- •Курс лекций по дисциплине
- •Для специальностей
- •Минск 2010
- •Тема 19. Динамическое программирование 73
- •Тема 20. Использование имитационного моделирования в процессе принятия управленческих решений 89
- •Тема 21. Многокритериальные задачи теории принятия решений 103
- •Тема 22. Экспертизы и обработка экспертных оценок как база решения сложных проблемных ситуаций. Методы дерева целей и анализа иерархий 117
- •Тема 11. Предмет, задачи и основные понятия теории принятия решений Основные понятия и определения
- •11.1. Объект и предмет исследования теории принятия решений. Назначение теории принятия решений и ее основные понятия
- •11.2. Этапы процесса моделирования.
- •11.3. Классификация задач принятия решений
- •Вопросы для самоконтроля
- •Тема 12. Использование целочисленной оптимизации в задачах теории принятия решений Основные понятия и определения
- •12.1. Сущность целочисленной оптимизации (целочисленного линейного программирования (цлп))
- •Задача о распределении бюджета
- •12.2. Использование логических условий и формирование зависимых решений с помощью целочисленных переменных
- •Вопросы для самоконтроля
- •Тема 13. Игровые модели теории принятия решений Основные понятия и определения
- •13.1 Теория игр как раздел теории принятия решений. Матричные игры с нулевой суммой
- •Решение парных матричных игр с нулевой суммой. Принцип минимакса.
- •13.2 Игры без седловых точек. Использование линейной оптимизации
- •Вопросы для самоконтроля
- •Тема 14. Игры с природой Основные понятия и определения
- •14.1 Игры с природой в условиях риска
- •14.2 Игры с природой в условиях неопределенности
- •14.3 Многоэтапные процессы принятия решений
- •Вопросы для самоконтроля
- •Тема 15. Сетевые модели теории принятия решений Основные понятия и определения
- •15.1. Понятие о методах сетевого планирования и управления (спу)
- •15.2. Понятие о сетевых моделях и правила построения сетевых графиков
- •15.3. Расчет критического пути сетевого графика
- •Тема 16. Оптимизация сетевых потоков Основные понятия и определения
- •16.1. Задача о максимальном потоке
- •16.2. Задача о потоке минимальной стоимости
- •16.3. Задача о кратчайшем маршруте
- •Тема 17. Сетевое планирование в условиях неопределенности Основные понятия и определения
- •17.1. Общая характеристика, область использования и алгоритм определения временных параметров проекта по методу pert
- •17.2. Обоснование и использование центральной предельной теоремы при расчетах вероятности выполнения проекта в директивный срок
- •17.3. Понятие о стохастических сетях
- •18.1. Характеристика стохастических задач, решаемых в условиях риска
- •18.2. Простейшие методы решения стохастических задач: мм-постановка, mp-постановка (задача с вероятностными ограничениями), pp-постановка
- •Вопросы для самоконтроля
- •Тема 19. Динамическое программирование Основные понятия и определения
- •19.1. Понятие о динамическом программировании.
- •19.2. Принцип оптимальности Беллмана и алгоритм решения задач динамического программирования
- •19.3. Вероятностное динамическое программирование и марковские процессы принятия решений
- •19.4. Определение оптимальной стратегии, максимизирующей ожидаемый доход в случае конечного горизонта планирования
- •19.5. Определение оптимальной стратегии для процесса с бесконечным числом этапов (оптимальная долгосрочная стратегия)
- •Вопросы для самоконтроля
- •Тема 20. Использование имитационного моделирования в процессе принятия управленческих решений Основные понятия и определения
- •20.1 Виды имитационного моделирования
- •1. Произошло ли событие a?
- •Какое из нескольких событий произошло?
- •Какое значение приняла случайная величина ?
- •Какую совокупность значений приняли случайные величины ?
- •20.2 Имитационное моделирование как метод анализа инвестиционных проектов
- •20.3 Имитационное моделирование денежных потоков проекта
- •20.4 Имитационное моделирование чистой приведенной стоимости проекта
- •Вопросы для самоконтроля
- •Тема 21. Многокритериальные задачи теории принятия решений Основные понятия и определения
- •21.1 Классификация многокритериальных задач
- •21.2 Принцип оптимальности Парето.
- •21.3 Принцип равновесия по Нэшу
- •21.4 Обзор методов решения задач векторной оптимизации
- •1. Методы свертки системы показателей эффективности
- •Вопросы для самоконтроля
- •Тема 22. Экспертизы и обработка экспертных оценок как база решения сложных проблемных ситуаций. Методы дерева целей и анализа иерархий Основные понятия и определения
- •22.1 Экспертное оценивание важности объектов
- •22.1.1 Усреднение экспертных оценок
- •22.1.2 Попарное сравнение объектов
- •22.2 Назначение сложных экспертиз
- •22.3 Экспертный анализ сложной проблемы с помощью дерева целей
- •22.4 Метод анализа иерархий: особенности и область применимости
- •Вопросы для самоконтроля
21.2 Принцип оптимальности Парето.
Пусть
решения ПС оцениваются по некоторой
совокупности показателей
(под
может
пониматься, например, целевая функция,
описывающая какую-либо характеристику
производственного процесса, показатель
функционирования предприятия и т.п.).
Для наглядности можно представлять,
что в выборе решения участвуют
сторон, каждая из которых заинтересована
в максимизации соответствующего
(“своего”) показателя. При этом
-я
сторона может выбрать любое допустимое
для нее решение
.
Чрезвычайно важно, что решение, выбранное
этой стороной, влияет на эффективность
решений всех
остальных.
Это означает, что показатель эффективности
любой стороны зависит от совокупности
допустимых решений
всех сторон, т.е.
.
Решение
стороны
предпочтительнее ее решения
,
если
.
Учитывая наличие сторон, самостоятельно выбирающих свои решения, можно сформулировать принцип оптимальности Парето):
Если
для всех сторон допустимые решения
предпочтительнее решений
,
то последние не будут приняты (т.е. будут
единогласно отвергнуты).
Как
правило, совокупность решений
оказывается неединственной и образует
некоторое множество
решений, оптимальных
по Парето.
Любой набор решений из этого множества
не может быть улучшен сразу
по всем показателям
.
Поэтому оптимальные по Парето решения
называются также неулучшаемыми.
Любое решение из множества
является
неулучшаемым. Изменением этого решения
невозможно добиться увеличения
какого-либо показателя эффективности,
не уменьшая при этом хотя бы одного из
остальных. Выбор конкретного решения
из множества оптимальных по Парето
может быть осуществлен лишь на основе
компромисса, на основе переговоров ЛПР
всех заинтересованных сторон.
Мы
считали, что в выборе решения участвуют
различных сторон, однако рассмотренные
понятия и вся формулировка в целом
совершенно аналогичны и в том случае,
когда выбор решения
осуществляет одна
сторона, руководствующаяся не
единственным,
а некоторой
совокупностью
показателей эффективности. Принятие
какого-либо конкретного решения
из множества Парето является при этом
прерогативой ЛПР и осуществляется, как
правило, на основе его субъективных
предпочтений.
Рассмотрим
процесс поиска эффективных по Парето
решений на примере задачи с двумя
критериями
(для определенности, считаем, что оба
критерия нужно максимизировать). Пусть
найдено множество возможных решений
.
Каждому решению соответствуют определенные
значения показателей
;
будем изображать решение точкой на
плоскости с координатами
и пронумеруем точки в соответствии с
номерами решений (Рис. 14.1)
W2
Видно,
что из всех решений эффективными
(недоминируемыми) являются лишь решения
.
Для всякого другого решения существует
хотя бы одно доминирующее, для которого
либо W1,
либо W2,
либо оба больше, чем для данного. После
того, как выделены эффективные по Парето
решения, выбор “наилучшего” производится
в пределах этого множества. Например,
решение u11
является наилучшим по критерию W1,
u2
– наилучшим по критерию W2,
а остальные два решения характеризуются
“хорошим” сочетанием обоих критериев.
Выбор - за ЛПР.
При большем числе показателей Wi множество эффективных решений строится аналогично, хотя при n>3 геометрическая интерпретация теряет наглядность.
