Вопрос о различиях между моделями, используемыми для принятия решений в условиях полной определенности (или, как их еще называют, моделями с детерминированными факторами), и моделями с недетерминированными факторами затрагивался в первой главе при описании этапов модельного исследования. Рассмотрим эту проблему более подробно. Все рассмотренные до настоящего момента математические модели были в основном связаны с оптимизацией, причем задача поиска наилучшего управления системой в общем виде имела следующую форму среди всех к из множества X (у), где у — параметры системы, найти такое управление к, на котором критерий эффективности С (х, у) принимает максимальное значение. При этом значения параметров у считались заданными, т. е. [c.196]
Использование в математической модели исследуемой системы случайных или неопределенных факторов в значительной степени усложняет анализ. Поэтому исследователь всякий раз должен внимательно взвесить все обстоятельства, прежде чем включить в модель недетерминированный фактор. К сожалению, нельзя сформулировать строгие принципы, на основе которых можно было бы всегда решить вопрос о том, должны ли быть в данной модели случайные или неопределенные параметры и переменные. В некоторых [c.197]
Обычно экономисты строят детерминированные экономико-математические модели, сознательно принимая такой подход как упрощение реальной действительности, носящей на самом деле вероятностный характер. Для них такие модели — это лишь один из этапов научного изучения экономики. Следующим, более сложным этапом являются экономико-статистические модели, учитывающие вероятностный (в более общем смысле — недетерминированный, неопределенный) характер экономических процессов. [c.80]
Рассмотренные выше системы регулирования запасов предполагают относительную неизменность условий функционирования этих систем. На практике такое постоянство редко имеет место, что вызвано изменениями потребности в товарных запасах, условиями их поставки и т.д. В связи с этим возникает необходимость создания комбинированных систем с возможностью саморегулирования (адаптации к изменившимся условиям), т.е. с изменяющимися периодичностью и размером заказов, учитывающие стохастические (недетерминированные) условия. В каждой такой системе устанавливается определенная целевая функция, служащая критерием оптимальности функционирования системы в рамках соответствующей экономико-математической модели управления запасами. [c.542]
На предприятии имеется информация о движении марок МР только по отчетному году (или нескольким отчетным годам), которую можно получить по данным карточек складского (или бухгалтерского, оперативного) учета. Одним из возможных путей преодоления недетерминированного характера исходной информации является применение вероятностно-статистического метода нормирования запасов. Перспективность его заключается в возможности учета всех нормообразующих факторов, определяющих формирование производственного запаса марки МР в плановом периоде, и всего диапазона вариаций их значений, а также в учете вероятностного характера исходной информации при расчете специфицированной нормы производственного запаса. Практическое использование стохастических моделей позволяет повысить экономическую обоснованность и точность определяемых норм запасов при расчете. [c.204]
Зависимости времени выполнения заказа на перевозку, описываемые уравнениями (7.4-7.8), используются для разработки статистической модели, позволяющей проводить исследование процессов, протекающих в сложной системе, при недетерминированных (не обусловленных) взаимодействиях между отдельными составляющими. Для более полного учета реальной ситуации следует ввести дополнительные ограничения на продолжительность непрерывной работы персонала, принимающего участие в выполнении заказа не перевозку. [c.248]
Страховой случай является недетерминированной величиной, и даже при известном распределении вероятностей, несмотря на использование в моделях страхования ожидаемых значений, вероятность разорения страховщика при работе с малым числом однородных страхователей выше, чем при страховании многих. Это очевидное свойство - увеличение стабильности страхового портфеля с ростом числа страхователей у одного и того же страховщика, лежит, фактически, в основе всего страхового дела. [c.36]
НЕДЕТЕРМИНИРОВАННАЯ МОДЕЛЬ [non-deterministi model] — в отличие от детерминированной модели содержит 1) случайные элементы (их вероятност-ноераспределение известно) 2) неопределенные элементы, для которых известна лишь область, внутри которой они могут находиться. Естественно, что могут присутствовать и некоторые детерминированные элементы (см. Неопреде- [c.219]
Далее мы будем предполагать, что в рассматриваемой нами проблеме недетерминированность некоторых факторов существенна, т. е. мы не можем обойти ее путем решения детерминированной задачи. Какие методы можно предложить для анализа таких проблем Дать ответ на этот вопрос мы постараемся в трех следующих параграфах. Сначала рассмотрим модели массового обслуживания и модели управления запасами, представляющие собой два наиболее распространенных типа моделей с использованием случайных факторов (отметим, кстати, что модели, в которые включаются случайные факторы, часто называются стохастическими). Распространенность этих двух типов моделей связана, с одной стороны, с большим числом задач, укладывающихся в их рамки, и, с другой стороны, с наличием достаточно развитых методов, позволяющих проанализировать модели такого рода. Как мы уже говорили, стохастические модели используются при анализе повторяющихся явлений, поэтому в этих задачах обычно стараются принять такое решение, которое было бы рационально при многократном повторении изучаемого явления. Например, в уже упоминавшемся примере телефонной станции при ее проектировании надо выбрать такое количество соединяющих устройств, чтобы в среднем за год обеспечивалось достаточно оперативное соединение абонентов и при этом оборудование не простаивало бы слишком много времени. [c.198]
Имеются простые ситуации, где применение рамок может дать хороший результат. Это как раз те модели, которые легко привести к форме, описанной ранее, т. е. когда эффекты от действия могут быть охарактеризованы приписывающими утверждениями. Это приводит нас ко второму частному решению — рассматривать только такие простые модели мира, для которых адекватен метод приписываний. В настоящее время этот подход очень популярен, поскольку в его рамках могут быть описаны многие классические задачи. Он лежит в основе всех проектов, предполагающих эвристический поиск, и наиболее современного его варианта — недетерминированного алгоритма [1, 2, 6] в качестве метода представления модели. Все они предполагают ре-шеткоподобную систему памяти и, таким образом, неразрывно связаны с методом приписывания при представлении изменений в среде. Но, как уже говорилось выше, этот метод становится неадекватным для более сложных областей. Пусть, например, чашка стоит на блюдце. Если мы передвинем блюдце, чашка передвинется вместе с ним, но если мы переместим чашку, блюдце, очевидно, останется на прежнем месте. Нетрудно привести и более сложные примеры такого рода. [c.443]