Принятие решений



Скачать 232.38 Kb.
страница1/2
Дата01.02.2013
Размер232.38 Kb.
ТипДокументы
  1   2
ПРИНЯТИЕ РЕШЕНИЙ

Системный анализ и принятие решений. Словарь-справочник. Под ред.д.э.н., проф.В.Н.Волковой и д.т.н., проф. В.Н.Козлова. М.: Высшая школа. 2004.
Постепенная формализация модели принятия решения - подход, базирую­щийся на идее постепенной формализации задач (проблемных ситуаций) с неопределенностью путем поочередного использования средств МАИС (см. Методы активизации интуиции и опыта специалистов) и МФПС (см. Методы формализованного представления систем).

Этот подход к моделированию самоорганизующихся (развивающихся) систем был первоначально предложен на базе концепции структурно-лингвистического моделиро­вания (см.) [1, 2], но в последующем стал развиваться как самостоятельное направление.

Модель постепенной формализации представляет собой своего рода методику сис­темного анализа, которая сочетает относительно малоформальные методы, удобные для человека, и формальные, знаковые представления, позволяющие привлекать достижения математических теорий и применять ЭВМ. Принципиальной особенностью моделей постепенной формализации является то, что она ориентирована на развитие представле­ний исследователя об объекте или процессе принятия решения, на постепенное «выра­щивание» решения задачи. Поэтому предусматривается не одноразовый выбор методов моделирования, а смена методов по мере развития у лиц, принимающих решения, пред­ставлений об объекте и проблемной ситуации в направлении все большей формализации модели принятия решений.

Основными принципами и этапами подхода являются следующие [6].

1. Разрабатывается или выбирается знаковая система –язык моделирования,

может использоваться естественный язык, средства теоретико-множественных, логических, лингвистиче­ских и других методов дискретной математики (см.); по мере развития процесса постепенной формализации язык моделирования может изменяться.

2. Выбирается подход к моделированию (см. Подходы к анализу и проектированию сис­тем) и вводятся правила преобразования, применяемые при формировании и анализе модели:

правила структуризации или декомпозиции (подход «.сверху»);

правила композиции, поиска мер близости на пространстве состояний элементов (подход «снизу»); в зависимости от конкретной задачи подходы могут чередоваться, применяться параллельно, что отража­ется структурой методики моделирования.

3. С помощью языка моделирования фиксируют элементы и связи между ними.

При этом не ставится задача полного «перечисления» системы, а фиксируются элементы, известные на данный момент, в результате чего формируется исходное множество элементов. В числе исходных элементов могут быть однородные, которые затем могут объединяться в группы (компоненты), или, напротив, в числе элементов могуг быть понятия более общие, чем другие, тогда их следует расчленить на более детальные, сравнимые с остальными.


4. Путем преобразования полученного отображения с помощью введенных (приня­тых) правил получают новые, неизвестные ранее компоненты, взаимоотношения, зави­симости, структуры.

Эти компоненты и взаимосвязи между ними могут либо послужить основой для принятия решений, либо подсказать последующие шаги на пути подготовки решения.

5. Полученные новые результаты включаются в первоначальное описание, и процедура преобразования повторяется до тех пор, пока не будет найдено удовлетворительное решение.

В процессе постепенной формализации можно накапливать информацию об объекте, фиксируя при этом все новые компоненты, связи, правила взаимодействия компонент, и, применяя их, получать отображения последова­тельных состояний развивающейся системы, постепенно создавая все более адекватную модель реального, изу­чаемого или создаваемого объекта. При этом информация может поступать от специалистов различных областей знаний и накапливаться во времени по мере ее возникновения (в процессе познания объекта).

Адекватность модели также доказывается как бы последовательно (по мере ее формирования) путем оценки правильности отражения в каждой последующей модели компонентов и связей, необходимых для достижения поставленных целей.

6. В процессе моделирования следует помнить о двух полюсах мышления и реко­мендации Адамара:

при возникновении затруднения в процессе формирования модели следует использовать переключение образного и формального мышления.

Таким образом, моделирование становится как бы «механизмом» развития системы, «выращивания» решения задачи. По мере развития модели методы могут меняться. На определенном этапе можно ввести количественные оценки, и в результате в ряде случаев может быть получена формальная модель. Иными словами, процесс постепенной формали­зации задачи может стать обоснованием формальной модели с постепенным доказательст­вом ее адекватности на каждом витке моделирования.

Возможный вариант постепенной формализации задачи на основе смены методов по мере развития модели можно проиллюстрировать на примере моделирования процессов прохождения информации в системе управления (рис. 1 и 2).


На рис. 1 показаны последовательные переходы от методов работы с ЛПР (из группы МАИС) к методам формализованного представления и обратно.

В рассматриваемом примере учитываются только функции сбора, предварительной обработки информа­ции и формирования первичных информационных массивов и предполагается, что первоначально ничего неизвестно, кроме назначения системы.

Тогда в качестве первого шага системного анализа предлагается принять «отграничение» системы от сре­ды путем «перечисления» ее возможных элементов (рис. 1, б). Затем (рис. 1, в и д) для анализа некоторого полученного множества могут быть выбраны теоретико-множественные представления, помогающие найти на сформированном пространстве состояний «меры близости» для объединения элементов в группы (при этом вначале может быть использован эффект получения нового смысла у элементов, сформированных из «пар», «троек», «n-ок» элементов исходных подмножеств, на которые предварительно разделено общее множество элементов системы).

Далее, когда возможности теоретико-множественных представлений в познании взаимодействия элементов в системе исчерпываются, следует возвратиться к системно-структурном представлениям, с помощью которых активизируется использование интуиции и опыта ЛПР. Перечень множеств анализируется и при необходимости дополняется (рис. 1, г и е) принципиально важными подмножествами для дальнейшего моделирования. В рас­сматриваемой задаче на этом этапе перечень исходных подмножеств ИО (информационное обеспечение), ТО (техническое обеспечение), ОргО (организационное обеспечение) дополнен подмножеством функций F.



Для дальнейшей реализации идеи комбинирования элементов в поисках вариантов решения задачи (в рассматриваемом примере - путей прохождения информации при ее сборе и первичной обработке) могут быть выбраны более удобные и подсказывающие правила формирования вариантов лингвистические представле­ния, являющиеся основой разработки языка моделирования путей прохождения информации.

В рассматриваемом примере использовано сочетание лингвистических, семиотических и графических представлений и разработан язык графо-семиотического моделирования (см.), который в первоначальных вариантах использования рассматриваемого подхода иногда носил и другие названия - структурно-лингвистического (см.), сигнатурного (знакового) моделирования.

Структура тезауруса языка моделирования, приведенная на рис. 1, б, включает три уровня:

• уровень первичных терминов (или слов), которые представлены в виде списков, состоящих из эле­ментов подмножеств ФО, ИО, ТО, ОргО;

• уровень фраз , который в этом конкретном языке можно назвать уровнем конкретизированных функций (КФ), так как абстрактные функции С, М, К, объединяясь с элементами подмножеств ИО, ТО, ОргО, конкретизируются применительно к моделируемому процессу;

• уровень предложений , отображающий варианты прохождения информации в исследуемой системе. Грамматика языка включает правила двух видов:

• преобразования элементов первого уровня тезауруса в компоненты второго уровня, которые имеют характер правил типа «помещения рядом» (конкатенации, сцепления) ;

• преобразования компонентов в предложения - правила типа «условного следования за» , правила этого вида исключают из рассмотрения недопустимые варианты следования информации.

В результате с помощью языка моделирования разрабатывается многоуровневая модель. В нашем примере двух­уровневая, если считать уровень исходных множеств нулевым (рис. 1, ж). Осмысление этой модели (на уровне МАИС) приводит к преобразованию структуры: первоначально структура ОЧ формировалась как структура-состав, в которой были представлены виды обеспечения и их детализация (рис. 1, г и е\ а в результате осознана необходи­мость анализа структуры функционирования, т. е. вариантов структуры информационных потоков (рис. 1, з).

После формирования вариантов следования информации необходимо их оценить. Для этого могут быть приняты также разные варианты - от содержательной оценки путей сбора и первичной обработки информации (нижний уровень рис. 1, ж) до поиска алгоритмов последовательного преобразования оценок компонентов предшествующих уровней модели в оценки компонентов последующих уровней, что осуществляется путем анализа сформи­рованной графо-семиотической модели.

Варианты оценки модели иллюстрируются рис. 2.

В рассматриваемом примере можно проводить оценку тремя способами:

а) на уровне вариантов прохождения информации , что иногда могут сделать компетентные специа­листы путем коллективного обсуждения предложенных им вариантов (если число этих вариантов не очень велико - не более 7 ± 2);

6} на уровне конкретизированных функций (КФ) с последующим преобразованием этих оценок в оценки вариантов ;

в) на уровне элементов с последующим преобразованием оценок в оценки а их - в оцен­ки .

При втором способе можно выделить на модели «сферы компетентности» и поручить оценку КФ по сферам соответствующим специалистам; оценки КФ в большинстве случаев также получают экспертно, однако в некото­рых случаях они могут быть измерены; этот способ подобен оценке сетевой модели, и при определении алгоритма преобразования оценок можно пользоваться опытом сетевого моделирования (для большинства критериев оценки алгоритм преобразования - суммирование, а для критерия надежности передачи или хранения информа­ции, оцениваемых с помощью вероятностей, алгоритм более сложный).

При третьем способе алгоритмы преобразования могут быть найдены путем анализа различных КФ с точки зрения влияния на их оценку по тому или иному критерию элементов соответствующего вида. Напри­мер, оценка КФ передачи информации по критерию времени t может быть получена на основе выяснения, что в структуре КФ влияет на оценку по л Если используются технические средства связи, то, зная принципы передачи информации с их помощью, можно определить и зависимости , где - объем переда­ваемой информации (например, измеряемых в числе знаков), т.е. оценка элементов, принадлежащих под­множеству ИО; - скорость передачи информации с помощью соответствующего технического средства, т.е. оценка элемента, принадлежащего подмножеству ТО. Таким образом, в данном примере на оценки КФ «С...» влияют элементы подмножеств ИО и ТО, и следует предусмотреть оценку этих элементов в исходных списках элементов. Аналогично можно определить, какие из элементов влияют на оценки КФ по стоимости, надежности, срокам внедрения и другим учитываемым критериям оценки.

Выбор способа оценки модели зависит от вида графо-семиотической модели, а алгоритмы преобразова­ния оценок и определяются на основе анализа этой модели. Выбор критериев оценки зависит от вы­бранного способа оценки модели.



Например, при первых двух способах оценки (на уровне и на уровне , могут быть приняты такие оценки, как оперативность (время), достоверность (вероятность сбоя при передаче информации, ошибок при ее обработке и т. п.), трудоемкость, затраты на внедрение, эксплуатационные расходы, сроки внедрения и т.д., а при оценке модели на уровне элементов - оценки типа , и т. п., на основе которых могут быть вычислены оценки КФ, или оценки трудоемкости, скорости заполнения форм или ввода информации и т. п.

Способ оценки модели на уровне вариантов - экспертный; на уровне для экспертного оценива­ния могут быть выделены сферы компетентности и привлечены соответствующие специалисты, знающие особенности конкретных технических средств и т.п.; и кроме того, наряду с экспертным оцениванием могут быть проведены эксперименты по той или иной КФ.

Оценки элементов , необходимые для вычисления оценок соответствующих КФ, могут быть в боль­шинстве случаев получены из справочной литературы или измерены.

Рассматриваемую многоуровневую модель в обобщенном виде можно представить в виде аналитических зависимостей.

Например, для варианта оценок, приведенного на рис. 2, а:





................................................................................................... (1)



.................................................................................................


Для варианта, приведенного на рис. 1, в:





................................................................................................... (2)



...................................................................................................



Знаком U обозначено любое взаимодействие компонент «условное следование

за», сложное взаимодействие или просто «помещение рядом»; W"( функционал, связы­вающий критерии оценки выбираемого решения с компонентами которые зависят от компонентов предыдущего уровня , в общем случае зависят от компонентов ; - множества смысловыражающих элементов (тезаурус) зада­чи; - критериальные отображения элементов (компонентов) структурных уровней тезауруса языка моделирования; - алгоритмы преобра­зования критериальных отображений одного структурного уровня в другой; - сово­купность компонентов всех уровней.

В результате получается система алгоритмов, обеспечивающая возможность автома­тизации, и соответственно повторяемость процесса формирования и анализа модели при изменении наборов первичных элементов и их оценок.

Эта система алгоритмов обеспечивает взаимосвязь между компонентами и целями системы (при модели­ровании потоков информации по отдельным задачам - между компонентами и этой задачей), т.е. в результате получается формальная, аналитическая модель, только представленная не в виде привычных для такого рода моделей формул или уравнений, а в виде алгоритмов в памяти ЭВМ.

Однако получить такую сложную систему алгоритмов, позволяющую отобразить конкретную ситуацию и выбрать лучшее решение, практически невозможно без органи­зации направленной постепенной формализации задачи.

Таким образом, на основе рассматриваемого подхода задачу можно поставить как задачу последовательного формирования вариантов с помощью графо-семиотического языка моделирования и выбора из них наилучшего путем постепенного ограничения области допустимых решений: вначале исключить все pk, которые не удовлетворяют граничным значениям учитываемых критериев, затем предложить рассмотреть остав­шиеся варианты ЛПР, которые могут позволить либо сразу выбрать из них наиболее предпочтительный, либо ввести весовые коэффициенты критериев, либо исследовать область допустимых решений по Парето.

Можно также добавить новые критерии качественного характера, не включенные в первоначально выбран­ный перечень критериев из-за невозможности их количественной оценки.

Отметим, что после того, как для какого-то класса задач пройдены все этапы постепенной формализации и найдены основы языка моделирования, можно применять не всю методику, а сразу начинать с подэтапа рис. 1, ж. Однако в случае, когда нужно поставить задачу для прин­ципиально нового объекта или процесса, полезно при обосновании модели выполнять все подэ-тапы постепенной формализации задачи, что позволит обосновать адекватность модели и прин­ципы разработки языка автоматизации моделирования и алгоритма оценки модели.

При этом, проходя этапы постепенной формализации, полезно учитывать рекомендации типа «используй то, что знаешь», «не увлекайся перечислением», «не забывай возвращаться к системны» представлениям», «помни о цели», «не бойся менять методы» и т. п. Ото иллюстрируется рис. 1).

В.Н. Волкова.

Литература: 1. Волкова В. Н. К методике проектирования автоматизированных информационных сис­тем // Автоматическое управление и вычислительная техника. Вып. 11. - М.: Машиностроение, 1975. -С. 289-300. 2. Теория систем и методы системного анализа в управлении и связи / В.Н.Волкова, В.А.Воронков, А.А.Денисов и др. - М.: Радио и связь, 1983. - С. 179-182. 3. Системный анализ в экономике и организации производства: Учебник для студентов вузов / Под ред. С.А.Валуева, В.П.Волковой.-Л.: Политехника, 1991.-С. 72,350-359.4. Волкова В.Н., Денисов А.А. Основы теории систем и системного анализа: Учебник для студентов вузов. - СПб.: Изд-во СПбГТУ, 1997. - С. 81, 439-449, 465-470. 5. Волкова В.Н. Искусство формализации. - СПб.: Изд-во СПбГТУ, 1999. - С. 88-89.
  1   2

Похожие:

Принятие решений iconПринятие решений в условиях риска с помощью дерева решений
Актуальность данной проблемы заключается в том, что принятие решений – это сложный процесс, для обоснования которого требуется применение...
Принятие решений iconИнструменты менеджмента принятие управленческих решений
Сначала разберем несколько упрощенный пример задачи принятия решений при управлении, потом введем основные понятия теории принятия...
Принятие решений icon4. Теория принятия решений
Издавна, в теории управления принятие решений (ПР) было важным разделом. Но по мере становления теория принятия решений тпр постепенно...
Принятие решений icon4 Макроэкономические модели в теории принятия решений
Принятие решений проводится на основе прогнозирования развития ситуации с учетом динамических связей между переменными. Эти связи...
Принятие решений iconКолин Ферт: «Последний легион» приключенческий роман-путешествие Сражения, мечи, кони, скачки, благородные порывы, ответственность за принятие решений и, конечно же
Сражения, мечи, кони, скачки, благородные порывы, ответственность за принятие решений и, конечно же, любовь… Все грани харизмы настоящего...
Принятие решений iconДецентрализованная интеллектуальная поддержка принятия решений при управлении чрезвычайными ситуациями
Резвычайных ситуациях, предполагающая децентрализованные процессы передачи информации и децентрализованное принятие решений на основании...
Принятие решений iconЛабораторная работа №6 Принятие решений в условиях неопределенности. Игры с природой
Цель работы: освоить и закрепить практические навыки по принятию и обоснованию управленческих решений в условиях недостатка информации,...
Принятие решений iconПринятие решений на основе количественной информации об относительной важности критериев
Принятие решений на основе количественной информации об относительной важности критериев
Принятие решений iconПрограмма дисциплины «Когнитивная психология и принятие решений на финансовых рынках»

Принятие решений iconПринятие решения в условиях неопределенности на примере строительной компании
Дерево решений – это графическое изображение процесса принятия решений, в котором отражены альтернативные решения, альтернативные...
Разместите кнопку на своём сайте:
ru.convdocs.org


База данных защищена авторским правом ©ru.convdocs.org 2016
обратиться к администрации
ru.convdocs.org