Введение. В рамках изучения учебной дисциплины «Системы поддержки принятия решений» обучаемыми выполняется цикл из 7 лабораторных работ

В рамках изучения учебной дисциплины «Системы поддержки принятия решений» обучаемыми выполняется цикл из 7 лабораторных работ, в ходе проведения которых студенты приобретают необходимые умения в построении и исследовании математических моделей, описывающих различные классы задач выбора в сложных технико-экономических системах (ТЭС), а также получают навыки решения указанных задач с использованием современных технических и программных средств, разработанных на базе новых информационных технологий.

При этом в ходе последовательного выполнения лабораторных работ предполагается постоянное усложнение решаемых задач выбора, заключающееся в переходе от линейных математических моделей выбора с линейной целевой функцией и ограничениями к нелинейным моделям, от детерминированных моделей к стохастическим моделям, от статических моделей выбора к динамическим моделям выбора, от задач выбора с одним отношением предпочтения к задачам выбора с многими отношениями предпочтения. Главная особенность исследования всех перечисленных математических моделей, описывающих процессы подготовки и принятия решений, заключается в том, что их рассмотрение осуществляется с единых позиций, базирующихся на методологических и методических основах системного анализа и теории принятия решений. Вместе с тем, для облегчения понимания студентами в ходе проведения лабораторных работ особенностей применения изучаемых методов и алгоритмов, в качестве основной математической модели, описывающей процессы подготовки и принятия решений, была выбрана модель с линейной целевой функцией и ограничениями. Традиционно указанные математические модели применяются для описания и исследования задач линейного и нелинейного программирования. Однако существуют специально разработанные подходы (методики), позволяющие, используя методы декомпозиции, релаксации, детерминизации и скаляризации, сводить сложные задачи многокритериального выбора в условиях неопределённости воздействия внешней среды к задачам математического программирования.