Типичные задачи принятия решения

Простой пример.

Применение метода аналитических иерархий для принятия решений.

Метод функционально-стоимостного анализа решений.

Функционально-стоимостной анализ (ФСА) - метод определения стоимости и других характеристик изделий, услуг и потребителей, в основе которого лежит использование функций и ресурсов, задействованных в производстве, маркетинге, продаже, доставке, технической поддержке, оказании услуг, обслуживании клиентов, а также в обеспечении качества.

В основе применения метода ФСА лежит разработка и применение на практике ФСА-моделей. Цель создания ФСA-модели для совершенствования деятельности предприятий - достичь улучшений в работе предприятий по показателям стоимости, трудоемкости и производительности. Проведение расчетов по ФСА-модели позволяет получить большой объем ФСА-информации для принятия решения. Как правило ФСА-информация представляется в виде системы стоимостных и временных показателей, показателей трудоемкости и трудозатрат. Основные направления использования ФСА-модели для реорганизации бизнес-процессов - это повышение производительности, снижение стоимости, трудоемкости, времени и повышение качества.

Что касается снижения стоимости, трудоемкости и времени, то с помощью ФСА-метода можно так реорганизовать деятельность, чтобы было достигнуто устойчивое их сокращение. Для этого необходимо сделать следующее:

ü сформировать ранжированный перечень функций по стоимости, трудоемкости или времени;

ü выбрать функции с высокой стоимостью, трудоемкостью и временем;

ü сократить время, необходимое для выполнения функций;

ü устранить ненужные функции;

ü организовать совместное использование всех возможных функций;

ü перераспределить ресурсы, высвободившиеся в результате усовершенствий.

Руководителю фирмы требуется решить, какую программу для бухучета следует приобрести. Альтернативы – предлагаемые на рынке программы: «1С», «Парус», «С2», «Бухгалтер–3», «программа, изготовленная на заказ».

Главная цель – выбор наилучшей программы для бухучета. Факторы, определяющие выбор, - параметры программы: стоимость, защищенность информации, гибкость настройки, расширяемость, нетребовательность к ресурсам и др.

Составляется рейтинг программ.

Принимается решение - купить программу, которая стоит первой в рейтинге.

1. Рейтинг клиентов

1. Анализ рисков

2. Распределение ресурсов.

4. Планирование желаемого будущего.

Пример. Рейтинг наиболее перспективных сценариев развития региона известен. Руководством составляется рейтинг действий, которые надо осуществить, чтобы наиболее перспективные сценарии осуществились.

6. Выбор оптимальной стратегии. Это может быть комплекс задач по планированию, анализу рисков, распределению ресурсов и т.д.

7. Анализ эффективность-стоимость.

8. Принятие кадровых решений.

9. Разрешение конфликтов.

11. Диагностика возможных сценариев развития ситуации.

55.Классификация задач ПР: в условиях определенности - когда информация о проблемной ситуации является полной и достоверной. Решения, принимаемые в условиях риска - когда информация задана в вероятностных показателях. В условиях неопределенности - когда необходима информация неполная, недостоверная, количественно неизмеримая.

56. Деревья решений – это способ представления правил в иерархической, последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение.

Пусть нам задано некоторое обучающее множество T, содержащее объекты (примеры), каждый из которых характеризуется m атрибутами (атрибутами), причем один из них указывает на принадлежность объекта к определенному классу.

Пусть через {C₁, C₂, … C_k} обозначены классы(значения метки класса), тогда существуют 3 ситуации:

1. множество T содержит один или более примеров, относящихся к одному классу C_k. Тогда дерево решений для Т – это лист, определяющий класс C_k;

2. множество T не содержит ни одного примера, т.е. пустое множество. Тогда это снова лист, и класс, ассоциированный с листом, выбирается из другого множества отличного от T, скажем, из множества, ассоциированного с родителем;

3. множество T содержит примеры, относящиеся к разным классам. В этом случае следует разбить множество T на некоторые подмножества. Для этого выбирается один из признаков, имеющий два и более отличных друг от друга значений O₁, O₂, … O_n. T разбивается на подмножества T₁, T₂, … T_n, где каждое подмножество T_i содержит все примеры, имеющие значение O_i для выбранного признака. Это процедура будет рекурсивно продолжаться до тех пор, пока конечное множество не будет состоять из примеров, относящихся к одному и тому же классу.

Дата добавления: 2014-01-04