- •3. Основи теорій прийняття рішень
- •3.1 Загальна схема процесу прийняття рішень
- •3.2 Класифікація задач прийняття рішень
- •3.3 Опис переваг особи, яка приймає рішення
- •3.3.1 Виявлення переваг опр
- •3.3.2 Види показників ефективності
- •3.3.2.4. Метод головного показника
- •3.3.2.1 Метод узагальненого показника
- •3.3.2.2 Метод „затрати/ефект”
- •3.3.2.3 Метод цільового програмування
- •3.4 Одноетапні процедури прийняття рішень в умовах невизначеності
- •3.4.1 Мінімаксний критерій
- •3.4.2 Критерій Байєса – Лапласа
- •3.4.3 Критерій Севіджа
- •3.4.4 Застосування класичних критеріїв
- •3.5. Похідні критерії прийняття рішень
- •3.5.1 Критерій Гурвіца
- •3.5.2 Критерій Ходжа – Лемана
- •3.5.3 Критерій Гермейєра
- •3.5.4. Критерій добутків
- •3.5.5 Прийняття рішення за похідними критеріями
- •3.6 Задачі прийняття рішень в умовах ризику та невизначеності
- •Одноетапні процедури прийняття рішень в умовах ризику
- •3.7 Використання експериментальних даних для прийняття рішень в умовах ризику
- •Багатоетапні процедури прийняття рішень в умовах ризику
- •Запитання і завдання для самоконтролю
3.5. Похідні критерії прийняття рішень
3.5.1 Критерій Гурвіца
Для прийняття найбільш рівноважної позиції Гурвіц запропонував критерій (HW), оцінююча функція якого знаходиться між точками зору граничного оптимізму та крайнього песимізму:
ZHW = maxeir (3.9)
(3.10)
Тоді
(3.11)
де с – ваговий множник.
Правило вибору згідно HW – критерія формулюються таким чином:
Матриця
рішень
доповнюється стовпчиком, який містить
середні виважені найменшого й найбільшого
результатів для кожної строки (3.9).
Вибирають ті варіанти Еіо, к строках яких стоять найбільші елементи еir цього стовбця.
Для с = 1, HW – критерій перетворюються в MM – критерій. Для с = 0 він перетворюється у критерій азартного гравця. Звідси ясно, яке значення має ваговий множник е. У технічних задачах правильно вибрати цей множник буває так же важко, як правильно вибрати критерій. Часто с = 0,5, як деяка середня точка. При обґрунтовані вибору застосовують зворотній порядок дій. Для вибраного рішення розраховується ваговий множник с, і він інтерпретується як показник співвідношення оптимізму і песимізму. Таким чином, позиції, виходячи з яких приймається рішення, можна розсортувати по крайній мірі заднім числом.
В табл.. 3.5 надана матриця рішень, з якої добре видно, що вибір у відповідності з HW – критерієм може, незважаючи на цілком врівноважену точку зору, призводити до нераціонального рішення.
Приклад побудований так, що оптимальне (по HW-критерію) рішення Е, незалежно від С.
Табл. 3.5
Приклад матриці рішень у відповідності з HW-критерієм
|
F1 |
F2 |
F3 |
F4 |
………… |
Fn-1 |
Fn |
E1 |
1000 |
1 |
1 |
1 |
………… |
1 |
1 |
E2 |
9999 |
9999 |
9999 |
9999 |
………… |
9999 |
0,99 |
HW критерій пред’являє до ситуації, в якій приймається рішення, такі вимоги:
- про імовірність появи станів Fj нічого невідомо;
- появи станів Fj необхідно враховувати;
- допускається деякий ризик.
3.5.2 Критерій Ходжа – Лемана
Критерій Ходжа – Лемана (HL)спирається одночасно на ММ – критерій і BL – критерій. За допомогою параметра υ виражається ступінь довіри до розподілу ймовірностей, який використовується. Якщо ця довіра велика, то акцентується BL – критерій, у іншому випадку – перевага надається ММ –критерію.
Оціночна функція визначається рівністю
(3.12)
а множина HL – оптимальних рішень записується у вигляді:
Правило вибору, яке відповідає HL – критерію, формулюється так:
Матриця рішень доповнюється стовпчиком, складеним з середніх зважених (з постійними вагами) математичного очікування та найменшого результату кожної стрічки (3.13). Відбираються ті варіанти рішень Еіо у рядках яких стоїть найбільше значення цього стовпчика.
Для υ = 1 HL – критерій переходить у BL – критерій, а для υ = 0 перетворюється у ММ – критерій.
Ступінь упевненості у будь-якій функції розподілу практично не підлягає оцінюванню. Сам критерій теж не дає для цього точки опори. Таким чином, вибір параметра υ доступний впливу суб’єктивізму. Крім цього, без уваги залишається й число реалізацій. Тому HL – критерій не застосовується при прийнятті технічних рішень.
Наступні властивості ситуації, в якій приймається рішення, і де застосовується HL – критерій:
- ймовірності появи станів Fj невідомі, але деякі припущення щодо розподілу імовірностей відомі;
- прийняте рішення теоретично припускає безліч реалізацій;
- при малій кількості реалізацій припускається деякий ризик.
