Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь FAQ Написать работу КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Классификация задач принятия решений. Структура системы принятия решений.Содержание книги
Похожие статьи вашей тематики
Поиск на нашем сайте
Под принятием решения понимается выбор одного или нескольких вариантов решения проблемы из некоторого исходного множества вариантов (альтернатив), Это множество будем называть множеством альтернатив X, а любое решение из него — альтернативой х: х? Х. Поэтому часто говорят о задаче выбора. Последствием принятия решения назовем событие (исход), на возможность появления которого влияет данное решение. Система предпочтений— совокупность правил, устанавливающих приоритеты при выборе из множества альтернатив. Решение — подмножество множества альтернатив, образованное на основе системы предпочтений. Лицо, принимающее решение (ЛПР) — субъект, задающий приоритеты, в интересах которого принимается решение. Как правило, ЛПР стремится получить наилучшее (оптимальное, удовлетворительное) с его точки зрения решение. Выбор решения зависит от информации, имеющейся у ЛПР о данной предметной области, а также от того, как он устанавливает приоритеты, т.е. от его стиля мышления, стратегии поведения. Например, один любит рисковать, другой чрезмерно осторожничает, третий предпочитает "золотую середину" и т.п. Таким образом, ЛПР обладает некоторойсвободой выбора. Однако, если он не будет учитывать особенности решаемой проблемы, то полученное решение может сильно расходиться с реальностью и привести к отрицательным последствиям. Сановными неформальными элементами СПР являются: формирование множества альтернатив, оценивание альтернатив и выбор оптимальных (в определенном смысле) вариантов решения. Задачи принятия решений могут различаться типом исхода, структурой предпочтений, количеством оценочных критериев, моделью оптимизации и т.п. В табл. 14 дана классификация задач принятия решений по ряду признаков.
Таблица 14 Классификация задач принятия решения
Структура процесса принятия решений
1 Системное моделирование. Основные понятия и определения. Замещение одного объекта другим с целью получения информации о важнейших свойствах объекта-оригинала с помощью объекта-модели называется моделированием. Таким образом, моделирование может быть определено как представление объекта моделью для получения информации об этом объекте путем проведения экспериментов с его моделью.. Если результаты моделирования подтверждаются и могут служить основой для прогнозирования процессов, протекающих в исследуемых объектах, то говорят, что модель адекватна объекту. При этом адекватность модели зависит от цели моделирования и принятых критериев. Формы соответствия модели и оригинала могут быть различными: 1) моделирование как познавательный процесс, содержащий переработку информации, поступающей из внешней среды, о происходящих в ней явлениях, в результате чего в сознании появляются образы, соответствующие объектам; 2) моделирование, заключающееся в построении некоторой системы-модели (второй системы), связанной определенными соотношениями подобия с системой-оригиналом (первой системой), причем в этом случае отображение одной системы в другую является средством выявления зависимостей между двумя системами, отраженными в соотношениях подобия, а не результатом непосредственного изучения поступающей информации. Модель системы определяется как изображение существенных сторон реальной системы, в удобной форме отражающее информацию о системе. В общем виде модель может быть описана как М = < М, R1,,R2,…,Rn> где М - несущее множество элементов (универсум), å={R1,,R2,…,Rn}- сигнатура модели М, описывающая заданные на множестве М отношения R. При структурном подходе выявляются состав выделенных элементов системы S и связи между ними. Совокупность элементов и связей между ними позволяет судить о структуре системы. Последняя в зависимости от цели исследования может быть описана на разных уровнях рассмотрения. Наиболее общее описание структуры — это топологическое описание, позволяющее определить в самых общих понятиях составные части системы и хорошо формализуемое на базе теории графов. Менее общим является функциональное описание, когда рассматриваются отдельные функции, т. е. алгоритмы поведения системы, и реализуется функциональный подход, оценивающий функции, которые выполняет система, причем под функцией понимается, свойство, приводящее к достижению цели. Поскольку функция отображает свойство, а свойство отображает взаимодействие системы S с внешней средой W, то свойства могут быть выражены в виде либо некоторых характеристик элементов s i и подсистем Sj, либо системы S в целом. Проблема моделирования состоит из трех задач: -построение модели (эта задача менее формализуема и конструктивна, в том смысле, что нет алгоритма для построения моделей); -исследование модели (эта задача более формализуема, имеются методы исследования различных классов моделей); -использование модели (конструктивная и конкретизируемая задача). Классификация моделей. В свою очередь вещественные модели можно разделить на: Вещественные натурные модели - это реальные объекты, процессы и системы, над которыми выполняются эксперименты научные, технические и производственные. Вещественные физические модели - это макеты, муляжи, воспроизводящие физические свойства оригиналов (кинематические, динамические, гидравлические, тепловые, электрические, световые модели). Вещественные математические - это аналоговые, структурные, геометрические, графические, цифровые и кибернетические модели. Идеальные наглядные модели - это схемы, карты, чертежи, графики, графы, аналоги, структурные и геометрические модели. Идеальные знаковые модели - это символы, алфавит, языки программирования, упорядоченная запись, топологическая запись, сетевое представление. Идеальные математические модели - это аналитические, функциональные, имитационные, комбинированные модели. В приведенной классификации некоторые модели имеют двойное толкование (например - аналоговые). Все модели, кроме натурных, можно объединить в один класс мысленных моделей, т.к. они являются продуктом абстрактного мышления человека. Модели, если отвлечься от областей, сфер их применения, бывают трех типов: познавательные, прагматические и инструментальные. Познавательная модель - форма организации и представления знаний, средство соединения новых и старых знаний. Познавательная модель, как правило, подгоняется под реальность и является теоретической моделью. Прагматическая модель - средство организации практических действий, рабочего представления целей системы для ее управления. Реальность в них подгоняется под некоторую прагматическую модель. Это, как правило, прикладные модели. Инструментальная модель - средство построения, исследования и/или использования прагматических и/или познавательных моделей. Модель называется статической, если среди параметров, участвующих в ее описании, нет временного параметра. Статическая модель в каждый момент времени дает лишь "фотографию" системы, ее срез. Модель динамическая, если среди ее параметров есть временной параметр, т.е. она отображает систему (процессы в системе) во времени. Модель дискретная, если она описывает поведение системы только в дискретные моменты времени. Модель непрерывная, если она описывает поведение системы для всех моментов времени из некоторого промежутка времени. Модель имитационная, если она предназначена для испытания или изучения возможных путей развития и поведения объекта путем варьирования некоторых или всех параметров модели. Модель детерминированная, если каждому входному набору параметров соответствует вполне определенный и однозначно определяемый набор выходных параметров; в противном случае - модель недетерминированная, стохастическая (вероятностная). Модель функциональная, если она представима в виде системы каких- либо функциональных соотношений. Модель теоретико-множественная, если она представима с помощью некоторых множеств и отношений принадлежности им и между ними. Модель логическая, если она представима предикатами, логическими функциями. Модель игровая, если она описывает, реализует некоторую игровую ситуацию между участниками игры (лицами, коалициями). Модель алгоритмическая, если она описана некоторым алгоритмом или комплексом алгоритмов, определяющим ее функционирование, развитие. Введение такого, на первый взгляд, непривычного типа моделей (действительно, кажется, что любая модель может быть представлена алгоритмом её исследования), на наш взгляд, вполне обосновано, так как не все модели могут быть исследованы или реализованы алгоритмически. Модель структурная, если она представима структурой данных или структурами данных и отношениями между ними. Модель графовая, если она представима графом или графами и отношениями между ними. Модель иерархическая (древовидная), если представима некоторой иерархической структурой (деревом). Модель сетевая, если она представима некоторой сетевой структурой. Модель языковая, лингвистическая, если она представлена некоторым лингвистическим объектом, формализованной языковой системой или структурой. Иногда такие модели называют вербальными, синтаксическими и т.п. Модель визуальная, если она позволяет визуализировать отношения и связи моделируемой системы, особенно в динамике. Модель натурная, если она есть материальная копия объекта моделирования. Модель геометрическая, графическая, если она представима геометрическими образами и объектами. Модель клеточно-автоматная, если она представляет систему с помощью клеточного автомата или системы клеточных автоматов. Свойства модели. 1. Цель функционирования, которая определяет степень целенаправленности поведения модели М. В этом случае модели могут быть разделены на одноцелевые, предназначенные для решения одной задачи, и многоцелевые, позволяющие разрешить или рассмотреть ряд сторон функционирования реального объекта. 2. Сложность, которую, учитывая, что модель М является совокупностью отдельных элементов и связей между ними, можно оценить по общему числу элементов в системе и связей между ними. 3. Целостность, указывающая на то, что создаваемая модель М является одной целостной системой S(М), включает в себя большое количество составных частей (элементов), находящихся в сложной взаимосвязи друг с другом. 4. Неопределенность, которая проявляется в системе: по состоянию системы, возможности достижения поставленной цели, методам, решения задач, достоверности исходной информации и т. д. Основной характеристикой неопределенности служит такая мера информации, как энтропия, позволяющая в ряде случаев оценить количество управляющей информации, необходимой для достижения заданного состояния системы. 5. Поведенческая страта, которая позволяет оценить эффективность достижения системой поставленной цели. В зависимости от наличия случайных воздействий можно различать детерминированные и стохастические системы, по своему поведению — непрерывные и дискретные и т. д. Поведенческая страта рассмотрения системы S позволяет применительно к модели М оценить эффективность построенной модели, а также точность и достоверность полученных при этом результатов. 6. Адаптивность, которая является свойством высокоорганизованной системы. Благодаря адаптивности удается приспособиться к различным внешним возмущающим факторам в широком диапазоне изменения воздействий внешней среды. Применительно в модели существенна возможность ее адаптации в широком спектре возмущающих воздействий, а также изучение поведения модели в изменяющихся условиях, близких к реальным. 7. Организационная структура системы моделирования, которая во многом зависит от сложности модели и степени совершенства средств моделирования. Необходимы оптимальная организационная структура комплекса технических средств, информационного, математического и программного обеспечении системы моделирования S'(М), оптимальная организация процесса моделирования, поскольку следует обращать особое внимание на время моделирования и точность получаемых результатов. 8. Управляемость модели, вытекающая из необходимости обеспечивать управление со стороны экспериментаторов для получения возможности рассмотрения протекания процесса в различных условиях, имитирующих реальные. В этом смысле наличие многих управляемых параметров и переменных модели в реализованной системе моделирования дает возможность поставить широкий эксперимент и получить обширный спектр результатов. Управляемость системы тесно связана и со степенью автоматизации моделирования. В настоящее время получили применение системы моделирования, отличающиеся высокой степенью автоматизации процесса моделирования, когда наряду с программными средствами управления машинным моделированием используется возможность мультимедийного общения исследователя с процессом моделирования. 9. Возможность развития модели, которая, исходя из современного уровня науки и техники, позволяет создавать мощные системы моделирования S(М) для исследования многих сторон функционирования реального объекта. Однако нельзя при создании системы моделирования ограничиваться только задачами сегодняшнего дня. Необходимо предусматривать возможность развития системы моделирования как по горизонтали в смысле расширения спектра изучаемых функций, так и по вертикали в смысле расширения числа подсистем, т. е. созданная система моделирования должна позволять применять новые современные методы и средства. Естественно, что интеллектуальная система моделирования может функционировать только совместно с коллективом людей, поэтому к ней предъявляют эргономические требования. 4 Жизненный цикл моделируемой системы: -сбор информации об объекте, выдвижение гипотез, предмодельный анализ; -проектирование структуры и состава моделей (подмоделей); -построение спецификаций модели, разработка и отладка отдельных подмоделей, сборка модели в целом, идентификация (если это нужно) параметров моделей; -исследование модели - выбор метода исследования и разработка алгоритма (программы) моделирования; -исследование адекватности, устойчивости, чувствительности модели; -оценка средств моделирования (затраченных ресурсов); -интерпретация, анализ результатов моделирования и установление некоторых причинно-следственных связей в исследуемой системе; -генерация отчетов и проектных (народно-хозяйственных) решений; -уточнение, модификация модели, если это необходимо, и возврат к исследуемой системе с новыми знаниями, полученными с помощью модели и моделирования.
|
||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2016-08-26; просмотров: 603; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.23.103.216 (0.014 с.) |