Постановка задачи принятия решения

Проблема принятия решений нетривиальна, ее математическая постановка во многом зависит от конкретной ситуации.

Режим выбора может быть однократным или повторяющимся, допускаемым обучение на опыте.

Последствия выбора могут быть точно известны – выбор в условиях определенности, иметь вероятностный характер, когда известны вероятности возможных исходов выбора, или иметь неоднозначный исход, не допускающий введения вероятностей – выбор в условиях неопределенности.

Различные постановки приводят к различным методам решения и к привлечению различных теорий (теории оптимизации, вариационного исчисления, математической статистики, исследования операций - математического программирования, теории игр, и т.д.).

Два типа схемы решения задач – формализованные (формально-логические) и неформализованные (интеллектуально-логические).

Процедура (операция) считается формализованной, если определена и однозначно понимается последовательность элементарных действий по ее реализации.

Формализация предполагает возможность многократного повторения процедуры (неуникальность), пригодность для множества исходных данных (вариативность входов), возможность формального представления последовательности действий и фиксации его на каком либо носителе (ЭВМ).

В формализованных задачах выбор схемы решения четко задается проектантом в виде программы.

Неформализованные действия осуществляются с использованием интуиции (неполное осознание аргументов и приемов выбора действия). Примеры неформализованных действий – выбор метода решения, декомпозиция, формирование структуры, анализ результатов и т.п.

Чаще всего в процессе проектирования применяется сочетание формализованных и неформализованных действий с использованием САПР.

В зависимости от степени формализации различаются задачи:

- множество альтернатив определено, принцип выбора формализован, и результаты его применения не зависят от субъективных условий (задача оптимального выбора);

- множество альтернатив определено, но принцип выбора не формализован, и результаты выбора зависят от того, кто и на основе какой информации его делает;

- множество альтернатив не определено (может дополняться и видоизменяться), принцип выбора не формализован (разные субъекты могут выбирать разные альтернативы).

Построение интеллектуально-логических схем решения проектных задач связано с принятием проектных решений, основанных на логическом представлении задачи с использованием формализованных компонентов интеллектуальной деятельности. Это выражается в использовании ряда приемов: организация итеративного решения набора формализованных задач – начальное решение одной или нескольких формализованных задач, экспертный анализ решения, формирование измененных множеств альтернатив и принципов выбора, новое решение набора задач и т.п. до получения удовлетворительного результата.

Практические пути решения не полностью определенных задач состоят в использовании ряда задач с фиксированным, но меняющимся от задачи к задаче множеством альтернатив и фиксированным принципом выбора.

Принцип выбора может допускать участие экспертов, каждый из которых может порождать свое множество альтернатив и принципы выбора. В любом случае основой задачи выбора является сведение ее к множеству формализованных задач и организации их сравнения.

Организация решения предполагает: декомпозицию альтернатив на свойства, удобные для сравнения; ранжирование этих свойств; выбор числовых характеристик свойств (критериев); выбор экспертных процедур для оценки свойств. принятие решения.

К организации принятия решения привлекаются следующие виды специалистов:

Лицо, принимающее решение (ЛПР) – полностью отвечает за решение задачи. ЛПР организовывает решение задачи по этапам и единолично принимает окончательное решение.

Консультанты (помощники) ЛПР. Участвуют в организации решения (с привлечением специалистов по системному анализу), обсуждают результаты (в качестве назначенных ЛПР защитников или оппонентов).

Эксперты – в заданных жестко ограниченных рамках производят оценку, сравнение, ранжирование представленных им на экспертизу отдельных сторон альтернатив.

Специалисты по использованию технических средств (постановка задач на ЭВМ, выбор методов решения задач, организация баз данных), специалисты по системному анализу (организация процедуры принятия решения).

Общий язык, на котором описывается выбор – язык бинарных отношений. Его общность основана на том, что в реальности дать оценку отдельно взятой альтернативе часто затруднительно или невозможно. Однако, если рассматривать ее не в отдельности, а в паре с другой альтернативой, то находятся основания сказать, какая из них наиболее предпочтительна.

Основные предположения при этом сводятся к следующему:

- отдельная альтернатива не оценивается, т.е. критериальная функция не вводится;

- для каждой пары альтернатив некоторым образом можно установить, что одна из них предпочтительнее другой либо они равноценны или несравнимы;

- отношения предпочтения внутри любой пары альтернатив не зависит от остальных альтернатив, предъявленных к выбору.

Принятие решений в условиях неопределенности

Возможны две предельные схемы параметрической компенсации неопределенности: компенсация неопределенности до непосредственного применения (до операции) и в процессе применения (в ходе операции).

Компенсация до операции предусматривает изменение проектных параметров в процессе эксплуатации при уточнении условий применения: может быть реализована созданием адаптивно-модульных конструктивных схем элементов на основе разработки унифицированных элементов конструкций (модулей) с последующим их комплектованием в различных вариантах в зависимости от условий эксплуатации.

Компенсация в ходе операции связана с изменением параметров на основе перераспределения располагаемых ресурсов или за счет других, предусмотренных в конструкции возможностей. Обеспечивается системой управления.

Возможные пути компенсации неопределенности:

- применение набора вариантов систем различной степени специализации, каждый из которых является оптимальным в определенных условиях (в том числе, набор вариантов комплектования одной системы разнотипными компонентами – например, кухонный комбайн, различные боекомплекты на самолете, танке),

- реализацию «гибких» технических решений (многофункциональные системы, многорежимные агрегаты),

- оптимальные стратегии использования систем (перераспределение ресурсов и функций компонентов системы).

Исследование эффективности адаптивных систем связано с использованием методов прогнозирования, имитационного моделирования, игровых подходов для анализа конфликтных ситуаций.

Если для монопараметрической (без адаптации) системы задача оценки эффективности решается для каждого из вариантов системы, то для адаптивных систем оценка эффективности осуществляется с учетом анализа технических гибких решений, синтеза алгоритмов применения.

Понятия, не всегда строгие, категории не чисто качественного, но и не чисто количественного характера, проверка предположений с помощью численных расчетов характерны для процесса проектирования. Многие задачи просто "не решаются" на достаточно строгом уровне.

В практике проектирования широко применяются так называемые рациональные рассуждения (нестрогие рассуждения, но обеспечивающие при разумном их применении правильные результаты). Применение рациональных понятий, непосредственно связано с интуицией, здравым смыслом. Качество интуиции зависит от степени изучения данной области знания и личных качеств исследователя.

Рациональность рассуждения может оцениваться по степени достоверности рассуждения, которое может меняться от 0 до 1. Это некоторая субъективная аналогия вероятностной оценки. Трудности в определении численных значений степени достоверности приводят к необходимости прибегать к словам, например, к таким: "довольно правдоподобно" (р = 0.9).

Сложное рациональное рассуждение обычно включает физические соображения, "размытые понятия", ссылки на опыт, интуицию, целесообразность упрощения, а также дедуктивные рассуждения.

Различные рассуждения не равноценны, как по трудности их проведения, так и по вкладу в успех решения задачи. По аналогии с теорией вероятностей - если сложное рассуждение является объединением простых, то наличие среди простых рассуждений достоверного рассуждения не повысит при этом общую степень достоверности. Достоверность рационального рассуждения может быть также повышена, если прибегнуть к коллективному мнению.

Под групповым выбором обычно понимается сведение различных индивидуальных мнений о порядке предпочтения рассматриваемых объектов в единое "коллективное" предпочтение.

Проблема группового выбора – общая проблема "разумного" перехода от заданных "индивидуальных наборов данных" к единому "групповому набору данных".

Индивидуальный набор данных может иметь разную природу: члены коллектива и их "голоса" – модели голосования; эксперты и их оценки – анализ экспертных оценок; потребители и их предпочтения – тория потребительского спроса.

Формы организации экспертиз разнообразны и многочисленны: по способам представления экспертами результатов (анкеты, таблицы, интервью, аналитический текст), по взаимодействию между экспертами (свободное, регламентированное, недопустимое), по способам оценки мнений экспертов (голосование, методы группового выбора).

Модели голосования. Альтернатива, получившая наибольшее число голосов, считается принятой. Такое решение не является критерием истины – только дальнейшая практика покажет это. Здесь также трудности с постановкой задачи, определением критерия, определением правил голосования: простое большинство (51%), подавляющее большинство (75%), абсолютное большинство (близко 100%).

Модели экспертных оценок. К услугам экспертов прибегают в случае слабоформализуемых задач. В основе – методики организации экспертных оценок и их обработки (пример: балльная система). Количественная оценка мнений экспертов – методы ранга (эксперт присваивает произвольный ранг каждому фактору), шкальных оценок (факторы оцениваются по заранее выбранной шкале), парных сравнений (попарное сравнение альтернатив).

Класс задач принятия решения определяется тремя факторами - целью решения задачи выбора, типом "среды" задачи (всей совокупности неконтролируемых параметров), количеством критериев – и существенно зависит от видов имеющихся неопределенностей.

Неопределенность "среды" (неопределенность природы, формулировки целей и критериев) – имеется несколько возможностей, каждая из которых может реализоваться произвольным или случайным образом. Действий реального "противника" (конкурента) или партнера, преследующего свою цель и обладающего своими управляющими параметрами (активными средствами);

Природа неполноты информации может быть самой различной, обуславливаться разнообразными источниками. Виды неопределенностей: неизвестность, неполнота, случайность, нечеткость формулировок целей.

Множество неконтролируемых факторов может состоять из подмножеств: фиксированных случайных факторов (стохастические факторы) с известными законами распределения, факторов природной неопределенности с неопределенным законом распределения, неопределенных факторов, связанных со стратегиями поведения разумного противника, множество возможных проектных решений.

Для определения метода принятия решения необходимо определить структуру информационной ситуации: к какой информационной ситуации следует отнести неконтролируемый фактор (природа неопределенностей, известно или неизвестно распределение вероятностей, расплывчатость имеющейся информации).

Решение проблемы принятия проектных решений и их оптимизации в условиях многофакторной неопределенности требует формирования процедур принятия решений, позволяющих значительно снизить уровень неопределенности. Построение структуры системы неопределенностей и выбор методов принятия решений – субъективный фактор (также имеет неопределенность).

Возможные процедуры: формирование списка факторов природной неопределенности и системы (каталога) информационных ситуаций, присвоение каждому фактору свойственную ему конкретную информационную ситуацию.

Дальнейший путь уменьшения размерности неопределенности – операция "информационного сходства" - выделение близких информационных пар "фактор – информационная ситуация"

Нечеткость формулировки задачи приводит к необходимости пользоваться качественными критериями, характеризуемыми понятиями "предпочтение" "полезность". Термин "предпочтение" отображает качественную характеристику объекта, термин "полезность" – количественное представление предпочтений.

При различной конкретизации задачи снятия неопределенности она приобретает различный смысл и требует различных методов решения.

При выборе в условиях статистической неопределенности, особенно при задании условий внешней среды для системы (например, для проектирования системы необходимо знать, на какой глубине находится нефть, если в результате геофизической разведки получена некоторая совокупность чисел), или при разработке математической модели (как влияет солнечная активность на долговечность солнечных батарей).

Основным предположением при формализации подобных задач является предположение о статистичности данных. Оно состоит в том, что связь между истинной, но неизвестной искомой закономерностью и наблюдаемыми данными адекватно описывается распределением вероятностей. Такую задачу можно решить методами теории игр – "игры против природы". Выбор закономерности на множестве возможных закономерностей (протоколы наблюдений) и действительное состояние природы (искомая закономерность) можно в совокупности охарактеризовать функцией потерь, которую и рассматривать как платежную функцию игры.

Применение статистических методов также вносят свою неопределенность. На качество решения влияют и заблуждения относительно статистичности наблюдений, и принятый протокол наблюдений, и применение процедуры, не соответствующей уровню и типу информации, и неверная содержательная информация статистического вывода.

Во всех случаях неполноты знаний, нечёткой или стохастической входной информации, будут носить нечёткий или вероятностный характер и результаты исследований, а принятые на основании этих исследований решения приведут к неоднозначным последствиям. В случае нечёткой (по своей природе) или неполной (при ограниченных возможностях проектанта) информации необходимо учитывать закономерности устойчивых состояниях и устойчивых траекторий системы. Должны быть выявлены и оценены, хотя бы на интуитивном уровне, все возможные, в том числе кажущиеся маловероятными последствия принимаемых решений, а также предусмотрены обратные связи, которые обеспечат своевременное вскрытие и локализацию нежелательного развития событий.

Моделирование принятия решения

Принятие решения может быть формализовано как выбор управления, переводящего систему из заданного состояния в желаемое. Такой выбор осуществляется с использованием математической модели принятия решения. При построении модели реальная операция неизбежно упрощается, схематизируется, с тем, чтобы ее можно было описать и затем исследовать с помощью того, или иного математического аппарата.

Общая модель операции выработки решения может состоять из совокупности тесно связанных моделей процесса операции (включая модель управляемой системы и модель обстановки проведения операции) и принятия решения.

Полной информации о внешних факторах до проведения операции чаще всего оперирующая сторона (проектант) не имеет. В такой ситуации наличие неопределенных факторов не позволяет однозначно определить фазовые переменные, следовательно, и течение операции оказывается непредсказуемым. Единственный выход – сформировать принципы принятия решений (правила, стратегии поведения), которые гарантируют определенный исход операции (либо действовать "на авось", что редко приводит к приемлемым результатам). Информация может поступить в ходе операции, что должно быть учтено при выработке возможных способов действий оперирующей стороны (правил принятия решений).

Правила поведения (стратегия принятия решений) должны исходить из достижения цели операции. Цель операции может быть достигнута не единственным способом действий, и для отбора наиболее экономного, эффективного из числа допустимых служит критерий эффективности. Всякий выбор зависящих от оперирующей стороны параметров называется решением.

При выборе оптимальной стратегии поведения задача выбора управления формулируется как задача отыскания векторной функции, доставляющей экстремальное значение целевому функционалу. На компоненты вектора управления (векторной функции) обычно накладываются ограничения.

Прогнозирование в принятии решений

Жизненный цикл многих сложных систем может составлять не один десяток лет. Поэтому при проектировании крайне трудно учесть все вопросы, связанные с прогнозированием развития системы и ее взаимодействием с внешней средой в будущем. Данная проблема должна рассматриваться уже на начальных стадиях проектирования, так как успешность ее решения во многом определяет эффективность системы в целом.

Прогноз – вероятностное суждение о состоянии объекта (процесса или явления) в определенный момент времени в будущем и (или) об альтернативных путях (сценариях) их достижения.

Сопутствующие понятия – предсказание (основано на логической последовательности – "достоверно будет"), предвидение (опережающее отражение действительности, основанное на познании законов развития - "должно быть"). Предвидение – более широкое понятие, включающее в себя прогноз и предвидение.

Прогнозирование (научно-техническое) - это специальное методическое исследование перспектив развития какой-либо системы, организации, отрасли. Прогнозирование имеет своей целью разработку прогноза - предсказания (обычно в форме вероятностного суждения) о состоянии этой системы в будущем. Объектами прогнозирования (в узком смысле) являются системы и процессы, развитие которых существенным образом определяется решениями людей (функциональные, эргативные, управляемые системы).

Сложность прогнозирования обусловлена не только сложностью проектируемой системы, но и необходимостью одновременного рассмотрения прогнозов развития науки и техники, производственных процессов, ограничений, определяемых социально-экономическими и экологическими причинами. Таким образом, понятие объекта прогноза значительно расширяется.

Одна из попыток дать универсальное определение понятия объекта прогноза – в виде собирательного понятия технологии, включающего широкую область целенаправленного применения физических наук, наук о жизни, наук о поведении. Чтобы получить достоверную информацию о будущем необходимо знание законов развития общества, хозяйства, науки и техники, знать причины и движущие силы этого развития. В этой терминологии технологическое прогнозирование – получение вероятностной оценки будущего изменения (перемещения) технологии, определяемого прежде всего техническим прогрессом.

Процесс изменения характеристик системы, являясь частью общего процесса развития, характеризуется чередованием участков постепенного (эволюционного) и резкого (скачкообразного) развития. Примеры скачкообразного развития: использование новых физических принципов, идей, решений в вычислительной технике.

В нынешнем процессе научно-технического прогресса наблюдается тенденция учащения скачков и рост величины самих скачков. Различаются скачки разных категорий (по мере убывания влияния на развитие): использование новых принципов, реализация новых решений в рамках одного принципа, совершенствование технологий изготовления.

Для управляемых систем различают два основных вида прогнозирования: поисковое и нормативное. Поисковое (генетическое) прогнозирование - это предсказание состояния в будущем при наблюдаемых тенденциях в предположении, что последние не будут изменены посредством планов, проектов, решений и т.п. Результатом поискового прогнозирования является так называемый эталонный или опорный прогноз. Нормативное (проектное) прогнозирование - это предсказание путей достижения желательного состояния объекта исследования на основе заданных целей и критериев с оценкой возможностей и ограничений. Нормативное прогнозирование часто служит основой стратегического планирования.

Таким образом, прогнозирование тенденций и направлений развития систем направлено не на категоричное предсказание, а на изучение вероятного и желательного состояния объекта исследования, что достигается сопоставлением данных поискового и нормативных прогнозов. Конечный практический результат - повышение обоснованности решений (планов, проектов, программ).

По сроку прогноза (времени упреждения) прогнозирование разделяется на текущее, краткосрочное, среднесрочное, долгосрочное, сверхдолгосрочное. Обычно эшелоны прогнозирования приравниваются к эшелонам планирования: краткосрочные - от 1 года до 2 лет, среднесрочные - от 5 до 10 лет, долгосрочные - от 15 до 20 лет, сверхдолгосрочные - от 50 до 100 лет. Наиболее широко здесь применяются среднесрочные прогнозы на срок от 5 до 10 лет. Глубина прогнозирования тесно связана с временными скачками технологии.

Организация прогнозирования.

В основе организации прогнозирования лежат общие принципы исследования сложных систем, предлагаемые исследованием операций и системным анализом.

Основные этапы прогнозирования:

- постановка задачи, отбор необходимой информации;

- выбор критерия или системы критериев;

- формирование прогнозирующей модели;

- осуществление прогноза;

- анализ результатов;

- выработка практических рекомендаций по реализации прогноза.

Прогнозирующая система включает собственно исследователей, комплекс технических, программных и математических средств.

На этапе постановки задачи четко определяется объект прогноза и цель прогнозирования. Тип и объем информации определяется объектом прогноза и поставленными целями, включает в себя прошлые и настоящие данные об объекте и его аналогах.

Методы прогнозирования.

По степени формализации все методы делятся на интуитивные и формализованные.

Интуитивные методы применяются тогда, когда объект либо слишком прост, либо настолько сложен, что аналитически учесть влияние многих факторов практически невозможно. В этом случае применяют эвристические методы, в частности методы экспертных оценок.

Группы формализованных методов: статистико-математические, ассоциативные, информационные, системно-структурные.

Статистико-математические методы – фактическая обработка статистического материала и получение на его основе математических зависимостей для последующих экстраполяций. Эти методы включают в себя методы экстраполяции, огибающих кривых, статистическое моделирование, корреляционное и регрессионное моделирование, числовая аналогия, математическое программирование. Наибольшее распространение получили методы экстраполяции тенденций. Эти методы основаны на предположении об определенном постоянстве закономерностей развития объекта в течение заданного времени (для периода времени без скачков).

Ассоциативные методы – имитационное моделирование, историко-логический анализ.

Информационные методы – анализ потоков публикаций, значимости изобретений, патентной информации.

Системно-структурные методы – функционально-иерархическое моделирование сценариев, структурная аналогия.

На основе общей методологии прогнозирования разрабатываются частные методики прогнозирования развития конкретных систем.

Конкретные методики прогнозирования, как правило, образуются путем сочетания нескольких методов в соответствии с предметом, целью и задачами проектирования.

Неотъемлемой частью процесса прогнозирования является накопление и оперативное использование больших объемов информации в формализованном виде (базы данных, информационно-поисковая система), а также знаний экспертов.

10.7 Маркетинг и управление проектом

Маркетинговые исследования предполагают поиск, сбор, аналитическую обработку информации, значимой для рыночной успешности проекта.

На любом этапе жизненного цикла маркетинг присутствует во всей полноте, не меняя своего внутреннего содержания, объемы и содержание работ на разных этапах проекта различны.

Основные составляющие маркетинга проекта: проведение маркетинговых исследований, разработка стратегии и программы маркетинга, формирование бюджета маркетинга и реализация мероприятий по маркетингу проекта. В основе этих работ – информационно-аналитическая система.

Внешний анализ предполагает анализ структуры рынка – выявление и количественная оценка емкости (фактически продаваемых товаров и услуг) различных сегментов рынка, анализ конкурентной обстановки на рынке (текущие конкуренты, вероятность появления новых товаров и услуг), макроэкономический анализ (выявление существующих тенденций в мировой и национальной экономике, в отраслях), анализ социально-экономической среды.

Внутренний анализ предполагает анализ участников проекта и их ресурсов, доступных технологий, продукции проекта.

В результате анализа оцениваются сильные и слабые стороны проекта, его возможности и потенциальные угрозы, различные аспекты проекта (технологические, географические, финансовые, организационные, кадровые), разрабатываются основные направления маркетинга (сокращение издержек, концентрация усилий на рыночной нише, проникновение на рынок, развитие рынка и др.).

Программа маркетинга проекта представляет собой комплекс практических мероприятий по реализации маркетинга и предполагает управление:

- сбытом (торговые запасы, система сбыта),

- продвижением (политика в отношении торговой марки, мероприятия по стимулированию продаж, PR и рекламные мероприятия),

- ценой (формирование цены на продукцию, системы скидок и условий платежа),

- продукцией (требования к качеству продукции, к сопутствующим услугам, к дизайну и упаковке, разнообразию видов продукции и к количеству модификаций одного вида).

Бюджет маркетинга – план денежных поступлений и выплат, связанных с реализацией программы маркетинга. Бюджет маркетинга формируется в рамках общего бюджетирования проекта, связан с бизнес-планированием и оценкой эффективности проекта.

Доходная часть бюджета маркетинга предполагает проектирование поступлений от продаж (прогнозы продаж по периодам, видам продукции, группам потребителей, доли рынка), расходная – расчет затрат на организацию и функционирование системы сбыта, рекламу, продвижение товаров, расчет себестоимости производства продукции.

Реализация маркетинга проекта предполагает разработку тактики конкурентной борьбы, планирование жизненного цикла продукции проекта и мероприятий корректирующего и предупреждающего характера, анализ «товар – рынок – технология» - какие товары на каких рынках будут реализовываться, с помощью каких технологий они будут производиться и продвигаться. Контролируется выполнение запланированных действий и получение результатов, планирование.

Механизмы контроля – сбор информации о результатах маркетинговых мероприятий, оценка эффективности маркетинга.

Дата добавления: 2014-08-04; просмотров: 746; Нарушение авторских прав

Мы поможем в написании ваших работ!