Введение в анализ, синтез и моделирование систем

Вопросы для самоконтроля

1. Что такое эволюционное моделирование? Каковы критерии эффективности при эволюционном моделировании? Для какого типа прогнозирования (по длительности) используется и является эффективным эволюционное моделирование?
2. Что такое генетический алгоритм?
3. Каковы основные общие и различные свойства генетических и "не генетических" алгоритмов?

Задачи и упражнения

1. Привести одну экологическую или экономическую эволюционирующую систему и сформулировать основные принципы и понятия для постановки задачи эволюционного моделирования этой системы.
2. На примере некоторой системы показать, как можно осуществить её декомпозицию с целью ее эволюционного моделирования. Указать приоритеты декомпозиции. Привести для задачи некоторый способ (описание) активности системы, а также функции, по которым можно определять эволюционируемость системы.
3. Описать укрупненный генетический алгоритм эволюции некоторого предприятия (некоторых предприятий).

Темы научных исследований и рефератов, интернет-листов

1. Эволюционное моделирование - особенности, значение, приложения.
2. Генетические алгоритмы - особенности, значение, применение.
3. Имитационное эволюционное моделирование плохо структурируемых, плохо формализуемых систем с помощью генетических алгоритмов.

13. Лекция: Основы принятия решений и ситуационного моделирования

Рассматриваются основные понятия теории принятия решений и ситуационного моделирования систем, примеры.

Цель лекции: содержательное введение в основы принятия решений и ситуационное моделирование систем.

Принятие решения и целеполагающая ресурсоориентированная деятельность человека в социальной, экономической, политической, идеологической, военной сферах тесно связаны. В них крайне нежелательны ошибки, которые могут привести к пагубным последствиям. Но из-за ограниченных информационных возможностей человека ошибки всегда возможны. Поэтому есть настоятельная необходимость применения научного подхода к обоснованию и принятию решений.

Принятие решений, наряду с прогнозированием, планированием, ситуационным анализом обстановки, исполнением решений, контролем и учетом является функцией управления. Все функции управления направлены так или иначе на формирование или реализацию решений, и любую функцию управления технологически можно представить в виде последовательности каких-либо связанных общей целью решений.

При прогнозировании и планировании принимаются решения, связанные с выбором методов и средств, организацией работы, оценкой достоверности информации, выбором наиболее достоверного варианта прогноза и наилучшего варианта плана. Таким образом, функция принятия решений является с методологической и технологической точек зрения более общей, чем другие функции управления. Для лица, принимающего решение (ЛПР), принятие решений является основной задачей, которую он обязан исполнять в процессе управления. Поэтому знание методов, технологий и средств решений этой задачи является необходимым элементом квалификации руководителя, базой для дальнейшего управления.

Конечным результатом любой задачи принятия решений становится решение, конструктивное предписание к действию. Решение является одним из видов мыслительной деятельности и имеет следующие признаки: имеется выбор из множества возможностей; выбор ориентирован на сознательное достижение целей; выбор основан на сформировавшейся установке к действию. Основной характеристикой решения является его эффективность, т.е. степень, темп достижения целей и затраты ресурсов для принятия и реализации решения. Решение тем эффективнее, чем больше степень достижения целей и меньше стоимость затрат.

Принятие решения - это выбор одного из множества рассматриваемых допустимых вариантов. Обычно их число конечно, а каждый вариант выбора определяет некоторый результат (экономический эффект, прибыль, выигрыш, полезность, надежность и т.д.), допускающий количественную оценку. Такой результат обычно называется полезностью решения. Таким образом, ищется вариант с наибольшим значением полезности решения. Возможен и подход с минимизацией противоположной оценки, например, отрицательной величины полезности. Часто на практике встречается ситуация, когда каждому варианту решения соответствует единственный результат (детерминированность выбора решения), хотя возможны и другие случаи, например, когда каждому варианту i и условию j, характеризующему полезность, соответствует результат решения xij. Таким образом, можно говорить о матрице решений ||xij||, i=1,2,:m; j=1,2,:,m. Чтобы оценить решение, необходимо уметь оценивать все его последствия. Существуют различные подходы для такой оценки. Например, если решения альтернативные, то можно последствия каждого из них характеризовать суммой его наибольшего и наименьшего результатов, максимумом из возможных таких сумм, максимумом из максимумов по всем вариантам (оптимистическая позиция выбора), максимумом из среднего арифметического (нейтральная позиция выбора), максимумом из минимума (пессимистическая позиция) и другие.

Классические модели принятия решений, как правило, являются оптимизационными, ставящими цель максимизировать выгоду и на основе этих моделей получить практическую прибыль. Так как теоретиков больше интересует первая сторона, а практиков - вторая, то при разработке и использовании таких моделей необходимо их тесное сотрудничество. Практические рекомендации (решения) могут быть получены, если при построении модели принятия решений придать большее значение учету существенных структурных элементов моделируемой системы, т.е. разработке имитационной модели принятия решений, с привлечением экспериментальных, полуэкспериментальных и теоретических методов. Кроме классических, оптимизационных процедур принятия решений существуют и ряд базовых неклассических (неоклассических) процедур, технологий принятия решений, некоторые из которых мы рассмотрим.

Классификация задач принятия решений проводится по различным признакам. Наиболее существенными являются: степень определенности информации; использование эксперимента для получения информации; количество лиц, принимающих решения; содержание решений; направленность решений.

На процесс принятия решения часто воздействуют различные случайные (стохастические) параметры, усложняющие процедуру. Недостаток информации об их распределении (сложность их измерения) приводит к необходимости принятия каких-то гипотез как об области их изменения, так и о характере их распределения (о функции распределения вероятностей). Правильность используемых гипотез необходимо проверять с помощью методов оценки статистических гипотез. При отсутствии достаточной информации для такой процедуры приходится привлекать большое число типов распределения. Проблемы принятия решений с недетерминированными параметрами называют проблемами принятия решений в условиях недостатка информации. Чем меньше информации у нас, тем больше может оказаться различие между ожидаемым и действительным результатами принимаемых решений в целом. Мера влияния информации (параметров) на результат решения называется релевантностью. Особо важно в социально-экономической сфере принятие решения при наличии рисков (неплатежей, невозвратов кредитов, ухудшения условий жизни и т.д.).

Формализуемые решения принимаются на основе соответствующих математических методов (алгоритмов). Математическая модель задачи оптимизации формализуемого решения включает следующие элементы:

1. заданную оптимизируемую целевую функцию (критерий управляемости): Ф=F(x1,x2,:,xn), где xj (j=1,2,:,n) - параметры, учитываемые при принятии решения (отражающие ресурсы принятия решений);
2. условия, отражающие ограниченность ресурсов и действий ЛПР при принятии решений: gi(xj)<ai, ki (xj)=bi; cj<xj<di, i=1,2,:,m; j=1,2,:, n.

Непременным требованием для решения задачи оптимизации является условие n>m.

В зависимости от критерия эффективности, стратегий и факторов управления выбирается тот или иной метод (алгоритм) оптимизации.

Основными являются следующие классы методов:

1. методы линейного и динамического программирования (принятия решения об оптимальном распределении ресурсов);
2. методы теории массового обслуживания (принятие решения в системе со случайным характером поступления и обслуживания заявок на ресурсы);
3. методы имитационного моделирования (принятие решения путем проигрывания различных ситуаций, анализа откликов системы на различные наборы задаваемых ресурсов);
4. методы теории игр (принятие решений с помощью определения стратегии в тех или иных состязательных задачах);
5. методы теории расписаний (принятие решений с помощью разработки календарных расписаний выполнения работ и использования ресурсов);
6. методы сетевого планирования и управления (принятие решений с помощью оценки и перераспределения ресурсов при выполнении проектов, изображаемых сетевыми графиками);
7. методы многокритериальной (векторной) оптимизации (принятие решений при условии существования многих критериев оптимальности решения)

и другие методы.

Выбор решения - заключительный и наиболее ответственный этап процесса принятия решений. Здесь ЛПР должно осмыслить полученную на этапах постановки задачи и формирования решений информацию и использовать ее для обоснования выбора. В реальных задачах принятия решений к началу этапа выбора решения еще сохраняется большая неопределенность, поэтому сразу осуществить выбор единственного решения из множества допустимых решений практически очень сложно. Поэтому используется принцип последовательного уменьшения неопределенности, который заключается в последовательном трехэтапном (обычно) сужении множества решений. На первом этапе исходное множество альтернативных решений Y сужается (используя ограничения на ресурсы) до множества приемлемых или допустимых решений Y1Y. На втором этапе множество допустимых решений Y1 сужается (учитывая критерий оптимальности) до множества эффективных решений Y2Y1. На третьем этапе осуществляется выбор (на основе критерия выбора и дополнительной информации, в том числе и экспертной) единственного решения Y*Y2.

Система принятия решений - совокупность организационных, методических, программно-технических, информационно-логических и технологических обеспечений принятия решений для достижения поставленных целей.

Общая процедура принятия решений может состоять из следующих этапов:

        анализ проблемы и среды (цели принятия решения, их приоритеты, глубина и ограничения рассмотрения, элементы, связи, ресурсы среды, критерии оценки);

        постановка задачи (определение спецификаций задачи, альтернатив и критериев выбора решения);

        выбор (адаптация, разработка) метода решения задачи;

        выбор (адаптация, разработка) метода оценки решения;

        решение задачи (математическая и компьютерная обработка данных, имитационные и экспертные оценки, уточнение и модификация, если это необходимо);

        анализ и интерпретация результатов.

Задачи принятия решений могут быть поставлены и решены в условиях детерминированных (определенности, формализованности и единственности целевой функции, ее количественной оцениваемости), риска (возможные решения, исходы распределены вероятностно) и недетерминированных (неопределенности, неточности, плохой формализуемости информации).

В моделях принятия решений используются различные процедуры. В частности, наиболее просты и эффективны следующие:

        методы математического программирования;

        методы кривых безразличия;

        многокритериального выбора альтернатив на основе четкого или же нечеткого отношения предпочтения;

        последовательной оценки и последующего исключения вариантов;

        многомерного ранжирования (шкалирования) объектов и другие.

При выборе pационального pешения необходимо принимать во внимание внешнюю сpеду и побочные явления, динамическую изменчивость критериев оценок решения, необходимость ранжирования аспектов и приоритетов решения, их неполноту и разнородность (а иногда и конфликтность).

Продемонстрируем ситуационное моделирование на примере моделирования деятельности банка. Банковская система является одной из подсистем современной экономической системы, наиболее подверженной информатизации. Развитие банковской системы сопровождается постоянным поиском адекватных оптимальных методов и инструментов управления, принятия решений на основе экономико-математического анализа и моделирования деятельности банков. При этом необходимо учитывать тот факт, что финансовые операции имеют еще и стохастические составляющие, усложняющие и без того сложные процессы начисления процентных ставок, взносов и выплат, регулирования и управления, инвестиций и др. Эти процессы сложны не только динамически, но и вычислительно, логически. Кроме того, от таких прогнозов зависят и прогноз, анализ темпов инфляции, структуры активов и пассивов банка, доходности акций, курсов валют, процентная ставка и др.

Ситуационный анализ денежных потоков состоит в основанном - часто на имитационном моделировании - анализе эффективности того или иного набора финансовых операций и процедур (из множества возможных и допустимых) путем сравнения результатов их воздействия на финансовые, денежные потоки с величиной финансовых, денежных активов без учета их воздействия. Следовательно, ситуационный анализ денежных потоков является динамическим процессом, использующим методы оптимизации и критерии оптимальности. При ситуационном анализе некоторых базовых значений величины активов (соответствующих определенным финансовым условиям и обязательствам, например, величине уставного капитала), можно по некоторым критериям оптимальности (целевым функциям оптимизации), выбрать оптимальный набор возможных, допустимых финансовых операций, обеспечивающих, например, наибольшую доходность. Возможно построение целевой функции максимизации с учетом ликвидности. Возможно также получение решения задач, свидетельствующего об отсутствии роста (или малого роста) каких-либо финансовых параметров, например, активов, из которого можно сделать вывод о невозможности проведения оптимизирующих операций (процедур).

Пусть dt - средний уровень доходности, получаемый в результате проведения некоторых инвестиционных мероприятий, а Pt - процентная ставка на момент времени t=0, 1, 2, ..., T. Тогда рост активов A будет осуществляться по закону

и можно использовать при ситуационном анализе критерий эффективности:

Соотношение между доходностью активов и ценой пассивов коммерческого банка является важнейшим показателем, который отражает эффективность денежно-финансовой политики банка.