5. Дерево целей и решений.
Дерево целей представляет собой графическое изображение связи между целями системы и средствами их достижения, в качестве которых выступают подцели (на нижнем уровне - задачи). Z0 – цель верхнего, нулевого уровня, которая называется также генеральной целью. Видно, что эта цель на следующем уровне представляется парой подцелей (в других случаях подцелей может быть и больше), которые есть цели 1-го уровня - Z11 и Z12. Таким образом, дерево целей состоит из целей нескольких уровней, представленных в виде иерархий: генеральная цель – цели 1-го уровня – цели 2-го уровня и т.д. Для достижения генеральной цели необходимо реализовать несколько целей 1-го уровня (главных целей), выступающих как средство по отношению к генеральной цели. Для достижения этих целей 1-го уровня потребуется выполнение целей 2-го уровня и т.д. Подцели последующего (нижнего) уровня, для реализации которых не требуется дополнительных увязок «цель-средства», называются задачами. Задача служит базой для построения программ достижения отдельных целей. Решение задачи представляет собой комплекс мероприятий, т.е. ресурсов и действий, с помощью которых обеспечивается достижение нужной цели. Этот комплекс мероприятий может быть поставлен в соответствие терминальной вершине дерева целей, которая обозначает задачу.
При построении дерева целей особое внимание следует уделять выбору генеральной цели. Иногда построение начинается сразу с нескольких главных целей, совокупность которых и представляет собой генеральную цель. В этом случае генеральная цель формулируется как некоторая искусственная, обобщенная формулировка известных главных целей. При дальнейшем построении дерева целей цель верхнего уровня разбивается на ограниченное число подцелей (обычно 5-7). Это ограничение является неслучайным и обусловлено свойством оперативной памяти человека, способной раздельно оперировать именно таким количеством самостоятельных объектов. Опыт показывает, что эксперту очень трудно дать сравнительную оценку более 5-7 разнородных элементов, решающих одну общую задачу.
Дерево решений – это граф, представляющий правила в иерархической последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение. Дерево решений обычно строится следующим образом. Сначала берется весь набор данных, который представляется исходной или корневой вершиной. Затем определяются способы (правила) разбиения на ветви всего множества записей или вариантов, соответствующих корневому узлу. Ветви образуют дерево, повернутое кроной вниз. На ветвях дерева отмечают узлы, отвечающие подмножеству записей или вариантов. На каждом узле снова определяются правила разбиения на ветви и т.д. до тех пор, пока процесс не дойдет до конечных узлов, называемых листьями. В связи с этим, деревья решений часто применяются для моделирования (генерации) «многоэтапных» процессов принятия решений, в которых взаимозависимые решения принимаются последовательно. Такое представление облегчает описание процесса принятия решений. Для генерации различных вариантов решений и их оценки наибольшее распространение получили деревья решений, содержащие два типа вершин: вершины в которых решение принимает эксперт (ЛПР) и вершины где решение принимает «случай», выходящие из вершины дуги задают определенные вероятности направлений принятия решения.
- 1. Теория принятия решений: задача принятия решений, цель, проблема, проблемная ситуация.
- 2.Измерения при формировании решений: ранжирование, парное сравнение, непосредственная оценка, виды неопределенностей и их измерение.
- 3.Виды экспертиз.
- 4.Метод Дельфы
- 5. Дерево целей и решений.
- 6.Определение усредненного мнения экспертов (среднее арифметическое, среднее геометрическое, мода, медиана Кемени
- 7.Определение согласованности мнений экспертов (коэффициент конкордации).
- 8.Виды критериев оптимальности и их содержание.
- 9. Критериальный анализ ситуации: метод базовых шкал, ранжирование и выбор критериев.
- 10.Нечеткие множества и основные операции над ними.
- 11.Экспертные методы определения функций принадлежности.
- 12. Аналитический и оптимизационный методы определения функций принадлежности.
- 13. Нечеткая задача оптимизации выбора вариантов проектов.
- 14. Модели стохастического математического программирования
- 15. Генерация альтернатив решений: понятие генетического алгоритма.
- 16. Генерация альтернатив решений: Дерево решений
- 17. Многокритериальная оптимизация. Проблемы многокритериальной оптимизации
- 18. Многокритериальная оптимизация. Множество Парето.
- 19. Многокритериальная оптимизация. Метод идеальной точки.
- 20. Принятие решений по многим критериям: Метод последовательных уступок
- 21. Принятие решений по многим критериям: Парето оптимальное решение
- 23.Принятие решений по многим критериям: Гарантированные достоинства и недостатки.
- 24.Принятие решений по многим критериям: Правило Борда.
- 25.Принятие решений по многим критериям: Принцип Беллмана-Заде
- 26. Принятие решений по многим критериям: Турнирная таблица
- 30.Согласование групповых решений: принцип большинства голосов, принцип диктатора, принцип вето, идеальной точки, консенсус.
- 31.Согласование групповых решений по Парето.
- 32. Согласование групповых решений: Метод идеальной точки
- 33. Марковская модель согласования решений.
- 34. Согласования групповых решений. (принципы Курно, Парето, Эджворта).
- 35. Теория игр: платежная матрица, чистые и смешанные стратегии, решение игры.
- 36. Решение игры в чистых стратегиях. Игры с седловой точкой.
- 37.Решение игры в смешанных стратегиях. Теорема фон Неймана.
- 38.Решение матричных игр МхN (сведение к задаче линейного программирования).
- 39.Игры с природой (теория статистических решений). Особенности платежной матрицы.
- 40.Байесовские стратегии в играх с природой (частичная неопределенность).
- 41. Критерии принятия решений в играх с природой (полная неопределенность).
- 42.Марковские процессы с дискретным временем: основные понятия и определения.
- 43.Игры с природой: оценка риска