Технология принятия решений в условиях неопределённости

Автор работы: Пользователь скрыл имя, 26 Января 2015 в 12:14, курсовая работа

Описание работы

Целью курсовой работы является раскрытие сущности методов принятия управленческих решений, процесса и процедуры их принятия.
Для достижения данной цели необходимо решение следующих задач:
1. Раскрыть сущность управленческих решений.
2. Рассмотреть технологию принятия управленческих решений в условиях неопределенности.
3. Проанализировать правила и критерии принятия решений в условиях неопределенности.
4. Охарактеризовать основные методы и модели принятия решений в условиях неопределенности.

Файлы: 1 файл

Введение.docx

— 54.23 Кб (Скачать файл)

а* = {аjmaxj maxi Пij} (1)

где а* - наилучшая альтернатива

Используя это правило, определяют максимальное значение для каждой строки и выбирают наибольшее из них.

Большой недостаток правил максимакса и максимина – использование только одного варианта развития ситуации для каждой альтернативы при принятии решения.

Правило минимакс (критерий Севиджа). В отличие от максимина минимакс ориентирован на минимизацию не столько потерь, сколько сожалений по поводу упущенной прибыли. Правило допускает разумный риск ради получения дополнительной прибыли. Критерий Севиджа рассчитывается по формуле:

min max П = mini [maxj (maxi Xij – Xij)] (2)

где mini, maxj – поиск максимума перебором соответствующих столбцов и строк.

Расчёт минимакса состоит их четырёх этапов:

    1. Находится лучший результат каждой графы в отдельности, то есть максимум Xij (реакции рынка).
    2. Определяется отклонение от лучшего результата каждой отдельной графы, то есть maxi Xij – Xij. Полученные результаты образуют матрицу отклонений (сожалений), так как её элементы – это недополученная прибыль от неудачно принятых решений, допущенных из-за ошибочной оценки возможности реакции рынка.
    3. Для каждой сточки сожалений находим максимальное значение.
    4. Выбираем решение, при котором максимальное сожаление будет меньше других.

Правило Гурвица. В соответствии с этим правилом правила максимакс и максимин сочетаются связыванием максимума минимальных значений альтернатив. Это правило называют ещё правилом оптимизма – пессимизма. Оптимальную альтернативу можно рассчитать по формуле:

а* = maxi [(1-α) minj Пji+ α maxj Пji] (3)

где α – коэффициент оптимизма, α =1…0 при α =1 альтернатива выбирается по правилу максимакс, при α =0 – по правилу максимин. Учитывая боязнь риска, целесообразно задавать α =0,3. Наибольшее значение целевой величины и определяет необходимую альтернативу.

Правило Гурвица применяют, учитывая более существенную информацию, чем при использовании правил максимин и максимакс. 7

Таким образом, при принятии управленческого решения в общем случае необходимо:

  • спрогнозировать будущие условия, например, уровни спроса;
  • разработать список возможных альтернатив
  • оценить окупаемость всех альтернатив;
  • определить вероятность каждого условия;
  • оценить альтернативы по выбранному критерию решения.

 

2.2 Методы и модели  принятия решений в условиях  неопределенности

 

В реальных условиях использование классической модели процесса принятия решений затруднено из-за влияния множества факторов, таких как недостаток информации, условия неопределенности, отсутствие постоянных приоритетов. Это вынуждает управленцев использовать альтернативные модели процесса принятия решений.

Для принятия оптимальных решений необходимо использовать научный метод. В науке управления научный метод подразумевает наличие определенной структуры процесса принятия решений и использование различных методов и моделей принятия решений.

Моделирование широко используется для принятия решений. Модель – это представление объекта, системы или процесса в форме отличной от оригинала, но сохраняющей основные его характеристики. Причинами, обуславливающими применение моделирования в экономике, являются: естественная сложность многих организационных ситуаций, невозможность проведения экспериментов в реальной жизни и ориентация руководства на будущее.

В науке управления используются следующие модели: теория игр; модели теории очередей; модель линейного программирования; имитационное моделирование; сетевой анализ.

Теория игр. Данный метод служит для моделирования оценки воздействия принятого решения на конкурентов. Изначально была разработана военными с тем, чтобы в стратегии учесть возможные действия противника. В бизнесе игровые модели используются для прогнозирования реакции конкурентов на изменение цен, модификацию и освоение новой продукции, предложения дополнительного обслуживания и т.д. Теория игр используется реже, чем другие модели, так как ситуации в реальном мире очень сложны и часто меняются. Но, тем не менее, теория игр полезна для определения наиболее важных и требующих учета факторов в ситуации принятия решений в условиях конкурентной борьбы. Благодаря применению данной теории организация может прогнозировать действия конкурентов, что является преимуществом и увеличивает конкурентоспособность.

Модели теории очередей, или модели оптимального обслуживания используются для определения оптимального числа каналов обслуживания по отношению к потребности в них. Применяется в различных ситуациях, где есть клиенты и пункты их обслуживания (резервирование билетов по телефону, обслуживание клиентов в банке, количество разгрузочных площадок на складах и т.д.) . Используются для уравновешивания расходов на дополнительные каналы обслуживания и потерь от обслуживания на уровне ниже оптимального. Например, если клиент в банке слишком долго ждет своей очереди на обслуживание, у него может возникнуть желание поменять банк. Следовательно, необходимо увеличить численность персонала, обслуживающего клиентов. На сколько человек необходимо увеличить численность поможет модель теории очередей.

Модели линейного программирования применяют для определения оптимального способа распределения дефицитных ресурсов при наличии конкурирующих потребностей. Данный вид модели наиболее распространен на промышленных предприятиях. Он заключается в том, что помогает максимизировать прибыль при наличии одного нескольких ресурсов, каждый из которых используется для производства нескольких видов товара. Обычно при решении оптимизации данного типа моделей обычно используется Симплекс-метод.

Имитационное моделирование означает процесс создания модели и ее экспериментальное использование для определения изменений реальной ситуации. Имитация используется в ситуациях, слишком сложных для математических методов типа линейного программирования. Экспериментируя на модели системы, можно установить, как она будет реагировать на определенные изменения или события, в то время, когда отсутствует возможность наблюдать эту систему в реальности.

Сетевой анализ. Из сетевого анализа в основном используется теория графов. Теория графов позволяет составлять оптимальные графики осуществления различных проектов. Это позволяет минимизировать как время осуществления проекта, так и затраты по нему.

При принятии решения вне зависимости от применяемых моделей существуют некоторые правила принятия решений. Правило принятия решения – это критерий, по которому выносится суждение об оптимальности данного конкретного исхода. Существует два типа правил. Один не использует численные значения вероятных исходов, второй – использует данные значения.

К первому типу относятся следующие правила принятия решений:

Максимаксное решение – это решение, при котором принимается решение по максимизации максимально возможных доходов. Данный метод очень оптимистичен, то есть не учитывает возможные потери и, следовательно, самый рискованный.

Максиминное решение – это решение, при котором максимизируется минимально возможный доход. Данный метод в большей степени учитывает отрицательные моменты различных исходов и является более осторожным подходом к принятию решений.

Минимаксное решение – это решение, при котором минимизируются максимальные потери. Это наиболее осторожный подход к принятию решений и наиболее учитывающий все возможные риски. Под потерями здесь учитываются не только реальные потери, но и упущенные возможности.

Критерий Гурвича. Данный критерий является компромиссом между максиминным и максимаксным решениями и является одним из самых оптимальных.

Ко второму типу принятия решений относятся решения, при которых кроме самих возможных доходов и потерь учитываются вероятности возникновения каждого исхода. К данному типу принятия решений относятся, например, правило максимальной вероятности и правило оптимизации математического ожидания. При данных методах обычно составляется таблица исходов, в которой указываются все возможные варианты исходов и вероятности их наступления. При использовании правила максимальной вероятности соответственно выбирается по одному из правил первого типа один из исходов, имеющий максимальную вероятность.

При использовании правила оптимизации математических ожиданий, высчитываются математические ожидания для доходов или потерь и затем выбирается оптимальный вариант.

Так как значения вероятностей со временем изменяются, при применении правил второго типа обычно используется проверка правил на чувствительность к изменениям вероятностей исходов.

Кроме того, для определения отношения к риску используется понятие полезности. То есть для каждого возможного исхода кроме вероятности рассчитывается полезность данного исхода, которая также учитывается при принятии решений.

Для разработки и реализации решений необходимо располагать информацией об управляющих факторах и диапазоне их изменения. В зависимости от имеющихся данных выбор альтернатив может осуществляться в условиях:

- достоверности или определенности, когда в точности известны  результаты каждого из альтернативных  вариантов выбора;

- риска для решений, по которым  неизвестен результат, но известна  вероятность его наступления;

- неопределенности, когда невозможно  оценить вероятность потенциальных  результатов.

Будем рассматривать именно те решения, при которых невозможно оценить вероятность потенциальных результатов.8

Для принятия оптимальных решений применяются следующие методы: платежная матрица; дерево решений; методы прогнозирования.

Платежная матрица – один из методов статистической теории решений, оказывающий помощь руководителю в выборе одного из нескольких вариантов. Особенно полезен в ситуации, когда руководитель должен установить, какая стратегий в наибольшей мере будет способствовать достижению целей. В самом общем виде матрица означает, что платеж зависит от определенных событий, которые фактически совершаются. Если событие или состояние природы не случается на деле, платеж неизменно будет другим.

В целом платежная матрица полезна, когда:

- имеется разумно ограниченное число альтернатив или вариантов стратегии для выбора между ними.

- то, что может случиться, с полной определенностью не известно.

- результаты принятого решения зависят от того, какая именно выбрана альтернатива, и какие события в действительности имеют место.

Кроме того, руководитель должен иметь возможность объективно оценить вероятность релевантных событий и рассчитать ожидаемое значение такой вероятности.

Вероятность прямо влияет на определение ожидаемого значения – основного понятия платежной матрицы. Ожидаемое значение альтернативы или варианта – это сумма возможных значений, умноженных на соответствующие вероятности. Определив ожидаемое значение каждой альтернативы, и расположив результаты в виде матрицы, руководитель без труда может выбрать наиболее оптимальный вариант.

Еще одним методом принятия решения в условиях неопределенности является метод «дерево решений». Представляет собой метод науки управления – схематичное представление проблемы принятия решений – используется для выбора наилучшего направления действий из имеющихся вариантов.

Метод дерева решений может применяться как в ситуациях, в которых применяется платежная матрица, так и в более сложных ситуациях, в которых результаты одного решения влияют на последующие решения. То есть дерево решений – удобный метод для принятия последовательных решений.

Для определения будущего на основе анализа основных тенденций развития применяют методы прогнозирования. Прогнозирование – метод, в котором используется как накопленный в прошлом опыт, так и текущие допущения насчет будущего с целью его определения. Результат качественного прогнозирования может служить основой планирования. Существуют различные разновидности прогнозов: экономические прогнозы, прогнозы развития технологии, прогнозы развития конкуренции, прогнозы на основе опросов и исследований, социальное прогнозирование. Все типы прогнозов используют различные методы прогнозирования. Методы прогнозирования включают в себя: неформальные методы; количественные методы; качественные методы.

Неформальные методы включают в себя следующие виды информации:

Вербальная информация – это наиболее часто используемая информация для анализа внешней среды. Сюда относят информацию из радио- и телепередач, от поставщиков, от потребителей, от конкурентов, на различных совещаниях и конференциях, от юристов, бухгалтеров и консультантов. Данная информация очень легко доступна, затрагивает все основные факторы внешнего окружения, представляющие интерес для организации. Однако она очень изменчива и нередко неточна.

Письменная информация – это информация из газет, журналов, информационных бюллетеней, годовых отчетов. Эта информация обладает теми же достоинствами и недостатками, что и вербальная информация.

Количественные методы прогнозирования используются, когда есть основания считать, что деятельность в прошлом имела определенную тенденцию, которая может продолжиться и в будущем, и когда достаточно информации для выявления таких тенденций. К количественным методам относятся:

Анализ временных рядов. Он основан на допущении, согласно которому случившееся в прошлом дает достаточно хорошее приближение к оценке будущего. Проводится с помощью таблицы или графика.

Причинно-следственное (казуальное) моделирование. Наиболее математически сложный количественный метод прогнозирования. Используется в ситуациях с более чем одной переменной. Казуальное моделирование – прогнозирование путем исследования статистической зависимости между рассматриваемым фактором и другими переменными. Из казуальных прогностических моделей самыми сложными являются эконометрические модели, разработанные с целью прогнозирования динамики экономики.

Информация о работе Технология принятия решений в условиях неопределённости