5.

ПРИНЯТИЕ РЕШЕНИЙ И ТЕОРИЯ ИГР

5.1. Принятие решений

Различают задачи, формулировка и решение которых принимаются при наличии полной информации. В
этом случае говорят о принятии решения в условиях полной определенности. В реальной экономической
деятельности чаще приходится принимать решения, учитывая множество факторов, которые нередко обладают
свойством неопределенности. Неопределенность или недостаток информации о действительных условиях
(факторах), при которых развивается объект управления, является характеристикой внешней среды (природы), в
которой принимается управленческое решение о развитии (или функционировании) экономического объекта.

5.1.1. Принятие решений в условиях полной определенности

Математические модели исследуемых явлений или процессов могут быть представлены таблицами,
элементами которых являются значения частных критериев эффективности функционирования системы,
вычисленные для каждой из сравниваемых стратегий при строго заданных внешних условиях. Принятие решений
может производиться по одному критерию (однокритериальные задачи) или по нескольким критериям (многокри-
териальные задачи). Выбор решения по одному критерию, как правило, не вызывает затруднений. Что же касается
выбора решения по нескольким критериям, то для этого следует создать функцию Fi (a il , ai2, ain), монотонно
зависящую от критериев a il , ai2, ain. Данная операция называется процедурой (методом) свертывания
критериев. Существует несколько методов свертывания, в том числе:
• метод аддитивной оптимизации;
• метод последовательных уступок и др.

Метод аддитивной оптимизации

Пусть

( ) ∑

характеризует аддитивный критерий оптимальности, где величины являются весовыми

коэффициентами, которые определяют в количественной форме степень предпочтения (важность) j-го
критерия оптимальности по сравнению с другими критериями. Более важному критерию приписывается
больший вес, при этом:

∑
 Обобщенная функция цели (5.1.1) может быть использована для свертывания частных критериев
оптимальности, если:
1) частные (локальные) критерии количественно соизмеримы по важности, т.е. каждому из них можно
поставить в соответствие некоторое число , которое численно характеризует его важность по отношению к
другим критериям;
2) частные критерии являются однородными (имеют одинаковую размерность).

Если локальные критерии неоднородны, то требуется провести их нормализацию, т.е. привести к

единому, безразмерному масштабу измерения. Один из вариантов нормализации рассмотрен ниже.

1. Вначале определяются максимум и минимум каждого локального критерия, т.е.

2. Выделяется группа критериев , которые максимизируются при решении задачи, и

группа критериев , которые минимизируются при решении задачи.
3. Если исходная задача на максимум, то для критериев, которые максимизуются,
нормализованные критерии определяются по формулам

а для критериев, которые минимизуются, нормализованные критерии определяются по

формулам:

4. Рассчитывается оптимальный вариант (стратегия), обеспечивающий максимальное значение

целевой функции:

5. Если исходная задача на минимум, то для критериев, которые максимизуются,

нормализованные критерии определяются по формулам:

а для критериев, которые минимизируются, нормализованные критерии определяются по

формулам:
 6. Рассчитывается оптимальный вариант (стратегия), обеспечивающий минимальное значение
целевой функции:

Метод последовательных уступок

Данный метод является одним из методов решения многокритериальных задач. Алгоритм его
следующий.

1. Критерии ранжируются и нумеруются в порядке убывания их важности. При этом на данном

этапе абсолютное значение коэффициентов важности не играет никакой роли.

2. Оптимизируется первый по важности критерий и определяется его экстремальное значение

.
3. Назначается величина допустимого отклонения критерия от оптимального значения (уступка)
и ищется экстремальное значение второго по важности критерия при условии, что отклонение
первого от оптимального значения не превзойдет величины уступки. Затем назначается уступка для
второго критерия, и задача оптимизируется по третьему критерию и т.д. Таким образом,
многокритериальная задача оптимизации заменяется последовательностью однокритериальных задач.
Решение каждой предыдущей задачи используется при решении последующих для формирования
дополнительных условий, состоящих в ограничении на величину уступки.
 Пример 1. Руководителю транспортной компании с целью оперативности принятия решения
требуется выбрать оптимальную стратегию по обеспечению водителей предприятия мобильной
телефонной связью, т.е. определить оператора мобильной телефонной связи. Он выбирает три
оператора связи (m = 3) и имеет сведения о них в виде четырех значений частных критериев (n = 4),
представленных в таблице. На основе экспертных оценок были также определены веса частных
критериев .

Частные критерии эффективности работы оператора связи

Операторы
мобильной Средняя Надежность Форма Оказываемый
связи стоимость и дальность оплаты, сервис,
1 мин связи, усл. ед ден. ед. усл. Ед.
разговора, ден.
ед.

МТС 0,19 10 9 7

Билайн 0,16 7 5 10

СОНЕТ 0,18 5 2 8

0,4 0,3 0,1 0,2

Решение

1. Определим максимум и минимум каждого локального критерия:

2. При решении задачи максимизируют второй (надежность и дальность связи) и четвертый

(оказываемый сервис) критерии, а минимизируют первый (средняя стоимость 1 мин разговора) и
третий (форма оплаты) критерии.

3. Исходя из принципа максимизации эффективности, нормализуем критерии: столбцы 2 и 4

приведенной выше таблицы примера 1 рассчитываются по формулам 5.1.2,а столбцы 1и 3 – по
формулам (5.1.3). В результате получаем нижеследующую таблицу.
 Частные критерии эффективности работы оператора связи

Операторы
мобильной Средняя Надежность Форма Оказываемый
связи стоимость и дальность оплаты, сервис,
1 мин связи, усл. ед ден. ед. усл. Ед.
разговора, ден.
ед.

МТС 0 1,0 0 0,7

Билайн 0,16 0,7 0,44 1,0

СОНЕТ 0,05 0,5 0,78 0,8

4. Определим обобщенную функцию цели по каждому варианту:

Оптимальным является выбор Билайн в качестве оператора связи, так как:

.