Понятие неопределенности экономических системи подходы к ее оценке

Автор работы: Пользователь скрыл имя, 07 Апреля 2013 в 14:38, контрольная работа

Описание работы

При исследовании любой системы, в том числе экономической, нельзя не учитывать факторы неопределенности, которые влияют на данную систему.
Во-первых, это обусловлено особенностями развития слабоструктурированных систем, т.е. таких систем, которые описываются как качественными, так и количественными характеристиками, причем доминируют качественные, малоизвестные или неопределенные параметры.
Во-вторых, в экономических системах управление осуществляется при недостаточных знаниях состояния внешней среды, часто при больших вложениях ресурсов, при этом особое место занимает исследование таких систем, эксплуатация которых будет проводиться на пределах их возможностей, с целью получения максимальной экономической или какой-либо иной выгоды.

Файлы: 1 файл

Вестник МГТУ.docx

— 29.88 Кб (Скачать файл)

Часто ввиду большой сложности  объекта, существенной нелинейности, трудностей формализации, наличия различных  субъективных критериев и ограничений  могут применяться нечеткие модели. Если информация о параметрах модели и требованиях к системе задается экспертом на естественном языке, а  значит, в достаточно «нечетких» (с позиции математиков) терминах, то используют интенсивно развивающийся в последнее время подход, связанный с понятием лингвистической переменной (Заде, 1976) и нечеткого множества. Этот подход опирается на предпосылку о том, что элементами мышления человека являются не числа, а элементы некоторых нечетких множеств или классов объектов, для которых переход от «принадлежности к классу» к «непринадлежности» не скачкообразен, а непрерывен. Традиционные методы недостаточно пригодны для анализа подобных систем именно потому, что они не в состоянии охватить нечеткость человеческого мышления и поведения. Подход на основе теории нечетких множеств является, по сути дела, альтернативой общепринятым количественным методам анализа систем. Он имеет три основные отличительные черты (Алтунин, Семухин, 2000):

• вместо или в дополнение к числовым переменным используются нечеткие величины и так называемые «лингвистические» переменные;

• простые отношения между  переменными описываются с помощью  нечетких высказываний;

• сложные отношения описываются  нечеткими алгоритмами.

При нечетком моделировании  используется понятие нечеткого  множества, т.е. такого множества А, для которого существует так называемая функция принадлежности µ(x), такая, что µ(x) = 0, если x ∉ А, µ(x) = 1, если x ∈ А, и 0 < µ(x) < 1 для тех x, для которых нельзя однозначно ответить на вопрос о принадлежности их к А, в этом последнем случае µ(x) можно трактовать как степень принадлежности х к множеству А. Вопрос о том, как строить функцию принадлежности, как вычислять ее значения, зависит от специфики задач, характера исходных данных, способа их обработки и т.п., иначе говоря, является специальным вопросом, решаемым особо в каждом конкретном случае. Методы построения функции принадлежности достаточно подробно изложены в работе (Алтунин, Семухин, 2000). Если же отвлечься от вида функции принадлежности, то ситуация с неизвестным распределением параметра экономической системы может быть описана в терминах нечетких множеств. В этом случае задается не точное значение параметра, а некоторое множество возможных его значений, характеризующихся той или иной «степенью уверенности» эксперта.

Детерминированные подходы  к учету неопределенных факторов играют значительную роль в практике создания различных систем. Очень  часто разработчикам при обеспечении  свойств системы приходится ориентироваться  не на вероятности соблюдения каких-либо требований и не на нечеткие ожидания желаемых показателей, а на обеспечение  допустимого поведения системы  во всей совокупности состояний, имеющих  значение для дальнейшей эксплуатации. Например, в технологических системах с помощью детерминированного подхода  строятся регуляторы, обеспечивающие устойчивое поведение системы при  наличии неопределенности элементов  математических моделей, вызванной  несовершенством моделей (неточности параметров) или внешними возмущениями (неопределенности входов). При наличии  границ неопределенностей элементов  регуляторы используют эту информацию с применением обратной связи. При  наличии обратной связи полученные при некоторых предположениях выходные параметры могут быть использованы затем для уточнения, пересмотра входных показателей, нормативов, оценок и т.п. В экономических системах (например, для предприятия) в качестве таких регуляторов могут выступать  технико-экономические показатели функционирования системы. Зная критические  значения факторов, оказывающих воздействие  на систему, можно рассчитать критические  значения показателей, контроль за которыми позволяет сделать заключение о  нахождении предприятия в той или иной области допустимого поведения системы.

5. Заключение

Таким образом, можно резюмировать:

1) Современные экономические  системы отличаются большим количеством  элементов и связей между ними, высокой степенью динамичности, наличием нефункциональных связей  между элементами, а также действием  субъективных факторов, обусловленных  участием человека в процессах  экономических систем, который принимает  решения в ходе выполнения  работы. Все это приводит к  тому, что экономическая система  функционирует в условиях неопределенности  внешней и внутренней среды.

2) Источниками неопределенностей  в экономических системах являются: отсутствие достаточных сведений  об экономических процессах и  условиях их протекания, случайное  или преднамеренное противодействие  со стороны других экономических  субъектов, действие случайных  факторов, которые нельзя предугадать,  предсказать в силу неожиданности  их возникновения.

3) Для оценки неопределенности  используют детерминированные, вероятностно-статистические  подходы, а также подходы, основанные  на понятии лингвистической переменной  и нечеткого множества.

4) Попытки применения  какого-либо конкретного математического  аппарата (интервального анализа,  статистических методов, детерминированных  моделей и т.д.) для принятия  решений в условиях неопределенности  позволяют адекватно отразить  в модели лишь отдельные виды  данных и приводят к потере  информации других типов, особенно  это относится к сложным иерархическим  системам, в контуре управления  которыми присутствует человек.  Например, в детерминированных моделях  не учитывается накопленная статистическая  информация о вероятностных распределениях  для некоторых параметров и  производится замена этих распределений  соответствующими средними значениями. К тому же, в этом случае  проявляется острый дефицит информации  конкретного типа (например, о функциях  распределения вероятностей). Ввиду  недостатка информации для строгого  применения вероятностных моделей  и трудностей оперирования случайными  величинами, а также в связи  с тем, что с интервальными  величинами можно работать в  рамках теории нечетких множеств, последняя приобретает здесь  важное значение. Таким образом,  для оценки экономических показателей  работы системы, с точки зрения  неопределенности, следует комбинировать  различные формальные подходы  (детерминированные, статистические, вероятностные, нечеткие). Именно  изучение количественных характеристик,  полученных с помощью разнородных  формальных методов, является  наиболее плодотворным подходом  в задачах принятия решения  в условиях неопределенности.

Литература

Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях: Монография. Тюмень, Тюменский государственный университет, 352 с., 2000.

Березин С.А., Лавровский Б.Л., Рыбакова Т.А., Сатанова Э.А. Фактор неопределенности в межотраслевых моделях. Новосибирск, Наука, 119 с., 1983.                                                        Вентцель Е.С. Исследование операций: задачи, принципы, методология. М., Наука, 208 с., 1980.                                                                                                                                             Вощинин А.П., Сотиров Г.Р. Оптимизация в условиях неопределенности. Изд-во МЭИ (СССР); «Техника» (НРБ), 224 с., 1989.

Диев В.С. Управленческие решения: неопределенность, модели, интуиция. Новосибирск, Новосибирский государственный университет, 196 с., 2001.

Заде Л. Понятие лингвистической  переменной и ее применение к принятию приближенных решений. М., Мир, 165 с., 1976.

Кайберг Г. Вероятность и индуктивная логика. М., Прогресс, 197 с., 1978.

Моисеев Н.Н. Элементы теории оптимальных систем. М., Наука, 528 с., 1975.

Найт Ф.Х. Риск, неопределенность и прибыль. М., Дело, 358 с., 2003.

Райф Г. Анализ решений (введение в проблему выбора в условиях неопределенности). М., Наука, 408 с., 1977.

Таха Х. Введение в исследование операций. В 2 кн. М., Мир, кн. 1, 496 с., 1985.

Трухачев Р.И. Модели принятия решений в условиях неопределенности. М., Наука, 151 c., 1981.

Цельмер Г. Учет риска при принятии управленческих решений. Проблемы МСНТИ, № 3, с.94-105, 1980.

Черкасов В.В. Проблемы риска  в управленческой деятельности. Монография. М., «Рефл-бук», К., «Ваклер», 288 с., 1999.

.


Информация о работе Понятие неопределенности экономических системи подходы к ее оценке