- •1. Риск в менеджменте, основные принципы его анализа 10
- •2. Принятие решений в условиях стохастической информации 31
- •3. Принятие решений в конфликтных ситуациях 76
- •4. Принятие решений в условиях неопределенности состояний среды 170
- •5. Многокритериальная задача принятия решений в условиях риска 206
- •6. Принятие решений на основе нечёткой информации 230
- •7. Стоимость, время, риск 311
- •Введение
- •Понятие риска и задача принятия решений
- •1. Риск в менеджменте, основные принципы его анализа
- •1.2. Причины риска
- •1.3. Классификация экономических рисков
- •Общие принципы анализа риска
- •2. Принятие решений в условиях стохастической информации
- •2.1. Оценка риска
- •2.2. Использование неравенства Чебышева для оценки риска
- •2.3. Диверсификация как способ снижения риска
- •2.4. Коэффициент чувствительности “бета”
- •2.5. Хеджирование
- •2.6. Оптимизация риска
- •2.7. Оценка риска на основе показателей финансового состояния субъектов экономической деятельности
- •2.7.3. Алгоритм составления z-модели для субъекта предпринимательской деятельности
- •3. Принятие решений в конфликтных ситуациях
- •3.1. Предмет и задачи теории игр
- •3.2. Примеры игр Игра 1. Зачет
- •Игра 2. Игра Морра
- •Игра 3. Борьба за рынки
- •3.3. Матричные игры
- •3.3.1. Описание матричной игры
- •Игра 1. Вариант игры “Морра”
- •Игра 2. Борьба за рынки
- •3.3.2. Принцип максимина в антагонистических играх. Седловая точка
- •3.3.3. Чистые и смешанные стратегии
- •3.3.4. Основные теоремы матричных игр
- •3.3.5. Решение матричной игры (22)
- •3.3.6. Упрощение матричных игр
- •3.3.7. Решение игр 2n и m2
- •3.3.8. Решение игр mn. Эквивалентные задачи линейного программирования
- •3.3.9. Приближенный метод решения матричных игр mn
- •3.3.10. Качественная оценка элементов платёжной матрицы
- •3.3.11. Способы реализации случайного механизма выбора стратегий
- •3.4. Позиционные игры
- •3.4.1. Общие сведения
- •3.4.2. Задание позиционной игры в виде дерева
- •3.4.3. Решение позиционной игры с полной информацией
- •3.4.4. Нормализация позиционной игры
- •3.5. Бескоалиционные игры
- •3.5.1. Общие сведения
- •Ситуации, оптимальные по Паретто
- •3.5.3. Состояние равновесия по Нэшу
- •3.5.4. Описание биматричных игр
- •3.5.5. Решение биматричных игр
- •3.5.6. Пример решения биматричной игры Формулировка игры “Борьба за рынки”
- •Решение игры
- •3.5.7. Метастратегии и метарасширения
- •4. Принятие решений в условиях неопределенности состояний среды
- •4.1. Математическая модель задачи принятия решений в условиях неопределенности состояний среды
- •4.2. Критерии для принятия решений в условиях неопределенности состояний среды
- •4.2.1. Критерий Лапласа
- •Клиенты
- •4.2.2. Максиминный (минимаксный) критерий Вальда
- •4.2.3. Критерий минимаксного риска Сэвиджа
- •4.2.4. Критерий пессимизма-оптимизма Гурвица
- •4.2.5. Критерий Ходжа-Лемона
- •4.2.6. Критерий Гермейера
- •4.3. Рекомендации по принятию решений в условиях неопределенности состояния среды
- •4.4. Принятие решений по критерию Байеса с возможностью проведения эксперимента
- •5. Многокритериальная задача принятия решений в условиях риска
- •5.1. Общий подход к принятию многокритериальных решений
- •5.2. Многокритериальные решения, оптимальные по Парето
- •5.3. Методы определения коэффициентов приоритетности частных критериев
- •А. Вычисление коэффициентов приоритетности по формуле Фишберна
- •Б. Метод Уэя
- •5.4. Нормализация значений критериев
- •5.5. Аддитивный обобщенный критерий
- •5.6. Неоднозначность оптимальных решений по аддитивному и мультипликативному обобщенным критериям
- •5.7. Другие методы решения многокритериальной задачи
- •5.7.1. Оптимизация доминирующего частного критерия при ограничениях на значения доминируемых критериев
- •5.7.2. Метод последовательных уступок
- •6. Принятие решений на основе нечёткой информации
- •6.1. Неопределённость и неточность
- •6.2. Основные понятия теории нечётких множеств
- •6.3. Методы нахождения функций принадлежности
- •6.4. Операции над нечёткими множествами
- •6.5. Сравнение нечётких величин
- •6.6. Сравнение конечных нечётких множеств
- •6.7. Нечёткие отношения
- •6.8. Примеры использования теории нечётких множеств в задачах принятия решений
- •6.9. Нечёткие игры
- •6.10. Методика оценки качества на основе лингвистических переменных
- •6.10.1. Проблема оценки качества объекта исследования
- •6.10.2. Определение лингвистической переменной “качество”
- •6.10.3. Определение частных показателей лп “качество”
- •6.10.4. Определение коэффициентов приоритетности частных показателей
- •6.10.5. Нахождение комплексного показателя
- •6.10.6. Алгоритм оценки качества на основе лингвистических переменных
- •6.10.7. Достоинства рассматриваемой методики оценки качества
- •6.11. Анализ чувствительности и стабильности нечётких систем принятия решений
- •7.1. Взаимосвязь между стоимостью, временем и риском
- •7.2. Продолжительность как характеристика риска операций
- •7. Стоимость, время, риск
- •7.3. Продолжительность портфеля ценных бумаг
- •Заключение
- •Литература
6.10. Методика оценки качества на основе лингвистических переменных
Качество – это то, что диктует потребитель, а не производитель.
Аксиома
6.10.1. Проблема оценки качества объекта исследования
Качество любого объекта исследования определяется степенью (полнотой) выполнения требований, предъявляемых к нему.
Решение задачи количественной оценки качества объекта исследования является сложной задачей вследствие следующих причин:
необходимости учёта большого числа частных показателей качества и сложности определения как взаимозависимости между ними, так и зависимости с обобщенным показателем;
трудности получения исходных оценок некоторых частных показателей;
необходимости использования для отдельных частных показателей экспертных оценок;
необходимости контролировать процесс, а не качественные показатели продукции;
вследствие того, что качество – понятие, в общем случае, не имеющее определенной количественной характеристики.
Указанные особенности делают практически невозможным количественно оценивать качество сложных объектов с помощью математических аппаратов теории вероятностей и математической статистики. Перспективным для этой задачи является математический аппарат теории нечётких множеств, который и по смысловому содержанию, и по эффективности оценок более адекватен рассматриваемой задаче оценки качества.
Предлагается для оценки качества сложных объектов исследования применять оценку качества на основе лингвистических переменных, методика которой и будет рассмотрена ниже.
6.10.2. Определение лингвистической переменной “качество”
Качество, как совокупность характеристик объекта исследования, которые определяют его способности удовлетворять установленным или предусматриваемым требованиям, наиболее удобно представлять в виде лингвистической переменной, в том смысле, как эта переменная определена в теории нечётких множеств.
Лингвистическая
переменная (ЛП) определяется кортежем
Е,
Еi,
і
=
;
X,
[0,1], і
=
,
где Е
наименование лингвистической переменной
(в рассматриваемом случае Е
– это “КАЧЕСТВО”);
Еi,
і
=
– множество термов лингвистической
переменной, представляющих собой
наименование нечётких переменных,
областью определения каждой из которых
является множество Х;
– функция принадлежности значений х
к терму Еi.
Если 1 для некоторого х Х, то это означает, что элемент х “определенно” принадлежит Еi, а при 0 – “определенно” не принадлежит нечёткому множеству Еi.
Термами лингвистической переменной “КАЧЕСТВО” могут быть:
Е1 – очень низкое качество; Е2 – низкое качество; Е3 – среднее качество; Е4 – высокое качество; Е5 – очень высокое качество.
При необходимости число n термов лингвистической переменной Е = “КАЧЕСТВО” можно увеличить. Лингвистическая переменная связана как с языковыми неточностями, так и с субъективными оценками, которые определяются методом экспертного опроса.
Поскольку количественной характеристики качества не существует, то областью его определения можно взять, например, интервал [0:1]. Тогда лингвистическая переменная “КАЧЕСТВО” может быть представлена следующим образом:
Рис. 6.23. Лингвистическая переменная “КАЧЕСТВО”
Каждый терм ЛП задан трапециевидной функцией принадлежности, хотя боковые ветки могут описываться и нелинейными функциями. При трапециевидной функции принадлежности, она полностью задается четырьмя числами (a, b, c, d). В подразделе 6.11 показано, что задание боковых ветвей линейными функциями практически не снижает общности задачи оценки и принятия решений при нечёткой исходной информации, но при этом существенно упрощаются арифметические операции над нечёткими числами и ЛП. Задание чисел (ai, bi, ci, di) может быть выполнено с учётом вербально числовой шкалы Харрингтона и уточнено с лицом принимающим решение. В рассматриваемом случае Е1 (0; 0; 0,1; 0,2); Е2 (0,1; 0,2; 0,3; 0,4); Е3 (0,3; 0,4; 0,5; 0,6); Е4 = (0,5; 0,6; 0,7; 0,8); Е5 (0,7; 0,8; 1; 1). Для каждого объекта исследования эти числа могут отличаться. По известным значениям a и b записывается уравнение левой ветви функции принадлежности
,
а по известным значениям c и d – уравнение правой ветви
.
Зная x, по этим формулам рассчитываются точные значения (х).
Определив понятие ЛП “КАЧЕСТВА”, необходимо найти значение комплексного (обобщающего) показателя х для анализируемого объекта. Этот показатель, в свою очередь, определяется частными показателями.
