Классификация методов приведена на рис. 6.15. Во многом опа напоминает классификацию методов анализа задач с бесконечным числом допустимых решений, однако и имеет свои особенности, связанные с конечностью числа решений. Так, после построения матрицы решений (3.5) нахождение эффективных точек осуществляется простым специально организованным перебором всех вариантов решений и их попарным сравнением. Эта процедура сохраняет свою эффективность при достаточно большом числе вариантов и критериев, поэтому вопрос о выделении эффективного множества затруднений не вызывает и далее рассматриваться не будет. Подчеркнем лишь, что говорить об эффективном множестве можно только тогда, когда задано направление улучшения [c.318]
Так, метод целевой точки в пространстве критериев с заданной матрицей решений может состоять в том, что выбирается точка, ближайшая к целевой точке. Так, на рис. 6.16 ближайшей к целевой точке, отмеченной крестом, является решение 5. При этом подразумевается, что увеличение значения критериев не в интересах ЛПР. Если же предположение о полезности увеличения значений критериев было бы сделано, то метод дал бы одну из эффективных точек 2 или 6. [c.320]
Метод критериальных ограничений может быть организован следующим образом (см. [83]). Прежде всего, с помощью ЭВМ рассчитывается матрица решений. Далее, ЛПР получает г строк, в каждой из которых расположены значения соответствующего критерия, взятые из матрицы решений, в порядке их убывания. Рассмотрев эти строки, ЛПР назначает критериальные ограничения по каждому критерию. Далее, на шаге а) итерации ЭВМ находит те решения, которые удовлетворяют сформулированным критериальным ограничениям. На шаге б) ЛПР прежде всего оценивает число полученных им удовлетворительных решений. Если их слишком много, то ЛПР ужесточает критериальные ограничения и переходит к шагу а) следующей итерации. [c.320]
Матричные игры. Для выбора решения применяется платежная матрица, или матрица решений. Она представляет собой таблицу, в которой по вертикали указываются возможные решения, а по горизонтали — состояния среды, на которую нельзя влиять. На пересечении строк и столбцов указывают результаты решения при данном состоянии среды — платежи . Они могут быть выражены в терминах издержек, прибыли, поступлений денежных средств. [c.74]
Методы оценки риска осуществления стратегии включают в себя прогнозирование финансовых коэффициентов (коэффициенты финансовой зависимости, коэффициенты ликвидности, коэффициенты рентабельности) анализ чувствительности матрицы решений имитационное моделирование. [c.241]
Указанная матрица решений признана универсальной и может применяться для решен производственных задач. При этом объективные условия (У/) характеризуют неуправляемые факторы существенно влиять на результаты решений. Результаты (Oif) отражают то, [c.89]
Следует заметить, что составление матрицы решений требует глубоких знаний специфики производ мышления, опыта для достоверного прогнозирования появления возможных ситуаций (объект потенциального влияния на результаты деятельности. Приведенная матрица решений может быть иа решений и в условиях риска. [c.89]
Матрица решений, ее характеристика и использование. 6. Особенности методов выбора групповых решений. [c.92]
Для решения задач первого типа используется широкий набор математических методов, например, математическое программирование. И хотя для решения проблем маркетинговой деятельности детерминированные задачи не являются типичными, поясним возможные подходы к их решению с помощью матрицы решений. [c.517]
Рекомендуется принять следующие обозначения, необходимые для ввода в итоговую матрицу решений всей собранной информации [c.551]
На основе матрицы решений разрабатываются анкеты (табл. 16.2), адресованные каждому должностному лицу, указанному в матрице. [c.552]
Далее собранная информация сводится в итоговую матрицу решений и проводится ее анализ на предмет дублирования отдельных функций маркетинга и выявления управленческого вакуума , т.е. отсутствия полного набора управленческих действий относительно какой-то маркетинговой функции. В матрицу решений вносятся все необходимые добавления и уточнения, осуществляется ее адаптация под кадровые возможности и стиль управления конкретного предприятия, после чего она утверждается его руководством. [c.552]
Для решения задачи (12.11)-(12,15) со структурными ограничениями вида 1), 2) и 3) методом ветвей и границ будем реализовывать для нечеткой оптимизации схему ветвления, осуществляемую путем фиксации переменных xtj = 1 в очередной строке матрицы решения задачи [ху]. В случае четкой оптимизации множество решений задачи разбивается на несколько подмножеств G - UG в каждом из которых одна из переменных (например, Хц) принимает одно и тоже значение в [%] G. Если в задаче фиксировать значение xif=, то в [c.498]
Затем, сравнивая juD(Gik) по всем возможным направлениям ветвлений, выбирают то, которое имеет максимальное значение juD(Gk). После этого, снова проводят соответствующее ветвление, вычисляя Qk(Gk), juF(Gk), juD(Gjk), и т.д. После того как будет произведен перебор всех строк матриц [су и [а/], алгоритм заканчивает свою работу, а в матрице решений Ху] единицы будут стоять на тех местах, которые определят оптимальное решение в смысле операции (принципа) Беллмана-Заде. [c.500]
После определения наилучшего согласованного направления ветвления j (определения положения 1 в строке матрицы решения [XtJ]) переходим к следующему шагу (объекту) и повторяем все изложенные выше процедуры. Перебрав таким образом все объекты, находим наилучшее согласованное решение. [c.516]
Особо следует остановиться на методе, связанном с принятием наилучших решений из совокупности вариантов. Он основывается на построении матрицы решений. Сущность метода заключается в выборе критериев для сравнения вариантов, определении их относительной значимости (веса в долях единицы) и оценки вари- [c.12]
Процедура анализа систем состоит в выделении всех возможных следствий из альтернативных систем для выбора из них наилучшей. За такую систему принимается та, которая в большей степени отвечает поставленным целям. При анализе некоторые сведения получаются объективно, т. е. путем сбора опытных данных и нахождения распределения частот, другие — субъективно, путем интуитивного восприятия относительных частот, неявно отражающего объективные частоты. Для выбора оптимальной системы в условиях определенности, когда все следствия определены по шкале отношений, можно воспользоваться аппаратом математического программирования. Дело осложняется, когда следствия недостоверны, взаимозависимы и требуют различных шкал измерений. Какой-либо методики оптимизации рекомендовать здесь невозможно. Приводя в качестве метода оптимизации таблицу, подобную матрице решений, А. Холл обращает внимание на необходимость учета не только математического ожидания оценки следствия, но и дисперсии, показывая, что недостаточное внимание к последней может привести к существенным просчетам. [c.16]
На следующем этапе проектирования выполняется процедура принятия решения. Из множества вариантов необходимо выбрать лучший по показателю или показателям, устанавливающим соответствие технического решения ранее определенным целям. Принятие решения уже сейчас формализовано в значительно большей степени, чем предыдущие процедуры, хотя и содержит ряд задач, решаемых эвристическим методом. Для сравнения вариантов, не содержащих параметрическую информацию, можно применять матрицу решений [58] и Генеральную определительную таблицу [15]. На окончательном этапе принятия решения используется экономический расчет. [c.56]
Выбор оптимального конструктивного решения в условиях многокритериальной задачи удобнее всего производить с использованием так называемой матрицы решений [58 ] на основе компромисса, построенного по принципу справедливой уступки (табл. 4.7), [c.162]
Оптимальным вариантом при отыскании его по матрице решений будет тот, который отвечает условию [c.163]
Матрица решений при выборе оптимального варианта машины для нарезания щелей в мерзлом грунте [c.166]
Обобщенная матрица Решения Формы документов Решения Процедуры к к с. Программные модули К К к OJ [c.207]
Метод Монте-Карло основан на статистических испытаниях и по природе своей является экстремальным, может применяться для решения полностью детерминированных задач, таких, как обращение матриц, решение дифференциальных уравнений в частных производных, отыскание экстремумов и численное интегрирование. При вычислениях методом Монте-Карло статистические результаты получаются путем повторяющихся испытаний. Вероятность того, что эти результаты отличаются от истинных не более чем на заданную величину, есть функция количества испытаний. [c.19]
Здесь необходимо подчеркнуть, что одной матрице результатов в общем случае соответствует несколько матриц решения (оценок полезности этих результатов), а именно столько, сколько человек или групп сталкивается с данным решением в процессе его принятия или реализации и сколько качественно различных компонент содержится в целевой системе. Аналогично различным предпочтениям по отдельным компонентам цели оценки полезности разными участниками хозяйственного процесса часто также не совпадают или даже противоречат друг другу. Данный аспект принятия решений рассматривается в главе 2. [c.45]
Подпрограммы из группы математики предназначены для обращения матриц, решения системы линейных алгебраических уравнений, интегрирования и дифференцирования функций, решения дифференциальных уравнений, нахождения действительных и комплексных корней многочленов, аппроксимации, интерполяции. [c.182]
Методология теории принятия решения в условиях риска и неопределенности предполагает построение в процессе обоснования рисковых решений так называемой "матрицы решений", которая имеет следующий вид (табл. 33.3) [c.161]
Матрица решений", выстраиваемая [c.161]
Приведенная матрица решений характеризует один из ее видов, обозначаемый как "матрица выигрышей ", так как она рассматривает показатель эффективности. Возможно построение матрицы решений и другого вида, обозначаемого как "матрица рисков", в котором вместо показателя эффективности используется показатель финансовых потерь, соответствующих определенным сочетаниям альтернатив принятия решений и возможным ситуациям развития событий. [c.162]
Исходя из матрицы решений, построенной в условиях риска с учетом вероятности реализации отдельных ситуаций, рассчитывается интегральный уровень риска по каждой из альтернатив принятия решений. При его расчете используются следующие основные показатели [c.163]
На втором этапе "матрица решений" (рассмотренная нами ранее) трансформируется в "матрицу полезности". В этих целях на основе заданной функции полезности каждый результат эффективности получает количественную [c.167]
В том случае, когда точки не удается распределить на плоскости в соответствии с показателями сходства, их пытаются распределить в трехмерном пространстве, в случае неудачи — в че-. тырехмерном и т. д. Далее опять используется аналог процедуры Зайонца — Валлешгуса. Отметим, что эта процедура довольно сложна, так как требует от ЛПР ответов на трудный вопрос о сте пени различия допустимых решений. Ее достоинство состоит в том, что она не использует понятия матрицы решений, что делает ее применимой тогда, когда критерии определить трудно. [c.321]
Матрица решений, соответствующая узлу с минимальной оценкой, будет представлять собой наилучшее календарное расписание времени окончания работы оборудования по различным детале-операциям. [c.121]
Учитывая возникновение объективных условий и определив варианты решений, можно рассчитать и по каждому их сочетанию, а на этой основе - степень соответствия поставленным целям. Для удобст результатов решений при разных объективных условиях используется матрица решений. Так, of условия через YJ, где j принимает значение от 1 до т варианты решений [c.88]
Матричные игры. Для выбора решения применяется платеж- пая матрица, или матрица решений. Она представля тсобой таблицу, в которой по вертикали указываются возможные решения, [c.116]
Рассмотрим методические подходы к рационализации распределения задач, прав и ответственности в области маркетинговой деятельности между различными структурными звеньями предприятия. Здесь обычно изучаются существующие организационно-нормативные документы (орг-структруры, положения, должностные инструкции), осуществляется наблюдение за практическим выполнением различных маркетинговых функций. Весьма целесообразным в данном случае является применение линейной карты распределения обязанностей (матричный метод), который и будет рассмотрен ниже. Матрица решений показывает, кто и в какой степени принимает участие в подготовке решения и работе по его выполнению. Она отражает объем и характер полномочий, реализуемых каждым должностным лицом при совместном участии в реализации маркетинговых функций, когда области полномочий и ответственностей двух или нескольких лиц пересекаются. Матрица уточняет полномочия при распределении между ними общей работы. Овладение этим методом должно способствовать более качественному решению вопросов распределения задач, прав и ответственности в системе управления маркетингом. [c.548]
Матрица решений приведена в табл. 4.8. Наиболее производительными устройствами можно считать те, которые производят непрерывное резание и перемещение разрушенной породы на поверхность массива. К таким устройствам относятся х , xz, хя, х , хи. Указанным вариантам поставлена оценка — 10, всем остальным оценки установлены на основании попарных сравнений. По расходу энергии наибольшую оценку заслуживают варианты, обеспечиваюшие разрушение мерзлого грунта в минимально необходимом для щели объеме. К таким вариантам следует отнести х3, х2. Наиболее надежными можно считать устройства, производящие оттаивание мерзлого грунта. Это варианты х7, [c.165]
При построении матрицы решений с учетом вероятности реализации отдельных ситуаций могут быть использованы методы анализа сценариев, иммитационного моделирования, дерева решений и другие (подробно каждый из этих методов рассматривается в третьем томе Энциклопедии на примере оценки рисков отдельных реальных инвестиционных проектов). [c.163]