Вы находитесь на странице: 1из 39

МИНОБРНАУКИ РОССИИ

————————————
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
«Омский государственный технический университет»

ТЕОРИЯ СИСТЕМ И СИСТЕМНЫЙ АНАЛИЗ


Учебное текстовое электронное издание
локального распространения

Омск
Издательство ОмГТУ
2014

Сведения об издании: 1, 2 © ОмГТУ, 2014

1
Теория систем и системный анализ : метод. указания к практ. заня-
тиям / Минобрнауки России, ОмГТУ ; [сост.: Г. Н. Бояркин, О. Г. Шеве-
лева]. – Омск : Изд-во ОмГТУ, 2014.

Методические указания посвящены хорошо зарекомендовавшим себя


в учебно-методической литературе по системному анализу методам исследова-
ния и принятия решений в сложных социально-экономических системах. Это,
в первую очередь, методы принятия решения в условиях недостатка информа-
ции и неопределённости, а также методы анализа иерархий, календарного пла-
нирования, классификации систем. В материалах к каждому практическому за-
нятию содержатся краткие теоретические сведения, разобраны примеры, иллю-
стрирующие применяемые методы и алгоритмы, а также предложены задачи
для самостоятельной работы.
Предназначены для студентов направления подготовки 230700 «Приклад-
ная информатика» дневной и заочной форм обучения.

Рекомендовано редакционно-издательским советом


Омского государственного технического университета

© ОмГТУ, 2014

2
1 электронный оптический диск

Оригинал-макет издания выполнен в Microsoft Office Word 2007


с использованием возможностей Adobe Acrobat X.

Минимальные системные требования:


• процессор Intel Pentium 1,3 ГГц и выше;
• оперативная память 256 Мб;
• свободное место на жестком диске 260 Мб;
• операционная система Microsoft Windows XP/Vista/7;
• разрешение экрана 1024×576 и выше;
• акустическая система не требуется;
• дополнительные программные средства Adobe Acrobat Reader 5.0 и выше.

Редактор О. В. Маер
Компьютерная верстка Ю. П. Шелехиной

Сводный темплан 2014 г.


Подписано к использованию 14.04.14.
Объем 812 Кб.
—————————————————
Издательство ОмГТУ.
644050, г. Омск, пр. Мира, 11; т. 23-02-12
Эл. почта: info@omgtu.ru
3
ПРАКТИЧЕСКОЕ ЗАНЯТИЕ № 1
КЛАССИФИКАЦИЯ СИСТЕМ
Цель работы: научиться осуществлять классификацию систем по различ-
ным признакам, понять ее необходимость и предназначение в процессе реали-
зации системного подхода.

КРАТКИЕ ТЕОРЕТИЧЕСКИЕ СВЕДЕНИЯ


Классификацией называется распределение некоторой совокупности объек-
тов на классы по наиболее существенным признакам. Признак или их совокуп-
ность, по которым объекты объединяются в классы, является основанием клас-
сификации. Класс – это совокупность объектов, обладающих некоторыми при-
знаками общности.
Системы разделяют на классы по различным признакам, и в зависимости
от решаемой задачи можно выбирать разные принципы классификации.
Классификации всегда относительны.
Цель любой классификации – ограничить выбор подходов к отображению
системы, сопоставить выделенным классам приёмы и методы системного ана-
лиза и дать рекомендации по выбору методов для соответствующего класса
систем.
При этом система может быть охарактеризована по нескольким признакам,
т. е. ей может быть найдено место одновременно в разных классификациях, ка-
ждая из которых может оказаться полезной при выборе методов моделирования.

КОНТРОЛЬНЫЙ ПРИМЕР
Техническая система – легковой автомобиль. Классификация системы
по признакам приведена в табл. 1.1.
Описание системы. Автомобиль – это техническая (механическая), цело-
стная система, состоящая из различных подсистем: охлаждения, подачи топли-
ва и др. Подчинена основной цели – передвижение в пространстве. Благодаря
связи между элементами, подсистемами и их согласованной работе автомобиль
способен двигаться. Обладает свойством эмерджентности – в случае поломки
даже при наличии всех частей не может выполнять основную функцию.

4
Таблица 1.1

Классификация системы

Признак Обоснование

классификации системы принадлежности
п/п
Определены элементы
Степень Хорошо системы, их взаимосвязи,
1
организованности организованная правила объединения
элементов
Вид
формализованного Поведение можно
2 Детерминированная
аппарата предвидеть
представления
По
3 Искусственная Создана человеком
происхождению
Создана из
По основным
4 Конкретная материальных
элементам
элементов
По Работа определяется внут-
5 взаимодействию Открытая ренним состоянием и внеш-
со средой ними ресурсом (топливо)
По степени Связи между элементами
6 Простая
сложности легко поддаются описанию
По естественному Искусственно созданная
7 Техническая
разделению человеком

По принципу Развивается за счет внешне-


8 Несаморазвивающаяся
формирования го воздействия

Это система с высокой степенью автоматизации. Связана с окружающей


средой, с нерегулярным поступлением внешних воздействий (топлива, нача-
ла/окончания работы, возможности передвижения и т. д.). Обладает многоас-
пектностью – несет в себе технический аспект, экономический (стоимость), со-
циальный (статус), психологический (преимущества и возможности при обла-
дании машиной).Полезность системы для человека – возможность комфортно-
го, быстрого перемещения для решения собственных задач.
5
ИНДИВИДУАЛЬНОЕ ЗАДАНИЕ
1. Осуществить классификацию систем согласно варианту (одной техниче-
ской и одной социально-экономической), результат занести в табл. 1.2. Вариан-
ты систем взять из табл. 1.3.

Таблица 1.2
Наименование объекта классификации*
№ Признак Обоснование
п/п классификации системы принадлежности
1
2

Таблица 1.3
Вариант систем

Система

варианта
Техническая Социально-экономическая

1 Миксер Выставочный центр


2 Самосвал Птицефабрика
3 Обогреватель Парикмахерская
4 Холодильник Турфирма
5 Синтезатор Деканат
6 Планшет Ресторан
7 Смартфон Поликлиника
8 Видеокамера Адвокатская контора
9 Троллейбус Общество с ограниченной ответственно-
стью
10 Кофемашина Прокуратура

2. Провести описание выбранных, согласно варианту, систем по следую-


щему плану:
• определение основной цели функционирования системы;
• анализ системы по всем основным признакам;
• полезность (потребность) системы для общества (человека).

∗Вписать название выбранной системы (согласно варианту).

6
ПРАКТИЧЕСКОЕ ЗАНЯТИЕ № 2
ПРИНЯТИЕ РЕШЕНИЙ
В УСЛОВИЯХ НЕДОСТАТКА ИНФОРМАЦИИ
Цель работы: освоить и закрепить практические навыки по принятию
и обоснованию управленческих решений в условиях недостатка информации.

КРАТКИЕ ТЕОРЕТИЧЕСКИЕ СВЕДЕНИЯ


В зависимости от отношения к риску решение задачи может выполняться
с позиций «объективистов» и «субъективистов». Пусть предлагается лотерея:
за 30 рублей (стоимость лотерейного билета) игрок с равной вероятностью
р = 0,5 может ничего не выиграть или выиграть 100 рублей. Один индивид по-
жалеет 30 рублей за право участия в такой лотерее, т. е. просто не купит лоте-
рейный билет, другой готов заплатить за лотерейный билет 50 рублей, а третий
заплатит даже 60 рублей за возможность получить 100 рублей (например, когда
ситуация складывается так, что, только имея 100 рублей, игрок может достичь
своей цели, поэтому возможная потеря последних денежных средств, а у него
их ровно 60 рублей, не меняет для него ситуации).
Безусловным денежным эквивалентом (БДЭ) игры называется максималь-
ная сумма денег, которую игрок готов заплатить за участие в игре (лотерее),
или, что то же, та минимальная сумма денег, за которую он готов отказаться
от игры. Каждый индивид имеет свой БДЭ.
Ожидаемая денежная оценка (ОДО), т. е. средний выигрыш в игре, рас-
считывается как сумма произведений размеров выигрышей на вероятности этих
выигрышей. Например, для нашей лотереи ОДО = 0,5  0 + 0,5 ∙ 100 = 50 рублей.
Игрока, для которого БДЭ совпадает с ОДО игры, условно называют объек-
тивистом. Игрока, для которого БДЭ ≠ ОДО, – субъективистом. Если у субъек-
тивиста БДЭ > ОДО, то он склонен к риску, если БДЭ < ОДО, то не склонен.
Процесс принятия решений с помощью дерева решений в общем случае
предполагает выполнение следующих пяти этапов.
Этап 1. Формулирование задачи. Прежде всего, необходимо отбросить
не относящиеся к проблеме факторы, а среди множества оставшихся выделить
существенные и несущественные. Это позволит привести описание задачи при-
нятия решения к поддающейся анализу форме. Для этого должны быть выпол-
нены следующие основные процедуры: определение возможностей сбора ин-
формации для экспериментирования и реальных действий; составление перечня
событий, которые с определенной вероятностью могут произойти; установле-
ние временного порядка расположения событий, в исходах которых содержится
7
полезная и доступная информация, и тех последовательных действий, которые
можно предпринять.
Этап 2. Построение дерева решений.
Этап 3. Оценка вероятностей состояний среды, т. е. сопоставление шансов
возникновения каждого конкретного события. Следует отметить, что указанные
вероятности определяются либо на основании имеющейся статистики, либо
экспертным путем.
Этап 4. Установление выигрышей (или проигрышей как выигрышей
со знаком минус) для каждой возможной комбинации альтернатив (действий)
и состояний среды.
Этап 5. Решение задачи.

КОНТРОЛЬНЫЙ ПРИМЕР
1. Простые задачи
Руководству пекарни нужно решить, какие новые кондитерские изделия
производить: торты, пряники или печенье. От состояния рынка (благоприятно-
го или неблагоприятного) напрямую зависит размер выигрыша, который может
получить пекарня (табл. 2.1).
Для данной задачи решения принимаются с позиции объективиста.
Таблица 2.1
Таблица выигрышей (потерь)
Выигрыш при состоянии
Стратегия Производимые кондитерские
экономической среды, руб.
изделия
благоприятном неблагоприятном
а1 Торты 350 000 –200 000
а2 Пряники 200 000 –50 000
а3 Печенье 150 000 –10 000
Вероятность благоприятного и неблагоприятного состояний экономической сре-
ды составляет 0,6 и 0,4 соответственно.

На основе табл. 2.1 можно построить дерево решений (рис. 2.1, 2.2).
Примем следующие условные обозначения:
– решение (решение принимает игрок);
* – случай (решение «принимает» случай);
// – отвергнутое решение.

8
а1 Благоприятное состояние
1
* 350 000
Торты
- 200 000
Неблагоприятное состояние
а2
Благоприятное состояние
2
* 200 000
Пряники
- 50 000
Неблагоприятное состояние
а3 Благоприятное состояние
3
150 000
Печенье *
- 10 000
Неблагоприятное состояние

Рис. 2.1. Дерево решений без дополнительного обследования рынка

Процедура принятия решения заключается в вычислении ожидаемых де-


нежных оценок для каждой вершины дерева (при движении справа налево), от-
брасывании неперспективных ветвей и выборе ветвей, которым соответствует
максимальное значение ОДО.
Определим средний ожидаемый выигрыш:
• для вершины 1 ОДО1 = 0,6  350 000 + 0,4 ∙ (–200 000) = 130 000 руб.;
• для вершины 2 ОДО2 = 0,6  200 000 + 0,4 ∙ (–50 000) = 100 000 руб.;
• для вершины 3 ОДО3 = 0,6  150 000 + 0,4 ∙ (–10 000) = 86 000 руб.

130 000
а1 Благоприятное состояние
1
* 350 000
Торты - 200 000
130 000 Неблагоприятное состояние
100 000
а2
Благоприятное состояние
//
2
* 200 000
Пряники
- 50 000
Неблагоприятное состояние
а3 86 000 Благоприятное состояние
3
// 150 000
Печенье *
- 10 000
Неблагоприятное состояние

Рис. 2.2. Итоговое дерево решений

9
Вывод. Наиболее целесообразно выбрать стратегию а1, т. е. выпекать тор-
ты, а ветви (стратегии) а2 и а3 дерева решений можно отбросить. ОДО наилуч-
шего решения равна 130 000 руб.

2. Усложненные задачи
Допустим, что перед принятием решения о запуске нового производства
руководство пекарни должно определиться, заказывать или нет дополнительное
исследование рынка. Стоимость этой услуги составляет 20 000 рублей. Допол-
нительное исследование не способно дать точной информации, но оно может
помочь уточнить ожидаемые оценки конъюнктуры рынка, изменив тем самым
значения вероятностей.
Относительно фирмы, которой можно заказать прогноз, известно, что она
способна уточнить значения вероятностей благоприятного или неблагоприят-
ного исхода. Возможности фирмы в виде условных вероятностей благоприят-
ности и неблагоприятности рынка сбыта представлены в табл. 2.2.

Таблица 2.2
Фактически
Прогноз фирмы
благоприятный неблагоприятный
Благоприятный 0,75 0,25
Неблагоприятный 0,21 0,79

Например, когда фирма утверждает, что рынок благоприятный, то с веро-


ятностью 0,75 этот прогноз оправдывается (с вероятностью 0,25 могут возник-
нуть неблагоприятные условия), прогноз о неблагоприятности рынка оправды-
вается с вероятностью 0,79.
Предположим, что фирма, которой заказали прогноз состояния рынка, ут-
верждает:
• ситуация будет благоприятной с вероятностью 0,7;
• ситуация будет неблагоприятной с вероятностью 0,3.
На основании дополнительных сведений можно построить новое дерево
решений (рис. 2.3), где развитие событий происходит от корня дерева к исхо-
дам, а расчет прибыли выполняется от конечных состояний к начальным.
Определим средний ожидаемый выигрыш:
• для вершины 4 ОДО4 = 0,75  350 000 + 0,25 ∙ (–200 000) = 212 500 руб.;
• для вершины 5 ОДО5 = 0,75 ∙ 200 000 + 0,25  (–50 000) = 137 500 руб.;

10
• для вершины 6 ОДО6 = 0,75  150 000 + 0,25 ∙ (–10 000) = 110 000 руб.;
• для вершины 7 ОДО7 = 0,21 ∙ 350 000 + 0,79  (–200 000) = –84 500 руб.;
• для вершины 8 ОДО8 = 0,21  200 000 + 0,79 ∙ (–50 000) = 2 500 руб.;
• для вершины 9 ОДО9 = 0,21 ∙ 150 000 + 0,79  (–10 000) = 23 600 руб.;
• для вершины 10 ОДО10 = 0,7  212 500 + 0,3 ∙ (23 600) = 155 830 руб.
Таким образом, ОДО при заказе обследования рынка с учетом стоимости
этой услуги в 20 000 рублей составляет 155 830 – 20 000 = 135 830 руб.

Рис. 2.3. Дерево решений при дополнительном обследовании рынка

11
Выводы.
1. Необходимо проводить дополнительное исследование рыночной конъ-
юнктуры, поскольку это позволяет существенно уточнить принимаемое ре-
шение.
2. Если прогнозируется благоприятная ситуация на рынке, то целесообразно
выпекать торты (стратегия а1), при этом ожидаемая максимальная прибыль со-
ставит 212 500 рублей (с учетом затрат на исследование рынка – 192 500 руб.).
Если прогноз неблагоприятный, то следует выбрать стратегию а3 – производст-
во печенья, ожидаемая максимальная прибыль составит 23 600 рублей (с уче-
том затрат на исследование рынка – 3 600 руб.).

ИНДИВИДУАЛЬНОЕ ЗАДАНИЕ
Решить задачи, согласно индивидуальному варианту, используя метод де-
рева решений.

Задача 1 (простая задача)


Для выбора одного из вариантов инвестирования проведено маркетинговое
исследование, в результате которого предложены три проекта (А, В, С). Размер
выигрыша, который инвестор может получить, зависит от благоприятного или
неблагоприятного состояния рынка (табл. 2.3). Вероятность благоприятного ис-
хода проектов А, В и С приведена в табл. 2.3.
Используйте дерево решений, для того чтобы помочь инвестору выбрать
правильный проект. Какова ожидаемая денежная оценка наилучшего решения?
Таблица 2.3
Выигрыш, при состоянии Вероятность
Номер
Проект экономической среды, руб. благоприятного
варианта
благоприятном неблагоприятном исхода проекта
А 200 000 100 000 0,4
1 В 300 000 100 000 0,5
С 270 000 80 000 0,6
А 250 000 –75 000 0,6
2 В 175 000 –50 000 0,6
С 150 000 –45 000 0,6
А 275 000 40 000 0,5
3 В 125 000 –30 000 0,5
С 150 000 –35 000 0,5
А 145 000 20 000 0,4
4 В 210 000 –80 000 0,5
С 250 000 –60 000 0,6

12
Окончание табл. 2.3
Выигрыш, при состоянии Вероятность
Номер
Проект экономической среды, руб. благоприятного
варианта
благоприятном неблагоприятном исхода проекта
А 175 000 50 000 0,7
5 В 240 000 –20 000 0,7
С 275 000 –10 000 0,7
А 200 000 45 000 0,6
6 В 180 000 90 000 0,6
С 220 000 –60 000 0,6
А 150 000 80 000 0,4
7 В 240 000 20 000 0,4
С 210 000 60 000 0,5
А 175 000 25 000 0,5
8 В 240 000 –40 000 0,5
С 260 000 –50 000 0,5
А 180 000 20 000 0,6
9 В 225 000 25 000 0,7
С 175 000 80 000 0,8
А 230 000 –20 000 0,6
10 В 290 000 –35 000 0,5
С 160 000 –10 000 0,6

Задача 2 (усложненная)
Для выбора одного из вариантов инвестирования было проведено марке-
тинговое исследование, в результате которого были предложены три проекта
(А, В, С). Размер выигрыша, который инвестор может получить, зависит от бла-
гоприятного или неблагоприятного состояния рынка (табл. 2.5). Вероятность
благоприятного исхода экономической среды р1 приведена в табл. 2.5.
Перед тем как принимать решение, инвестор может заказать дополнитель-
ное исследование состояния рынка, предоставляемая услуга обойдется в С руб-
лей. Относительно фирмы, которой можно заказать прогноз, известно, что она
способна уточнить значения вероятностей благоприятного или неблагоприят-
ного исхода. Возможности фирмы в виде условных вероятностей благоприят-
ности и неблагоприятности рынка сбыта представлены в табл. 2.4:

Таблица 2.4
Фактически
Прогноз фирмы благоприятный неблагоприятный
Благоприятный 0,55 0,45
Неблагоприятный 0,35 0,65

13
Предположим, что фирма, которой заказали прогноз состояния рынка, ут-
верждает, что ситуация будет благоприятной с вероятностью р2.
Используйте дерево решений, для того чтобы выбрать правильный проект.
Какова ожидаемая денежная оценка наилучшего решения?
Таблица 2.5
Выигрыш, при состоянии
Номер
Проект экономической среды, руб. р1 р2 С
варианта
благоприятном неблагоприятном
А 200 000 100 000
1 В 300 000 100 000 0,60 0,55 5 000
С 270 000 80 000
А 250 000 –75 000
2 В 175 000 –50 000 0,50 0,65 15 000
С 150 000 –45 000
А 275 000 40 000
3 В 125 000 –30 000 0,70 0,65 10 000
С 150 000 –35 000
А 145 000 20 000
4 В 210 000 –80 000 0,45 0,50 5 000
С 250 000 –60 000
А 175 000 50 000
5 В 240 000 –20 000 0,65 0,55 12 000
С 275 000 –10 000
А 200 000 45 000
6 В 180 000 90 000 0,55 0,45 15 000
С 220 000 –60 000
А 150 000 80 000
7 В 240 000 20 000 0,50 0,60 10 000
С 210 000 60 000
А 175 000 25 000
8 В 240 000 –40 000 0,60 0,55 5 000
С 260 000 –50 000
А 180 000 20 000
9 В 225 000 25 000 0,50 0,45 15 000
С 175 000 80 000
А 230 000 –20 000
10 В 290 000 –35 000 0,65 0,50 8 000
С 160 000 –10 000

14
ПРАКТИЧЕСКОЕ ЗАНЯТИЕ № 3
ПРИНЯТИЕ РЕШЕНИЙ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ.
ИГРЫ С ПРИРОДОЙ
Цель работы: освоить и закрепить практические навыки по принятию
и обоснованию управленческих решений в условиях недостатка информации,
когда один из игроков не имеет конкретной цели и случайным образом выбира-
ет очередные «ходы».

КРАТКИЕ ТЕОРЕТИЧЕСКИЕ СВЕДЕНИЯ


Отличительная особенность игры с природой состоит в том, что в ней соз-
нательно действует только один из участников, в большинстве случаев назы-
ваемый игрок 1. Игрок 2 (природа) сознательно против игрока 1 не действует,
выступает как не имеющий конкретной цели и случайным образом выбираю-
щий очередные «ходы» партнера по игре. Поэтому термин «природа» характе-
ризует некую объективную действительность, которую не следует понимать
буквально.
Матрица игры с природой А = ||аij||, где аij – выигрыш (потеря) игрока 1 при
реализации его чистой стратегии i и чистой стратегии j игрока 2 (i = 1, m;
j = 1, …, n).
Мажорирование стратегий в игре с природой имеет определенную специ-
фику: исключать из рассмотрения можно лишь доминируемые стратегии игрока
если для всех j = 1, …, n akj ≤ alj (k, l = 1, …, m) матрицы А, то k-ю стратегию
принимающего решения игрока 1 можно не рассматривать и вычеркнуть
из матрицы игры. Столбцы, отвечающие стратегиям природы, вычеркивать
из матрицы игры (исключать из рассмотрения) недопустимо, поскольку приро-
да не стремится к выигрышу в игре с человеком, для нее нет целенаправленно
выигрышных или проигрышных стратегий, она действует неосознанно.
Рассмотрим организацию и аналитическое представление игры с природой.
Пусть игрок 1 обладает m возможными стратегиями: А1, А2, … , Аm, а у приро-
ды имеется n возможных состояний (стратегий): П1, П2, ..., Пn, тогда условия
игры с природой задаются матрицей выигрышей (потерь) А игрока 1:

П1 П2 … П𝑛
⎛ 𝐴1 𝑎11 𝑎12 … 𝑎1𝑛 ⎞
𝐴 = ⎜ 𝐴2 𝑎21 𝑎22 … 𝑎2𝑛 ⎟
… … … … …
⎝𝐴𝑚 𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 ⎠

15
Возможен и другой способ задания матрицы игры с природой: не в виде
матрицы выигрышей (потерь), а в виде так называемой матрицы рисков
R = ||rij||m,n. Величина риска – это размер платы за отсутствие информации о со-
стоянии среды. Матрица R может быть построена непосредственно по условям
задачи или на основе матрицы выигрышей (потерь) А.
Риск – это разность между результатом, который игрок мог бы получить,
если бы он знал действительное состояние среды, и результатом, который игрок
получит при j-ой стратегии.
Зная состояние природы (стратегию) Пj, игрок выбирает ту стратегию, при
которой его выигрыш максимальный или потеря минимальна. Таким образом,
имеем:
• если аij – выигрыш, то rij = βj aij, где βj = max aij, при заданном j; 1 ≤ i ≤ m.
• если аij – потери (затраты), то rij = aij βj, где βj = min aij, при заданном j;
• 1 ≤ i ≤ m.
Неопределенность, связанную с полным отсутствием информации о веро-
ятностях состояний среды (природы), называют безнадежной.
В таких случаях для определения наилучших решений используются сле-
дующие критерии: Вальда, Сэвиджа, Гурвица.
Критерий Вальда. С позиций данного критерия природа рассматривается
как агрессивно настроенный и сознательно действующий противник.
Если в исходной матрице по условию задачи результат aij представляет вы-
игрыш лица, принимающего решение, то выбирается решение, для которого
достигается значение W = max min aij, 1 ≤ i ≤ m, 1 ≤ j ≤ n – максиминный критерий.
Если в исходной матрице по условию задачи результат aij представляет по-
тери лица, принимающего решение, то выбирается решение, для которого дос-
тигается значение W = min max aij, 1 ≤ i ≤ m, 1≤ j ≤ n – минимаксный критерий.
В соответствии с критерием Вальда из всех самых неудачных результатов
выбирается лучший. Это перестраховочная позиция крайнего пессимизма, рас-
считанная на худший случай.
Критерий минимаксного риска Сэвиджа. Выбор стратегии аналогичен
выбору стратегии по принципу Вальда с тем отличием, что игрок руководству-
ется не матрицей выигрышей А, а матрицей рисков R:

S = min max rij 1 ≤ i ≤ m, 1 ≤ j ≤ n.


Применение критерия Сэвиджа позволяет любыми путями избежать боль-
шого риска при выборе стратегии, а значит, избежать большого проигрыша
(потерь).
Критерий пессимизма-оптимизма Гурвица. Этот критерий при выборе
решения рекомендует руководствоваться некоторым средним результатом, ха-
рактеризующим состояние между крайним пессимизмом и безудержным опти-
мизмом.
16
Критерий основан на следующих двух предположениях: природа может на-
ходиться в самом выгодном состоянии с вероятностью р и в самом невыгодном
состоянии с вероятностью (1 – р), где р – коэффициент пессимизма.
Согласно этому критерию стратегия в матрице А выбирается в соответст-
вии со значением
HA = max  p max aij + (1 – p) min aij  , 1 ≤ i ≤ m, 1 ≤ j ≤ n, если aij – выигрыш
HA = min  p min aij + (1 – p) max aij  , 1 ≤ i ≤ m, 1 ≤ j ≤ n, если aij – потери (затраты)

При p = 0 критерий Гурвица совпадает с критерием Вальда. При p = 1 при-


ходим к решающему правилу вида max max aij, к так называемой стратегии
«здорового оптимизма» – критерий максимакса.
Применительно к матрице рисков R критерий пессимизма-оптимизма Гур-
вица имеет вид
HR = min p max rij + (1 – p) min rij , 1 ≤ i ≤ m, 1 ≤ j ≤ n.

При р = 0 выбор стратегии игрока 1 осуществляется по условию наимень-


шего из всех возможных рисков (min rij); при р = 1 – по критерию минимаксно-
го риска Сэвиджа.
Значение р от 0 до 1 может определяться в зависимости от склонности ли-
ца, принимающего решение, к пессимизму или оптимизму. При отсутствии яр-
ко выраженной склонности р = 0,5 представляет наиболее разумный вариант.
В случае, когда по принятому критерию рекомендуются к использованию
несколько стратегий, выбор между ними может делаться по дополнительному
критерию. Здесь нет стандартного подхода. Выбор может зависеть от склонно-
сти к риску игрока 1.

КОНТРОЛЬНЫЙ ПРИМЕР
При выборе стратегии Ai каждому возможному состоянию природы Sj со-
ответствует один результат aij. Элементы aij, являющиеся мерой потерь при
принятии решения, приведены в табл. 3.1:

Таблица 3.1
Состояние природы
Стратегия
S1 S2 S3 S4
A1 2 6 5 8
A2 3 9 1 4
A3 5 1 6 2

Выберите оптимальное решение в соответствии с критериями Вальда, Сэ-


виджа, Гурвица (при коэффициенте пессимизма, равном 0,5).

17
Решение

Итак, мы имеем матрицу потерь:

 S1 S2 S3 S4 
 
A 2 6 5 8
A= 1
A 3 9 1 4
 2 
A 5 1 6 2 
 3

Построим матрицу рисков. В данном примере элемент Vij представляет по-


тери, значит, для построения матрицы рисков используется принцип rij = ai j – βj,
где βj = min aij.
Для S1 : β1 = 2.
Для S2 : β2 = 1.
Для S3 : β3 = 1.
Для S4 : β4 = 2.
Матрица рисков имеет следующий вид:

 S1 S2 S3 S4 
 
A 0 5 4 6
R= 1
A 1 8 0 2
 2 
A 3 0 5 0 
 3

Критерий Вальда
Так как в данном примере aij представляет потери, то применяется мини-
максный критерий.
Для А1: max a1j = 8.
Для А2: max a2j = 9.
Для А3: max a3j = 6.
W = min max aij = 6 ⇒ наилучшей стратегией в соответствии с минимакс-
ным критерием Вальда будет третья стратегия (А3).

Критерий минимаксного риска Сэвиджа


Для А1: max r1j = 6.
Для А2: max r2j = 8.
Для А3: max r3j = 5.
S = min max rij = 5 ⇒ наилучшей стратегией в соответствии с критерием Сэ-
виджа будет третья стратегия (А3).

18
Критерий пессимизма-оптимизма Гурвица
По условию задачи коэффициент пессимизма р = 0,5.
Так как в данном примере aij представляет затраты (потери), то применяется
следующий критерий:
HA = min  p min aij + (1 – p) max aij 

Стратегия min aij max aij p min aij + (1 – p) max aij


А1 2 8 5
А2 1 9 5
А3 1 6 3,5

Оптимальное решение заключается в выборе стратегии А1 или А2.


Рассчитаем оптимальную стратегию применительно к матрице рисков:

HR = min p max rij + (1 – p) min rij

Стратегия min rij max rij p max rij + (1 – p) min rij

А1 0 6 3
А2 0 8 4
А3 0 5 2,5

Оптимальное решение, заключается в выборе стратегии А3.

Вывод. Чтобы принять оптимальное решение, предстоит сделать выбор,


какое из возможных решений предпочтительнее:
• по критерию Вальда – выбор стратегии А3;
• по критерию Сэвиджа – выбор стратегии А3;
• по критерию Гурвица – выбор стратегии А1, А2; по критерию Гурвица
применительно к матрице рисков – выбор стратегии А3.

ИНДИВИДУАЛЬНОЕ ЗАДАНИЕ
Решить задачу согласно индивидуальному варианту.
Найти наилучшие стратегии по критериям: Вальда, Сэвиджа, Гурвица (ко-
эффициент пессимизма равен p), для следующей платежной матрицы игры
с природой:

19
№ Коэффициент
Платежная матрица
варианта пессимизма p
Элементы матрицы – выигрыши
5 − 3 6 − 8 7 4 
 
1 7 5 5 −4 8 1  0,2; 0,4
 1 3 − 1 10 0 2 
 
9 − 9 7 1 3 − 6 
 
Элементы матрицы – выигрыши
− 2 4 4 7 
 
 0 − 1 3 8 
2  10 6 0 − 4  0; 0,5
 
 12 6 − 1 5 
 6 4 2 − 2 

Элементы матрицы – выигрыши
15 12 1 2 18 20 
 
3  2 15 9 7 1 3  0,4; 0,7
 0 6 15 21 2 5 
 
 8 20 12 3 0 4 
 
Элементы матрицы – выигрыши
 20 25 15 
 
4  25 24 10  0,1; 0,6
15 28 12 
 
9 30 20 

Элементы матрицы – выигрыши
 40 70 30 25 45 
5   0,5; 0,3
 60 50 45 20 30 
 50 30 40 35 60 
 
Элементы матрицы – выигрыши
 20 15 10 
6   0,4; 0,7
 16 12 14 
 13 18 15 
 

20
№ Коэффициент
Платежная матрица
варианта пессимизма p
Элементы матрицы – выигрыши
 20 30 15 15 
 
7  75 20 35 20  0,6; 0,8
 25 80 25 25 
 
 85 5 45 5 
 
Элементы матрицы – потери
 20 12 15 15 
8   0,2; 0,6
 14 23 12 26 
 25 21 24 30 
 
Элементы матрицы – выигрыши
 40 52 45 
 
9  58 45 89  0,4; 0,7
 45 36 65 
 
 36 89 45 

Элементы матрицы – потери
 35 17 21 13 
10   0,3; 0,8
 24 33 12 18 
 20 11 27 30 
 

ПРАКТИЧЕСКОЕ ЗАНЯТИЕ № 4
МЕТОД АНАЛИЗА ИЕРАРХИЙ
Цель работы: изучить принципы метода иерархий, произвести оценку
и выбор объектов (услуг) согласно варианту выбранного индивидуального за-
дания, используя метод анализа иерархий (МАИ).

КРАТКИЕ ТЕОРЕТИЧЕСКИЕ СВЕДЕНИЯ


Иерархия возникает, когда системы, функционирующие на одном уровне,
действуют как часть системы более высокого уровня, становясь подсистемами
этой системы. МАИ является иерархической процедурой для иерархического
представления элементов, определяющих суть проблемы. Метод состоит в де-
композиции проблемы на более простые составляющие части дальнейшей

21
обработки последовательности суждений лица, принимающего решения по
парным сравнениям. Однако МАИ включает процесс синтеза многих суждений,
получения приоритетности критериев и нахождения альтернативных решений.

Этапы МАИ
1. Очертить проблему и определенную цель – первый уровень иерархии.
2. Построить иерархию, начиная с вершины:
• первый уровень: цель;
• второй уровень: критерии;
• третий уровень: перечень альтернатив.
3. Построить множество матриц парных сравнений для каждого из нижних
уровней.
4. После проведения всех парных сравнений определяются λmax и коэффи-
циент согласованности.
5. Этапы 3, 4 провести для всех уровней и групп иерархии.
6. Построить вектор глобальных приоритетов.
7. Определить результат.
Для оценки важности критериев при построении матриц парных сравнений
используется шкала относительной важности:
1 – равная важность;
3 – умеренное превосходство одного над другим;
5 – существенное превосходство одного над другим;
7– значительное превосходство одного над другим;
9 – очень сильное превосходство одного над другим;
2, 4, 6, 8 – соответствующие промежуточные значения.

КОНТРОЛЬНЫЙ ПРИМЕР
Для проведения праздничного мероприятия нужно выбрать ресторан по пя-
ти критериям:
1) ценовая политика;
2) интерьер;
3) разнообразие кухни;
4) месторасположение;
5) развлекательная программа;
Рассматривается пять ресторанов: «Бомбей», «Огни Сибири», «Малая Ве-
неция», «Темучин», «Селеста».

22
После посещения ресторанов были сделаны следующие описания:
«Бомбей»
Привлекательный интерьер. Отличная кухня. Приемлемые цены. Располо-
жен вдали от основных транспортных линий, можно добраться только на своем
транспорте, посредственная развлекательная программа.
«Огни Сибири»
Красивый интерьер, наличие сцены и музыкального оборудования. Скудная
кухня, узкий ассортимент блюд, расположен вдали от центральных магистра-
лей, неадекватные цены.
«Малая Венеция»
Лучшее соотношение цена-качество блюд, хорошая транспортная доступ-
ность, большая парковка, наличие музыкального оборудования. Не очень пре-
зентабельный интерьер, стандартное меню.
«Темучин»
Приемлемые цены, удобно добираться общественным транспортом, хоро-
шая развлекательная программа. Скудная кухня, простой интерьер.
«Селеста»
Приятный интерьер, неплохая транспортная доступность, интересное меню.
Развлекательная программа отсутствует, высокий уровень цен.

Решение
Этап 1. Строим иерархию (рис. 4.1).

Выбор ресторана

А1 А2 А3 А4 А5

B1 B2 B3 B4 B5

Рис. 4.1. Иерархия:


А1, А2, …, А5 – критерии: интерьер, разнообразие кухни, ценовая политика, место-
расположение, развлекательная программа; В1, В2, …, В5 – альтернативы: «Бомбей»,
«Огни Сибири», «Малая Венеция», «Темучин», «Селеста»

23
Этап 2. Строим матрицу парных сравнений для критериев и рассчитываем
оценки.
При парном сравнении объектов выставляется оценка, которая показывает
величину – насколько один объект предпочтительнее другого по отношению
к цели. Заполняем табл. 4.1. Значения из шкалы относительной важности впи-
сываем в ячейки, образованные пересечением соответствующей строки
и столбца.
Таблица 4.1
Развле-
Место-
Ценовая катель-
Критерий Интерьер Меню располо-
политика ная про-
жение
грамма
1 1 1 1
Интерьер 1 /5 /5 /6 /6
1 1 1
Меню 5 1 /3 /3 /3
1
Ценовая политика 5 3 1 /3 2
Месторасположение 6 3 3 1 2
Развлекательная 1 1
6 3 /2 /2 1
программа

Порядок расчета:
1. Для каждого критерия рассчитываем оценки компонент собственного
вектора как среднее геометрическое значений в каждой строке.
2. Суммируем оценки собственных векторов всех критериев.
3. Вычисляем нормализованные оценки вектора приоритета для каждого
критерия, разделив значение оценки собственного вектора на общую сумму.
Результаты заносим в табл. 4.2:
Таблица 4.2
Оценки Нормализо-
ная программа
Развлекатель-
Местораспо-
Интерьер

компонент ванные
политика

ложение
Ценовая
Меню

Критерий собствен- оценки


ного вектора
вектора приоритета
Интерьер 1,00 0,20 0,20 0,17 0,17 0,25654 0,03975
Меню 5,00 1,00 0,33 0,33 0,33 0,71371 0,11059
Ценовая политика 5,00 3,00 1,00 0,33 2,00 1,58171 0,24508
Месторасположе-
6,00 3,00 3,00 1,00 2,00 2,55085 0,39525
ние
Развлекательная
6,00 3,00 0,50 0,50 1,00 1,35096 0,20933
программа
Сумма 6,45377

24
Сравнивая нормализованные оценки вектора приоритета, можно сделать
вывод, что наибольшее значение при выборе ресторана придается критерию
«месторасположение».
Для выявления противоречивости результатов, которые предложил эксперт
при заполнении матрицы парных сравнений, используется количественная
оценка – индекс согласованности (ИС). Если отклонения от согласованности
превышают установленные пределы, то необходимо скорректировать матрицу.

ИС = (λmax – n) / (n–1), (4.1)

где λmax – максимальное собственное число матрицы;


n – размерность матрицы.
Для сопоставления матриц различной размерности по показателю согла-
сованности вводится нормированный показатель – отношение согласованно-
сти (ОС).

ОС = ИС / CC, (4.2)

где СС – случайная согласованность, т. е. среднестатистическое значение ин-


декса согласованности при случайном выборе коэффициентов матрицы срав-
нений.
Данные можно считать практически непротиворечивыми (достаточно со-
гласованными), если значение отношения согласованности меньше 0,1.
Значения СС для матриц различного порядка приведены в табл. 4.3:

Таблица 4.3
Размер матрицы 1 2 3 4 5 6 7 8 9 10
Случайная
согласованность 0 0 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49
(СС)

Рассчитываем λmax – максимальное собственное число матрицы.


Порядок расчета:
1. Суммируем из табл. 4.2 в столбцах оценки парных сравнений критериев.
2. Находим произведение суммы по столбцам и нормализованной оценки
вектора приоритета для каждого критерия.
3. Суммируем полученные величины.
Результаты расчета заносим в табл. 4.4.

25
Таблица 4.4

ная программа
Развлекатель-
Местораспо-

собственно-

Нормализо-

оценки век-
компонент

го вектора
Интерьер

тора при-
политика

ложение
Ценовая

оритета
Оценки

ванные
Меню
Критерий

Интерьер 1,00 0,20 0,20 0,17 0,17 0,25654 0,03975


Меню 5,00 1,00 0,33 0,33 0,33 0,71371 0,11059
Ценовая
5,00 3,00 1,00 0,33 2,00 1,58171 0,24508
политика
Местораспо-
6,00 3,00 3,00 1,00 2,00 2,55085 0,39525
ложение
Развлека-
тельная 6,00 3,00 0,50 0,50 1,00 1,35096 0,20933
программа
Сумма 23,00 10,20 5,03 2,33 5,50 6,45377
Произведе-
ние суммы
по столбцам
0,91425

1,12800

1,23359

0,92093

1,15131

и нормали- λmax =
зованной 5,34808
оценки век-
тора приори-
тета

По формулам 4.1 и 4.2 рассчитываем индекс согласованности и отношение


согласованности для матрицы:

ИС = (5,34808 – 5) / (5 – 1) = 0,087.
ОС = 0,087 / 1,12 = 0,077.

Вывод. Величина ОС < 0,1, значит, пересматривать свои суждения нет не-
обходимости.

Этап 3. Строим матрицу парных сравнений для альтернатив (ресторанов)


по каждому критерию и рассчитываем оценки.
Для этого строим матрицы размерностью 5×5 (по числу альтернатив) и подпи-
сываем строки и столбцы наименованиями альтернатив. Затем попарно сравни-
ваем альтернативу из строки с альтернативой из столбца по каждому критерию
отдельно. Значения из шкалы относительной важности вписываем в ячейки, об-
разованные пересечением соответствующей строки и столбца.
Затем определяем оценки компонент собственного вектора для каждой
матрицы. Получив сумму оценок собственных векторов, вычисляем нормализо-
ванные оценки вектора приоритета для каждой альтернативы по каждому кри-

26
терию. Затем для каждой матрицы рассчитываем отношение и индекс согласо-
ванности. Расчеты приведены в табл. 4.5–4.9.

Таблица 4.5
Критерий «Интерьер»
Оценки

«Темучин»
Нормализован-

«Селеста»
«Бомбей»

Венеция»
Сибири»
компонент

«Малая
«Огни
ные оценки
Альтернативы собствен-
вектора при-
ного
оритета
вектора
«Бомбей» 1,00 0,25 5,00 6,00 0,25 1,13397 0,15631
«Огни Сибири» 4,00 1,00 6,00 7,00 2,00 3,20087 0,44123
«Малая
0,45731 0,06304
Венеция» 0,20 0,17 1,00 3,00 0,20
«Темучин» 0,17 0,14 0,33 1,00 0,20 0,27551 0,03798
«Селеста» 4,00 0,50 5,00 5,00 1,00 2,18672 0,30144
Сумма 9,37 2,06 17,33 22,00 3,65 7,25437
Произведение
суммы по
столбцам и
1,46415

0,90873

1,09267

0,83552

1,10024

λmax =
нормализован-
5,40130
ной оценки
вектора при-
оритета

ИС = (5,40130 – 5) / (5 – 1) = 0,10033.
ОС = 0,10033 / 1,12 = 0,0896.

Вывод. Величина ОС < 0,1. Следовательно, пересматривать свои суждения


нет необходимости.
Таблица 4.6
Критерий «Меню»
Оценки
«Темучин»

Нормализован-
«Селеста»
«Бомбей»

Венеция»
Сибири»

компонент
«Малая
«Огни

ные оценки
Альтернативы собствен-
вектора при-
ного
оритета
вектора
«Бомбей» 1,00 9,00 7,00 5,00 3,00 3,93628 0,51004
«Огни Сибири» 0,11 1,00 0,33 0,20 0,14 0,25405 0,03292
«Малая
0,14 3,00 1,00 0,33 0,20 0,49112 0,06364
Венеция»
«Темучин» 0,20 5,00 3,00 1,00 0,33 1,00000 0,12957

27
Окончание табл. 4.6
Оценки

«Темучин»
Нормализован-

«Селеста»
«Бомбей»

Венеция»
Сибири»
компонент

«Малая
«Огни
ные оценки
Альтернативы собствен-
вектора при-
ного
оритета
вектора
«Селеста» 0,33 7,00 5,00 3,00 1,00 2,03617 0,26383
Сумма 1,79 25,00 16,33 9,53 4,68 7,71762
Произведение
суммы по
столбцам и
0,91159

0,82294

1,03939

1,23527

1,23374
λmax =
нормализован-
5,24293
ной оценки
вектора при-
оритета

ИС = (5,24293 – 5) / (5 – 1) = 0,06073.
ОС = 0,06073 / 1,12 = 0,0542.
Вывод. Величина ОС < 0,1. Следовательно, пересматривать свои суждения
нет необходимости.
Таблица 4.7
Критерий «Ценовая политика»
Оценки
«Темучин»

Нормализо-
«Селеста»
«Бомбей»

Венеция»
Сибири»

компонент
«Малая
«Огни

ванные оцен-
Альтернативы собствен-
ки вектора
ного век-
приоритета
тора
«Бомбей» 1,00 5,00 0,33 3,00 7,00 2,03617 0,26943
«Огни Сибири» 0,20 1,00 0,14 0,25 4,00 0,49112 0,06499
«Малая
3,00 7,00 1,00 4,00 8,00 3,67683 0,48653
Венеция»
«Темучин» 0,33 4,00 0,25 1,00 5,00 1,10757 0,14656
«Селеста» 0,14 0,25 0,13 0,20 1,00 0,24556 0,03249
17,2
Сумма 4,68 1,85 8,45 25,00 7,55724
5
Произведение
суммы по
столбцам и
1,25992

1,12102

0,90066

1,23841

0,81233

λmax =
нормализован-
5,33233
ной оценки
вектора при-
оритета

28
ИС = (5,33233 – 5) / (5 – 1) = 0,08308.
ОС = 0,08308 / 1,12 = 0,07418.
Вывод. Величина ОС < 0,1. Следовательно, пересматривать свои суждения
нет необходимости.
Таблица 4.8
Критерий «Месторасположение»
Оценки Нормали-

«Темучин»

«Селеста»
«Бомбей»

Венеция»
Сибири»
компонент зованные

«Малая
«Огни
Альтернативы собствен- оценки век-
ного векто- тора при-
ра оритета
«Бомбей» 1,00 0,33 0,13 0,14 0,13 0,23677 0,03027
«Огни Сибири» 3,00 1,00 0,14 0,25 0,20 0,46366 0,05928
«Малая
8,00 7,00 1,00 5,00 4,00 4,07234 0,52063
Венеция»
«Темучин» 7,00 4,00 0,20 1,00 0,50 1,22866 0,15708
«Селеста» 8,00 5,00 0,25 2,00 1,00 1,82056 0,23275
Сумма 27,00 17,33 1,72 8,39 5,83 7,82199
Произведение
суммы по
столбцам и
0,81727

1,02746

0,89436

1,31833

1,35577

λmax =
нормализован-
5,41319
ной оценки
вектора при-
оритета

ИС = (5,40130 – 5) / (5 – 1) = 0,10330
ОС = 0,10330 / 1,12 = 0,09223.
Вывод. Величина ОС < 0,1. Следовательно, пересматривать свои суждения
нет необходимости.
Таблица 4.9
Критерий «Развлекательная программа»

Оценки
«Темучин»

Нормализован-
«Селеста»
«Бомбей»

Венеция»
Сибири»

компонент
«Малая
«Огни

ные оценки
Альтернативы собствен-
вектора при-
ного век-
оритета
тора
1 2 3 4 5 6 7 8
«Бомбей» 1,00 0,25 0,50 0,17 3,00 0,57435 0,07983
«Огни Сибири» 4,00 1,00 2,00 0,33 6,00 1,74110 0,24200
«Малая
2,00 0,50 1,00 0,25 5,00 1,04564 0,14534
Венеция»
29
Окончание табл. 4.9
1 2 3 4 5 6 7 8
«Темучин» 6,00 3,00 4,00 1,00 8,00 3,56520 0,49554
«Селеста» 0,33 0,17 0,20 0,13 1,00 0,26825 0,03728
Сумма 13,33 4,92 7,70 1,88 23,00 7,19454
Произведение
суммы по
столбцам и 1,06442

1,18985

1,11910

0,92914

0,85755
λmax =
нормализован-
5,16006
ной оценки
вектора при-
оритета

ИС = (5,16006 – 5) / (5 – 1) = 0,04001.
ОС = 0,04001 / 1,12 = 0,0357.

Вывод. Величина ОС < 0,1. Следовательно, пересматривать свои суждения


нет необходимости.

Этап 4. Рассчитываем вектор глобальных приоритетов.


Подсчитываем значения глобального приоритета для каждой из альтерна-
тив как сумму произведений значения вектора приоритета для критерия и зна-
чения вектора локального приоритета этой альтернативы в отношении данного
критерия.
Для альтернативы «Бомбей» это будет:
0,03975  0,15631 + 0,11059 ∙ 0,51004 + 0,24508  0,26943 + 0,39525 ∙ 0,03027+
+ 0,20933  0,07983 = 0,15733.
Результаты заносим в табл. 4.10:
Таблица 4.10
Развлекательная
Местораспо-

программа
Интерьер

политика

ложение
Ценовая
Меню

Глобальные
Альтернативы
приоритеты

Численное значение вектора приоритета


0,03975 0,11059 0,24508 0,39525 0,20933
«Бомбей» 0,15631 0,51004 0,26943 0,03027 0,07983 0,15733
«Огни Сибири» 0,44123 0,03292 0,06499 0,05928 0,24200 0,11119
«Малая
0,06304 0,06364 0,48653 0,52063 0,14534 0,36498
Венеция»
«Темучин» 0,03798 0,12957 0,14656 0,15708 0,49554 0,21757
«Селеста» 0,30144 0,26383 0,03249 0,23275 0,03728 0,14892

30
По результатам вычислений можно сделать вывод о необходимости
выбора ресторана «Малая Венеция».

ИНДИВИДУАЛЬНОЕ ЗАДАНИЕ
Выберите тему исследования по своему индивидуальному варианту.
Соберите материал по данной теме и приведите словесное описание иссле-
дуемых вариантов вашего объекта исследования.
Сделайте описание, произведите оценку и выбор наилучшего объекта (ус-
луги) из шести вариантов по шести критериям, согласно вашему варианту, ис-
пользуя метод анализа иерархий. Варианты представлены в табл. 4.11:

Таблица 4.11
№ варианта Тема исследования
1 Выбор вуза
2 Выбор принтера
3 Выбор автомобиля
4 Выбор места работы
5 Выбор смартфона
6 Выбор операционной системы
7 Выбор цифрового фотоаппарата
8 Выбор дизайнера
9 Выбор компьютера
10 Выбор мебели

ПРАКТИЧЕСКОЕ ЗАНЯТИЕ № 5
КАЛЕНДАРНОЕ ПЛАНИРОВАНИЕ
Цель работы: освоить и закрепить практические навыки по составлению
календарного плана работ.

КРАТКИЕ ТЕОРЕТИЧЕСКИЕ СВЕДЕНИЯ


Календарное планирование предусматривает построение календарного
графика, определяющего моменты начала и окончания каждой работы и другие
временные характеристики сетевого графика. Это позволяет, в частности, вы-
являть критические операции, которым необходимо уделять особое внимание,
чтобы закончить проект в директивный срок. Во время календарного планиро-
вания определяются временные характеристики всех работ с целью проведения

31
оптимизации сетевой модели, которая улучшает эффективность использования
какого-либо ресурса.
Календарное планирование производит увязку во времени всех действий,
которые нужно выполнить, и при этом минимизирует время выполнения плана.
Есть различные типы задач календарного планирования. Рассмотрим два
из них.
КОНТРОЛЬНЫЙ ПРИМЕР
1. Задача С. Джонсона для двух станков
Есть два станка А и В. Каждая деталь должна быть сначала обработана
на станке А, затем на станке В. Известно время обработки каждой детали
на каждом станке:
tiA, tiB – время обработки i-ой детали на станке А и В соответственно.
Для разных деталей это время различно. На каждом из станков одновре-
менно можно обрабатывать только одну деталь, каждая деталь может обраба-
тываться только на одном станке; процесс обработки детали не может преры-
ваться. Надо определить вариант плана запуска деталей, при котором общее
время их обработки будет минимальным.

Решение
Записываем время обработки каждой детали (табл. 5.1).
Таблица 5.1
Номер детали Станок А Станок В
1 3 2
2 4 1
3 2 3
4 3 5
5 1 4

Просматриваем все времена обработки и находим минимальное из них


t2В = 1, t5А = 1. Если минимальное время относится к первому станку, то деталь
ставится на обработку первой. Если минимальное время относится ко второму
станку, то деталь ставится на обработку последней. Если время обработки двух
разных деталей на одном станке совпадает и это время меньше времени обра-
ботки на другом станке, то порядок обработки этих деталей произволен.
Действия повторяются с остальными деталями.

32
Для контрольного примера последовательность обработки следующая: де-
тали 5, 3, 4, 1, 2.
Подсчитываем общее время обработки деталей в полученной последова-
тельности и в последовательности 1, 2, 3, 4, 5 и сравниваем результаты.
Время обработки в полученной последовательности (рис. 5.1):

№ детали 5 3 4 1 2
Станок А
Станок В
№ детали 5 3 4 1 2
t 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Рис. 5.1

Время обработки равно 16 единиц.

Вывод. Время обработки деталей в последовательности 1, 2, 3, 4, 5


(рис. 5.2).

№ детали 1 2 3 4 5
Станок А
Станок В
№ детали 1 2 3 4 5
t 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

Рис. 5.2

Время обработки равно 21 единице.

Вывод. Время обработки в полученной последовательности 5, 3, 4, 1, 2


уменьшается на 5 ед.

КОНТРОЛЬНЫЙ ПРИМЕР
2. Задача распределения заказов
Надо выполнить четыре заказа: заказ 1 – 100 изделий, заказ 2 – 200 изделий,
заказ 3 – 50 изделий, заказ 4–75 изделий.
Изделия любого заказа можно обработать на любом из четырех станков А,
В, С, D. Время выполнения заказов разное. Каждый станок обладает ограни-
ченным ресурсом времени выполнения заказов. Заказ должен быть выполнен на
одном станке.

33
Решение
Введем следующие обозначения:
N – номер заказа;
V – объем заказа;
tik – норматив обработки изделия i-го заказа на k-ом станке (штук в едини-
цу времени);
Tik – общие затраты времени на i-ый заказ при его выполнении на k-ом
станке;
Rk – ресурс времени k-го станка;
Pk – использованное время k-го станка.
Строим таблицу, в которую заносим исходные данные (табл. 5.2):

Таблица 5.2
Станок А Станок B Станок C Станок D
N V t iA RA t iB RB t iC RC t iD RD
1 100 1 0,67 0,8 1,33
2 200 2 1 0,9 1,7
80 150 250 100
3 50 2 1,33 1 2,5
4 75 1 0,8 0,67 1,25

Рассчитываем общие затраты времени на заказ Tik

V
Ti k = ∙ (5.1)
ti k

Рассчитываем индикатор Iik следующим образом: для каждого заказа стан-


ку, имеющему наибольший норматив tik, присваивается значение индикатора,
равное 1; для остальных станков индикатор рассчитывается по формуле

Ti k
Ii k = . (5.2)
Ti kmax ti k
Данные заносим в табл. 5.3.
Распределение заказов по станкам происходит следующим образом: заказ
отдается станку с минимальным значением индикатора при условии, что станок
имеет достаточный ресурс времени.
В контрольном примере заказы распределились следующим образом: заказ 1
выполняется на станке D, заказ 2 – на станке С, заказ 3 – на станке D, заказ 4 –
на станке А.
Определяем время работы станка и заносим в табл. 5.3.

34
Таблица 5.3
Станок А Станок B Станок C Станок D
N V tiA TiA IiA tiB TiB IiB tiC TiC IiC tiD TiD IiD
1 100 1 100 1,33 0,67 149,3 1,99 0,8 125,0 1,66 1,33 75,2 1
2 200 2 100 1 1 200,0 2,00 0,9 222,2 2,22 1,7 117,6 1,18
3 50 2 25 1,25 1,33 37,6 1,88 1 50,0 2,50 2,5 20,0 1
4 75 1 75 1,25 0,8 93,8 1,56 0,67 111,9 1,87 1,25 60,0 1
Rk 80 150 250 100
Pk 75 0 222 95,2

ИНДИВИДУАЛЬНОЕ ЗАДАНИЕ

Решите задачи планирования согласно индивидуальному варианту.

Задача 1
Есть шесть деталей для обработки и два станка А и В. Каждая деталь
должна быть обработана в первую очередь на станке А, во вторую на – станке
В. Время обработки деталей по вариантам приведено в табл. 5.4. На каждом
из станков можно одновременно обрабатывать только одну деталь, каждая де-
таль может обрабатываться только на одном станке, процесс обработки детали
не может прерываться.
Определить вариант плана запуска деталей, при котором общее время их
обработки будет минимальным. Посчитать общее время обработки деталей
в порядке 1, 2, 3, 4, 5, 6 и общее время обработки деталей в полученном вариан-
те плана запуска деталей.
Таблица 5.4
№ вари-
№ детали Станок А Станок Б
анта
1 4 1
2 2 3
3 1 4
1
4 3 5
5 3 3
6 2 2
2 1 5 2
2 3 1
3 4 3
4 2 2
5 3 4
6 1 5

35
Продолжение табл. 5.4
№ вари-
№ детали Станок А Станок Б
анта
1 1 3
2 3 2
3 2 1
3
4 4 6
5 5 3
6 2 4
1 3 5
2 5 1
3 6 3
4
4 1 6
5 4 2
6 8 7
1 2 1
2 4 6
3 6 2
5
4 1 2
5 3 4
6 5 3
1 8 4
2 3 5
3 4 2
6
4 7 8
5 2 7
6 6 1
1 5 3
2 6 5
3 2 3
7
4 7 1
5 4 8
6 3 4
1 2 8
2 4 3
3 5 1
8
4 6 7
5 3 4
6 9 5

36
Окончание табл. 5.4
№ вари-
№ детали Станок А Станок Б
анта
1 3 5
2 7 2
3 1 6
9
4 3 1
5 6 5
6 4 3
1 5 7
2 8 3
10 3 6 5
4 1 2
5 6 2
6 3 4

Задача 2
Необходимо выполнить четыре заказа. Изделия любого заказа можно обра-
батывать на любом из четырех станков А, Б, В, Г. Объем заказов, норматив об-
работки изделия каждого заказа tik (шт./ч), ресурс времени каждого станка Rk
заданы согласно варианту табл. 5.5.
Составить план распределения заказов по танкам таким образом, чтобы ми-
нимизировать затраты на все производство. Заказ должен быть выполнен на
одном станке.
Таблица 5.5

Номер заказа Объем заказа tiA tiБ ti В ti Г
варианта
1 200 1 2 0,75 1,2
2 100 1,6 1 0,9 1,5
1 3 150 1,7 1,2 1 2
4 80 1 0,6 1 1,25
Rk 100 150 200 100
1 300 3 1,5 2 1,3
2 150 1,5 0,65 3 2
2 3 200 2 0,5 1,5 0,9
4 50 1 1,2 0,89 0,56
Rk 200 250 200 100

37
Окончание табл. 5.5

Номер заказа Объем заказа tiA tiБ ti В ti Г
варианта
1 50 0,5 1,2 1,5 1,5
2 80 1 0,5 2 1,5
3 3 100 3 2 0,8 0,8
4 45 1,6 1,5 2 1,2
Rk 100 50 30 150
1 20 1 0,5 2 1,8
2 30 2 1 0,9 0,9
4 3 15 0,5 2 1,5 1,5
4 50 0,6 0,9 0,8 1,2
Rk 50 45 100 20
1 45 1 1 2 1,95
2 100 3 2 1 2
5 3 250 0,9 0,9 1,5 1,6
4 300 2 1,2 1,3 1,2
Rk 100 250 200 100
1 230 1,5 1,3 0,9 1,2
2 180 2,3 0,7 1,1 1,5
6 3 75 1 1,2 1,3 2
4 120 1,3 1,1 1,2 1,4
Rk 160 120 100 130
1 80 0,9 1 1,1 0,8
2 11 0,5 0,9 0,8 1,1
7 3 75 0,6 1,3 0,7 1,2
4 90 0,8 1,1 1,1 1,4
Rk 100 70 80 90
1 110 1,1 1 0,9 0,7
2 90 2 1 0,8 0,6
8 3 65 1,6 1,1 1,1 0,6
4 70 1,1 1,2 1 0,7
Rk 110 110 80 100
1 60 0,7 0,5 0,6 0,8
2 55 0,6 0,6 0,8 0,5
9 3 65 0,8 0,4 0,9 0,7
4 70 0,7 0,5 1 0,6
Rk 100 90 150 60
1 45 0,9 1 0,8 1,3
2 20 1 0,9 1,1 1,2
10 3 55 0,8 1,1 0,9 0,9
4 70 1,3 1,2 0,7 1,1
Rk 60 60 20 40
38
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Бояркин, Г. Н. Теория систем и системный анализ : учеб. пособие /
Г. Н. Бояркин, О. Г. Шевелева. – Омск : Изд-во ОмГТУ, 2008. – 74 с.
2. Вдовин, В. М. Теория систем и системный анализ : учеб. для экон. вузов
по специальности «Прикладная информатика (в экономике)» / В. М. Вдовин,
Л. Е. Суркова, В. А. Валентинов. – М. : Дашков и Ко , 2010. – 637 с.
3. Лаврушина, Е. Г. Теория систем и системный анализ : учеб. пособие /
Е. Г. Лаврушина, Н. Л. Слугина. – Владивосток : Изд-во ВГУЭС, 2007. – 145 с.
4. Попов, В. Н. Системный анализ в менеджменте : учеб. пособие по специ-
альности «Менеджмент организации» / В. Н. Попов, В. С. Касьянов, И. П. Сав-
ченко ; под ред. В. Н. Попова. – М. : КНОРУС, 2007. – 297 с.
5. Теория систем и системный анализ: метод. указания к практ. занятиям /
сост. : Г. Н. Бояркин, О. Г. Шевелева. – Омск : Изд-во ОмГТУ, 2008. – 34 с.

39