Описание этапов имитационного исследования мы будем проводить на примере двух конкретных задач. Первая из них — принятие решения о варианте системы массового обслуживания. Пусть планируется строительство автозаправочной станции, предназначенной для заправки автомобилей бензином. Имеется конечное число вариантов АЗС, которые могут быть построены в интересующем заказчика пункте. Перед ним стоит проблема — выбрать один из этих вариантов. Как читатель знает, анализ систем такого рода обычно относится к исследованию моделей со случайными воздействиями, которые были уже рассмотрены нами. Полученные читателем знания помогут построить модель и оценить преимущества и недостатки имитационного исследования в этом случае. Надо подчеркнуть, что изучение стохастических моделей было первым объектом приложения имитационных исследований к экономическим задачам. Такие исследования относятся к наиболее широко применяемым методам имитации и по настоящее время. [c.239]
Один из способов практического преодоления перечисленных трудностей состоит во включении ЛПР в процесс построения моделей и принятия решений на их основе. Для этого предназначены человеко-машинные (имитационные) системы, в рамках которых опыт и неформализованные знания хозяйственника сочетаются с математическим исследованием. В имитационной системе хозяйственник активно участвует не только в формулировке проблемы и построении модели, но и в процессе принятия решения, поэтому он может с уверенностью использовать принятое решение па практике. Разработка методов построения имитационных систем активно осуществляется в настоящее время. [c.18]
Термин нейронные системы относится к группе методов, разработанных для имитации процесса создания нового знания человеком. В основе этих методов лежит тот же подход, что и в статистике существует множество возможных исходов (результативных признаков) и множество факторных признаков, наблюдаемых в момент принятия решения о предоставлении кредита, тогда можно построить модель, которая позволяет объяснить получаемые результаты. Отличие нейронных сетей от статистического подхода заключается в способе построения модели. Нейронные сети получают в качестве исходных данные, используемые в принятии решения о предоставлении кредита, и задание на получение результата в виде классификации дебиторов на имеющийся допустимый или недопустимый уровень риска. Посредством анализа возможных путей нейронные сети изучают к каким результатам приводят исходные данные. Таким образом, сеть отражает нелинейное представление связей данных на входе и выходе. [c.355]
Эконометрические модели и методы сейчас - это не только мощный инструментарий для получения новых знаний в экономике, но и широко применяемый аппарат для принятия практических решений в прогнозировании, банковском деле, бизнесе. [c.20]
Изложение материала пособия опирается на знания, полученные студентами при изучении курсов Экономическая теория , Экономика предприятия , Менеджмент , Маркетинг и других дисциплин прикладной экономики. Инструментальной основой рассматриваемых в пособии методов и моделей принятия оптимальных управленческих решений в сложных экономических системах являются дисциплины Высшая математика , Теория вероятностей , Математическая статистика и Математическое программирование . [c.5]
Новая школа науки управления. В ее рамках развивается количественный подход к управлению, ее главные принципы связаны с кибернетикой, общей теорией систем и исследованием операций. Принятие управленческих решений осуществляется на основе экономико-математических моделей с использованием ЭВМ. Эта школа ставит перед собой задачу повышения рациональности управления (принятия решений). Она имеет очень много приверженцев среди ученых с мировыми именами, но в то же время влияние этого направления на практику менеджмента было меньше, чем, например, бихевиористского, в том числе и потому, что руководители ежедневно сталкиваются с проблемами человеческих отношений, человеческого поведения. Кроме того, количественный подход к управлению требует от руководителя уровня знаний, достаточного для понимания и применения сложных количественных методов, что не всегда достижимо на практике. Вместе с тем можно заметить, что ни одна сколь-нибудь значимая аналитическая работа не может быть выполнена без применения хотя бы простейших моделей вычисления индексов, средних, долей и т.п. [c.18]
Некомпетентность высшего руководства и злоупотребления со стороны разработчиков моделей представляют собой отличный от рассмотренных выше источник модельного риска, обусловленный так называемым человеческим фактором . Как правило, руководство банка или инвестиционной компании, ответственное за принятие решений на основе рассчитанных оценок риска, не обладает профессиональными знаниями о возможностях и ограничениях используемых математических методах, и в силу этого вынуждено доверять рекомендациям разработчиков моделей, имеющих наиболее полное представление об их сильных и слабых сторонах. Проблема, таким образом, заключается в асимметрии информации между разработчиками и пользователями моделей, а также асимметрии ответственности за принятие ошибочных решений в результате использования неадекватной модели. Отсюда возникает отнюдь не гипотетическая опасность того, что риск-менеджеры могут злоупотреблять своим информационным преимуществом, прибегая к сокрытию возникающих трудностей или принятию избыточного риска. [c.609]
Вопросы использования научных, в том числе и математических, методов в процессах принятия экономических решений привлекают постоянное внимание как специалистов, так и широкой общественности. Это не случайно, поскольку курс на применение научных методов управления народным хозяйством, взятый после Октябрьского (1964 г.) Пленума ЦК КПСС и еще раз подтвержденный XXV съездом КПСС, продемонстрировал свою целесообразность и практическую эффективность. Математическое моделирование занимает важнейшее место среди методов научного анализа экономических проблем. По словам Карла Маркса, та или иная отрасль знаний достигает совершенства лишь тогда, когда ей удается пользоваться математикой. Проблемам применения математических моделей Б экономике и экономико-математическим методам посвящена в настоящее время огромная литература, в том числе и учебная. Но, несмотря на это, предлагаемая книга вносит определенный вклад в изложение вопросов, связанных с использованием математических методов в экономике. [c.5]
Теория самоорганизации сложных систем в сочетании с компьютеризацией и новыми информационными технологиями может оказаться полезной при построении глобальной модели экономической динамики. Иногда для нахождения локальных равновесий экономического благосостояния опыт и интуиция могут оказаться полезней, чем научное знание. Исторический опыт показал ложность представлений о планируемом рынке сложным рынком нельзя командовать, как армией. Однако тот же опыт показывает, что самоорганизующийся рынок автоматически не обеспечивает благосостояния. Для того чтобы он служил людям, необходимы определенные социальные и экономические условия (управляющие параметры), которые при помощи современных научных методов и технических средств могут быть смоделированы и проанализированы для принятия обоснованных управленческих решений. [c.384]
Для решения задач управления традиционно использовались оптимизационные модели, однако они не всегда эффективны, так как данные, необходимые для оптимизации, не всегда доступны, область применения методов оптимизации может быть ограничена, требуются знания экспертов, которые не доступны в заданный момент времени или в данном месте. В результате такие модели управления часто не могут обеспечить решения задач управления за приемлемое время (время необходимое для принятия управленческого решения) из-за их сложности. [c.563]
Хендерсон и МакДэниэл описывают четыре основных способа выработки информации самонаблюдение, взаимодействие, сообщения и анализ. Самонаблюдение — это собственные источники информации человека образование, опыт, квалификация и другие приобретенные знания. Взаимодействие — это встречи с одним или несколькими людьми, в течение которых происходит взаимный обмен информацией. Сообщения — это письма, файлы данных и специально организованные исследования. Анализ — это выработка информации путем использования количественных моделей и методов принятия решений. [c.418]
Основная трудность принятия решений в условиях неопределенности сводится к невозможности прогноза или оценки вероятности наступления конкретных событий во внешней среде. Эта особенное применение математических моделей, характерных для условий определенности. Выбор альтернатив осуществляется с помощью количественных и качественных методов. В основе условно количествен] первых, теория полезности , во-вторых, приведение ситуации неопределенности к ситуациям адекватных способов принятия решения. К качественным методам относится использование так назь подхода , основанного на опыте, знаниях, интуиции руководителя. [c.134]
До сих пор нейросети рассматривались нами лишь как инструмент предсказания, но не понимания. Действительно, классический нейросетевой подход - метод черного ящика -предполагает создание имитационной модели, без явной формулировки правил принятия решений нейросетью. Вернее, эти правила содержатся в весах обученной нейросети но понять их, переформулировав на язык "если. .. -то. .." не представлялось возможным. Бэтой главе мы продемонстрируем методику, позволяющую строить подобные правила, объясняющие нейросетевые решения. Нейросети, таким образом, можно использовать не только для предсказаний, но и для извлечения знаний из баз данных. [c.167]
Здесь предполагается, что концептуальные и фактуальные знания точно отражают процессы и сведения, относящиеся к некоторой предметной области. Тогда решение задачи, возникающей в этой области, будет получено на основе строгих математических методов, в соответствии с постановкой и спецификацией. Результаты исследования решения и прогноз используются для получения экспертной оценки и принятия решения о необходимости управления. Затем на основе подходящего алгоритма управления, имеющегося в базе знаний, формируется управляющее воздействие. Эффективность и непротиворечивость этого воздействия, прежде чем оно поступит на объект управления, оценивается с помощью имитационной математической модели. Оценка должна выполняться быстрее реальных процессов в ИС. [c.42]
В отличие от ДЭС первого типа, предназначенных для поиска оптимального решения и базирующихся на строгих математических методах и моделях оптимизации, ДЭС второго типа в основном ориентированы на решение трудноформализуемых задач в отсутствии полной и достоверной информации. Здесь используются экспертные модели, построенные на основе знаний экспертов — специалистов в данной проблемной области, и эвристические методы поиска решения. Одной из основных проблем при проектировании ДЭС второго типа является выбор формального аппарата для описания процессов принятия решений и построение на его основе модели принятия решений, адекватной проблемной области (семантически корректной). В качестве такого аппарата обычно используют продукционные системы. Однако основные исследования ведутся в контексте алгоритмической (детерминированной) трактовки продукционной системы с присущей ей последовательной схемой поиска решения. [c.42]
Концепция Алчиана—Энке устанавливает, что в модели с полной неопределенностью экономист может ставить диагноз, предсказывать или объяснять размещение ресурсов в экономике в целом.58 Это до некоторой степени удивительное заключение, и его доказательство является ценным вкладом. Однако при рассмотрении возможности использования подобной модели для принятия индивидуального решения мы сталкиваемся с некоторыми трудностями. При полной неопределенности оптимальным поведением для индивидов является метод осуществления случайных действий. Если допускается наличие некоторого знания, но при этом неполнота информации остается, то каким должен быть соответствующий процесс принятия решений Алчиан предлагает имитацию, адаптацию и инновацию. Современный автор подчеркнул бы, кроме того, необходимость для бизнесмена выносить суждения. [c.481]
В-третьих, иллюзия наличия знаний может быть последним, пусть и малым, препятствием для рекламодателей и менеджеров по маркетингу. Все успешные менеджеры по маркетингу владеют тщательно продуманной моделью (отклика клиентов) для принятия решений и реализации действий. В результате многие менеджеры по маркетингу обосновывают свои решения, базируясь на концептуальных рыночных моделях, которые отчасти являются фактом, отчасти — вымыслом. Подобно Христофору Колумбу, который умер, полагая, что остров Куба является восточным побережьем Азии, заблуждения менеджеров по маркетингу никогда не будут ликвидированы с использованием методов прошлых лет для мониторинга одних и тех же данных одним и тем же методом ( larke, 1993). Цель состоит не в том, чтобы заменить маркетинговое воображение моделями решений, основанными на базах данных, но в том, чтобы объединить их для достижения лучших решений. [c.636]
Для задач СППР свойственны недостаточность имеющейся информации, ее противоречивость и нечеткость, преобладание качественных оценок целей и ограничений, слабая формализо-ванность алгоритмов решения. В качестве инструментов обобщения чаще всего используются средства составления аналитических отчетов произвольной формы, методы статистического анализа, экспертных оценок и систем, математического и имитационного моделирования. При этом используются базы обобщенной информации, информационные хранилища, базы знаний о правилах и моделях принятия решений. [c.13]
В этой части книги рассматриваются проблемы экономико-математичсского моделирования, привлекающие в последнее время все большее внимание исследователей. В гл. 6 анализируются методы системного подхода к принятию экономических решений, основанные на построении человеко-машинных имитационных систем. Использование имитационных систем, центральной идеей которых является сочетание возможностей вычислительной техники со знаниями лица, принимающего решение (ЛПР), позволяют преодолеть недостатки моделей производственно-технологического уровня экономических процессов. [c.286]
Во ми. случаях ситуации повторяются, и унравленч. решение может быть принято на основе предыдущего опыта. Это относится в основном к формализованным решениям. Если же ситуация является специфической, требуется выработка решения применительно к сложившимся условиям. Строится модель решения задачи, собирается необходимая информация и проводится расчёт вариантов решения. Важнейшая проблема П. у, р. т. — оптимизация управленч. решений, выбор критерия оптимальности. При этом широко применяются методы линейного и динамич. программирования, статистич, решений, теория игр, корреляционные модели. Математич. модели решений дают возможность получить необходимые и достоверные знания об исследуемом объекте, моделировать и изучать явления, к-рые не поддаются экспериментальной проверке (см. Математические методы в экономических исследованиях). [c.341]
Смотреть страницы где упоминается термин Методы принятия решений в моделях знаний
: [c.179] [c.555] [c.61] [c.58] [c.74] [c.241] [c.43] [c.264]Смотреть главы в:
Экономика знаний -> Методы принятия решений в моделях знаний