cost Сравним средний выигрыш без проведения эксперимента
- 48. Cредний выигрыш без ε Без проведения эксперимента ε мы имеем средний выигрыш для каждого i
- 49. Матрица решений
- 50. Эксперимент При αj выигрыш будет равен максимальному результату в j-ом столбце βj =max fij i
- 51. Эксперимент Но нужно заранее решить, следует проводить эксперимент или нет. Поэтому средний выигрыш =
- 52. Эксперимент Средний выигрыш с учетом стоимости идеального эксперимента ε равен
- 53. Эксперимент >
- 54. Эксперимент сost для любого i, или сost .
- 55. Идеальный эксперимент ε затраты на его проведение меньше минимального среднего риска нужно проводить, если
- 56. Пример 100*1/2 +120*1/3+160*1/6 – 100 = 16,66 Cost
- 57. Матрица остатков ||Δij|| 0*1/2+20*1/3+60*1/6=16,66 cost
- 58. Эксперимент В случае, когда эксперимент нецелесообразен, следует выбрать альтернативу, оптимальную по BL-критерию
- 62. Пример Некоторый объект надо подвергнуть проверке с приостановкой его эксплуатации. Из-за этого приостанавливается выпуск продукции. Если
- 63. Пример Варианты решения: Х1 - полная проверка; Х2 - минимальная проверка; Х3 - отказ от проверки.
- 64. Пример Состояния αj: α1 - неисправностей нет; α2 - имеется незначительная неисправность; α3 - имеется серьезная
- 65. Пример Результаты fij: затраты на проверки и устранение неисправностей; затраты, связанные с потерями в выпуске продукции
- 66. Пример cost
- 67. Пример Является ли целесообразным “идеальный” эксперимент, стоимость которого cost=2? 5,2 4,5 5,0
- 68. Неидеальный эксперимент Рассмотрим неидеальный эксперимент ε, который не выясняет точно состояния αj, а дает какие-то косвенные
- 69. Обозначим условную вероятность события Bl в условиях αj P(Bl/αj) и будем считать, что она нам известна.
- 70. - это условные вероятности событий αj, подсчитываются по формуле Байеса при условии, что эксперимент дал результат
- 71. Рассмотрим предыдущий пример с неидеальным экспериментом, который имеет три возможных исхода: B1, B2, B3. В эксперименте
- 72. Решение Вычислим апостериорные вероятности по формуле Байеса: P11= P1*P(B1/α1) / P21=0,392 P31=0,435 P41=0,130
- 73. Решение 4,956 5,395 5,394
- 74. Функции управления Для управленцев различного концептуального статуса существуют свои функции, задачи, традиции, представления о входной и
- 75. Концептуальный уровень иерархии управления «Исполнитель» Исполнение точно поставленных задач, детальных указаний; минимум свободы принятия решений (только
- 76. «Администратор» Руководство группой исполнителей или небольшими отделами организации, принятие решений о тактике действий, выбор способа распределения
- 77. «Руководитель звена отрасли» Руководство крупной организацией, определение подробной тактики действий и элементов стратегии поведения, участие в
- 78. «Высшее руководство» Определение политики и выбор стратегии
- 79. Основные типы задач принятия решений в условиях неопределенности
- 80. Составляюшие и источники риска в управлении Риск Индивидуальный Ситуационный
- 81. Источники индивидуального риска Инициатива (авантюризм, честолюбие, эгоизм, стремление к лидерству) Статус (исполнение функций управления, исполнение задач
- 82. Источники ситуационного риска Время (дефицит времени на принятие решения, временная отдаленность будущих последствий) Ресурсы (недостаток ресурсов,
- 83. ЛПР должно руководить Обеспечение наименьшего уровня риска требует непрерывного руководства. Оставаясь длительное время без руководства, любое
- 84. Понятие рационального выбора. Основные типы неопределенностей, встречающихся при принятии решений. Характеристика неопределенностей природы. В чем состоит
- 87. Скачать презентацию