До сих пор мы предполагали, что элементы знают точно свои модели ограничений, в то время как центр может иметь разную степень информированности о моделях элементов. Рассмотрим теперь случай, когда элементы на этапе формирования данных также не имеют полной информации о своих моделях. Пусть модели ограничений элементов заданы в параметрическом виде Y t (rt) и элемент не знает точного значения параметров г ь а знает только область QJ их возможных значений. При этом предполагается, что в момент выбора своего состояния каждый элемент уже знает множество Yt (г ) точно. Если центр имеет ту же информацию о моделях элементов (или еще более точную), то очевидно, что этап формирования данных не нужен. В этом случае постановка задачи во многом аналогична случаю полной информированности центра. Рассмотрим, например, задачу построения оптимального закона планирования. Сначала центр определяет множество решений игры элементов Л (я, г) при плане я и некотором значении параметра г. Затем вычисляется гарантированный результат на множестве R (п, г) [c.304]
В терминах теории игр план исходной задачи интерпретируется как чистая стратегия первого игрока. Обозначим заданное множество чистых стратегий принимающего решение через М. Множество Q состояний природы определяет множество. /V евклидова пространства размерности тп + т + п, соответствующее допустимой области изменения элементов a,j( o), Ьг(ы), j( ) условий задачи. [c.135]
Рассмотрим, например, случай независимых подсистем. Пусть центр установил план х. Для каждого плана лт подсистема то определяет множество R (ят) решений игры элементов и соответствующее множество Qm (л"1) = = (zm zm = lm (ут), ут <= R (лт) . Далее можно оценить гарантированный результат для подсистемы [c.311]
Прежде всего, должен быть задан набор решений (вариантов), из которого следует осуществлять выбор. Обозначим его Хи будем называть множеством возможных решений. Минимальное число элементов этого множества — два (для того, чтобы действительно был выбор). Ограничений сверху на количество возможных решений нет, оно может быть как конечным, так и бесконечным. При этом природа самих решений не играет никакой роли это могут быть проектные решения, варианты поведения, политические или экономические стратегии, сценарии поведения, краткосрочные или долгосрочные планы и т. п. [c.16]
Задачи, возникающие в связи с исследованием функционирования организационных систем, можно разделить на задачи анализа и задачи синтеза. Задачи анализа связаны с исследованием свойств заданного механизма функционирования или некоторого множества механизмов, а задачи синтеза — с построением механизмов функционирования, обладающих нужными свойствами. В решении этих задач используется ряд методов наблюдение за функционированием реальных организаций, экспериментальное апробирование на них тех или иных предложений, имитационное моделирование, теоретическое исследование. Наибольший эффект может дать только умелое совместное их применение. Действительно, наблюдение за "функционированием реальных организаций требует значительного времени и обработки большого количества данных. Неподготовленные эксперименты на реальных объектах содержат элементы риска и могут привести в случае неудачи к значительным потерям. Поэтому требование социальной и экономической безопасности значительно сужает круг вариантов, возможных для реального экспериментирования. По понятным причинам число экспериментально апробируемых положений также не может быть большим. Поэтому эксперименты на реальных объектах требуют большой предварительной подготовки. Значительную помощь в этом плане может оказать имитационное моделирование (диалоговые системы, деловые игры). Однако и здесь имеются трудности, обусловленные, прежде всего, необходимостью больших затрат времени и квалифицированного труда на построение имитационных моделей и просчет рассматриваемых""вариантов функционирования системы при разных значениях параметров модели. Поэтому до начала проведения имитационных экспериментов весьма""желательно иметь теоретические оценки ожидаемых результатов и, прежде всего, описание [c.117]