Классификация задач управления по степени их сложности

При решении задачи управления важное значение имеет степень полноты и точности ее формального математического и алгоритмического описания. От степени формализации зависит эффективность работы информационной системы и уровень автоматизации. Чем точнее математическое описание задачи, тем выше возможности компьютерной обработки данных и тем меньше степень участия человека в процессе ее решения.

В соответствии с критерием интеллектуаль­ности и сложности можно выделить следующие группы задач:

1. Наиболее простые (структурированные) задачи, состоящие из полностью формализуемых процедур, выполняемых по четким алгоритмам. К таким процедурам относятся поиск, учет, хранение, передача информации, оформление документов , их рассылка , расчет заработной платы и пр. Они могут выполняться без участия или с минимальным участием человека и не требуют высокого уровня его подготовки. Подобного рода задачи в настоя­щее время решаются практически всеми автоматизированными информационными системами (например, «Бухгалтерский учет», «Подготовка производства», «Кадры», «Складской учет» и т. д.). За­дачи этого класса, если они используются для принятия решений, называются задачами принятия решений в условиях полной определен­ности. При этом случайные и неопределенные факторы отсутству­ют.

2. Более сложные задачи — задачи принятия решений в условиях риска, т. е. в том случае, когда имеются случайные факторы, для ко­торых, однако, известны их законы распределения вероятностей. Постановка и решение таких задач возможны на основе методов теории вероятностей, ана­литического и имитационного моделирования. Аналитическое моделирование заключается в выводе формул, связывающих рассматриваемые величины и составляющих математическую модель явления.

Имитационное моделирование - это метод исследования, заклю­чающийся в имитации на ЭВМ процес­са функционирования исследуемой системы, т.е. в построении математической модели системы. В рамках метода имитационного моделирования раз­рабатываются и используются такие алгоритмы и программы, которые имитируют на ЭВМ поведе­ние (в том числе, в реальном времени) системы, ее свойства и характеристики. Такой подход позволяет предсказывать поведение системы в определенном диапазоне условий. Учет случайных факторов реализуется на основе использования компьютерного генератора случайных чисел.

3. Слабоструктурированные задачи, содержащие качественные компоненты (количественно не оцениваемые – “сильно”,” существенно” и т.п.) и неизвестные количественные компоненты. Для таких задач характерно отсутствие методов решения на основе непосредственных преобразований данных. Постановка задач базируется на принятии решений в условиях неполной информации. В ряде слу­чаев на основе теории нечетких множеств удается построить формальные схемы решения.

4. Задачи принятия решений в условиях противодействия или конф­ликта (например, необходимо учитывать наличие активно действую­щих конкурентов). В задачах этого класса могут иметься случайные факторы, для которых извест­ны или не известны законы их поведения. Постановка и решение таких задач возможны (правда не всегда) методами теории вероят­ностей, теории нечетких множеств и теории игр.

5. Наиболее сложные задачи принятия решений, для которых отсутствует возможность формализации из-за высокой степени неопределенно­сти. К таким задачам относится большинство проблем прогнозирования, перспективного планирования и т. п. Основой решения этого класса задач являются квалификация исполнителя, его опыт. При решении таких задач возможно использование интеллектуальных систем, в частности, экспертных систем.