Задача оценки альтернатив

из "Управленческие решения Изд4 "

Но как быть, если даже на вопрос о приближенных исходных данных для моделирования пользователи реагируют болезненно, высказываясь приблизительно так ... но у нас ведь нет таких данных... или ... кто же нам даст эти данные... и т. п. Здесь разработчик модели должен проявить твердость и не жалеть времени на доказательство невозможности изменить существующее положение дел иным способом, как только добыть требуемую информацию. Разработчик должен убедить ЛПР в том, что тезис об отсутствии соответствующих данных попросту означает, что раньше решения принимались без должного обоснования. Кроме того, научный опыт принятия решений свидетельствует о том, что если в решении фигурируют данные даже на уровне догадок, выраженные в качественных или промежуточных шкалах, то это все равно существенно лучше, чем если бы требуемые данные вовсе не учитывали. [c.138]
Пользователей нередко занимает проблема доказательства адекватности, правдивости модели. Но на самом деле его интересует, главным образом, справедливость тех выводов и рекомендаций, к которым он придет на основе результатов моделирования. Таким образом, на самом деле управленцев волнует не справедливость самой структуры модели, а ее функциональная полезность. Такого процесса, как испытание правильности модели, не существует. Вместо этого разработчик в ходе создания модели должен провести серию проверок с целью укрепить свое доверие к модели [64]. На этом основании мы рекомендуем каждому ЛПР мысленно разделить все используемые им модели на объяснимые и полезные . Первые — это те, которые удовлетворяют всем необходимым для моделирования теориям, допущениям, ограничениям, и их адекватность подтверждена на практике. [c.138]
Следовательно, в отношении таких моделей незачем отвечать на вопросы об их научной обоснованности и точности. Второй класс моделей — это те модели, которые менее строго, формально обоснованы, однако ЛПР имело возможность не раз убедиться в полезности использования на практике результатов моделирования на них. В любом случае ясно, что только практика может ответить на вопрос, адекватна модель или нет. Следовательно, если оценка фактической эффективности, полученная после проведения операции (см. п. 1.1.3), показывает, что использование результатов моделирования оказалось полезным, то рекомендуем ЛПР считать такую модель адекватной целям и задачам моделирования и больше не терзаться вопросами теоретической обоснованности и точности . Лучше уделить больше внимания вопросам представления информации по результатам моделирования. В этой задаче большую пользу может оказать изучение эффективных технологий и приемов, изложенных в специальной литературе [3]. [c.139]

Вернуться к основной статье