Детерминированные и стохастические задачи принятия решений

Задачи выбора решений, отношения, функции выбора. Цель и критерии

Методологическая основа теории принятия решений

Процесс принятия решений, его стадии и характеристики

Средства реализации информационных технологий

1. методические — определяют требования при разработке, внедрении и эксплуатации (+стандартизация)

2. информационные — информационные модели и системы классификации и кодирования

3. математические — модели решения функциональных задач и управление информационными процессами

4. алгоритмические — реализуют математические

5. технические — вычислительные и информационные сети

6. программные — а) базовые: операционные системы, СУБД, языки программирования, программные среды; б) прикладные: приложения в различных областях (под конкретные задачи – пример, Rational Rose – анализ и проектирование АС).

Этапы принятия решения при создании компьютерной системы:

- Концепция

- Реализация

- Обработка

- Внедрение

Это самые основные этапы, в зависимости оттого, что нужно сделать, этапы могут добавляться.

Чтобы принять решение нужна цель и модель! Для этого нужно отнести задачу к какому-либо известному классу. Далее в этапе концепция входят этапы организации процесса принятия решений:

1. Определение альтернативных способов действия

2. Описание вероятностей возможных исходов

3. Ранжирование предпочтений. Возможных исходов через их полезности

4. Рациональный синтез информации, полученной на первых трех этапах.

5. Ищем методы решения.

Существует три методологических основы:

1. принятие решений в неопределенности (субъективные оценки вероятности или возможности тех или иных событий, иметь критерий оценки эффективности (альтернатив)) – определить разбросы в области поиска и задать критерии поисковой настройки необходимых решений

2. механизм случайного выбора

3. противоречивость (если этого нет, то решение не существует)

Классические основы: поисковые, вариационные исчисления

ТМО и СМО: потоковое программирование/алгоритмы, теория масс обслуживания, оптимизация на сетях и графах

Математическое программирование, линейное нелинейное. Целочисленное, динамическое

Теория матричных игр и статистических решений.

Задача выбора решения стоит перед человеком при решении какой-то задачи, в результате будет какой-то исход. С помощью исхода делается выбор.

Выбор – делается мной.

Исход – конечный результат.

Отношения связаны целью. Цель – что-то идеальное, идеальное представление о желаемом результате.

Критерий – реального, с помощью чего оценивается достижение цели.

Отношения складываются через задачу. Через задачу видим объект.

А – найти подобласть

В – область недопустимых значений

Однако, у человека ест свойство подмены цели, т е мы стремимся к одной цели, а можем придти к совершенно другой, это нужно понимать. Таким образом необходимо четко определять цель и критерии при решении задачи.

Детерминированные – задачи, имеющие решение (описание поведения процесса во времени), когда мы м построить модель (лингвистическую и логическую).

Стохастические – статистически неопределенные задачи – это значит не хватило времени для сбора данных и решения задачи как определенной. Стохастические задачи: случайные задачи, использование генератора случайных чисел, построение системы (парикмахерская), имитация расписания.

Механизмы случайного выбора – это стохастические задачи (интересен не процесс, а получившийся результат, основной способ реализации - метод Монте-Карло - фактически, накопление статистики)

Можно перевести стохастическую задачу в детерминированную.

Если нужна статистика, то прога нужна!

Дата добавления: 2015-01-03