Министерство общего и профессионального образования Российской Федерации


РЕФЕРАТ ПО ПРЕДМЕТУ
ТЕОРИЯ ПРИНЯТИЯ РЕШЕНИЙ
Критерии принятия решений
Выполнила:
Санкт-Петербург

2011


Содержание

Введение..................................................................................................3

1. Критерии принятия решений..............................................................6

1.1. Минимаксный критерий...................................................................6

1.2. Критерий Сэвиджа ..........................................................................7

1.3. Критерий Байеса-Лапласа...............................................................8

1.4. Расширенный минимаксный критерий..........................................8

1.5. Критерий произведений...................................................................9

1.6. Критерий Гермейера.......................................................................9

1.7. Критерий Гурвица...........................................................................10

1.8. Составной критерий Байеса-Лапласа минимаксный...................10


Список используемой литературы.......................................................13

Введение

Основные понятия системного анализа

Системный анализ - наука, занимающаяся проблемой принятия решения в условиях анализа большого количества информации различной природы.

Из определения следует, что целью применения системного анализа к конкретной проблеме является повышение степени обоснованности принимаемого решения, расширение множества вариантов, среди которых производится выбор, с одновременным указанием способов отбрасывания заведомо уступающим другим.

В системном анализе выделяют

·                   методологию;

·                   аппаратную реализацию;

·                   практические приложения.

Методология включает определения используемых понятий и принципы системного подхода.

Дадим основные определения системного анализа.

Связь - важный для целей рассмотрения обмен между элементами веществом, энергией, информацией.

Элемент - некоторый объект (материальный, энергетический, информационный), который обладает рядом важных для нас свойств, но внутреннее строение (содержание) которого безотносительно к цели рассмотрения.

          Система - совокупность элементов, которая обладает следующими признаками:

·                   связями, которые позволяют посредством переходов по ним от элемента к элементу соединить два любых элемента совокупности;

·                   свойством, отличным от свойств отдельных элементов совокупности.

Практически любой объект с определенной точки зрения может быть рассмотрен как система. Вопрос состоит в том, насколько целесообразна такая точка зрения.

Большая система - система, которая включает значительное число однотипных элементов и однотипных связей. В качестве примера можно привести трубопровод. Элементами последнего будут участки между швами или опорами. Для расчетов на прочность по методу конечных элементов элементами системы считаются небольшие участки трубы, а связь имеет силовой (энергетический) характер - каждый элемент действует на соседние.

Сложная система - система, которая состоит из элементов разных типов и обладает разнородными связями между ними.

Автоматизированная система - сложная система с определяющей ролью элементов двух типов:

·                   в виде технических средств;

·                   в виде действия человека.

Для сложной системы автоматизированный режим считается более предпочтительным, чем автоматический. Например, посадка самолета выполняется при участии человека, а автопилот или бортовой компьютер используется лишь на относительно простых операциях. Типична также ситуация, когда решение, выработанное техническими средствами, утверждается к исполнению человеком.

Структура системы - расчленение системы на группы элементов с указанием связей между ними, неизменное на все время рассмотрения и дающее представление о системе в целом. Указанное расчленение может иметь материальную, функциональную, алгоритмическую или другую основу. Пример материальной структуры - структурная схема сборного моста, которая состоит из отдельных, собираемых на месте секций и указывает только эти секции и порядок их соединения. Пример функциональной структуры - деление двигателя внутреннего сгорания на системы питания, смазки, охлаждения, передачи крутящего момента. Пример алгоритмической структуры - алгоритм программного средства, указывающего последовательность действий или инструкция, которая определяет действия при отыскании неисправности технического устройства.

Структура системы может быть охарактеризована по имеющимся в ней типам связей. Простейшими из них являются последовательное, параллельное соединение и обратная связь (рис.1.1).

Декомпозиция - деление системы на части, удобное для каких-либо операций с этой системой. Примерами будут: разделение объекта на отдельно проектируемые части, зоны обслуживания; рассмотрение физического явления или математическое описание отдельно для данной части системы.

Иерархия - структура с наличием подчиненности, т.е. неравноправных связей между элементами, когда воздействие в одном из направлений оказывают гораздо большее влияние на элемент, чем в другом. Виды иерархических структур разнообразны, но важных для практики иерархических структур всего две - древовидная и ромбовидная (рис.1.2).

Древовидная структура наиболее проста для анализа и реализации. Кроме того, в ней всегда удобно выделять иерархические уровни - группы элементов, находящиеся на одинаковом удалении от верхнего элемента. Пример древовидной структуры - задача проектирования технического объекта от его основных характеристик (верхний уровень) через проектирование основных частей, функциональных систем, групп агрегатов, механизмов до уровня отдельных деталей.

Принципы системного подхода
- это положения общего характера, являющиеся обобщением опыта работы человека со сложными системами. Их часто считают ядром методологии. Известно около двух десятков таких принципов, ряд из которых целесообразно рассмотреть:

·                   принцип конечной цели: абсолютный приоритет конечной цели;

·                   принцип единства: совместное рассмотрение системы как целого и как совокупности элементов;

·                   принцип связности: рассмотрение любой части совместно с ее связями с окружением;

·                   принцип модульного построения: полезно выделение модулей в системе и рассмотрение ее как совокупности модулей;

·                   принцип иерархии: полезно введение иерархии элементов и(или) их ранжирование;

·                   принцип функциональности: совместное рассмотрение структуры и функции с приоритетом функции над структурой;

·                   принцип развития: учет изменяемости системы, ее способности к развитию, расширению, замене частей, накапливанию информации;

·                   принцип децентрализации: сочетание в принимаемых решениях и управлении централизации и децентрализации;

·                   принцип неопределенности: учет неопределенностей и случайностей в системе.

·                   Критерий Байеса-Лапласа предъявляет к ситуации, в которой принимается решение, следующие требования:

·                   вероятность появления состояния V_j известна и не зависит от времени;

·                   принятое решение теоретически допускает бесконечно большое

·                   количество реализаций;

·                   допускается некоторый риск при малых числах реализаций.

В соответствии с критерием Сэвиджа в качестве оптимальной выбирается такая стратегия, при которой величина риска принимает наименьшее значение в самой неблагополучной ситуации:



Здесь величину W можно трактовать как максимальный дополнительный выигрыш, который достигается, если в состоянии V_j вместо варианта U_i выбрать другой, оптимальный для этого внешнего состояния, вариант.

Соответствующее критерию Сэвиджа правило выбора следующее: каждый элемент матрицы решений [W_ij] вычитается из наибольшего результата max W_ij соответствующего столбца. Разности образуют матрицу остатков. Эта матрица пополняется столбцом наибольших разностей W_ir. Выбирается тот вариант, в строке которого стоит наименьшее значение.

Согласно критерию Гурвица выбирается такая стратегия, которая занимает некоторое промежуточное положение между крайним пессимизмом и оптимизмом:



где

r - коэффициент пессимизма, выбираемый в интервале [0,1].

Правило выбора согласно этому критерию следующее: матрица решений [W_ij] дополняется столбцом, содержащим средние взвешенные наименьшего и наибольшего результатов для каждой строки (2.6). Выбирается тот вариант, в строках которого стоят наибольшие элементы W_ir этого столбца.

При r =1 критерий Гурвица превращается в критерий Вальда (пессимиста), а при r =0 - в критерий азартного игрока. Отсюда ясно, какое значение имеет весовой множитель r . В технических приложениях правильно выбрать этот множитель бывает так же трудно, как правильно выбрать критерий. Поэтому чаще всего весовой множитель r =0.5 принимается в качестве средней точки зрения.

Критерий Гурвица предъявляет к ситуации, в которой принимается решение, следующие требования:

·                   о вероятности появления состояния V_j ничего не известно;

·                   с появлением состояния V_j необходимо считаться;

·                   реализуется лишь малое количество решений;
1.Критерии принятия решений


Критерий принятия решений - это функция, выражающая предпочтения лица, принимающего решения (ЛПР), и определяющая правило, по которому выбирается приемлемый или оптимальный вариант решения.

Всякое решений в условиях неполной информации принимается в с учетом количественных характеристик ситуаций, в которой принимаются решения. Наиболее часто принимаются следующие критерии принятия Севиджа,  критерий Гурвица, критерий Ходжа-Лимона, критерий Гермейера, соответствии с решений: минимаксный критерий, критерий Байеса-Лапласа, критерий какой-либо оценочной информацией, выбор которой должен осуществляться критерий произведений, составной критерий Байеса-Лапласа минимаксный.

Эти критерии можно использовать поочередно, причем после вычисления их значений среди нескольких вариантов приходится произвольным образом выделять некоторое окончательное решение. Что позволяет, во-первых, лучше проникнуть во все внутренние связи проблемы принятия решений и, во-вторых, ослабить влияние субъективного фактора.

    

Классические критерии принятия решений.

1.1. Минимаксный критерий (ММ) использует оценочную функцию Z_ММ, соответствующую позицию крайней осторожности. 

Z_ММ=max eir и eir=min eij.

гдеz_mm — оценочная функция ММ-критерия.

Поскольку в области технических задач построение множества Е вариантовуже само по себе требует весьма значительных усилий, причем иногда возникает необходимость в их рассмотрении с различных точек зрения. Оно должно напоминать о том, что совокупность вариантов необходимо исследовать возможно более полным образом, чтобы была обеспечена оптимальность выбираемого варианта.

            Правило выбора решения в соответствии с этим критерием можно интерпретировать следующим образом:

            Матрица решений дополняется еще одним столбцом из наименьших результатов e_ir каждой строки. Выбрать надлежит те варианты E_io, в строках которых стоят наибольшие значения eir этого столбца.

          Выбранные таким образом варианты полностью исключают риск. Это означает, что принимающий решение не может столкнуться с худшим результатом,чем тот, на который он ориентируется. Какие бы условия Fj ни встретились, соответствующий результат не может оказаться ниже Z_мм. Это свойство заставляет считать минимаксный критерий одним из фундаментальных. Поэтому в технических задачах он применяется чаще всего, как сознательно, так и неосознанно. Однако положение об отсутствии риска стоит различных потерь.
1.2. Критерий Сэвиджа.


С помощью обозначения

аij=max eij – eij – это                       eir=maxaij = max(max eij-eij),

формируется оценочная функция
Zs=min eir = min [max (maxe_ij – e_ij)]

Соответствующее правило выбора теперь интерпретируется так:

Каждый элемент матрицы решений вычитается из наибольшего результата соответствующего столбца. Эти разности образуют матрицу остатков. Эта матрица пополняется столбцом наибольших разностей e_ir. Выбираются те решения Е_io, в строках которых стоит наименьшее значение  для этого столбца

и строится множество оптимальных вариантов решения

Для понимания этого критерия определяемую соотношением  величину aij = max e_ij - e_ij можно трактовать как максимальный дополнительный выигрыш, который достигается, если в состоянии F_j вместо варианта E_i выбрать другой, оптимальный для этого внешнего состояния вариант. Мы можем, однако, интерпретировать a_ij и как потери (штрафы), возникающие в состоянии F_i при замене оптимального для него варианта на вариант E_i. Тогда определяемая соотношением величина e_ir представляет собой — при интерпретации а_ij в качестве потерь—максимальные возможные (по всем внешним состояниям F_j, j==1, ..., n) потери в случае выбора варианта E_i. Эти максимально возможные потери минимизируются за счет выбора подходящего варианта E_i.

     Соответствующее S-критерию правило выбора теперь интерпретируется так:

 каждый элемент матрицы решений ||e_ij|| вычитается из наибольшего результата max e_ij соответствующего столбца.                       

Разности a_ij образуют матрицу остатков ||a_ij|| Эта матрица пополняется столбцом наибольших разностей e_ir. Выбираются те варианты E_io, в строках которых стоит наименьшее для этого столбца значение.

     По выражению оценивается значение результатов тех состояний, которые, вследствие выбора соответствующего распределения вероятностей, оказывают одинаковое влияние на решение, с точки зрения результатов матрицы ||e_ij|| S-критерий связан с риском, однако, с позиций матрицы ||a_ij|| он от риска свободен.

 

          1.3. Критерий Байеса-Лапласа.

Этот критерий учитывает каждое из возможных следствий. Пусть qj – вероятность появления внешнего состояния F_j, тогда для этого критерия оценочная функция запишется так:
Z_BL=max eir,        eir=  åeijqj.
Тогда правило выбора будет записано так:

Матрица решений дополняется еще одним столбцом, содержащим математическое ожидание значений каждой из строк. Выбираются те варианты E_io, в строках которых стоит наибольшее значение e_ir этого столбца.
1.4. Расширенный минимаксный критерий.

       В нем используются простейшие понятия теории вероятностей, а также, в известном смысле, теории игр. В технических приложениях этот критерий до сегоднешнего времени применяется мало.

Основным здесь является предположение о том, что каждому из n возможных внешних состояний Fj приписана вероятность его появления : 0< q<1.
    Тогда расширенный ММ-критерий формулируется следующим образом:


где р—вероятностный вектор для E_i , a  q—вероятностный вектор для F_j.

Таким образом, расширенный ММ-критерий задается целью найти наивыгоднейшее распределение E_i вероятностей на множестве вариантов, когда в многократно воспроизводящейся ситуации ничего не известно о вероятностях состояний F_j. Поэтому предполагается, что F_j распределены наименее выгодным образом.
1.5.Критерий произведений.


С самого начала этот критерий ориентирован на величины выигрышей, то есть на положительные значения величины е

Определим оценочную функцию:

   

Zp=max eir.
 Привило выбора в этом случае формулируется так:

Матрица решений дополняется новым столбцом, содержащим произведения всех результатов каждой строки. Выбираются те варианты Еiо, в строках которых находятся наибольшие значения этого столбца.

Применение этого критерия обусловлено следующими обстоятельствами:

Вероятности появления состояний Fj неизвестны; с появлением каждого из состояний Fj по отдельности необходимо считаться; критерий применим при малом числе реализаций решения; некоторый риск допускается.

Как уже упоминалось, этот критерий приспособлен в первую очередь для случаев, когда все eij положительны. Если указанное условие нарушается, а этот критерий приходится применять и в этом случае, то следует выполнить некоторый сдвиг eij+a с некоторой константой а > | min eij |. Разумеется, результат применения критерия существенно зависит от этого значения а. На практике в качестве значения, а охотно используют величину | min eij | + 1. Если же никакая константа не может быть признана имеющей смысл, то к таким проблемам этот критерий не применим.

Выбор оптимального решения согласно критерию произведений оказывается значительно минее пессимистическим, чем, например, выбор в соответствии с минимаксным критерием. В результате применения критерия произведений происходит некоторое выравнивание между большими и малыми значениями eij, и, устанавливая оптимальный вариант решения с помощью этого критерия, мы можем при фиксированных состояниях Fj получить большую выгоду, чем при использовании минимаксного критерия, но при этом должна учитываться возможность появления и худших результатов. Следует отметить, что при использовании этого критерия ни число реализаций, ни информация о распределении вероятностей не принимаются во внимание.
1.6.Критерий Гермейера.

Отправляясь от подхода Гермейера к отысканию эффективных и пригодных к компромиссу решений в области полиоптимизации – т.е. всех решений, которые не считаются заведомо худшими, чем другие, - можно предположить еще один критерий, обладающий в некотором отношении определенной эластичностью. Он с самого начала ориентирован на величины потерь, т.е. на отрицательные значения eij.

В качестве оценочной функции выступает

Z_G=max eij

Поскольку в хозяйственных задачах преимущественно имеют дело с ценами и затратами, условие eij<0 обычно выполняется. В случае же, когда среди величин eij встречаются и положительные значения, можно перейти к строго отрицательным значениям с помощью преобразования eij - а при подходящим образом подобранном а>0.

Правило выбора согласно критерию Гермейера формулируется следующим образом:

Матрица решений дополняется еще одним столбцом, содержащим в каждой строке наименьшее произведение имеющегося в ней результата на вероятность соответствующего состояния Fj. Выбираются те решения Еiо, в строках которых находится наибольшее значение eir этого столбца.
1.7.Критерий Гурвица.

Стараясь занять наиболее уравновешенную позицию, Гурвиц предложил критерий, оценочная функция которого находится где-то между точками зрения предельного оптимизма и крайнего пессимизма:
        ZHW=max eir.

Правило выбора согласно HW-критерию формулируется так:

Матрица решений дополняется столбцом, содержащим средние взвешенные наибольшего и наименьшего результатов для каждой строки. Выбираются те варианты Eio, в строках которых стоят наибольшие элементы eij этого столбца. В технических приложениях правильно выбрать множитель с бывает так же трудно, как правильно выбрать критерий. Вряд ли возможно найти количественную характеристику для тех долей оптимизма и пессимизма, которые присутствуют при принятии решения. Поэтому чаще всего весовой множитель с=0,5 без возражений принимается в качестве некоторой «средней» точки зрения. При обосновании выбора применяют обратный порядок действий. Для приглянувшегося решения вычисляется весовой множитель с, и он интерпретируется как показатель соотношения оптимизма и пессимизма. Таким образом, позиция исходя из которых принимаются решения, можно рассортировать, по крайней мере, задним числом.

      Этот критерий предъявляет к ситуации, в которой принимается решение, следующие требования:

О вероятностях появления состояния Fj ничего не известно; с появлением состояния Fj необходимо считаться; реализуется лишь малое количество решений; допускается некоторый риск
1.8. Составной критерий Байеса-Лапласа минимаксный.  

Стремление получить критерии, которые бы лучше приспосабливались к имеющейся ситуации, чем все до сих пор рассмотренные, привело к построению так называемых состав­ных критериев.

Исходным для построенного был BL-критерий Вследствие того, что распределение q=(q
₁
, ..., q_n
) устанавливается эмпирически и потому известно неточно, про­исходит, с одной стороны, ослабление критерия, а с другой, напротив, с помощью заданных границ для риска и посредством MM-Kритерня обеспечивается соответствующая свобода действий. Точные формулировки состоят в следующем.

Зафиксируем прежде всего задаваемое ММ-критерием опорное значение:



где i
₀ и j₀—оптимизирующие индексы для рассматриваемых вариантов решений и, соответственно, состояний.

Посредством некоторого заданного или выбираемого уровня допустимого риска E_доп>0 определим некоторое множество со­гласия, являющееся подмножеством множества индексов {1, ... ..., т}:



Величина E_i:=e_i0j0 - min_je_ij для всех i I₁ характеризует наибольшие возможные потери в сравнении со значением e_i
0
j
0, задаваемым ММ-критерием. С другой стороны, в результате такого снижения открываются и возможности для увеличения выигрыша по сравнению с тем, который обеспечивается ММ-критерием. Поэтому мы рассматриваем также (опять-таки как подмножество множества {1, ..., m}) некоторое выигрышное множество


Тогда в множество-пересечение I₁ I₂ мы соберем только такие варианты решений, для которых, с одной стороны, в определенных состояниях могут иметь место потери по сравнению с состоянием, задаваемым ММ-критерием, но зато в других состоя­ниях имеется по меньшей мере такой же прирост выигрыша. Теперь оптимальными в смысле BL (ММ)-критерия будут решения
Правило выбора для этого критерия формулируется следующим образом.

Матрица решений ||е_ij|| дополняется еще тремя столбцами. В первом из них записываются математические ожидания каждой из строк, во втором—разности между опорным значением e_i0j0 = Z_MM и наименьшим значением min_j(е_ij) соответствующей строки.  В третьем столбце помещаются разности между наибольшим значением max_j е_ij  каждой строки и наибольшим значением max e_i
0
j той строки, в которой находится значение e_i0j0. Выбираются те варианты E_i0 строки которых (при соблюдении приводимых ниже соотношений между элементами второго и третьего столбцов) дают наибольшее математическое ожидание. А именно, соответствующее значение e_i0j0 – min_j е_ij из второго столбца должно быть меньше или равно некоторому заранее заданному уров­ню риска ε_доп. Значение же из третьего столбца должно быть больше значения из второго столбца.

Применение этого критерия обусловлено следующими признаками ситуации, в которой принимается решение:

·        вероятности появления состояний F_J неизвестны, однако имеется некоторая априорная информация в пользу какого-либо определенного распределения;

·        необходимо считаться с появлениями различных состояний как по отдельности, так и в комплексе;

·        допускается ограниченный риск;

·        принятое решение реализуется один раз или многократно.

Таким образом, спектр применимости теории распро­страняется далеко за пределы предыдущих критериев. Особо следует подчеркнуть, что действие новых критериев остается вполне обозримым, хотя функция распределения может играть лишь подчиненную роль.

BL (ММ)-критерий хорошо приспособлен для построения практических решений прежде всего в области техники и мо­жет считаться достаточно надежным. Однако задание границы риска ε_доп и, соответственно, оценок риска ε_i не учитывает ни число применений решения, ни иную подобную информацию. Влияние субъективного фактора хотя и ослаблено, но не исключено полностью;

Условие max_j е_ij – max_jе_{i0 j} >= ε_i  существенно в тех случаях, когда решение реализуется только один или малое число раз. В этих случаях недостаточно ориентироваться на риск, связан­ный лишь с невыгодными внешними состояниями и средними значениями. Из-за этого, правда, можно понести некоторые по­тери в удачных внешних состояниях. При большом числе реа­лизации это условие перестает быть таким уж важным. Оно даже допускает разумные альтернативы.

Список литературы

Бинкин Б.А., Черняк В.И. Эффективность управления: наука и практика. М.: Наука, 1982. 143 с.

          Мушик З., Мюллер П. Методы принятия технических решений. - М.: Мир, 1990. - 208с

Могилевский В.Д. Методология систем: вербальный подход. / М., Экономика, 1999. 251 с.

          Саати Т., Кернс К. Аналитическое планирование. Организация систем. / М. Радио и связь. 1991.