- •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
22.1 Экспертное оценивание важности объектов
Часто суждения экспертов представляются в количественной форме (в виде чисел). Например - оценка качества изделия, оценка мастерства спортсменов и т.п. При этом применяется определенная математическая обработка экспертных оценок, например, выставление среднего балла.
Рассмотрим процедуры обработки экспертных оценок при определении важности объектов. В качестве объектов могут рассматриваться, например, показатели эффективности в многокритериальных задачах выбора решений.
22.1.1 Усреднение экспертных оценок
Пусть экспертам
необходимо сравнить
объектов. Предположим, что существует
набор чисел
,
характеризующих истинные значения
важности этих объектов и неизвестных
экспертам и ЛПР. Наиболее важному объекту
соответствует наибольшее, а наименее
важному – наименьшее число из
.
Так как ранжирование объектов по важности
определяется относительными
величинами чисел
,
то будем считать, что
Пусть важность
объектов оценивают
экспертов. Обозначим через
оценку важности
-
го объекта
,
данную
-
м экспертом
.
Полученные оценки представим в виде
матрицы
, (15.1)
число строк которой
соответствует числу объектов, а число
столбцов – числу экспертов. Поскольку
оценки важности одного и того же объекта
разными экспертами могут не совпадать
(числа в строках, вообще говоря, различны),
то возникает задача определения
показателей важности
,
представляющих усредненное мнение
всех экспертов.
Усредненные показатели важности рассчитываются по формулам:
(15.2)
причем
удовлетворяют условию нормировки
.
Таким образом, относительные оценки важности вычисляются как среднеарифметические оценок, выставленных всеми экспертами. Данный простейший подход применяется тогда, когда ЛПР уверен в одинаковой компетентности и объективности экспертов.
При
различных уровнях компетентности
экспертов вводятся коэффициенты
компетентности
экспертов
,
отвечающие условиям:
(15.3)
При этом формула (2) обобщается и принимает вид
Представим последнее равенство в матричной форме. Для этого введем векторы-столбцы
где символ обозначает операцию транспонирования. В результате формула (4) примет вид:
При известной компетентности экспертов расчет усредненных оценок важности проводится по формулам (4) или (5).
Более сложным и реалистическим является случай, когда коэффициенты компетентности неизвестны. При этом используется рекуррентный метод расчета.
Обозначим
через
вектор коэффициентов компетентности
на
-
м шаге вычислений
.
Примем, что на первом шаге
.
Для
-
го шага оказываются справедливыми
соотношения
(15.6)
,
(15.7)
где
- нормирующий множитель, вычисляемый
из условия
.
Подставляя (6) в (7) получим соотношение
(8)
где
квадратная симметрическая матрица
определяется равенством
и называется матрицей взаимосвязи экспертных оценок.
Пример
Пусть S = 2, n = 3 и матрица экспертных оценок равна
Как видно, первый и второй эксперты важность обоих объектов оценивают одинаково, причем второй объект признается заметно более важным, чем первый (0,8 против 0,2). Третий эксперт по какой-то причине (некомпетентность, предвзятость и т.п.) придерживается противоположного мнения.
Определим коэффициенты компетентности экспертов и вычислим усредненные (с учетом компетентности) оценки важности объектов.
По формуле (9) рассчитаем матрицу взаимосвязи экспертных оценок
Имеем
и по формуле (8) получим
Для определения нормирующего множителя используем уравнение
Следовательно
По формуле (6) находим
Для k = 3 из (8) получим
Отсюда
Таким образом
Дальнейшие вычисления приводят к практически идентичным результатам.
