Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Критерии оценки систем

Оценка сложных систем в условиях неопределенности

При рассмотрении вопроса о критериях оценки систем основное внимание будет уделено оценке эффективности функционирования организационно-технических систем, где одним из звеньев является лицо, принимающее решение (ЛПР): решение, как правило, принимается в условиях неопределенности.

Рассмотрим систему А, состоящую из i подсистем (i изменяется от 1 до m).

Условия оценки эффективности функционирования систем для неопределенных операций можно представить в виде табл.10.1, в которой обозначены:

- вектор управляемых параметров, определяющий свойства системы, состоящей из подсистем (i = 1,…,m);
- вектор неуправляемых параметров, характеризующий состояние внешней среды (j=1,…,k);
- значение эффективности i- подсистемы для nj - состояния внешней среды;
- эффективность подсистемы ai для всех состояний внешней среды.

 

Таблица 10.1 Оценка эффективности функционирования организационно-технической системы

 

Каждая строка таблицы содержит значения коэффициента эффективности одной подсистемы для всех состояний внешней среды, а каждый столбец - значения эффективности для всех подсистемпри одном и том же состоянии внешней среды.

В случае задания состояний внешней среды одним параметром матрица коэффициентов эффективности может быть представлена диаграммой (рис. 10.1).

В неопределенной операции могут быть известны множество состояний обстановки и эффективность систем для каждой из них, но нет данных, с какой вероятностью может появиться то или иное состояние.

В зависимости от характера неопределенности операции могут делиться на игровые и статистически неопределенные. В игровых операциях неопределенность вносит своими сознательными действиями противник. Для исследования игровых операций используется теория игр. Условия статистически неопределенных операций зависят от объективной действительности, называемой природой.

 

 

Рис.10.1 Диаграмма эффективности подсистем ai для условий nj

В зависимости от характера предпочтений ЛПР наиболее часто в операциях, осуществляемых в условиях неопределенности, используются критерии:
• среднего выигрыша;
• Лапласа;
• Вальда (осторожного наблюдателя - максимина);
• максимакса;
• Гурвица (критерий пессимизма-оптимизма);
• Сэвиджа (критерий минимального риска).

Рассмотрим эти критерии на примере.

Пример. Необходимо оценить один из трех разрабатываемых программных продуктов а, для борьбы с одним из четырех типов программных воздействий Kj.

/ Матрица коэффициентов эффективности представлена в табл. 10.2.

Здесь ai - программный продукт, i={1,2,3},

kij - оценка эффективности применения i -го программного продукта при j-м программном воздействии.
Критерий среднего выигрыша

Таблица 10.2

  Воздействие   К(аi)
КJ
К1 К2 К3 К4
Состояния (подсистемы)   а1 К11=0,1 К12=0,5 К13=0,1 К14=0,2 К (а1)=0,21
а2 К21=0,2 К22=0,3 К23=0,2 К24=0,4 К (а2)=0,28
а3 К31=0,1 К32=0,4 К33=0,4 К34=0,3 К (а3)=0,25
Вероятности Р1=0,4 Р2=0,2 Р3=0,1 Р4=0,3  

 

К (а1) = Р1 К11 + Р2 К12 + Р3 К13 + Р4 К14 = 0,4 х 0,1 + 0,2 х 0,5 + 0,1 х 0,1 + 0,3 х 0,2 =

= 0,21

К (а2) = 0,28

К (а3) = 0,25

 

4

К(аi) = ∑ Pj Кij

j =1

Kopt = max { K(ai)}= max{ К (а1) =0,21; К (а2) = 0,28; К (а3) = 0,25} = 0,28

i

Критерий Лапласа

Таблица 10.3

  Воздействие   К(аi)
КJ
К1 К2 К3 К4
Состояния (подсистемы)   а1 К11=0,1 К12=0,5 К13=0,1 К14=0,2 К (а1)=0,225
а2 К21=0,2 К22=0,3 К23=0,2 К24=0,4 К (а2)=0,275
а3 К31=0,1 К32=0,4 К33=0,4 К34=0,3 К (а3)=0,3
Вероятности Р1=0,25 Р2=0,25 Р3=0,25 Р4=0,25  

 

Р1 = Р2 = Р3 = Р4 = 0,25 Равные вероятности

 

К (а1) = 0,25 ∑ К1j = 0,225

 

К (а2) = 0,25 ∑ К2j = 0,275

 

К (а3) = 0,25 ∑ К3j = 0,3

Kopt = max { K(ai)}= max {К (а1) =0,225;К (а2)=0,275; К (а3)=0,3} = 0,3

i

Критерий Вальда (осторожного наблюдателя - максимина)

<== предыдущая лекция | следующая лекция ==>
Вносимые в паспорт | Исходная матрица
Поделиться с друзьями:


Дата добавления: 2014-01-07; Просмотров: 326; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.011 сек.