Тема: Неопределенность в задачах принятия решений

В задачах существуют параметры. ЛПР должно обладать информацией о значениях этих параметров.

a_ij – значения этих параметров,

c_j – коэффициент целевой функции.

С точки зрения формализованного описания можем сказать, что ЛПР имеет представление об области допустимых значений параметров (а А).

Чем больше ОДЗ, тем больше неопределенность.

Решаем задачу «снятия неопределенности».

Приемы:

1) Принцип гарантированного результата. Этот принцип предполагает, что лицо, принимающее решение, исходит из наихудшей гипотезы о значениях параметров.

Для определенности допустим, что рассматривается некоторый параметр аi, который имеет положительный смысл (цена на продукцию, спрос на нашу продукцию)

-ОДЗ

2) Метод статистического моделирования. Идея метода заключается в следующем: ЛПР не имеет достоверной информации о значениях параметров на будущие периоды. Однако, он располагает ретро информацией о значениях этих параметров.

+δ

…….

.. …. -δ

t₀ t

Бывают ситуации, когда изменение параметров характеризуется некоторой тенденцией. Если такое имеет место, то возникает идея построить некоторую функцию, которая описывает эти закономерности а = а(t)

Возьмем некоторую линейную матрицу:

а = α + βt

Есть некоторая статистика. Имея некоторые прочие данные, используя МНК рассчитываются параметры α и β. Тогда модельное значение параметров а^м = α + βt.

Рассчитывается погрешность:

Эти методы применимы только в случаях, когда медленно развиваются процессы.

3) Метод формирования данных.

S

а

ЛПР просит сообщить элемента значение параметра а.

S – та оценка, которую элемент сообщит наверх в качестве значения параметра.

Поскольку ЛПР имеет представление об ОДЗ, то сообщаемая оценка может колебаться в диапазоне:

Есть серьезные недостатки в этом методе: ЛПР должен понимать, что у элементов есть свое представление что сообщать и как сообщать. Элементы могут сознательно искажать информацию.

Поиск по сайту: