Студопедия.Орг Главная | Случайная страница | Контакты | Мы поможем в написании вашей работы!  
 

Принятие решений. Под результатом решения eij можно понимать оценку, соответствующую варианту Еi и условиям Fj и характеризующую экономический эффект (прибыль) или полезность



Система поддержки принятия решений, реализованная в программе «СтатЭксперт», предназначена для реализации окончательного принятия решений, когда уже определены цели и условия развития процессов и необходимо сделать выбор одного из некоторого конечного множества рассматриваемых вариантов: Еi Î Е. Каждым вариантом Еi (E1, E2, …, Ei,…, Em) однозначно определяется некоторый результат ei - выигрыш, полезность, надежность и др. Эти результаты должны допускать количественную оценку, и для их простоты можно отождествлять с соответствующими результатами, обозначая одним и тем же символом ei. Обычно ищется вариант с экстремальным значением результата, т.е. max ei или min ei.

Под результатом решения eij можно понимать оценку, соответствующую варианту Еi и условиям Fj и характеризующую экономический эффект (прибыль) или полезность решения. Семейство решений к примеру, можно описать некоторой матрицей, содержащей i вариантов при i = 1,…,n условий решений при j = 1,…,m.

Исходными данными при принятии решений выступает матрица решений, в которой каждому вариантуi) поставлены в соответствие условия решений (Fj). В последней строке матрицы решений ("Вероятность") представлена вероятность реализации решений.

Пример 6.2. Пусть предприятие АВС решает вопрос: производить ли ему на имеющемся оборудовании 250 тыс. комплектующих деталей или покутить их на стороне по цене 370 руб./шт. (исходные данные для расчета себестоимости приведены в табл 14.13).

Приобретая деталь на стороне, предприятие сможет избежать переменных издержек в сумме 75 млн. руб. и снизить постоянные расходы на 10 млн. руб. Необходимо проанализировать ситуацию и выбрать наиболее выгодный для предприятия вариант ранения: а) изготавливать всю партию деталей самостоятельно; б) изготавливать самостоятельно максимально возможное гарантированное количество - 200 тыс.шт. деталей, а остальные -приобретать на стороне; в) приобретать все детали на стороне и использовать высвободившееся оборудование для производства других деталей, что может принести прибыль в размере 18 млн. руб.

Таблица 14.13. Основные затраты предприятия АВС

Показатели затрат Сумма, млн. руб.
Прямые материалы на весь объем производства деталей -40,0
Прямая зарплата 20,0
Переменные накладные расходы 15,0
Постоянные расходы 50,0
Итого 125,0

Решение: на принятие решения оказывают влияние следующие факторы.

1) Есть сомнения в том, что комплектующие для собственного производства будут поставлены в срок. В этом случае предприятие сможет произвести только 200 тыс.шт. деталей; за каждую недопоставленную деталь предприятие выплатит 1 тыс. руб. неустойки. Вероятность этого события (событие a ) составляет a = 0.3.

2) При определенном стечении обстоятельств партнер сможет обеспечить в срок поставку 125 тыс.шт. деталей. Как и в предыдущем случае, за каждую недопоставленную деталь предприятие выплатит 1 тыс. руб. неустойки. Вероятность этого события (событие b) составляет b = 0.2. В этих условиях возможно также приобретение небольшой партии изделий в 500 тыс.шт. по цене 600 руб./ шт. Постоянные расходы остаются на первоначальном уровне (50 млн.руб), а все переменные затраты уменьшаются пропорционально изменению объема, т.е. на 20%. Таким образом, общие затраты по данному варианту не зависят от вероятностных факторов и составляют:

50000 × 600 + 0,8 (40 +20 +15) ×106 -30 +(50 +60) = 140 млн.руб.

Считая, что события a и b независимы, составим матрицу полезности (табл. 14.14).

Таблица 14.14. Матрица решений для предприятии АВС, млн-руб.

Варианты Себестоимость продукции, млн. руб.
F1 F2 F3 F1
E1 -125 -160 -125 -160
E2 -140 -140 -140 -140
E3 -114.5 -114.5 -193.5 -193.25
Вероятность 0.56 0.24 0.14 0.06

В качестве элементов матрицы возьмем расчетные значения себестоимости варианта со знаком минус (чем ниже себестоимость, тем лучше вариант). В верхней строке таблицы приведено событие, которому соответствует расчет в столбце, а в нижней строке - оценка вероятности этого события. Так, запись “ ” соответствует событию НЕa и НЕb, которое в условиях задачи F1 совершится с вероятностью (1-a)(1-b)=(1-0,3)(1-0,2)=0,56. Условие F1 означает, что все комплектующие будут поставлены в срок и партнер сможет обеспечить в срок поставку готовых деталей.

Отметим, что при расчете себестоимости вариантов, связанных с событием a учитывается, что постоянные расходы останутся на прежнем уровне, что приведет к увеличению себестоимости единицы продукции. При расчете всех вариантов, связанных с неблагоприятными событиями, неустойка складывается с расчетной себестоимостью.

Критерии принятия решений. Всякое решение в условиях неполной информации - сознательно или неосознанно - принимается в соответствии с какой-либо оценочной функцией, выбор которой должен осуществляться с учетом количественных характеристик ситуации, в которой принимаются решения. В настоящее время применяют следующие критерии принятия решений: минимаксный критерий, критерии Байеса-Лапласа, критерий Сэвиджа, критерий Гурвица, критерий Ходжа-Лемана, критерий Гермейра и критерий произведений.

Эти критерии можно использовать поочередно, причем после вычисления их значений среди нескольких вариантов приходится все-таки волевым образом выделять некоторое окончательное решение, что позволяет, во-первых, лучше проникнуть во все внутренние связи проблемы принятия решений и, во-вторых, ослабить влияние субъективного фактора

При минимаксном критерии используют оценочную функцию UMM, соответствующую позиции крайней осторожности:

Матрица решений ||eij|| дополняется еще одним столбцом из наименьших результатов eir каждой строки. Выбрать надлежит те варианты EiO, в строках которых стоят наибольшие значения eir этого столбца

Выбранные таким образом варианты полностью исключают риск. Это означает, что принимающий решение не может столкнуться с худшим результатом, чем тот, на который он ориентируется. Какие бы условия Fj ни встретились, соответствующий результат не может оказаться ниже ZMM. Это свойство заставляет считать минимаксный критерии одним из фундаментальных.

Критерием Байеса-Лапласа учитывается каждое из возможных следствий. Если qj - вероятность появления внешнего состояния Fj, то для данного критерия имеем следующую оценочную функцию ZBL:

.

Исходная позиция ЛПР в этом случае оптимистичнее, чем в случае минимаксного критерия, однако она предполагает более высокий уровень информированности и достаточно длинные реализации.

Оценочная функция критерия Сэвиджа Zs имеет вид:

Величину можно трактовать как максимальный дополнительный выигрыш, который достигается, если в состоянии Fj вместо варианта Ei выбрать другой, оптимальный для этого внешнего состояния вариант. Можно интерпретировать aij и как потери (штрафы), возникающие в состоянии Fj при замене оптимального для нее варианта на вариант Ei. При интерпретации aij в качестве потерь величина eir представляет собой максимальные возможные (по всем внешним состояниям) потери в случае выбора варианта Ei. Эти максимально возможные потери минимизируются за счет выбора подходящего варианта Ei. Соответствующее критерию Сэвиджа правило выбора в этом случае интерпретируется так: каждый элемент матрицы решений ||eij|| вычитается из наибольшего результата соответствующего столбца. Разности aij образуют матрицу остатков ||aij||. Эта матрица пополняется столбцом наибольших разностей eir. Выбираются те варианты EiO, в строках которых стоит наименьшее для этого столбца значение.

Стараясь занять наиболее уравновешенную позицию, Гурвицем предложен критерий, оценочная функция ZHW которого находится где-то между точками зрения предельного оптимизма и крайнего пессимизма:

где с - весовой множитель, значение которого изменяется в интервале [0;1].

Правило выбора по критерию Гурвица формулируется следующим образом. Матрица ранений ||eij|| дополняется столбцом, содержащим средние взвешенные наименьшего и наибольшего результатов для каждой строки. Выбираются те варианты EiO, в строках которых стоят наибольшие элементы eir этого столбца Для c = 1 критерий Гурвица превращается в минимаксный критерий, при с = 0 он превращается в критерий азартного игрока. Чаще всего c = 0.5 без возражений принимается в качестве некоторой средней точки зрения.

При критерии Ходжа-Лемана происходит одновременный учет свойств минимаксного критерия и критерия Байеса-Лапласа С помощью параметра n, значение которого изменяется в интервале [0,1], выражается степень доверия к используемому распределению вероятностей. Если это доверие велико, то предпочтение отдается критерию Байеса-Лапласа, в противном случае - минимаксному критерию. Оценочная функция ZHL этого критерия определяется:

Правило выбора соответствующее данному критерию, формулируется следующим образом. Матрица решений ||eij|| дополняется столбцом, составленным из средних взвешенных (с постоянными весами) математического ожидания и наименьшего результата каждой строки. Отбираются те варианты решений EiO, в строках которых стоит наибольшее значение этого столбца. При n = 1 критерий Хoджа-Лемана переходит в критерии Байеса-Лапласа, а для n=0 - в минимаксный критерий.

В качестве оценочной функции критерия Гермейра выступает функция ZG:

Данный критерий ориентирован на величины потерь, т.е. на отрицательные значения всех eij. Поскольку в хозяйственных задачах преимущественно имеют дело с ценами и затратами, условие eij < 0 обычно выполняется. В случае же, когда среди величин eij встречаются и положительные значения, можно перейти к строго отрицательным значениям с помощью преобразования (eij - а) при соответствующим образом подобранном а < 0 (заметим, что оптимальный вариант решения зависит от а).

Правило выбора согласно критерию Гермейра при этом формулируется следующим образом. Матрица решений ||eij|| дополняется еще одним столбцом, содержащим в каждой строке наименьшее произведение имеющегося в ней результата на вероятность соответствующего состояния Fj. Вбираются те варианты EiO, в строках которых находится наибольшее значение eir этого столбца. В некотором отношении критерий Гермейра обобщает минимаксный критерий. В случае равномерного распределения qj = 1/n, j = 1, …, n, они становятся идентичными.

При критерии произведений, ориентированном на величины выигрышей, т.е. на положительные значения eij, оценочная функцию Zp имеет следующий вид:

Правило выбора в этом случае формулируется следующим образом. Матрица решений дополняется новым столбцом, содержащим произведения всех результатов каждой строки. Выбираются те варианты EiO, в строках которых находятся наибольшие значения этого столбца. Критерий произведений адаптирован в первую очередь на случаи, когда все еij > 0. Если указанное условие нарушается, то следует выполнить некоторый сдвиг (eij+a) с некоторой константой a>| |. Разумеется, результат применения критерия существенно зависит от этой константы а. На практике в качестве значения а обычно используют величину | |+1. Если же константа а не имеет содержательного смысла, то к таким проблемам критерий произведений не применим.

Более подробно практическое применение этих критериев в процессах принятия решений рассмотрено в разделе 3 настоящей книги.





Дата публикования: 2015-09-17; Прочитано: 276 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!



studopedia.org - Студопедия.Орг - 2014-2024 год. Студопедия не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования (0.01 с)...